WO2018042665A1 - 情報提示方法、装置、及びプログラム - Google Patents

情報提示方法、装置、及びプログラム Download PDF

Info

Publication number
WO2018042665A1
WO2018042665A1 PCT/JP2016/076023 JP2016076023W WO2018042665A1 WO 2018042665 A1 WO2018042665 A1 WO 2018042665A1 JP 2016076023 W JP2016076023 W JP 2016076023W WO 2018042665 A1 WO2018042665 A1 WO 2018042665A1
Authority
WO
WIPO (PCT)
Prior art keywords
evaluation
decision
making
value
feature similarity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2016/076023
Other languages
English (en)
French (fr)
Inventor
塩田　哲義
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to PCT/JP2016/076023 priority Critical patent/WO2018042665A1/ja
Priority to JP2018536670A priority patent/JP6729703B2/ja
Publication of WO2018042665A1 publication Critical patent/WO2018042665A1/ja
Priority to US16/285,427 priority patent/US20190188532A1/en
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211—Selection of the most significant subset of features
    • G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Definitions

  • the present invention relates to an information presentation method, an information presentation device, and an information presentation program.
  • a method of selecting at least one decision-making entity from a plurality of decision-making entities that is similar in characteristics to the target decision-making entity that is the target of information presentation In this method, an evaluation index for each of a plurality of evaluation items for each of a plurality of decision-making entities and based on characteristic information representing the characteristics of each decision-making entity is calculated for each decision-making entity. Then, based on the calculated evaluation index for each decision-making entity, a decision-making entity to be referred to is selected.
  • a decision-making entity such as a local government or a company refers to information on the activities of other decision-making entities, it understands its characteristics and is among other decision-making entities that have similar characteristics. Therefore, it is desirable to be able to refer to the information of the decision-making body that is solving the problem.
  • the present invention has, as one aspect, an object of presenting more characteristic information of another decision making entity when making a decision by the decision making entity.
  • the information presentation method includes one or a plurality of evaluation items indicating characteristics of a target decision-making entity that is a target of information presentation among a plurality of evaluation items for each of a plurality of decision-making subjects. For each of the other decision-making entities other than the target decision-making entity included in the plurality of decision-making entities, corresponding to the extracted evaluation items, and the target decision-making entity and the other decision-making entities A feature similarity that increases as the degree of showing each feature increases is calculated based on the evaluation value of the evaluation item, and information about the other decision-making subject whose calculated feature similarity is a predetermined value or more is presented.
  • FIG. 6 is a functional block diagram of an information presentation device according to first to fourth embodiments.
  • FIG. It is a figure which shows an example of the evaluation information database in 1st-3rd embodiment. It is a figure for demonstrating the feature similarity in 1st Embodiment.
  • It is a block diagram showing a schematic configuration of a computer that functions as an information presentation device according to the first to fourth embodiments. It is a flowchart which shows an example of an information presentation process. It is a figure for demonstrating the feature similarity in 2nd Embodiment. It is a figure for demonstrating the feature similarity in 3rd Embodiment. It is a figure which shows an example of the evaluation information database in 4th Embodiment.
  • the information presentation apparatus 10 includes a reception unit 11, an extraction unit 12, a calculation unit 13, and a presentation unit 14.
  • An evaluation information database (DB) 21 is stored in a predetermined storage area of the information presentation device 10.
  • the evaluation information DB 21 stores evaluation values for each local government for each of the plurality of evaluation items.
  • FIG. 2 shows an example of the evaluation information DB 21.
  • FIG. 2 shows the ratio of the number of employees of each municipality by industry as a deviation value in all municipalities. Each industry is an evaluation item, and the deviation value is an example of an evaluation value.
  • the local government of the local government name j (hereinafter also referred to as “local government j”) for the i-th (i-th column in the deviation value column) industry (hereinafter also referred to as “industry i”) stored in the evaluation information DB 21.
  • the deviation value of the ratio of the number of employees is expressed as S i, j .
  • the evaluation value is not limited to the deviation value, and an index that can represent the degree of characteristics of the local government can be used for each evaluation item. For example, a value obtained by subtracting the average of all local governments from the actual value of each local government regarding the evaluation item, or a value obtained by dividing the value by the standard deviation may be used. Further, the evaluation value does not need to be a continuous value, and may be a discrete value such as a five-step evaluation or a ten-step evaluation. By using such an evaluation value, it is possible to determine that an evaluation item having a high or low evaluation value is a characteristic evaluation item for the corresponding local government.
  • evaluation information DB 21 is not limited to being stored in a storage device inside the information presentation device 10, and may be stored in an external storage device or a storage device of another device connected via a network. .
  • the reception unit 11 receives an input device (not shown) such as a keyboard and a mouse connected to the information presentation device 10 by a user who is a staff member of the target local government (hereinafter referred to as “target local government”) where information is presented.
  • the identification information of the target local government input via the URL is received.
  • This embodiment demonstrates the case where a local government name is used as local government identification information.
  • the reception unit 11 notifies the extraction unit 12 of the received target local government name.
  • the extraction unit 12 extracts one or more evaluation items indicating the characteristics of the target local government indicated by the target local government name notified from the reception unit 11 and evaluation values for the evaluation item from the evaluation information DB 21. Specifically, the extraction unit 12 extracts a predetermined number or the number of evaluation items designated by the user via the input device in descending order of evaluation values. Moreover, the extraction part 12 may extract the evaluation item whose evaluation value is a predetermined value or more.
  • the extraction unit 12 the evaluation information DB 21, reads all of the deviation value S i, A of A City, deviation S i, industrial (Evaluation items) from the larger A to L th, the industrial A deviation value (evaluation value) is extracted.
  • t A1 agriculture, forestry and fisheries industry
  • t A2 construction fisheries industry
  • a predetermined deviation value for example when a "70”, similar features industry t ak and deviation value S tak and the, a is extracted
  • L 3 is determined after the fact.
  • the extraction unit 12 passes the value of the target local government name, the characteristic industry t ak of the target local government a, the deviation value S tak, a , and L to the calculation unit 13.
  • the calculation unit 13 calculates a feature similarity indicating how similar the feature is to the target local government for each of the other local governments other than the target local government stored in the evaluation information DB 21.
  • similarity deviation S tak eligible municipalities a of the features industry t ak eligible municipalities a extracted by the extraction unit 12, the deviation value S tak of a and other municipalities j, j is the target municipalities a and The higher the degree of showing the characteristics of other municipalities j, the higher the value.
  • the calculation unit 13 reads all the deviation values S i, j of the number of employees by industry of other municipalities j corresponding to the municipality name other than the target municipality name delivered from the extracting unit 12. .
  • the calculation unit 13 specifies the deviation value S tak, j from the read deviation value S i, j of another local government j. Then, the calculation unit 13 uses the identified S tak, j and the values of the characteristic industry t ak , the deviation value S tak, a , and L passed from the extraction unit 12, for example, (1)
  • the feature similarity T j is calculated for each other municipality j using the formula.
  • the feature similarity T j in the equation (1) is a deviation value S tak, a of the target local government a for the characteristic industry t ak of the target local government a and a deviation of another local government j for the characteristic industry t ak of the target local government a.
  • the product of the value S tak, j is used. That is, for a feature industry t ak having a high deviation value S tak, a for the target local government a, if other local governments j also have a high deviation value S tak, j , the feature similarity T j becomes high.
  • the target local government a is A city using the evaluation information DB 21 shown in FIG.
  • the feature similarity T j is calculated using the deviation value (shaded portion in FIG. 3).
  • the calculation unit 13 delivers the calculated feature similarity T j for each local government j to the presentation unit 14.
  • the presenting unit 14 presents, to the user, another locality name whose feature similarity T j received from the calculation unit 13 is equal to or greater than a predetermined value as a reference locality name.
  • the presentation unit 14 the M-th feature similarity T j to a predetermined value from the larger feature similarity T j, municipality name feature similarity T j is equal to or greater than the predetermined value, i.e., feature similarity
  • the names of municipalities up to M are extracted in descending order of the degree T j .
  • the presentation unit 14 displays the extracted local government name as a reference local government name on the display connected to the information presentation apparatus 10 together with information on what number (Mth) the feature similarity T j is, or a printer Or present it to the user.
  • the predetermined value may be a predetermined number or a value designated by the user via the input device.
  • the same reference locality name as described above is presented.
  • the rightmost column in FIG. 3 shows the result of calculating the similarity between A city and another local government j using the Euclidean distance of the vector value having the deviation value for each characteristic industry as an element.
  • B city, C city, D city, and E city are obtained.
  • C city has higher deviation values of Agricultural, Forestry and Fisheries, Construction Industry and Manufacturing Industry than A City, and these industries are more characteristic than B City. Therefore, it is highly likely that City A will find a good measure earlier if City C is referenced before City B.
  • E city has high deviation values for the agriculture, forestry and fisheries industry and the construction industry, and it can be said that it is characteristic for the two industries compared to D city. Therefore, it is more likely that a good measure will be found sooner if E city is referenced first than D city.
  • the feature similarity that increases as the deviation values of the target local government and other local governments for the feature industry of the target local government are higher, the feature similarity is C city, E city, B city. , D city order. Therefore, it is possible to preferentially present the local government that is more characteristic and the local government that is more characteristic even in some evaluation items.
  • the information presentation device 10 can be realized by a computer 40 shown in FIG. 4, for example.
  • the computer 40 includes a Central / Processing / Unit (CPU) 41, a memory 42 as a temporary storage area, and a nonvolatile storage unit 43.
  • the computer 40 also includes an input / output device 44, a read / write (R / W) unit 45 that controls reading and writing of data with respect to the storage medium 49, and a communication interface (I / F) connected to a network such as the Internet. 46).
  • the CPU 41, the memory 42, the storage unit 43, the input / output device 44, the R / W unit 45, and the communication I / F 46 are connected to each other via a bus 47.
  • the storage unit 43 can be realized by a hard disk drive (HDD), a solid state drive (SSD), a flash memory, or the like.
  • An information presentation program 50 for causing the computer 40 to function as the information presentation device 10 is stored in the storage unit 43 as a storage medium.
  • the information presentation program 50 includes a reception process 51, an extraction process 52, a calculation process 53, and a presentation process 54.
  • the storage unit 43 has an evaluation information storage area 61 in which information constituting the evaluation information DB 21 is stored.
  • the CPU41 reads the information presentation program 50 from the memory
  • the CPU 41 operates as the reception unit 11 illustrated in FIG. 1 by executing the reception process 51. Further, the CPU 41 operates as the extraction unit 12 illustrated in FIG. 1 by executing the extraction process 52. Further, the CPU 41 operates as the calculation unit 13 illustrated in FIG. 1 by executing the calculation process 53. Further, the CPU 41 operates as the presentation unit 14 illustrated in FIG. 1 by executing the presentation process 54. Further, the CPU 41 reads information from the evaluation information storage area 61 and develops the evaluation information DB 21 in the memory 42. As a result, the computer 40 that has executed the information presentation program 50 functions as the information presentation apparatus 10.
  • the function realized by the information presentation program 50 can be realized by, for example, a semiconductor integrated circuit, more specifically, Application ⁇ Specific Integrated Circuit (ASIC).
  • ASIC Application ⁇ Specific Integrated Circuit
  • the information presentation device 10 When a user who is a staff member of the target local government inputs the name of the target local government via an input device such as a keyboard or a mouse connected to the information presentation device 10, the information presentation device 10 presents information shown in FIG. Processing is executed.
  • step S11 the reception unit 11 receives the input target local government name and notifies the extraction unit 12 of the received target local government name.
  • step S12 the extraction unit 12 reads all the deviation values S i, a of each industry i for the target local government a from the evaluation information DB 21.
  • step S13 the extraction unit 12 determines whether or not a value L indicating the number of feature industries to be extracted is designated. If L is specified, the process proceeds to step S14. If L is not specified, the process proceeds to step S15.
  • step S14 the extraction unit 12 extracts the industry from the larger deviation value S i, A read in step S12 to the Lth as the feature industry t ak and extracts it along with the deviation value S tak, a , and processes it. Moves to step S17.
  • step S15 the extraction unit 12, a feature industrial t ak a predetermined deviation value or more industries to extract the deviation value S tak, with a.
  • step S16 the extraction unit 12 sets the number of extracted feature industries t ak to L, and the process proceeds to step S17.
  • step S ⁇ b> 17 the extraction unit 12 passes the target local government name, the characteristic industry t ak of the target local government a, the deviation value S tak, a , and the value of L to the calculation unit 13. Then, the calculation unit 13 reads all the deviation values S i, j of the number of employees by industry of other local governments j corresponding to the local government names other than the target local government name passed from the extraction unit 12.
  • step S18 the calculation unit 13 identifies the deviation value S tal, j from the read deviation value S i, j of another local government j. Then, the calculation unit 13 uses the specified deviation value S tal, j and the characteristic industry t ak , the deviation value S tak, a , and the L value received from the extraction unit 12, for example, (1)
  • the feature similarity T j is calculated for each other municipality j using the formula.
  • the calculation unit 13 delivers the calculated feature similarity T j for each local government j to the presentation unit 14.
  • step S19 the presentation unit 14 determines whether or not a value M indicating the number of reference local government names to be presented is designated. If M is designated, the process proceeds to step S20. If M is not designated, the process proceeds to step S21.
  • step S20 the presentation unit 14, extracts the municipality name to M-th in the order large feature similarity T j, extracted municipality name and the reference municipality name, what number is the size of the feature similarity T j (M).
  • M the size of the feature similarity
