WO2021210099A1 - パターン抽出装置、パターン抽出方法及びプログラム - Google Patents

パターン抽出装置、パターン抽出方法及びプログラム Download PDF

Info

Publication number
WO2021210099A1
WO2021210099A1 PCT/JP2020/016581 JP2020016581W WO2021210099A1 WO 2021210099 A1 WO2021210099 A1 WO 2021210099A1 JP 2020016581 W JP2020016581 W JP 2020016581W WO 2021210099 A1 WO2021210099 A1 WO 2021210099A1
Authority
WO
WIPO (PCT)
Prior art keywords
function
pattern
patterns
executions
unit
Prior art date
Application number
PCT/JP2020/016581
Other languages
English (en)
French (fr)
Inventor
忍 斎藤
Original Assignee
日本電信電話株式会社
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 日本電信電話株式会社 filed Critical 日本電信電話株式会社
Priority to JP2022514924A priority Critical patent/JP7494904B2/ja
Priority to PCT/JP2020/016581 priority patent/WO2021210099A1/ja
Priority to US17/918,302 priority patent/US20230195848A1/en
Publication of WO2021210099A1 publication Critical patent/WO2021210099A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3452—Performance evaluation by statistical analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3495—Performance evaluation by tracing or monitoring for systems
    • 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

Definitions

  • the present invention relates to a pattern extraction device, a pattern extraction method, and a program.
  • system Inside the information system (hereinafter, simply referred to as "system"), various functions are sequentially executed in order to provide various services. As the services required for systems have become larger and more complex, the number of patterns of system behavior (function execution process) has reached an enormous number.
  • FIG. 1 is a diagram showing an example of distribution of the number of times the pattern of the system execution process is executed.
  • the horizontal axis corresponds to the number of patterns and the vertical axis corresponds to the number of executions.
  • the number (type) of rare patterns with a small number of executions tends to be much larger than the number of high-frequency patterns.
  • the present invention has been made in view of the above points, and an object of the present invention is to efficiently extract a pattern including a function that needs improvement from among the patterns of the execution process of the function of the system.
  • the pattern extraction device includes a calculation unit that calculates the total number of executions of the function for each function based on the history of the execution process of the function of the system, and the total execution of all the functions.
  • the specific unit that specifies the function in which the ratio of the total number of executions to the total number of times or the total number of executions is less than the threshold, and the function including the function specified by the specific unit from the pattern of the execution process.
  • FIG. 2 is a diagram showing a hardware configuration example of the pattern extraction device 10 according to the first embodiment.
  • the pattern extraction device 10 of FIG. 2 includes a drive device 100, an auxiliary storage device 102, a memory device 103, a CPU 104, an interface device 105, a display device 106, an input device 107, and the like, which are connected to each other by a bus B, respectively.
  • the program that realizes the processing in the pattern extraction device 10 is provided by a recording medium 101 such as a CD-ROM.
  • a recording medium 101 such as a CD-ROM.
  • the program is installed in the auxiliary storage device 102 from the recording medium 101 via the drive device 100.
  • the program does not necessarily have to be installed from the recording medium 101, and may be downloaded from another computer via the network.
  • the auxiliary storage device 102 stores the installed program and also stores necessary files, data, and the like.
  • the memory device 103 reads and stores the program from the auxiliary storage device 102 when the program is instructed to start.
  • the CPU 104 realizes the function related to the pattern extraction device 10 according to the program stored in the memory device 103.
  • the interface device 105 is used as an interface for connecting to a network.
  • the display device 106 displays a programmatic GUI (Graphical User Interface) or the like.
  • the input device 107 is composed of a keyboard, a mouse, and the like, and is used for inputting various operation instructions.
  • FIG. 3 is a diagram showing a functional configuration example of the pattern extraction device 10 according to the first embodiment.
  • the pattern extraction device 10 includes a pattern generation unit 11, an index calculation unit 12, a target function identification unit 13, a pattern extraction unit 14, an output unit 15, and the like.
  • Each of these parts is realized by a process of causing the CPU 104 to execute one or more programs installed in the pattern extraction device 10.
  • the pattern extraction device 10 also uses the system log storage unit 121, the execution count storage unit 122, and the like.
  • Each of these storage units can be realized by using, for example, a storage device that can be connected to the auxiliary storage device 102 or the pattern extraction device 10 via a network.
  • pattern a pattern of a function execution process of a computer system
  • system such as an information system. Improvement patterns are extracted (searched).
  • the function execution process means, for example, information indicating the execution order of functions used in a certain business work (hereinafter, referred to as “case”).
  • case information indicating the execution order of functions used in a certain business work
  • the functions used and the order in which the functions are executed differ depending on the case. For example, in a system including functions A, B, C, D, etc., A ⁇ B ⁇ D is executed in a certain work (case 1), and A ⁇ C ⁇ D is executed in another work (case 2).
  • NS a pattern including functions A, B, C, D, etc.
  • each of "A-> B-> D” and “A-> C-> D” corresponds to the pattern or type of the function execution process (hereinafter, simply referred to as "pattern").
  • pattern the case (execution process) and the pattern do not have a one-to-one correspondence. For example, when the same execution process appears in a plurality of cases in which the cases are different from each other, these execution processes are extracted as one pattern.
  • the improvement-required pattern refers to a pattern in which there is a relatively high possibility that improvement is required among a plurality of patterns.
  • FIG. 4 is a diagram for explaining the outline of extraction of the improvement-requiring pattern in the first embodiment.
  • pattern 1, pattern 2, ..., Pattern 30, ... Pattern 40 and the like are shown.