  • step S20 the presentation unit 14 extracts a local government name having a feature similarity T j greater than or equal to a predetermined value, and uses the extracted local government name as a reference local government name, and what is the size of the feature similarity T j (M The information presentation process ends.
  • feature similarity is achieved using the evaluation value (deviation value) of the characteristic evaluation item (characteristic industry) of the target decision-making entity (target local government). Calculate the degree.
  • the feature similarity is a value that increases as the evaluation values of the target decision-making entity and other decision-making entities increase for the characteristic evaluation item.
  • Information of the decision-making entity (name of decision-making entity, etc.) can be presented.
  • the feature similarity is calculated using the product of the evaluation value of the target decision-making entity and the evaluation value of other local governments for the characteristic evaluation items in the target decision-making entity. As a result, it is possible to calculate the feature similarity that increases as the evaluation values of the target decision-making entity and the other decision-making entities are higher for the characteristic evaluation items by simple calculation.
  • the information presentation apparatus 210 includes a reception unit 11, an extraction unit 12, a calculation unit 213, and a presentation unit 14.
  • the evaluation information DB 21 is stored in a predetermined storage area of the information presentation device 210.
  • the calculation unit 213 calculates the feature similarity T j with the target local government a for each of the other local governments j other than the target local government a, for example, using equation (1). To do. At this time, the calculation unit 213 uses the deviation value S i, j read from the evaluation information DB 21 as S tak, j in the expression (1), and the industry deviation value S i, j is used.
  • the calculation unit 213 calculates the feature similarity T j using only the industry deviation value tak, j (the deviation value indicated in the shaded portion in FIG. 6) included in the top three types of each local government. Used for.
  • B city, C city, and D city are all included in the characteristic industry tAk of A city, which is the agriculture, forestry and fisheries industry, construction industry, and manufacturing industry, which are the top three industries of deviation value.
  • the feature similarities T B , T C , and T D are calculated using the deviation values of the three industries.
  • city E uses characteristic deviation degree T using deviation values of agriculture, forestry and fisheries industry and construction industry included in characteristic industry tAk of city A among agriculture, forestry and fisheries industry, construction industry, and service industry which are the top three industries E is calculated.
  • the presentation unit 14 presents the first C city, the second B city, and the third E city to the user as reference local government names, unlike the first embodiment.
  • the information presentation device 210 can be realized by, for example, the computer 40 shown in FIG.
  • An information presentation program 250 for causing the computer 40 to function as the information presentation device 210 is stored in the storage unit 43 of the computer 40.
  • the information presentation program 250 includes a reception process 51, an extraction process 52, a calculation process 253, and a presentation process 54. Further, the storage unit 43 has an evaluation information storage area 61.
  • CPU41 reads the information presentation program 250 from the memory
  • the CPU 41 operates as the calculation unit 213 illustrated in FIG. 1 by executing the calculation process 253.
  • Other processes are the same as those of the information presentation program 50 according to the first embodiment.
  • the computer 40 that has executed the information presentation program 250 functions as the information presentation device 210.
  • the function realized by the information presentation program 250 can be realized by, for example, a semiconductor integrated circuit, more specifically, an ASIC or the like.
  • the feature similarity is obtained using only the evaluation values of the feature evaluation items common to the target decision-making entity and other decision-making entities. Calculated. Therefore, it is possible to eliminate the influence of evaluation items that are not characteristic in one decision-making entity, and to calculate the feature similarity in which more characteristic evaluation items are emphasized.
  • the information presentation apparatus 310 includes a reception unit 11, an extraction unit 312, a calculation unit 313, and a presentation unit 14.
  • the evaluation information DB 21 is stored in a predetermined storage area of the information presentation device 310.
  • the extraction unit 312 evaluates an evaluation item indicating the characteristics of the target local government indicated by the name of the target local government notified from the reception unit 11 and an evaluation value for the evaluation item. One or more are extracted from the information DB 21. At this time, the extraction unit 312 extracts an evaluation item having a low evaluation value as an evaluation item indicating the characteristics of the target local government.
  • the extraction unit 312 calculates a reverse evaluation value obtained by subtracting the evaluation value from twice the average value or the median value for an evaluation item having an evaluation value equal to or lower than the average value or the median value of the evaluation values.
  • the reversal evaluation value is calculated as the evaluation value of the evaluation item.
  • a deviation value is used as an evaluation value as in the present embodiment, for an industry where the deviation value S i, a is smaller than 50, which is an average value, a value obtained by subtracting the true deviation value from 100 is used.
  • the extraction unit 312 extracts a predetermined number or evaluation items specified by the user via the input device in descending order of evaluation values. Further, the extraction unit 312 may extract an evaluation item having an evaluation value equal to or greater than a predetermined value.
  • t A1 agriculture, forestry and fisheries
  • t A2 service industry
  • t A3 construction industry are extracted.
  • Calculator 313 reverses deviation S i by the extraction unit 312, the features industry t ak extracted with a, deviation S tak other municipalities j, for even j, reverse deviation S 'tak,
  • the feature similarity T j is calculated using j (shaded portion in FIG. 7).
  • the information presentation device 310 can be realized by, for example, the computer 40 shown in FIG.
  • An information presentation program 350 for causing the computer 40 to function as the information presentation device 310 is stored in the storage unit 43 of the computer 40.
  • the information presentation program 350 includes a reception process 51, an extraction process 352, a calculation process 353, and a presentation process 54. Further, the storage unit 43 has an evaluation information storage area 61.
  • CPU41 reads the information presentation program 350 from the memory
  • the CPU 41 operates as the extraction unit 312 illustrated in FIG. 1 by executing the extraction process 352. Further, the CPU 41 operates as the calculation unit 313 illustrated in FIG. 1 by executing the calculation process 353.
  • Other processes are the same as those of the information presentation program 50 according to the first embodiment.
  • the computer 40 that has executed the information presentation program 350 functions as the information presentation device 310.
  • the function realized by the information presentation program 350 can be realized by, for example, a semiconductor integrated circuit, more specifically, an ASIC or the like.
  • the reverse deviation value is used for the extraction of the feature industry in step S14 or S15 of the information presentation process shown in FIG. 5 and the calculation of the feature similarity in step S18. Since only the points differ from the first embodiment, the description is omitted.
  • an evaluation item having a low evaluation value is also treated as a characteristic evaluation item for the target decision-making subject. For this reason, it is possible to present information of other decision-making subjects to be referred to in consideration of the entire evaluation item. For example, in the example of the above embodiment, by providing both the industry with a high deviation value and the industry with a low deviation value as characteristic industries, a reference local government name that is effective for examining measures that affect the entire industrial structure is presented. Can do.
  • the user may be able to select whether an evaluation item having a high evaluation value is a feature evaluation item, an evaluation item having a low evaluation value is a feature evaluation item, or both are feature evaluation items.
  • the reception unit 11 may receive the selection of the user input via the input device, and specify the extraction method and the calculation method in the extraction unit 312 and the calculation unit 313.
  • the evaluation value or reverse evaluation of the characteristic evaluation item common to the target decision-making entity and the other decision-making entities as in the second embodiment may be calculated using only the value.
  • the information presentation device 410 includes a reception unit 11, an extraction unit 12, a calculation unit 413, and a presentation unit 14.
  • the evaluation information DB 421 is stored in a predetermined storage area of the information presentation device 410.
  • the evaluation information DB 421 includes evaluation items other than the evaluation items used for calculating the feature similarity in addition to the evaluation information DB 21 in the first embodiment.
  • FIG. 8 shows an example including other evaluation items such as a deviation value of regional output in addition to the deviation value of the ratio of the number of employees by industry used for calculating the feature similarity.
  • the calculation unit 413 calculates the feature similarity T j in the same manner as the calculation unit 13 in the first embodiment, and the calculated feature similarity T j is an evaluation item other than the evaluation item used for calculating the feature similarity T j.
  • the degree of reference taking into account the evaluation value is calculated.
  • the calculation unit 413 determines an evaluation item (hereinafter referred to as “issue item”) indicating an issue of the target local government from evaluation items other than the evaluation item used for calculating the feature similarity T j. Specified). For example, the calculation unit 413 identifies an evaluation item whose deviation value is equal to or less than a predetermined value among the evaluation items other than the evaluation item used for calculating the feature similarity T j as the task item P. And the calculation part 413 calculates the reference degree Vj which becomes so high that the local government j which has a high deviation value about the specified subject item P for every other local government j. Calculator 413, the deviation value S P output target municipalities a of the issues item P, with the deviation value S P, j of a and other municipalities j, calculates a reference degree V j, for example, by (2).
  • issue item an evaluation item indicating an issue of the target local government from evaluation items other than the evaluation item used for calculating the feature similarity T j. Specified).
  • V j (S P, j ⁇ S P, a ) + T j (2)
  • V VE of E city having a high deviation value with respect to the subject item “regional output” of A city that is the target local government a becomes high.
  • the calculation unit 413 delivers the calculated reference degree V j for each local government j to the presentation unit 14.
  • the presentation unit 14 presents to the user another locality name whose reference degree V j received from the calculation unit 413 is a predetermined value or more as a reference locality name.
  • the information presentation device 410 can be realized by, for example, the computer 40 shown in FIG.
  • An information presentation program 450 for causing the computer 40 to function as the information presentation device 410 is stored in the storage unit 43 of the computer 40.
  • the information presentation program 450 includes a reception process 51, an extraction process 52, a calculation process 453, and a presentation process 54.
  • the storage unit 43 has an evaluation information storage area 61 in which information constituting the evaluation information DB 421 is stored.
  • the CPU41 reads the information presentation program 450 from the memory
  • the CPU 41 operates as the calculation unit 413 illustrated in FIG. 1 by executing the calculation process 453.
  • Other processes are the same as those of the information presentation program 50 according to the first embodiment.
  • the computer 40 that has executed the information presentation program 450 functions as the information presentation device 410.
  • the function realized by the information presentation program 450 can be realized by, for example, a semiconductor integrated circuit, more specifically, an ASIC or the like.
  • step S18 the point which calculates a reference degree by step S18 of the information presentation process shown in FIG. 5, and a reference local government name based on a reference degree are shown by step S20 or S21. Since only the points differ from the first embodiment, the description is omitted.
  • the reference degree is calculated by adding the evaluation value of the evaluation item other than the evaluation item used for calculating the feature similarity to the feature similarity, Based on this degree of reference, information on other decision-making entities for reference is presented. For this reason, among other decision-making entities having similar characteristics, other decision-making entities that are particularly useful can be preferentially presented.
  • the calculation unit 413 specifies the task item based on the evaluation value of the evaluation item other than the evaluation item used for calculating the feature similarity.
  • the present invention is not limited to this.
  • An evaluation item designated by user input may be specified as a task item.
  • the evaluation items used for calculating the reference degree are not limited to the subject items of the target local government, and can be appropriately selected according to the purpose of decision making of the target local government.
  • any one of the calculation methods of the feature similarity or the reference degree in each of the above embodiments may be selectable by the user.
  • the decision-making entity is the local government and the evaluation item is the ratio of the number of employees by industry has been described, but the present invention is not limited to this.
  • FIG. 10 shows an example of using a deviation value for each vehicle type such as a truck and a bus for a sales ratio of a transportation vehicle of a transportation vehicle manufacturer, where the vehicle type is an evaluation item and the deviation value of the sales ratio is an example of an evaluation value.
  • company A is a company whose information is to be presented
  • trucks, buses, and wagons are extracted as characteristic vehicle types of company A by extracting a model of company A having a high deviation value.
  • the other companies having characteristics similar to Company A are Company C, It turns out that it is the order of E company and B company.
  • the feature similarity is calculated using the product of the evaluation value of the target decision-making entity and the evaluation value of another decision-making entity for the feature evaluation item of the target decision-making entity.
  • the feature similarity is set so that the higher the both evaluation values, the higher the feature similarity. Can be calculated.
  • the weighted sum is obtained by multiplying the sum of the deviation values of the target local government for each feature industry and other target local governments by a larger coefficient in descending order of the deviation value of the target local government. It can be.
  • division is performed by a predetermined constant (here, “12”).
  • a city and X city have the same deviation value for any characteristic industry, but Y city has a high deviation value for the most characteristic agriculture, forestry and fisheries industry in A city. .
  • Y city has a higher value than X city, and the more characteristic Y city has priority. It can be seen that it can be presented.
  • the reference local government name has been described, but other information related to the reference local government may be presented together.
  • it maintains a database that stores information on each municipality, such as successful cases, failure cases, budget allocations for decision-making items, details of measures introduced by decision-making, and organizational structure at the time of decision-making. Keep it.
  • stored corresponding to the reference local government with the reference local government name can be shown.
  • the mode in which the information presentation programs 50, 250, 350, and 450, which are examples of the program according to the disclosed technology, are stored (installed) in the storage unit 43 in advance has been described.
  • the program according to the disclosed technology can be provided in a form stored in a storage medium such as a CD-ROM, a DVD-ROM, or a USB memory.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