  • a rounded rectangle containing the letters A, B, C or P indicates a function.
  • the number of times the patterns 30 and 40 are executed is relatively very small. That is, the pattern 30 and the pattern 40 correspond to the rare pattern.
  • the number of times the pattern is executed is the number of times the pattern is executed based on the execution record of each pattern in the past use of the system.
  • the first embodiment not only a rare pattern but also a pattern including a function in which the total number of executions is very small (hereinafter, referred to as “target function”) is extracted (searched) as a pattern requiring improvement.
  • target function a pattern including a function in which the total number of executions is very small
  • the total number of times each function (A, B, C, P) is executed is as follows.
  • P 2 times
  • Flow is the only rare pattern.
  • the pattern 30 does not include the target function. Therefore, the pattern 30 does not correspond to the improvement-required pattern.
  • the pattern 40 includes a function P in which the total number of executions is very small. Therefore, the pattern 40 includes the target function and is extracted as a pattern requiring improvement.
  • the function P is a candidate for deletion, a candidate for integration with other functions, and the like.
  • FIG. 5 is a flowchart for explaining an example of a processing procedure executed by the pattern extraction device 10 in the first embodiment.
  • step S101 the pattern generation unit 11 extracts a pattern based on the system log stored in the system log storage unit 121.
  • FIG. 6 is a diagram showing a configuration example of the system log.
  • each line constituting the system log is referred to as "log data".
  • the log data is recorded in the system log storage unit 121 (added to the system log) each time one function of the system is executed.
  • each log data includes a case ID, a function name, a date and time, and the like.
  • the case ID is unique identification information for each work using the system.
  • the function name is identification information of the function executed in the case related to the case ID.
  • the date and time is the date and time when the function was executed.
  • the sequence of function names of the log data group with the same case ID corresponds to the function execution process. Therefore, it can be said that the system log is a history of the function execution process.
  • step S101 the type of the function execution process is extracted as a pattern.
  • the execution process (A ⁇ B ⁇ C) of the function indicated by the log data group whose case ID is “W 1 ” is extracted as pattern 1
  • the log data whose case ID is “W 2” is extracted.
  • the extracted execution process functions indicated group (a ⁇ B ⁇ a ⁇ B ⁇ C) as the pattern 2
  • the execution process of the case ID "W n" in which the log data group indicating function (a ⁇ B ⁇ C ⁇
  • An example is shown in which C) is extracted as pattern 30.
  • These patterns 1, 2 and 30 correspond to the patterns 1, 2 and 30 shown in FIG.
  • the pattern can be extracted from the system log by using a known technique (for example, the technique disclosed in Patent Document 1 and JP-A-2017-187953).
  • the pattern generation unit 11 records the number of executions of the pattern and the number of executions of each function in the pattern in the execution number storage unit 122 for each extracted pattern (S102).
  • FIG. 7 is a diagram showing a configuration example of the execution number storage unit 122.
  • FIG. 7 shows a table in which patterns are assigned in the row direction and the number of times the pattern is executed and the number of times each function is executed (number of times the function is executed) are assigned in the column direction as an example of the configuration of the execution number storage unit 122. ing. The number of function executions in each line is the number of times each function is executed in the pattern corresponding to the line.
  • the pattern generation unit 11 when the pattern generation unit 11 extracts each pattern from the system log, the pattern generation unit 11 can obtain the number of executions of each pattern by counting the execution process of the function matching each pattern in the system log. can.
  • the pattern generation unit 11 can obtain the number of function executions in the pattern by totaling the number of times each function is executed in the execution sequence classified into the pattern for each pattern.
  • the index calculation unit 12 calculates the total number of executions and the ratio of the number of executions of each function with reference to the execution number storage unit 122 (FIG. 7) (S103).
  • FIG. 8 is a diagram showing an example of the calculation result of the total number of executions and the ratio of each function.
  • FIG. 8 shows the total number of executions and the ratio of the number of executions for each function.
  • the total number of times a function is executed is the number of times the function name of the function appears in the system log. That is, the total number of function executions in each column in FIG. 6 corresponds to the total number of function executions related to each column.
  • the number-of-times ratio is the ratio of the total number of executions of each function to the total number of executions of all functions. For example, assuming that the total number of executions of each function is ⁇ , the ratio of the number of times of each function can be obtained by calculating ⁇ / ⁇ .
  • the target function specifying unit 13 determines whether or not the total number of executions is very small for each function based on the calculation result (FIG. 8) by the index calculation unit 12, and the total number of executions is very small.
  • (Target function) is specified (S104). For example, a threshold value with respect to the number-of-times ratio may be set to 1%, and a condition that the number-of-times ratio is less than the threshold value may be a condition that the total number of executions is very small.
  • FIG. 9 is a diagram showing an example of a determination result as to whether or not the total number of executions is very small.
  • a column of “minority determination” is added to the table shown in FIG.
  • the "minority determination” is an item indicating a determination result of whether or not the total number of executions is insignificant.
  • the value of the item is 1 or 0. 1 indicates a determination result that the total number of executions is very small. 0 indicates a determination result that the total number of executions is not very small.
  • FIG. 9 shows the determination result when the number-of-times ratio is less than 1%, which is a condition that the total number of executions is very small. Therefore, it is determined that the total number of executions is very small for the function P having a frequency ratio of 0.2% and the function X having a frequency ratio of 0.6%. That is, in this case, the function P and the function X are specified as the target functions.
  • the total number of executions may be determined whether or not the total number of executions is insignificant based on the threshold value for the total number of executions, not the ratio of the number of times. For example, the fact that the total number of executions is less than the threshold value may be a condition that the total number of executions is very small.