意思決定主体による意思決定の際に、より特徴的な他の意思決定主体の情報を提示する。抽出部（１２）が、複数の意思決定主体の各々に対する複数の評価項目のうち、情報提示を行う対象である対象意思決定主体の特徴を示す評価項目を１つ又は複数抽出し、算出部（１３）が、複数の意思決定主体に含まれる対象意思決定主体以外の他の意思決定主体の各々について、抽出された評価項目に対応し、対象意思決定主体及び他の意思決定主体の各々の特徴を示す程度が高いほど高くなる特徴類似度を、評価項目の評価値に基づいて算出し、提示部（１４）が、算出した特徴類似度が所定値以上の他の意思決定主体に関する情報を提示する。

Description

情報提示方法、装置、及びプログラム
　本発明は、情報提示方法、情報提示装置、及び情報提示プログラムに関する。
　自治体が自らの課題を解決するための行政施策を検討する際に他の自治体の施策を参考にする場合や、企業が自らの課題を解決するための事業計画を検討する際に他の企業の事業を参考にする場合などがあり、これを支援する技術が存在する。
　例えば、情報提示を行う対象である対象意思決定主体と特性が類似する意思決定主体を、複数の意思決定主体から、少なくとも一つ選択する方法が提案されている。この方法では、複数の意思決定主体の各々に対する複数の評価項目の各々についての評価指標であって、各意思決定主体の特性を表す特性情報に基づく評価指標を、意思決定主体毎に計算する。そして、計算された意思決定主体毎の評価指標に基づいて、参考にする意思決定主体を選択する。
国際公開第２０１５／０６４７１３号パンフレット
　上述のように、自治体や企業などの意思決定主体が他の意思決定主体の活動に関する情報を参考にする際、自身の特徴を把握し、その特徴が類似している他の意思決定主体の中で、課題を解決している意思決定主体の情報を参考にできることが望ましい。また、その特徴が、他の自治体において、より特徴的であるほど、その自治体の情報は参考にすべき優先度が高い。
　しかし、従来技術では、意思決定主体の類似性を評価する方法として、評価項目毎の評価値のユークリッド距離などを使った距離関数を利用する方法がとられている。すなわち、従来技術では、評価項目の評価値が数字上似ている他の意思決定主体を選択しており、必ずしも、より特徴的な他の意思決定主体を選択できているとはいえない。
　本発明は、一つの側面として、意思決定主体による意思決定の際に、より特徴的な他の意思決定主体の情報を提示することを目的とする。
　一つの態様では、情報提示方法は、コンピュータが、複数の意思決定主体の各々に対する複数の評価項目のうち、情報提示を行う対象である対象意思決定主体の特徴を示す評価項目を１つ又は複数抽出し、前記複数の意思決定主体に含まれる前記対象意思決定主体以外の他の意思決定主体の各々について、抽出された評価項目に対応し、前記対象意思決定主体及び前記他の意思決定主体の各々の特徴を示す程度が高いほど高くなる特徴類似度を前記評価項目の評価値に基づいて算出し、算出した特徴類似度が所定値以上の前記他の意思決定主体に関する情報を提示する。
　一つの側面として、意思決定主体による意思決定の際に、より特徴的な他の意思決定主体の情報を提示することができる。
第１～第４実施形態に係る情報提示装置の機能ブロック図である。 第１～第３実施形態における評価情報データベースの一例を示す図である。 第１実施形態における特徴類似度を説明するための図である。 第１～第４実施形態に係る情報提示装置として機能するコンピュータの概略構成を示すブロック図である。 情報提示処理の一例を示すフローチャートである。 第２実施形態における特徴類似度を説明するための図である。 第３実施形態における特徴類似度を説明するための図である。 第４実施形態における評価情報データベースの一例を示す図である。 第４実施形態における特徴類似度を説明するための図である。 意思決定主体が企業である場合の特徴類似度の算出の一例を示す図である。 特徴類似度の算出方法の比較を説明するための図である。
　以下、図面を参照して開示の技術に係る実施形態の一例を詳細に説明する。以下の各実施形態では、政策立案や戦略決定等の意思決定を行う意思決定主体の一例である自治体に、情報提示を行う場合を例に説明する。
＜第１実施形態＞
　図１に示すように、第１実施形態に係る情報提示装置１０は、受付部１１、抽出部１２、算出部１３、及び提示部１４を備える。また、情報提示装置１０の所定の記憶領域には、評価情報データベース（ＤＢ）２１が記憶される。
　評価情報ＤＢ２１には、複数の評価項目の各々についての自治体毎の評価値が記憶される。図２に、評価情報ＤＢ２１の一例を示す。図２は、各自治体の産業別の従業者数の比率を、全自治体における偏差値で表したものであり、各産業が評価項目、偏差値が評価値の一例である。以下では、評価情報ＤＢ２１に記憶されたｉ番目（偏差値欄のｉ列目）の産業（以下、「産業ｉ」ともいう）についての自治体名ｊの自治体（以下、「自治体ｊ」ともいう）の従業者数の比率の偏差値をＳｉ，ｊと表す。例えば、Ａ市（ｊ＝Ａ）の農林水産業の従業者比率（ｉ＝１）の偏差値は、Ｓ１，Ａと表す。
　なお、評価値としては、偏差値に限らず、各評価項目に関して、自治体の特徴の程度を表すことができる指標を用いることができる。例えば、評価項目に関する各自治体の実際の値から全自治体の平均を引いた値、その値を標準偏差で割った値などを用いてもよい。また、評価値は連続値である必要はなく、例えば５段階評価や１０段階評価のような離散値であってもよい。このような評価値を用いることで、評価値が高い又は低い評価項目を、該当の自治体にとって特徴的な評価項目であると判断することができる。
　また、評価情報ＤＢ２１は、情報提示装置１０内部の記憶装置に記憶される場合に限定されず、外部の記憶装置や、ネットワークを介して接続された他の装置の記憶装置に記憶されてもよい。
　受付部１１は、情報提示が行われる対象の自治体（以下、「対象自治体」という）の職員等であるユーザにより、情報提示装置１０に接続されたキーボードやマウス等の入力装置（図示省略）を介して入力された対象自治体の識別情報を受け付ける。本実施形態では、自治体の識別情報として、自治体名を用いる場合について説明する。受付部１１は、受け付けた対象自治体名を、抽出部１２に通知する。
　抽出部１２は、受付部１１から通知された対象自治体名が示す対象自治体の特徴を示す評価項目と、その評価項目についての評価値とを、評価情報ＤＢ２１から１つ又は複数抽出する。具体的には、抽出部１２は、評価値が高い順に、予め定めた数又は利用者により入力装置を介して指定された数の評価項目を抽出する。また、抽出部１２は、評価値が所定値以上の評価項目を抽出してもよい。
　例えば、図２に示す評価情報ＤＢ２１が記憶されている場合で、受付部１１から、対象自体名「Ａ市」が通知されたとする。この場合、抽出部１２は、評価情報ＤＢ２１から、Ａ市の偏差値Ｓｉ，Ａを全て読み出し、偏差値Ｓｉ，Ａの大きい方からＬ番目までの産業（評価項目）と、その産業の偏差値（評価値）とを抽出する。以下では、抽出部１２により抽出される産業を、対象自治体ａについての特徴産業ｔａｋ（ｋ＝１，・・・，Ｌ）という。また、特徴産業ｔａｋについての自治体ｊの偏差値をＳｔａｋ，ｊ（ｋ＝１，・・・，Ｌ）と表し、特に、特徴産業ｔａｋについての対象自治体ａの偏差値をＳｔａｋ，ａ（ｋ＝１，・・・，Ｌ）と表す。ここでは、例えば、Ｌ＝３とすると、Ａ市の特徴産業として、ｔＡ１＝農林水産業、ｔＡ２＝建設水産業、及びｔＡ３＝製造業が、それぞれの偏差値ＳｔＡ１，Ａ＝８０、ＳｔＡ２，Ａ＝７５、ＳｔＡ３，Ａ＝７０と共に抽出される。
　また、所定の偏差値以上の産業を特徴産業ｔａｋとして抽出する場合、所定の偏差値を、例えば「７０」とすると、上記と同様の特徴産業ｔａｋ及び偏差値Ｓｔａｋ，ａが抽出される。この場合、事後的にＬ＝３が定まる。また、所定の偏差値を、例えば「７５」とすると、Ａ市の特徴産業として、ｔＡ１＝農林水産業、ｔＡ２＝建設水産業が、それぞれの偏差値ＳｔＡ１，Ａ＝８０、ＳｔＡ２，Ａ＝７５と共に抽出され、Ｌ＝２となる。
　抽出部１２は、対象自治体名、対象自治体ａの特徴産業ｔａｋ、偏差値Ｓｔａｋ，ａ、及びＬの値を算出部１３へ受け渡す。
　算出部１３は、評価情報ＤＢ２１に記憶された対象自治体以外の他の自治体の各々について、対象自治体と特徴がどの程度類似しているかを示す特徴類似度を算出する。特徴類似度は、抽出部１２により抽出された対象自治体ａの特徴産業ｔａｋについての対象自治体ａの偏差値Ｓｔａｋ，ａ及び他の自治体ｊの偏差値Ｓｔａｋ，ｊが、対象自治体ａ及び他の自治体ｊの特徴を示す程度が高いほど高くなる値とする。
　具体的には、算出部１３は、抽出部１２から受け渡された対象自治体名以外の自治体名に対応する他の自治体ｊの産業別の従業者数比率の偏差値Ｓｉ，ｊを全て読み込む。算出部１３は、読み込んだ他の自治体ｊの偏差値Ｓｉ，ｊから偏差値Ｓｔａｋ，ｊを特定する。そして、算出部１３は、特定したＳｔａｋ，ｊと、抽出部１２から受け渡された特徴産業ｔａｋ、偏差値Ｓｔａｋ，ａ、及びＬの値とを用いて、例えば、下記（１）式により、他の自治体ｊ毎に、特徴類似度Ｔｊを算出する。
Figure JPOXMLDOC01-appb-M000001
　（１）式の特徴類似度Ｔｊは、対象自治体ａの特徴産業ｔａｋについての対象自治体ａの偏差値Ｓｔａｋ，ａと、対象自治体ａの特徴産業ｔａｋについての他の自治体ｊの偏差値Ｓｔａｋ，ｊとの積を用いている。すなわち、対象自治体ａの偏差値Ｓｔａｋ，ａが高い特徴産業ｔａｋについて、他の自治体ｊも高い偏差値Ｓｔａｋ，ｊを有する場合には、特徴類似度Ｔｊが高くなる。