  • the pattern extraction unit 14 counts (counts) the content of the target function for each pattern (S105).
  • the content number of the target function for each pattern can be specified by referring to the execution number storage unit 122 (FIG. 7).
  • the number of target functions contained in the pattern means the number of types of target functions included in the pattern. Therefore, for example, when there are two types of target functions, function P and function X, the maximum value of the content is 2.
  • the pattern extraction unit 14 specifies a pattern in FIG. 7 in which the number of times the function P or the function X is executed is 1 or more. In the pattern, if the number of function executions of only one of the function P and the function X is 1 or more, the pattern extraction unit 14 sets the content number of the target function of the pattern to 1. On the other hand, in the pattern, if the number of function executions of both the function P and the function X is 1 or more, the pattern extraction unit 14 sets the content number of the target function of the pattern to 2. The number of target functions contained in the pattern in which the number of times the functions of both the function P and the function X are executed is empty is set to 0.
  • FIG. 10 is a diagram showing an example of the counting result of the content number of the target function in the first embodiment.
  • FIG. 10 shows the counting result of the content when the stored contents of the execution number storage unit 122 are as shown in FIG. 7 and the function P and the function X are the target functions.
  • the number of function executions of the function P is 1 or more, and the number of function executions of the function X is empty.
  • the number of times the functions of both the function P and the function X are executed is 1 or more.
  • the number of times the function P is executed is empty, and the number of times the function X is executed is 1 or more.
  • the values of the "content number of the target function" for each of the pattern 40, the pattern 60, and the pattern 62 are set to 1, 2, and 1 in order, and the "target function" for the patterns other than these is set.
  • the value of "content number of” is set to 0.
  • the pattern extraction unit 14 extracts a pattern related to the pattern number in which the "content number of the target function" is 1 or more as a pattern requiring improvement (S106).
  • the output unit 15 outputs a pattern requiring improvement (S107).
  • the pattern number of the pattern requiring improvement may be output.
  • the value of "content number of target function" may be used for prioritization.
  • the pattern number may be output in descending order of the value of "content number of target function”.
  • the output unit 15 may also output the function name of the target function included in the pattern related to the pattern number in association with the output pattern number.
  • the output form is not limited to the predetermined one. For example, it may be displayed on the display device 106, stored in the auxiliary storage device 102, or transmitted to another device.
  • the user can identify the improvement-requiring pattern and the improvement-requiring function by referring to the output information.
  • the pattern requiring improvement can be automatically extracted from the rare patterns. That is, it is possible to efficiently extract patterns including functions that need improvement from the patterns of the system function execution process.
  • the second embodiment will be described which is different from the first embodiment.
  • the points not particularly mentioned in the second embodiment may be the same as those in the first embodiment.
  • the improvement-required pattern is extracted (searched) focusing on the number of appearance patterns of the function.
  • FIG. 11 is a diagram for explaining an outline of extraction of the improvement-required pattern in the second embodiment.
  • the pattern 50 is shown instead of the pattern 40.
  • each pattern the number of times each function is executed (number of times of execution / pattern) per pattern in a certain period and the number of times each pattern is executed are shown.
  • Each of these execution counts can be derived from the system log. Specifically, in pattern 1, the "execution count / pattern" of each of the functions A, B, and C is 1, 1, 1. In pattern 2, the "execution count / pattern" of each of the functions A, B, and C is 2, 2, 1. In the pattern 30, the "execution count / pattern" of each of the functions A, B, and C is 1, 1, and 2. In the pattern 50, the "execution count / pattern" of each of the functions A, Q, and C is 1, 100, and 1. That is, in one execution of the pattern 50, Q is repeated 100 times.
  • the total number of executions of the functions A, B, C, and Q is as follows.
  • the function Q since the function Q appears only in the rare pattern pattern 50, it is considered that the function Q substantially corresponds to a function that is rarely used.
  • the pattern 50 since the total number of times the function Q is executed is not very small, the pattern 50 cannot be extracted as a pattern requiring improvement in the first embodiment.
  • a pattern including a function having a small number of appearance patterns (hereinafter referred to as "target function") is extracted as a pattern requiring improvement.
  • the number of appearance patterns of a certain function means the number of patterns including the function (the function appears).
  • the number of appearance patterns of the function Q is 1.
  • the pattern 30 is a rare pattern, but the functions A, B, and C constituting the pattern 30 appear in many patterns (that is, the number of appearance patterns is large). In other words, the pattern 30 does not include a function corresponding to the target function. Therefore, in the second embodiment, the pattern 30 does not correspond to the improvement-required pattern.
  • the pattern 50 includes the function Q corresponding to the target pattern. Therefore, in the second embodiment, the pattern 50 is extracted as a pattern requiring improvement.
  • the function Q is a candidate for deletion, a candidate for integration with other functions, and the like.
  • FIG. 12 is a flowchart for explaining an example of the processing procedure executed by the pattern extraction device 10 in the second embodiment.
  • the same steps as those in FIG. 5 are assigned the same step numbers, and the description thereof will be omitted.
  • step S203 the index calculation unit 12 calculates the number of appearance patterns of each function with reference to the execution number storage unit 122 (FIG. 7).
  • FIG. 13 is a diagram showing an example of the calculation result of the number of appearance patterns of each function.
  • FIG. 13 shows the number of appearance patterns for each function.