　例えば、図２に示す評価情報ＤＢ２１を用い、対象自治体ａがＡ市であるとする。この場合、図３に示すように、Ａ市とＡ市以外の自治体ｊとについて、農林水産業（ｋ＝１）、建設業（ｋ＝２）、製造業（ｋ＝３）の３産業の偏差値（図３の網掛け部分）を用いて特徴類似度Ｔｊが算出される。例えば、Ａ市とＢ市との特徴類似度ＴＢは、ＴＢ＝（（８０×７５＋７５×７０＋７０×６５）／３）１／２＝７２．６となる。同様にＣ市、Ｄ市、及びＥ市の各々についての特徴類似度Ｔｊは、図３に示すように、ＴＣ＝７９．９、ＴＤ＝６４．２、ＴＥ＝７３．１と算出される。
　算出部１３は、算出した各自治体ｊについての特徴類似度Ｔｊを提示部１４に受け渡す。
　提示部１４は、算出部１３から受け渡された特徴類似度Ｔｊが所定値以上の他の自治体名を参考自治体名としてユーザに提示する。
　具体的には、提示部１４は、特徴類似度Ｔｊが大きい方からＭ番目の特徴類似度Ｔｊを所定値とし、特徴類似度Ｔｊが所定値以上である自治体名、すなわち、特徴類似度Ｔｊが大きい順にＭ番目までの自治体名を抽出する。提示部１４は、特徴類似度Ｔｊの大きさが何番目（Ｍ番目）かの情報と共に、抽出した自治体名を参考自治体名として、情報提示装置１０に接続されたディスプレイに表示したり、プリンタから出力したりすることにより、ユーザに提示する。
　例えば、対象自治体ａであるＡ市とＡ市以外の自治体ｊとの特徴類似度Ｔｊが図３に示すように算出されており、Ｍ＝３の場合、提示部１４は、参考自治体名として、１番目Ｃ市、２番目Ｅ市、３番目Ｂ市の情報を提示する。
　なお、所定値は予め定めた数であってもよいし、ユーザが入力装置を介して指定する値であってもよい。図３の場合において、例えば、特徴類似度Ｔｊ＝７０以上の自治体を参考自治体とすることが設定されているとすると、上記と同様の参考自治体名が提示される。また、特徴類似度Ｔｊ＝７３以上の自治体を参考自治体とすることが設定されているとすると、１番目Ｃ市、２番目Ｅ市のみが出力される。
　ここで、参考として、各特徴産業についての偏差値を要素とするベクトル値のユークリッド距離を用いて、Ａ市と他の自治体ｊとの類似度を算出した結果を図３の最右欄に示す。この参考例で、ユークリッド距離が近い順に参考自治体を抽出すると、Ｂ市、Ｃ市、Ｄ市、Ｅ市となる。
　しかし、Ｃ市は、農林水産業、建設業、製造業の偏差値がＡ市より高く、これらの産業がＢ市よりも特徴的であることがわかる。したがって、Ａ市は、Ｂ市よりＣ市を先に参考にすると良い施策が早く見つかる可能性が高い。また、Ｅ市は、農林水産業と建設業について高い偏差値を有しており、Ｄ市と比較してその２産業について特徴的であると言える。したがって、Ｄ市よりも、Ｅ市を先に参考にすると良い施策が早く見つかる可能性が高い。
　このように、評価項目の評価値（偏差値）の数字上の類似度を用いただけでは、より特徴的である自治体や、一部の評価項目でもより特徴的である自治体を優先的に提示することができない。
　一方、本実施形態では、対象自治体の特徴産業についての対象自治体及び他の自治体の各々の偏差値が高いほど高くなる特徴類似度を用いるため、特徴類似度は、Ｃ市、Ｅ市、Ｂ市、Ｄ市の順となる。したがって、より特徴的である自治体や、一部の評価項目でもより特徴的である自治体を優先的に提示することができる。
　情報提示装置１０は、例えば図４に示すコンピュータ４０で実現することができる。コンピュータ４０は、Central Processing Unit（ＣＰＵ）４１と、一時記憶領域としてのメモリ４２と、不揮発性の記憶部４３とを備える。また、コンピュータ４０は、入出力装置４４と、記憶媒体４９に対するデータの読み込み及び書き込みを制御するRead/Write（Ｒ／Ｗ）部４５と、インターネット等のネットワークに接続される通信インターフェース（Ｉ／Ｆ）４６とを備える。ＣＰＵ４１、メモリ４２、記憶部４３、入出力装置４４、Ｒ／Ｗ部４５、及び通信Ｉ／Ｆ４６は、バス４７を介して互いに接続される。
　記憶部４３は、Hard Disk Drive（ＨＤＤ）、Solid State Drive（ＳＳＤ）、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部４３には、コンピュータ４０を情報提示装置１０として機能させるための情報提示プログラム５０が記憶される。情報提示プログラム５０は、受付プロセス５１と、抽出プロセス５２と、算出プロセス５３と、提示プロセス５４とを有する。また、記憶部４３は、評価情報ＤＢ２１を構成する情報が記憶される評価情報記憶領域６１を有する。
　ＣＰＵ４１は、情報提示プログラム５０を記憶部４３から読み出してメモリ４２に展開し、情報提示プログラム５０が有するプロセスを順次実行する。ＣＰＵ４１は、受付プロセス５１を実行することで、図１に示す受付部１１として動作する。また、ＣＰＵ４１は、抽出プロセス５２を実行することで、図１に示す抽出部１２として動作する。また、ＣＰＵ４１は、算出プロセス５３を実行することで、図１に示す算出部１３として動作する。また、ＣＰＵ４１は、提示プロセス５４を実行することで、図１に示す提示部１４として動作する。また、ＣＰＵ４１は、評価情報記憶領域６１から情報を読み出して、評価情報ＤＢ２１をメモリ４２に展開する。これにより、情報提示プログラム５０を実行したコンピュータ４０が、情報提示装置１０として機能することになる。
　なお、情報提示プログラム５０により実現される機能は、例えば半導体集積回路、より詳しくはApplication Specific Integrated Circuit（ＡＳＩＣ）等で実現することも可能である。
　次に、第１実施形態に係る情報提示装置１０の作用について説明する。対象自治体の職員等であるユーザにより、情報提示装置１０に接続されたキーボードやマウス等の入力装置を介して、対象自治体名が入力されると、情報提示装置１０において、図５に示す情報提示処理が実行される。
　ステップＳ１１で、受付部１１が、入力された対象自治体名を受け付け、受け付けた対象自治体名を、抽出部１２に通知する。
　ステップＳ１２で、抽出部１２が、評価情報ＤＢ２１から、対象自治体ａについて、各産業ｉの偏差値Ｓｉ，ａを全て読み込む。
　次に、ステップＳ１３で、抽出部１２が、抽出する特徴産業の数を示す値Ｌが指定されているか否かを判定する。Ｌが指定されている場合には、処理はステップＳ１４へ移行し、Ｌが指定されていない場合には、処理はステップＳ１５へ移行する。
　ステップＳ１４では、抽出部１２が、上記ステップＳ１２で読み込んだ偏差値Ｓｉ，Ａの大きい方からＬ番目までの産業を、特徴産業ｔａｋとして、その偏差値Ｓｔａｋ，ａと共に抽出し、処理はステップＳ１７へ移行する。
　一方、ステップＳ１５では、抽出部１２が、所定の偏差値以上の産業を特徴産業ｔａｋとして、その偏差値Ｓｔａｋ，ａと共に抽出する。次に、ステップＳ１６で、抽出部１２が、抽出した特徴産業ｔａｋの数をＬに設定し、処理はステップＳ１７へ移行する。
　ステップＳ１７では、抽出部１２が、対象自治体名、対象自治体ａの特徴産業ｔａｋ、偏差値Ｓｔａｋ，ａ、及びＬの値を算出部１３へ受け渡す。そして、算出部１３が、抽出部１２から受け渡された対象自治体名以外の自治体名に対応する他の自治体ｊの産業別の従業数比率の偏差値Ｓｉ，ｊを全て読み込む。
　次に、ステップＳ１８で、算出部１３は、読み込んだ他の自治体ｊの偏差値Ｓｉ，ｊから偏差値Ｓｔａｌ，ｊを特定する。そして、算出部１３は、特定した偏差値Ｓｔａｌ，ｊと、抽出部１２から受け渡された特徴産業ｔａｋ、偏差値Ｓｔａｋ，ａ、及びＬの値とを用いて、例えば（１）式により、他の自治体ｊ毎に、特徴類似度Ｔｊを算出する。算出部１３は、算出した各自治体ｊについての特徴類似度Ｔｊを提示部１４に受け渡す。
　次に、ステップＳ１９で、提示部１４が、提示する参考自治体名の数を示す値Ｍが指定されているか否かを判定する。Ｍが指定されている場合には、処理はステップＳ２０へ移行し、Ｍが指定されていない場合には、処理はステップＳ２１へ移行する。
　ステップＳ２０では、提示部１４が、特徴類似度Ｔｊが大きい順にＭ番目までの自治体名を抽出し、抽出した自治体名を参考自治体名として、特徴類似度Ｔｊの大きさが何番目（Ｍ番目）かの情報と共にユーザに提示し、情報提示処理は終了する。
　一方、ステップＳ２０では、提示部１４が、特徴類似度Ｔｊが所定値以上の自治体名を抽出し、抽出した自治体名を参考自治体名として、特徴類似度Ｔｊの大きさが何番目（Ｍ番目）かの情報と共にユーザに提示し、情報提示処理は終了する。
　以上説明したように、第１実施形態に係る情報提示装置１０によれば、対象意思決定主体（対象自治体）の特徴的な評価項目（特徴産業）の評価値（偏差値）を用いて特徴類似度を算出する。特徴類似度は、特徴的な評価項目について、対象意思決定主体及び他の意思決定主体の各々の評価値が高いほど高くなる値であるため、この特徴類似度を用いて、より特徴的な他の意思決定主体の情報（意思決定主体の名称など）を提示することができる。
　また、第１実施形態では、特徴類似度を、対象意思決定主体において特徴的な評価項目について、対象意思決定主体の評価値と他の自治体の評価値との積を用いて算出する。これにより、簡易な計算で、特徴的な評価項目について、対象意思決定主体及び他の意思決定主体の各々の評価値が高いほど高くなる特徴類似度を算出することができる。
＜第２実施形態＞
　次に、第２実施形態について説明する。なお、第２実施形態に係る情報提示装置について、第１実施形態に係る情報提示装置１０と同様の部分については、同一符号を付して詳細な説明を省略する。
　図１に示すように、第２実施形態に係る情報提示装置２１０は、受付部１１、抽出部１２、算出部２１３、及び提示部１４を備える。また、情報提示装置２１０の所定の記憶領域には、評価情報ＤＢ２１が記憶される。
　算出部２１３は、第１実施形態に係る算出部１３と同様に、例えば（１）式により、対象自治体ａ以外の他の自治体ｊの各々について、対象自治体ａとの特徴類似度Ｔｊを算出する。この際、算出部２１３は、（１）式のＳｔａｋ，ｊとして、評価情報ＤＢ２１から読み込んだ偏差値Ｓｉ，ｊのうち、他の自治体ｊにとっても特徴的な産業の偏差値Ｓｉ，ｊを用いる。
　例えば、図２に示す評価情報ＤＢ２１を用い、対象自治体ａをＡ市とし、Ｌ＝３とした場合、図６に示すように、農林水産業、建設業、及び製造業が特徴産業ｔＡｋ（ｋ＝１，２，３）として抽出される。さらに、図６では、各自治体ｊについて、偏差値Ｓｉ，ｊが大きい方から順に３種類の産業の偏差値のみを示し、他の偏差値をブランクとして表す。そして、算出部２１３は、各自治体の上位３種類に含まれる産業の偏差値ｔａｋ，ｊ（図６の網掛け部分のうち、表記されている偏差値）のみを、特徴類似度Ｔｊの算出に用いる。
　具体的には、Ｂ市、Ｃ市、Ｄ市は、各市の中で偏差値の上位３産業である農林水産業、建設業、製造業は、全てＡ市の特徴産業ｔＡｋに含まれるため、この３産業の偏差値を用いて特徴類似度ＴＢ、ＴＣ、ＴＤを算出する。一方、Ｅ市は、上位の３産業である農林水産業、建設業、サービス業のうち、Ａ市の特徴産業ｔＡｋに含まれる農林水産業及び建設業の偏差値を用いて特徴類似度ＴＥを算出する。すなわち、Ａ市の特徴産業ｔＡｋに含まれないサービス業の偏差値は、Ａ市とＥ市との特徴類似度ＴＥの算出には用いられず、ＴＥ＝（（８０×９０＋７５×９０）／３）１／２＝６８．２となる。
　このため、提示部１４では、Ｍ＝３の場合、第１実施形態とは異なり、１番目Ｃ市、２番目Ｂ市、３番目Ｅ市を、参考自治体名としてユーザに提示する。
　情報提示装置２１０は、例えば図４に示すコンピュータ４０で実現することができる。コンピュータ４０の記憶部４３には、コンピュータ４０を情報提示装置２１０として機能させるための情報提示プログラム２５０が記憶される。情報提示プログラム２５０は、受付プロセス５１と、抽出プロセス５２と、算出プロセス２５３と、提示プロセス５４とを有する。また、記憶部４３は、評価情報記憶領域６１を有する。
　ＣＰＵ４１は、情報提示プログラム２５０を記憶部４３から読み出してメモリ４２に展開し、情報提示プログラム２５０が有するプロセスを順次実行する。ＣＰＵ４１は、算出プロセス２５３を実行することで、図１に示す算出部２１３として動作する。他のプロセスについては、第１実施形態に係る情報提示プログラム５０と同様である。これにより、情報提示プログラム２５０を実行したコンピュータ４０が、情報提示装置２１０として機能することになる。
　なお、情報提示プログラム２５０により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ等で実現することも可能である。
　第２実施形態に係る情報提示装置２１０の作用については、図５に示す情報提示処理のステップＳ１８で算出される特徴類似度Ｔｊが第１実施形態と異なるだけであるため、説明を省略する。
　以上説明したように、第２実施形態に係る情報提示装置２１０によれば、対象意思決定主体と他の意思決定主体とで共通している特徴評価項目の評価値のみを用いて特徴類似度が算出される。このため、一方の意思決定主体では特徴的ではない評価項目の影響を無くすことができ、より特徴的な評価項目が強調された特徴類似度を算出することができる。
　なお、第１実施形態及び第２実施形態では、評価値（偏差値）が高い評価項目（産業）を特徴的な評価項目（特徴産業）とする場合について説明したが、評価値が低い評価項目を特徴的な評価項目として抽出するようにしてもよい。
＜第３実施形態＞
　次に、第３実施形態について説明する。なお、第３実施形態に係る情報提示装置について、第１実施形態に係る情報提示装置１０と同様の部分については、同一符号を付して詳細な説明を省略する。
　図１に示すように、第３実施形態に係る情報提示装置３１０は、受付部１１、抽出部３１２、算出部３１３、及び提示部１４を備える。また、情報提示装置３１０の所定の記憶領域には、評価情報ＤＢ２１が記憶される。
　抽出部３１２は、第１実施形態における抽出部１２と同様に、受付部１１から通知された対象自治体名が示す対象自治体の特徴を示す評価項目と、その評価項目についての評価値とを、評価情報ＤＢ２１から１つ又は複数抽出する。この際、抽出部３１２は、評価値が低い評価項目も、対象自治体の特徴を示す評価項目として抽出する。
　具体的には、抽出部３１２は、評価値が取り得る値の平均値又は中央値以下の評価値を持つ評価項目について、平均値又は中央値の２倍から評価値を引いた逆転評価値を計算し、この逆転評価値をその評価項目の評価値とする。本実施形態のように、評価値として偏差値を用いている場合には、偏差値Ｓｉ，ａが平均値である５０よりも小さい産業については、１００から真の偏差値を引いた値である逆転偏差値Ｓ’ｉ，ａを使う。例えば、偏差値Ｓｉ，ａ＝２０の場合、逆転偏差値Ｓ’ｉ，ａ＝８０となる。
　その上で、抽出部３１２は、評価値が高い順に、予め定めた数又は利用者により入力装置を介して指定された数の評価項目を抽出する。また、抽出部３１２は、評価値が所定値以上の評価項目を抽出してもよい。
　例えば、図２に示す評価情報ＤＢ２１を用い、対象自治体ａをＡ市とする場合、図７に示すように、抽出部３１２は、偏差値Ｓｉ，Ａが５０以下の小売業について、１００から実際の偏差値Ｓ４，Ａ＝３０を引くことで、逆転偏差値Ｓ’４，Ａ＝７０を計算する。同様に、抽出部３１２は、偏差値Ｓ５，Ａ＝２０のサービス業についても、逆転偏差値Ｓ’５，Ａ＝８０を計算する。そして、Ｌ＝３の場合、抽出部３１２は、偏差値Ｓｉ，Ａ又は逆転偏差値Ｓ’ｉ，Ａが高い順に上位３産業を、対象自治体ａであるＡ市の特徴産業ｔＡｋとして抽出する。ここでは、ｔＡ１＝農林水産業、ｔＡ２＝サービス業、及びｔＡ３＝建設業が抽出される。
　算出部３１３は、抽出部３１２により逆転偏差値Ｓｉ，ａを用いて抽出された特徴産業ｔａｋについては、他の自治体ｊの偏差値Ｓｔａｋ，ｊについても、逆転偏差値Ｓ’ｔａｋ，ｊを用いて特徴類似度Ｔｊを算出する（図７の網掛け部分）。例えば、図７の例で、Ａ市とＢ市との特徴類似度ＴＢは、ＴＢ＝（（８０×７５＋８０×８０＋７５×７０）／３）１／２＝７６．７と算出される。
　情報提示装置３１０は、例えば図４に示すコンピュータ４０で実現することができる。コンピュータ４０の記憶部４３には、コンピュータ４０を情報提示装置３１０として機能させるための情報提示プログラム３５０が記憶される。情報提示プログラム３５０は、受付プロセス５１と、抽出プロセス３５２と、算出プロセス３５３と、提示プロセス５４とを有する。また、記憶部４３は、評価情報記憶領域６１を有する。
　ＣＰＵ４１は、情報提示プログラム３５０を記憶部４３から読み出してメモリ４２に展開し、情報提示プログラム３５０が有するプロセスを順次実行する。ＣＰＵ４１は、抽出プロセス３５２を実行することで、図１に示す抽出部３１２として動作する。また、ＣＰＵ４１は、算出プロセス３５３を実行することで、図１に示す算出部３１３として動作する。他のプロセスについては、第１実施形態に係る情報提示プログラム５０と同様である。これにより、情報提示プログラム３５０を実行したコンピュータ４０が、情報提示装置３１０として機能することになる。
　なお、情報提示プログラム３５０により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ等で実現することも可能である。
　第３実施形態に係る情報提示装置３１０の作用については、図５に示す情報提示処理のステップＳ１４又はＳ１５での特徴産業の抽出、及びステップＳ１８での特徴類似度の算出に逆転偏差値を用いる点が第１実施形態と異なるだけであるため、説明を省略する。
　以上説明したように、第３実施形態に係る情報提示装置３１０によれば、評価値が低い評価項目も、対象意思決定主体にとって特徴的な評価項目として扱う。このため、評価項目全体を考慮して、参考とする他の意思決定主体の情報を提示することができる。例えば、上記実施形態の例では、偏差値が高い産業、及び偏差値が低い産業の両方を特徴産業とすることで、産業構造全体に影響する施策の検討に有効な参考自治体名を提示することができる。
　なお、高い評価値を持つ評価項目を特徴評価項目とするか、低い評価値を持つ評価項目を特徴評価項目とするか、又は両方を特徴評価項目とするかを、ユーザにより選択可能としてもよい。この場合、受付部１１が、入力装置を介して入力されたユーザの選択を受け付け、抽出部３１２及び算出部３１３に抽出方法及び算出方法を指定するようにすればよい。
　また、逆転評価値を用いて特徴評価項目を抽出した上で、第２実施形態と同様に、対象意思決定主体と他の意思決定主体とで共通している特徴評価項目の評価値又は逆転評価値のみを用いて特徴類似度を算出するようにしてもよい。