  • the number of appearance patterns of a certain function is the number of patterns in which the number of times the function is executed is 1 or more in FIG. 7. For example, since the number of function executions of the function Q is 1 or more only in the pattern 50, the number of appearance patterns of the function Q is 1. Similarly, since the number of function executions of the function Y is 1 or more only in the pattern 61, the number of appearance patterns of the function Y is 1.
  • the target function specifying unit 13 determines whether or not the number of appearance patterns is insignificant for each function based on the calculation result (FIG. 13) by the index calculation unit 12, and the function in which the number of appearance patterns is insignificant. (Target function) is specified (S204). For example, the threshold value for the number of appearance patterns is set to 2, and the number of appearance patterns is less than the threshold value, which may be a condition that the number of appearance patterns is very small.
  • FIG. 14 is a diagram showing an example of a determination result of whether or not the number of appearance patterns is very small.
  • a column of “minority determination” is added to the table shown in FIG.
  • the "minority determination” is an item indicating a determination result of whether or not the number of appearance patterns is minute.
  • the value of the item is 1 or 0. 1 indicates a determination result that the number of appearance patterns is very small. 0 indicates a determination result that the number of appearance patterns is not very small.
  • FIG. 14 shows the determination result when the number of appearance patterns is less than 2 as a condition that the number of appearance patterns is very small. Therefore, it is determined that the number of appearance patterns is very small for the functions Q and Y in which the number of appearance patterns is 1. That is, in this case, the function Q and the function Y are specified as the target functions.
  • the pattern extraction unit 14 counts (counts) the content of the target function for each pattern (S205).
  • the content number of the target function for each pattern can be specified by referring to the execution number storage unit 122 (FIG. 7) as in step S105 of FIG.
  • the pattern extraction unit 14 specifies a pattern in FIG. 7 in which the number of times the function Q or the function Y is executed is 1 or more. In the pattern, if the number of function executions of only one of the function Q and the function Y is 1 or more, the pattern extraction unit 14 sets the content number of the target function of the pattern to 1. On the other hand, in the pattern, if the number of function executions of both the function Q and the function Y is 1 or more, the pattern extraction unit 14 sets the content number of the target function of the pattern to 2. The number of target functions contained in the pattern in which the number of times the functions of both the function Q and the function Y are executed is empty is set to 0.
  • FIG. 15 is a diagram showing an example of the counting result of the content number of the target function in the second embodiment.
  • FIG. 15 shows the counting result of the content when the stored contents of the execution number storage unit 122 are as shown in FIG. 7 and the function Q and the function Y are the target functions.
  • the number of function executions of the function Q is 1 or more, and the number of function executions of the function Y is empty.
  • the number of times the function Q is executed is empty, and the number of times the function Y is executed is 1 or more.
  • the values of the "content number of the target function" for each of the pattern 50 and the pattern 61 are set to 1, 1 in order, and the “content number of the target function” for the patterns other than these is set to 1, 1.
  • the value is 0.
  • the second embodiment it is possible to extract the improvement-requiring pattern from the rare patterns that are difficult to extract as the improvement-requiring pattern in the first embodiment. Therefore, among the patterns of the execution process of the functions of the system, the patterns including the functions that need improvement can be efficiently extracted.
  • the processing procedure of FIG. 12 may be executed following the processing procedure of FIG.
  • Patent Document 1 The present embodiment may be applied to the execution process (pattern) of the function with a swim lane in the above.
  • the index calculation unit 12 is an example of the calculation unit.
  • the target function specifying unit 13 is an example of the specific unit.
  • the pattern extraction unit 14 is an example of an extraction unit.
  • Pattern extraction device 11 Pattern generation unit 12 Index calculation unit 13 Target function identification unit 14 Pattern extraction unit 15 Output unit 100 Drive device 101 Recording medium 102 Auxiliary storage device 103 Memory device 104 CPU 105 Interface device 106 Display device 107 Input device 121 System log storage unit 122 Execution count storage unit B bus

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Computer Hardware Design (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Tourism & Hospitality (AREA)
  • Debugging And Monitoring (AREA)

Abstract

パターン抽出装置は、システムの機能の実行プロセスの履歴に基づいて、前記機能ごとに当該機能の総実行回数を計算する計算部と、全ての前記機能の前記総実行回数、又は前記総実行回数の合計に対する前記総実行回数の割合が閾値未満である前記機能を特定する特定部と、前記実行プロセスのパターンの中から、前記特定部が特定した前記機能を含む前記パターンを前記履歴に基づいて抽出する抽出部と、を有することで、システムの機能の実行プロセスのパターンのうち改善が必要な機能を含むパターンを効率的に抽出する。

Description

パターン抽出装置、パターン抽出方法及びプログラム
　本発明は、パターン抽出装置、パターン抽出方法及びプログラムに関する。
　情報システム（以下、単に「システム」という。）の内部では、各種のサービスを提供するために多様な機能が順次実行される。システムに求められるサービスが大規模化・複雑化するなかで、システムの挙動（機能の実行プロセス）のパターンも膨大な数に至っている。
　従来、システムの改善のために、システムの実行データ（システムログ）から機能の実行プロセスのパターンを可視化し、膨大な数のパターンの中から頻繁に発生するパターン（高頻度パターン）を特定し、高頻度パターンに含まれる（＝よく使われる）機能を改善の対象の候補として抽出する技術が開示されている（例えば、特許文献１）。
特開２０１７－２２８２５７号公報
　一方、システムの改善には滅多に発生しないパターン（希少パターン）の分析も重要である。改善の一例として、使われていない機能を捨てること（削除機能の選別）や、他機能との統合が挙げられる。
　しかしながら、パターンの実行回数は、図１に示されるような傾向に有る。図１は、システムの実行プロセスのパターンの実行回数の分布例を示す図である。
　図１において、横軸はパターン数に対応し、縦軸は実行回数に対応する。図１に示されるように、実行回数の少ない希少パターンの数（種類）は、高頻度パターンの数に比べて非常に多い傾向にある。