＜第４実施形態＞
　次に、第４実施形態について説明する。なお、第４実施形態に係る情報提示装置について、第１実施形態に係る情報提示装置１０と同様の部分については、同一符号を付して詳細な説明を省略する。
　図１に示すように、第４実施形態に係る情報提示装置４１０は、受付部１１、抽出部１２、算出部４１３、及び提示部１４を備える。また、情報提示装置４１０の所定の記憶領域には、評価情報ＤＢ４２１が記憶される。評価情報ＤＢ４２１は、図８に示すように、第１実施形態における評価情報ＤＢ２１に加え、特徴類似度の算出に用いる評価項目以外の評価項目を含む。図８では、特徴類似度の算出に用いる産業別従業者数比率の偏差値に加え、地域生産高の偏差値等の他の評価項目を含む例を示している。
　算出部４１３は、第１実施形態における算出部１３と同様に特徴類似度Ｔｊを算出し、算出した特徴類似度Ｔｊに、特徴類似度Ｔｊの算出に用いた評価項目以外の評価項目の評価値を加味した参考度を算出する。
　具体的には、算出部４１３は、予め定めた規則にしたがって、特徴類似度Ｔｊの算出に用いた評価項目以外の評価項目から、対象自治体の課題を示す評価項目（以下、「課題項目」という）を特定する。例えば、算出部４１３は、特徴類似度Ｔｊの算出に用いた評価項目以外の評価項目のうち、偏差値が所定値以下の評価項目を課題項目Ｐとして特定する。そして、算出部４１３は、特定した課題項目Ｐについて高い偏差値を持つ自治体ｊほど高くなる参考度Ｖｊを、他の自治体ｊ毎に算出する。算出部４１３は、課題項目Ｐについての対象自治体ａの偏差値ＳＰ，ａ及び他の自治体ｊの偏差値ＳＰ，ｊを用いて、例えば（２）式により参考度Ｖｊを算出する。
　　　Ｖｊ＝（ＳＰ，ｊ－ＳＰ，ａ）＋Ｔｊ　　　　　（２）
　例えば、図８に示す評価情報ＤＢ４２１を用いて、対象自治体ａがＡ市であり、課題項目Ｐが「地域生産高」と特定された場合、Ａ市に対するＢ市の参考度ＶＢは、図９に示すように、ＶＢ＝（５０－３０）＋７２．６＝９２．６となる。Ｃ市、Ｄ市、及びＥ市についても同様に、ＶＣ＝８９．９、ＶＤ＝５４．２、ＶＥ＝１０３．１と算出される。図９の例では、対象自治体ａであるＡ市の課題項目「地域生産高」について高い偏差値を持つＥ市の参考度ＶＥが高くなる。
　算出部４１３は、算出した各自治体ｊについての参考度Ｖｊを提示部１４に受け渡す。
　提示部１４は、算出部４１３から受け渡された参考度Ｖｊが所定値以上の他の自治体名を参考自治体名としてユーザに提示する。
　情報提示装置４１０は、例えば図４に示すコンピュータ４０で実現することができる。コンピュータ４０の記憶部４３には、コンピュータ４０を情報提示装置４１０として機能させるための情報提示プログラム４５０が記憶される。情報提示プログラム４５０は、受付プロセス５１と、抽出プロセス５２と、算出プロセス４５３と、提示プロセス５４とを有する。また、記憶部４３は、評価情報ＤＢ４２１を構成する情報が記憶される評価情報記憶領域６１を有する。
　ＣＰＵ４１は、情報提示プログラム４５０を記憶部４３から読み出してメモリ４２に展開し、情報提示プログラム４５０が有するプロセスを順次実行する。ＣＰＵ４１は、算出プロセス４５３を実行することで、図１に示す算出部４１３として動作する。他のプロセスについては、第１実施形態に係る情報提示プログラム５０と同様である。これにより、情報提示プログラム４５０を実行したコンピュータ４０が、情報提示装置４１０として機能することになる。
　なお、情報提示プログラム４５０により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ等で実現することも可能である。
　第４実施形態に係る情報提示装置４１０の作用については、図５に示す情報提示処理のステップＳ１８で参考度を算出する点、及びステップＳ２０又はＳ２１で参考度に基づいて参考自治体名を提示する点が第１実施形態と異なるだけであるため、説明を省略する。
　以上説明したように、第４実施形態に係る情報提示装置４１０によれば、特徴類似度に、特徴類似度の算出に用いる評価項目以外の評価項目の評価値を加味した参考度を算出し、この参考度に基づいて、参考とする他の意思決定主体の情報を提示する。このため、特徴が類似する他の意思決定主体の中でも、特に参考となる他の意思決定主体を優先的に提示することができる。
　なお、第４実施形態では、課題項目を、特徴類似度の算出に用いる評価項目以外の評価項目の評価値に基づいて、算出部４１３が特定する場合について説明したが、これに限定されない。ユーザの入力により指定された評価項目を課題項目として特定してもよい。また、参考度の算出に用いる評価項目は、対象自治体の課題項目に限定されず、対象自治体の意思決定の目的に応じて適宜選択可能である。
　また、上記各実施形態における特徴類似度又は参考度の算出方法のうち、いずれかの算出方法をユーザにより選択可能としてもよい。
　また、上記各実施形態では、意思決定主体が自治体、評価項目が産業別の従業者数の比率である場合について説明したが、これに限定されない。
　例えば、図１０に示すように、意思決定主体の一例である企業が事業計画等の意思決定を行う際に、参考とする他の企業を探索する場合にも、開示の技術を適用することができる。図１０では、輸送車両製造企業の輸送車両の売上高比率について、トラック、バスなど車種毎の偏差値を用いる例であり、車種が評価項目、売上高比率の偏差値が評価値の一例である。Ａ社を情報提示の対象である企業とすると、Ａ社について偏差値の高い車種を抽出することで、Ａ社の特徴車種として、トラック、バス、ワゴンが抽出される。そして、これらＡ社の特徴車種についての他の企業の偏差値を用いて、各企業についてＡ社との特徴類似度を算出すると、Ａ社と類似する特徴を持つ他の企業は、Ｃ社、Ｅ社、Ｂ社の順であることがわかる。
　また、上記各実施形態では、対象意思決定主体の特徴評価項目について、対象意思決定主体の評価値と他の意思決定主体の評価値との積を用いて特徴類似度を算出する場合について説明したが、これに限定されない。例えば、特徴評価項目毎の両者の評価値の和やその和に所定の係数を乗算した値の合計など、同じ特徴評価項目について、両者の評価値が共に高いほど高くなるように特徴類似度を算出することができる。
　ここで、図１１を参照して、特徴類似度の算出に、上記各実施形態と同様に積を用いた場合、重み付和を用いた場合、和を用いた場合を比較した結果を示す。重み付和は、例えば、下記（３）式に示すように、特徴産業毎の対象自治体と他の対象自治体との偏差値の和に、対象自治体の偏差値が高い順に大きな係数を乗算したものとすることができる。なお、ここでは、他の算出方法との比較のため、所定の定数（ここでは、「１２」）で除算している。
Figure JPOXMLDOC01-appb-M000002
　例えば、図１１の例で、Ａ市とＸ市との重み付和を用いた特徴類似度ＴＸは、ＴＸ＝（（（８０＋８０）×３＋（７５＋７５）×２＋（７０＋７０）×１））／１２＝７６．７と計算することができる。
　図１１に示すように、Ａ市とＸ市とは、いずれの特徴産業についても同じ偏差値を持っているが、Ｙ市は、Ａ市で最も特徴的な農林水産業について高い偏差値を持つ。特徴類似度の算出に、積を用いた場合、及び重み付和を用いた場合のいずれの場合も、Ｘ市よりＹ市の方が高い値となっており、より特徴的なＹ市を優先的に提示できることが分かる。
　なお、対象自治体の特徴産業の偏差値に応じた重みを乗算することなく、単純に特徴産業毎の対象自治体と他の対象自治体との偏差値の和を用いた場合には、図１１の「和」の欄に示すように、他の自治体について、いずれも同じ特徴類似度が算出されている。なお、ここでは、他の算出方法との比較のため、所定の定数（ここでは、「６」）で除算している。すなわち、和を用いる場合、特徴的な他の自治体を特定するためには、対象自治体の特徴産業に応じた適切な重みを乗算することが必要であるが、この重みの適切な値を一律に定めておくことは困難である。一方、積を用いる場合には、重みなどのパラメータの設定が不要であるため、簡易に適切な特徴類似度を算出することができる。
　また、上記各実施形態では、参考自治体名を提示する場合について説明したが、参考自治体に関連する他の情報も合わせて提示するようにしてもよい。例えば、意思決定の際の成功事例、失敗事例、意思決定事項に対する予算配分、意思決定により導入された施策内容、意思決定時の組織体制等の提示情報が自治体毎に記憶されたデータベースを保持しておく。そして、参考自治体名と共に、その参考自治体に対応付けて記憶された提示情報を提示することができる。
　また、上記では、開示の技術に係るプログラムの一例である情報提示プログラム５０、２５０、３５０、４５０が記憶部４３に予め記憶（インストール）されている態様を説明したが、これに限定されない。開示の技術に係るプログラムは、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ＵＳＢメモリ等の記憶媒体に記憶された形態で提供することも可能である。
１０、２１０、３１０、４１０       情報提示装置
１１   受付部
１２、３１２  抽出部
１３、２１３、３１３、４１３       算出部
１４   提示部
２１、４２１  評価情報データベース
４０   コンピュータ
４１   ＣＰＵ
４２   メモリ
４３   記憶部
４９   記憶媒体
５０、２５０、３５０、４５０       情報提示プログラム