　そのため、膨大な希少パターンの中から、改善が必要な機能が含まれるパターン（要改善パターン）を効率的に抽出する技術が必要とされる。
　本発明は、上記の点に鑑みてなされたものであって、システムの機能の実行プロセスのパターンのうち改善が必要な機能を含むパターンを効率的に抽出することを目的とする。
　そこで上記課題を解決するため、パターン抽出装置は、システムの機能の実行プロセスの履歴に基づいて、前記機能ごとに当該機能の総実行回数を計算する計算部と、全ての前記機能の前記総実行回数、又は前記総実行回数の合計に対する前記総実行回数の割合が閾値未満である前記機能を特定する特定部と、前記実行プロセスのパターンの中から、前記特定部が特定した前記機能を含む前記パターンを前記履歴に基づいて抽出する抽出部と、
を有する。
　システムの機能の実行プロセスのパターンのうち改善が必要な機能を含むパターンを効率的に抽出することができる。
システムの実行プロセスのパターンのイメージ例を示す図である。 第１の実施の形態におけるパターン抽出装置１０のハードウェア構成例を示す図である。 第１の実施の形態におけるパターン抽出装置１０の機能構成例を示す図である。 第１の実施の形態における要改善パターンの抽出の概要を説明するための図である。 第１の実施の形態におけるパターン抽出装置１０が実行する処理手順の一例を説明するためのフローチャートである。 システムログの構成例を示す図である。 実行回数記憶部１２２の構成例を示す図である。 各機能の総実行回数及び回数割合の計算結果の一例を示す図である。 総実行回数が微少であるか否かの判定結果の一例を示す図である。 第１の実施の形態における対象機能の含有数のカウント結果の一例を示す図である。 第２の実施の形態における要改善パターンの抽出の概要を説明するための図である。 第２の実施の形態におけるパターン抽出装置１０が実行する処理手順の一例を説明するためのフローチャートである。 各機能の出現パターン数の計算結果の一例を示す図である。 出現パターン数が微少であるか否かの判定結果の一例を示す図である。 第２の実施の形態における対象機能の含有数のカウント結果の一例を示す図である。
　以下、図面に基づいて本発明の実施の形態を説明する。図２は、第１の実施の形態におけるパターン抽出装置１０のハードウェア構成例を示す図である。図２のパターン抽出装置１０は、それぞれバスＢで相互に接続されているドライブ装置１００、補助記憶装置１０２、メモリ装置１０３、ＣＰＵ１０４、インタフェース装置１０５、表示装置１０６、及び入力装置１０７等を有する。
　パターン抽出装置１０での処理を実現するプログラムは、ＣＤ－ＲＯＭ等の記録媒体１０１によって提供される。プログラムを記憶した記録媒体１０１がドライブ装置１００にセットされると、プログラムが記録媒体１０１からドライブ装置１００を介して補助記憶装置１０２にインストールされる。但し、プログラムのインストールは必ずしも記録媒体１０１より行う必要はなく、ネットワークを介して他のコンピュータよりダウンロードするようにしてもよい。補助記憶装置１０２は、インストールされたプログラムを格納すると共に、必要なファイルやデータ等を格納する。
　メモリ装置１０３は、プログラムの起動指示があった場合に、補助記憶装置１０２からプログラムを読み出して格納する。ＣＰＵ１０４は、メモリ装置１０３に格納されたプログラムに従ってパターン抽出装置１０に係る機能を実現する。インタフェース装置１０５は、ネットワークに接続するためのインタフェースとして用いられる。表示装置１０６はプログラムによるＧＵＩ（Graphical User Interface）等を表示する。入力装置１０７はキーボード及びマウス等で構成され、様々な操作指示を入力させるために用いられる。
　図３は、第１の実施の形態におけるパターン抽出装置１０の機能構成例を示す図である。図３において、パターン抽出装置１０は、パターン生成部１１、指標計算部１２、対象機能特定部１３、パターン抽出部１４及び出力部１５等を有する。
　これら各部は、パターン抽出装置１０にインストールされた１以上のプログラムが、ＣＰＵ１０４に実行させる処理により実現される。パターン抽出装置１０は、また、システムログ記憶部１２１及び実行回数記憶部１２２等を利用する。これら各記憶部は、例えば、補助記憶装置１０２、又はパターン抽出装置１０にネットワークを介して接続可能な記憶装置等を用いて実現可能である。
　第１の実施の形態では、情報システム等のコンピュータシステム（以下、単に「システム」という。）の機能の実行プロセスのパターン（以下、単に「パターン」という。）について、総実行回数に着目した要改善パターンの抽出（探索）が行われる。機能の実行プロセスとは、例えば、業務上の或る作業（以下、「ケース」という。）において利用された機能の実行順を示す情報をいう。ケースごとに、利用される機能や、機能の実行順は異なる。例えば、機能Ａ、Ｂ、Ｃ及びＤ等を含むシステムにおいて、或る作業（ケース１）では、Ａ→Ｂ→Ｄが実行され、別の作業（ケース２）ではＡ→Ｃ→Ｄが実行される。この場合、「Ａ→Ｂ→Ｄ」及び「Ａ→Ｃ→Ｄ」のそれぞれが、機能の実行プロセスのパターン又は種別（以下、単に「パターン」という。）に相当する。但し、ケース（実行プロセス）とパターンとは、１対１に対応するものではない。例えば、ケースが相互に異なる複数のケースにおいて同じ実行プロセスが出現した場合、これら実行プロセスは、１つのパターンとして抽出される。
　また、要改善パターンとは、複数のパターンのうち、改善が必要である可能性が相対的に高いパターンをいう。
　図４は、第１の実施の形態における要改善パターンの抽出の概要を説明するための図である。図４には、パターン１、パターン２、・・・、パターン３０、・・・パターン４０等が示されている。各パターンにおいて、Ａ、Ｂ、Ｃ又はＰの文字を含む角丸矩形は、機能を示す。
　或る期間におけるこれらのパターンの実行回数が図示されている通りである場合、パターン３０及びパターン４０の実行回数は、相対的に非常に少ない。すなわち、パターン３０及びパターン４０が希少パターンに相当する。なお、パターンの実行回数とは、システムの過去の利用における各パターンの実行実績に基づく実行回数である。
　但し、第１の実施の形態では単なる希少パターンではなく、総実行回数が微少である機能（以下、「対象機能」という。）を含むパターンが要改善パターンとして抽出（探索）される。ここで、各機能（Ａ，Ｂ，Ｃ，Ｐ）の総実行回数（システムの過去の利用においてパターンの区別の無い各機能の実行回数）が以下の通りであるとする。
Ａ：２００回
Ｂ：２００回
Ｃ：３００回
Ｐ：２回
　この場合、パターン３０は、総実行回数が多い主要な機能（＝Ａ，Ｂ，Ｃ）で構成されており、機能の実行順序（流れ）のみが希少なパターンである。換言すれば、パターン３０は、対象機能を含まない。したがって、パターン３０は、要改善パターンに該当しない。
　一方、パターン４０は、総実行回数が微少である機能Ｐを含む。したがって、パターン４０は、対象機能を含むことになり、要改善パターンとして抽出される。例えば、機能Ｐが削除の候補、又は他の機能との統合候補等とされる。
　以下、第１の実施の形態においてパターン抽出装置１０が実行する処理手順について説明する。図５は、第１の実施の形態におけるパターン抽出装置１０が実行する処理手順の一例を説明するためのフローチャートである。
　ステップＳ１０１において、パターン生成部１１は、システムログ記憶部１２１に記憶されているシステムログに基づいて、パターンを抽出する。
　図６は、システムログの構成例を示す図である。本実施の形態では、システムログを構成する各行を「ログデータ」という。ログデータは、システムの１つの機能が実行されるたびにシステムログ記憶部１２１に記録される（システムログに追加される）。
　図６において、各ログデータは、ケースＩＤ、機能名及び日時等を含む。ケースＩＤは、システムを利用した作業ごとに一意な識別情報である。機能名は、ケースＩＤに係るケースにおいて実行された機能の識別情報である。日時は、当該機能が実行された日時である。
　ケースＩＤが共通するログデータ群の機能名の並びが機能の実行プロセスに相当する。したがって、システムログは、機能の実行プロセスの履歴であるともいえる。
　ステップＳ１０１では、機能の実行プロセスの種別が、パターンとして抽出される。例えば、図６には、ケースＩＤが「Ｗ１」であるログデータ群が示す機能の実行プロセス（Ａ→Ｂ→Ｃ）がパターン１として抽出され、ケースＩＤが「Ｗ２」であるログデータ群が示す機能の実行プロセス（Ａ→Ｂ→Ａ→Ｂ→Ｃ）がパターン２として抽出され、ケースＩＤが「Ｗｎ」であるログデータ群が示す機能の実行プロセス（Ａ→Ｂ→Ｃ→Ｃ）がパターン３０として抽出される例が示されている。これらのパターン１、２及び３０は、図４に示したパターン１、２及び３０に対応する。
　なお、システムログからのパターンの抽出は、公知技術（例えば、特許文献１や特開２０１７－１８７９５３号公報等において開示された技術）を用いて行われればよい。
　続いて、パターン生成部１１は、抽出したパターンごとに、当該パターンの実行回数と、当該パターンにおける各機能の実行回数とを実行回数記憶部１２２に記録する（Ｓ１０２）。
　図７は、実行回数記憶部１２２の構成例を示す図である。図７には、行方向にパターンが割り当てられ、列方向にパターンの実行回数及び機能ごとの実行回数（機能実行回数）が割り当てられた表が、実行回数記憶部１２２の構成の一例として示されている。各行における機能実行回数は、当該行に対応するパターンにおいて各機能が実行された回数である。
　例えば、パターン生成部１１は、システムログから各パターンを抽出する際に、システムログ内において各パターンに一致する機能の実行プロセスをカウント（計数）することで、各パターンの実行回数を得ることができる。
　また、パターン生成部１１は、パターンごとに、当該パターンに分類された実行シーケンスにおける各機能の実行回数を集計することで、当該パターンにおける機能実行回数を得ることができる。
　続いて、指標計算部１２は、実行回数記憶部１２２（図７）を参照して、各機能の総実行回数及び回数割合を計算する（Ｓ１０３）。
　図８は、各機能の総実行回数及び回数割合の計算結果の一例を示す図である。図８には、機能ごとに総実行回数及び回数割合が示されている。或る機能の総実行回数は、システムログにおいて当該機能の機能名が出現した回数である。すなわち、図６の機能実行回数の列ごとの総和が、各列に係る機能の総実行回数に相当する。
　一方、回数割合は、全ての機能の総実行回数の合計に対する各機能の総実行回数の割合である。例えば、各機能の総実行回数をαとした場合、α／Σαを計算することで各機能の回数割合が得られる。
　続いて、対象機能特定部１３は、指標計算部１２による計算結果（図８）に基づいて、各機能について総実行回数が微少であるか否かを判定し、総実行回数が微少である機能（対象機能）を特定する（Ｓ１０４）。例えば、回数割合に対する閾値を１％とし、回数割合が当該閾値未満であることが、総実行回数が微少であることの条件とされてもよい。
　図９は、総実行回数が微少であるか否かの判定結果の一例を示す図である。図９には、図８に示した表に対して「微少判定」の列が追加されている。「微少判定」は、総実行回数が微少であるか否かの判定結果を示す項目である。当該項目の値は、１又は０である。１は、総実行回数が微少であるとの判定結果を示す。０は、総実行回数が微少でないとの判定結果を示す。
　図９には、回数割合が１％未満であることが、総実行回数が微少であることの条件である場合の判定結果が示されている。したがって、回数割合が０．２％である機能Ｐと、回数割合が０．６％である機能Ｘとについて、総実行回数が微少であると判定されている。すなわち、この場合、機能Ｐ及び機能Ｘが、対象機能として特定される。
　なお、回数割合ではなく、総実行回数に対する閾値に基づいて、総実行回数が微少であるか否かが判定されてもよい。例えば、総実行回数が閾値未満であることが、総実行回数が微少であることの条件とされてもよい。
　続いて、パターン抽出部１４は、各パターンについて、対象機能の含有数をカウント（計数）する（Ｓ１０５）。パターンごとの対象機能の含有数は、実行回数記憶部１２２（図７）を参照して特定することができる。なお、パターンにおける対象機能の含有数とは、当該パターンが含む対象機能の種類の数をいう。したがって、例えば、対象機能が、機能Ｐ及び機能Ｘの２種類である場合、当該含有数の最大値は２となる。
　具体的には、対象機能が、機能Ｐ及び機能Ｘである場合、パターン抽出部１４は、図７において機能Ｐ又は機能Ｘの機能実行回数が１以上であるパターンを特定する。当該パターンにおいて、機能Ｐ及び機能Ｘの一方のみの機能実行回数が１以上であれば、パターン抽出部１４は、当該パターンの対象機能の含有数を１とする。一方、当該パターンにおいて、機能Ｐ及び機能Ｘの双方の機能実行回数が１以上であれば、パターン抽出部１４は、当該パターンの対象機能の含有数を２とする。なお、機能Ｐ及び機能Ｘの双方の機能実行回数が空であるパターンについての対象機能の含有数は０とされる。
　図１０は、第１の実施の形態における対象機能の含有数のカウント結果の一例を示す図である。図１０は、実行回数記憶部１２２の記憶内容が図７に示される通りであって、かつ、機能Ｐ及び機能Ｘが対象機能である場合の含有数のカウント結果を示す。
　すなわち、図７において、パターン４０については、機能Ｐの機能実行回数が１以上であり、機能Ｘの機能実行回数が空である。パターン６０については、機能Ｐ及び機能Ｘの双方の機能実行回数が１以上である。パターン６２については、機能Ｐの機能実行回数は空であり、機能Ｘの機能実行回数が１以上である。
　上記より、図１０において、パターン４０、パターン６０、パターン６２のそれぞれに対する「対象機能の含有数」の値は、順番に、１、２、１とされており、これら以外のパターンに対する「対象機能の含有数」の値は、０とされている。
　続いて、パターン抽出部１４は、「対象機能の含有数」が１以上であるパターン番号に係るパターンを要改善パターンとして抽出する（Ｓ１０６）。