Claims (22)

  1. 　コンピュータが、
    　複数の意思決定主体の各々に対する複数の評価項目のうち、情報提示を行う対象である対象意思決定主体の特徴を示す評価項目を１つ又は複数抽出し、
    　前記複数の意思決定主体に含まれる前記対象意思決定主体以外の他の意思決定主体の各々について、抽出された評価項目に対応し、前記対象意思決定主体及び前記他の意思決定主体の各々の特徴を示す程度が高いほど高くなる特徴類似度を、前記評価項目の評価値に基づいて算出し、
    　算出した特徴類似度が所定値以上の前記他の意思決定主体に関する情報を提示する
    　ことを含む処理を実行する情報提示方法。
  2. 　前記特徴類似度として、前記抽出された評価項目について、前記対象意思決定主体の評価値と、前記他の意思決定主体の評価値との積を用いた値を算出する請求項１に記載の情報提示方法。
  3. 　前記抽出された評価項目のうち、前記他の意思決定主体の特徴を示す評価項目の評価値に基づいて前記特徴類似度を算出する請求項１又は請求項２に記載の情報提示方法。
  4. 　前記評価項目を１つ又は複数抽出する際、前記対象意思決定主体について、評価値が取り得る値の平均値又は中央値以下の評価値を持つ評価項目については、前記平均値又は中央値の２倍から前記評価値を引いた逆転評価値を前記評価項目の評価値とし、
    　前記抽出された評価項目のうち、逆転評価値を持つ評価項目については、前記特徴類似度を算出する際、前記評価項目の評価値として前記逆転評価値を用いる
    　請求項１～請求項３のいずれか１項に記載の情報提示方法。
  5. 　前記他の意思決定主体に関する情報を提示する際、前記特徴類似度が高い順に順位付けして提示する請求項１～請求項４のいずれか１項に記載の情報提示方法。
  6. 　前記特徴類似度の算出に用いた評価項目以外の評価項目の評価値に基づく参考度を前記特徴類似度に加える請求項１～請求項５のいずれか１項に記載の情報提示方法。
  7. 　前記特徴類似度の複数の算出方法から、利用者によりいずれかの算出方法を選択可能である請求項１～請求項６のいずれか１項に記載の情報提示方法。
  8. 　複数の意思決定主体の各々に対する複数の評価項目のうち、情報提示を行う対象である対象意思決定主体の特徴を示す評価項目を１つ又は複数抽出する抽出部と、
    　前記複数の意思決定主体に含まれる前記対象意思決定主体以外の他の意思決定主体の各々について、抽出された評価項目に対応し、前記対象意思決定主体及び前記他の意思決定主体の各々の特徴を示す程度が高いほど高くなる特徴類似度を、前記評価項目の評価値に基づいて算出する算出部と、
    　算出した特徴類似度が所定値以上の前記他の意思決定主体に関する情報を提示する提示部と、
    　を含む情報提示装置。
  9. 　前記算出部は、前記特徴類似度として、前記抽出された評価項目について、前記対象意思決定主体の評価値と、前記他の意思決定主体の評価値との積を用いた値を算出する請求項８に記載の情報提示装置。
  10. 　前記算出部は、前記抽出された評価項目のうち、前記他の意思決定主体の特徴を示す評価項目の評価値に基づいて前記特徴類似度を算出する請求項８又は請求項９に記載の情報提示装置。
  11. 　前記抽出部は、前記評価項目を１つ又は複数抽出する際、前記対象意思決定主体について、評価値が取り得る値の平均値又は中央値以下の評価値を持つ評価項目については、前記平均値又は中央値の２倍から前記評価値を引いた逆転評価値を前記評価項目の評価値とし、
    　前記算出部は、前記抽出された評価項目のうち、逆転評価値を持つ評価項目については、前記特徴類似度を算出する際、前記評価項目の評価値として前記逆転評価値を用いる
    　請求項８～請求項１０のいずれか１項に記載の情報提示装置。
  12. 　前記提示部は、前記他の意思決定主体に関する情報を提示する際、前記特徴類似度が高い順に順位付けして提示する請求項８～請求項１１のいずれか１項に記載の情報提示装置。
  13. 　前記算出部は、前記特徴類似度の算出に用いた評価項目以外の評価項目の評価値に基づく参考度を前記特徴類似度に加える請求項８～請求項１２のいずれか１項に記載の情報提示装置。
  14. 　前記特徴類似度の複数の算出方法から、利用者によりいずれかの算出方法を選択可能である請求項８～請求項１３のいずれか１項に記載の情報提示装置。
  15. 　コンピュータに、
    　複数の意思決定主体の各々に対する複数の評価項目のうち、情報提示を行う対象である対象意思決定主体の特徴を示す評価項目を１つ又は複数抽出し、
    　前記複数の意思決定主体に含まれる前記対象意思決定主体以外の他の意思決定主体の各々について、抽出された評価項目に対応し、前記対象意思決定主体及び前記他の意思決定主体の各々の特徴を示す程度が高いほど高くなる特徴類似度を、前記評価項目の評価値に基づいて算出し、
    　算出した特徴類似度が所定値以上の前記他の意思決定主体に関する情報を提示する
    　ことを含む処理を実行させるための情報提示プログラム。
  16. 　前記特徴類似度として、前記抽出された評価項目について、前記対象意思決定主体の評価値と、前記他の意思決定主体の評価値との積を用いた値を算出する請求項１５に記載の情報提示プログラム。
  17. 　前記抽出された評価項目のうち、前記他の意思決定主体の特徴を示す評価項目の評価値に基づいて前記特徴類似度を算出する請求項１５又は請求項１６に記載の情報提示プログラム。
  18. 　前記評価項目を１つ又は複数抽出する際、前記対象意思決定主体について、評価値が取り得る値の平均値又は中央値以下の評価値を持つ評価項目については、前記平均値又は中央値の２倍から前記評価値を引いた逆転評価値を前記評価項目の評価値とし、
    　前記抽出された評価項目のうち、逆転評価値を持つ評価項目については、前記特徴類似度を算出する際、前記評価項目の評価値として前記逆転評価値を用いる
    　請求項１５～請求項１７のいずれか１項に記載の情報提示プログラム。
  19. 　前記他の意思決定主体に関する情報を提示する際、前記特徴類似度が高い順に順位付けして提示する請求項１５～請求項１８のいずれか１項に記載の情報提示プログラム。
  20. 　前記特徴類似度の算出に用いた評価項目以外の評価項目の評価値に基づく参考度を前記特徴類似度に加える請求項１５～請求項１９のいずれか１項に記載の情報提示プログラム。
  21. 　前記特徴類似度の複数の算出方法から、利用者によりいずれかの算出方法を選択可能である請求項１５～請求項２０のいずれか１項に記載の情報提示プログラム。
  22. 　コンピュータに、
    　複数の意思決定主体の各々に対する複数の評価項目のうち、情報提示を行う対象である対象意思決定主体の特徴を示す評価項目を１つ又は複数抽出し、
    　前記複数の意思決定主体に含まれる前記対象意思決定主体以外の他の意思決定主体の各々について、抽出された評価項目に対応し、前記対象意思決定主体及び前記他の意思決定主体の各々の特徴を示す程度が高いほど高くなる特徴類似度を、前記評価項目の評価値に基づいて算出し、
    　算出した特徴類似度が所定値以上の前記他の意思決定主体に関する情報を提示する
    　ことを含む処理を実行させるための情報提示プログラムを記憶した記憶媒体。
PCT/JP2016/076023 2016-09-05 2016-09-05 情報提示方法、装置、及びプログラム Ceased WO2018042665A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/JP2016/076023 WO2018042665A1 (ja) 2016-09-05 2016-09-05 情報提示方法、装置、及びプログラム
JP2018536670A JP6729703B2 (ja) 2016-09-05 2016-09-05 情報提示方法、装置、及びプログラム
US16/285,427 US20190188532A1 (en) 2016-09-05 2019-02-26 Method, apparatus, and program for information presentation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/076023 WO2018042665A1 (ja) 2016-09-05 2016-09-05 情報提示方法、装置、及びプログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/285,427 Continuation US20190188532A1 (en) 2016-09-05 2019-02-26 Method, apparatus, and program for information presentation

Publications (1)

Publication Number Publication Date
WO2018042665A1 true WO2018042665A1 (ja) 2018-03-08

Family

ID=61305153

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/076023 Ceased WO2018042665A1 (ja) 2016-09-05 2016-09-05 情報提示方法、装置、及びプログラム

Country Status (3)

Country Link
US (1) US20190188532A1 (ja)
JP (1) JP6729703B2 (ja)
WO (1) WO2018042665A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2023148820A1 (ja) * 2022-02-01 2023-08-10
WO2024176681A1 (ja) * 2023-02-24 2024-08-29 富士通株式会社 施策評価支援方法、施策評価支援プログラム及び施策評価支援装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110134965B (zh) * 2019-05-21 2023-08-18 北京百度网讯科技有限公司 用于信息处理的方法、装置、设备和计算机可读存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015064713A1 (ja) * 2013-10-31 2015-05-07 富士通株式会社 情報提示方法、装置、及びプログラム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002288391A (ja) * 2001-03-27 2002-10-04 Ayumi Tamai 地方自治体における政策・施策評価システム
EP2180435A4 (en) * 2007-08-22 2011-01-05 Fujitsu Ltd CONNECTIVE PROPERTY PREDICTIVE DEVICE, PROPERTY PRESENCE METHOD AND PROGRAM FOR CARRYING OUT THE METHOD

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015064713A1 (ja) * 2013-10-31 2015-05-07 富士通株式会社 情報提示方法、装置、及びプログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2023148820A1 (ja) * 2022-02-01 2023-08-10
WO2023148820A1 (ja) * 2022-02-01 2023-08-10 日本電気株式会社 政策決定支援プラットフォーム、方法、及びプログラムが格納された非一時的なコンピュータ可読媒体
JP7747076B2 (ja) 2022-02-01 2025-10-01 日本電気株式会社 政策決定支援プラットフォーム、方法、及びプログラム
WO2024176681A1 (ja) * 2023-02-24 2024-08-29 富士通株式会社 施策評価支援方法、施策評価支援プログラム及び施策評価支援装置

Also Published As

Publication number Publication date
JP6729703B2 (ja) 2020-07-22
JPWO2018042665A1 (ja) 2019-04-11
US20190188532A1 (en) 2019-06-20

Similar Documents

Publication Publication Date Title
Cook et al. When to consult precision-recall curves
CA2655196C (en) System and method for generating a display of tags
US10997612B2 (en) Estimation model for estimating an attribute of an unknown customer
US9846885B1 (en) Method and system for comparing commercial entities based on purchase patterns
Akinlo et al. Determinants of total factor productivity growth in Nigeria, 1970–2009
WO2013179884A1 (ja) 企業持続性評価装置、企業持続性評価方法、及びコンピュータ読み取り可能な記録媒体
Sen What explains the job creating potential of industrialisation in the developing world?
US12530722B2 (en) Asset value evaluation method and apparatus, model training method and apparatus, and readable storage medium
Opoku Appiah et al. Predicting corporate failure: some empirical evidence from the UK
Ju et al. Behavioral technology credit scoring model with time-dependent covariates for stress test
Beyers The Great Recession and state unemployment trends
WO2018042665A1 (ja) 情報提示方法、装置、及びプログラム
JP6696568B2 (ja) アイテム推奨方法、アイテム推奨プログラムおよびアイテム推奨装置
Nguyen et al. Invoice currency choice, nonlinearities and exchange rate pass-through
Káčer et al. SMEs’ failure prediction: are machine learning models superior?
JP6490271B1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
Goindani et al. Employer industry classification using job postings
US11042837B2 (en) System and method for predicting average inventory with new items
CN110458581B (zh) 商户业务周转异常的识别方法及装置
Panigrahi Evaluating level efficiency versus growth efficiency in the Indian automobile industry in a non-parametric DEA approach
CN113743440B (zh) 一种信息处理方法及装置、存储介质
Saif et al. Web complexity factors! A novel approach for predicting size measures for web application development
US20210065227A1 (en) Information processing method and information processing apparatus
CN112785090A (zh) 模型训练方法、类型预测方法、装置和计算设备
Khezrimotlagh How to deal with numbers of decision-making units and number of variables in multiple input-output production functions

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16915220

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018536670

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16915220

Country of ref document: EP

Kind code of ref document: A1