　続いて、出力部１５は、要改善パターンを出力する（Ｓ１０７）。例えば、要改善パターンのパターン番号が出力されてもよい。この際、「対象機能の含有数」の値が優先度付けに利用されてもよい。例えば、「対象機能の含有数」の値の降順にパターン番号が出力されてもよい。出力部１５は、また、出力されるパターン番号に対応付けて、当該パターン番号に係るパターンに含まれる対象機能の機能名を出力してもよい。なお、出力形態は、所定のものに限定されない。例えば、表示装置１０６への表示であってもよいし、補助記憶装置１０２への保存であってもよいし、他の装置への送信であってもよい。
　ユーザは、出力された情報を参照して、要改善パターン及び要改善機能を特定することができる。
　上述したように、第１の実施の形態によれば、希少パターンの中から、要改善パターンを自動的に抽出することができる。すなわち、システムの機能の実行プロセスのパターンのうち改善が必要な機能を含むパターンを効率的に抽出することができる。
　次に、第２の実施の形態について説明する。第２の実施の形態では第１の実施の形態と異なる点について説明する。第２の実施の形態において特に言及されない点については、第１の実施の形態と同様でもよい。
　第２の実施の形態では、機能の出現パターン数に着目した要改善パターンの抽出（探索）が行われる。
　図１１は、第２の実施の形態における要改善パターンの抽出の概要を説明するための図である。図１１には、パターン４０の代わりにパターン５０が示されている。
　また、各パターンを示す図形の下には、或る期間における１パターンあたりの各機能の実行回数（実行回数／パターン）と、各パターンの実行回数とが示されている。これら各実行回数は、システムログから導出可能である。具体的には、パターン１において、機能Ａ、Ｂ、Ｃのそれぞれの「実行回数／パターン」は、１、１、１である。パターン２において、機能Ａ、Ｂ、Ｃのそれぞれの「実行回数／パターン」は、２、２、１である。パターン３０において、機能Ａ、Ｂ、Ｃのそれぞれの「実行回数／パターン」は、１、１、２である。パターン５０において、機能Ａ、Ｑ、Ｃのそれぞれの「実行回数／パターン」は、１、１００、１である。つまり、１回のパターン５０の実行において、Ｑは、１００回繰り返される。
　ここで、各パターン１、２、３０、５０のそれぞれの実行回数が、図７に示される通りであるとすると、機能Ａ、Ｂ、Ｃ、Ｑの総実行回数は、以下の通りとなる。
Ａ：２００回
Ｂ：２００回
Ｃ：２００回
Ｑ：１００回
　この場合、機能Ｑは、希少パターンであるパターン５０においてのみ出現するため、実質的には、あまり利用されない機能に該当すると考えられる。しかしながら、機能Ｑの総実行回数は微少でないため、第１の実施の形態では、パターン５０を要改善パターンとして抽出することはできない。
　そこで、第２の実施の形態では、出現パターン数が微少な機能（以下、「対象機能」という。）を含むパターンが、要改善パターンとして抽出される。或る機能の出現パターン数とは、当該機能を含む（当該機能が出現する）パターンの数をいう。例えば、機能Ｑの出現パターン数は１である。
　図１１の例において、パターン３０は、希少パターンであるが、パターン３０を構成する機能Ａ、Ｂ及びＣは、多くのパターンにおいて出現する（すなわち、出現パターン数が多い）。換言すれば、パターン３０は、対象機能に該当する機能を含まない。したがって、第２の実施の形態において、パターン３０は、要改善パターンに該当しない。
　一方、パターン５０は、対象パターンに該当する機能Ｑを含む。したがって、第２の実施の形態において、パターン５０は、要改善パターンとして抽出される。例えば、機能Ｑが削除の候補、又は他の機能との統合候補等とされる。
　図１２は、第２の実施の形態におけるパターン抽出装置１０が実行する処理手順の一例を説明するためのフローチャートである。図１２中、図５と同一ステップには、同一ステップ番号を付し、その説明は省略する。
　ステップＳ２０３において、指標計算部１２は、実行回数記憶部１２２（図７）を参照して、各機能の出現パターン数を計算する。
　図１３は、各機能の出現パターン数の計算結果の一例を示す図である。図１３には、機能ごとに出現パターン数が示されている。或る機能の出現パターン数は、図７において、当該機能の機能実行回数が１以上であるパターンの数である。例えば、機能Ｑの機能実行回数は、パターン５０においてのみ１以上であるため、機能Ｑの出現パターン数は、１である。同様に、機能Ｙの機能実行回数は、パターン６１においてのみ１以上であるため、機能Ｙの出現パターン数は、１である。
　続いて、対象機能特定部１３は、指標計算部１２による計算結果（図１３）に基づいて、各機能について出現パターン数が微少であるか否かを判定し、出現パターン数が微少である機能（対象機能）を特定する（Ｓ２０４）。例えば、出現パターン数に対する閾値を２とし、出現パターン数が閾値未満であることが、出現パターン数が微少であることの条件とされてもよい。
　図１４は、出現パターン数が微少であるか否かの判定結果の一例を示す図である。図１４には、図１３に示した表に対して「微少判定」の列が追加されている。「微少判定」は、出現パターン数が微少であるか否かの判定結果を示す項目である。当該項目の値は、１又は０である。１は、出現パターン数が微少であるとの判定結果を示す。０は、出現パターン数が微少でないとの判定結果を示す。
　図１４には、出現パターン数が２未満であることが、出現パターン数が微少であることの条件である場合の判定結果が示されている。したがって、出現パターン数が１である機能Ｑ及びＹについて、出現パターン数が微少であると判定されている。すなわち、この場合、機能Ｑ及び機能Ｙが、対象機能として特定される。
　続いて、パターン抽出部１４は、各パターンについて、対象機能の含有数をカウント（計数）する（Ｓ２０５）。パターンごとの対象機能の含有数は、図５のステップＳ１０５と同様に、実行回数記憶部１２２（図７）を参照して特定することができる。
　具体的には、対象機能が、機能Ｑ及び機能Ｙである場合、パターン抽出部１４は、図７において機能Ｑ又は機能Ｙの機能実行回数が１以上であるパターンを特定する。当該パターンにおいて、機能Ｑ及び機能Ｙの一方のみの機能実行回数が１以上であれば、パターン抽出部１４は、当該パターンの対象機能の含有数を１とする。一方、当該パターンにおいて、機能Ｑ及び機能Ｙの双方の機能実行回数が１以上であれば、パターン抽出部１４は、当該パターンの対象機能の含有数を２とする。なお、機能Ｑ及び機能Ｙの双方の機能実行回数が空であるパターンについての対象機能の含有数は０とされる。
　図１５は、第２の実施の形態における対象機能の含有数のカウント結果の一例を示す図である。図１５は、実行回数記憶部１２２の記憶内容が図７に示される通りであって、かつ、機能Ｑ及び機能Ｙが対象機能である場合の含有数のカウント結果を示す。
　すなわち、図７において、パターン５０については、機能Ｑの機能実行回数が１以上であり、機能Ｙの機能実行回数が空である。パターン６１については、機能Ｑの機能実行回数は空であり、機能Ｙの機能実行回数が１以上である。
　上記より、図１０において、パターン５０、パターン６１のそれぞれに対する「対象機能の含有数」の値は、順番に、１、１とされており、これら以外のパターンに対する「対象機能の含有数」の値は、０とされている。
　以降は、第１の実施の形態と同様である。
　上述したように、第２の実施の形態によれば、第１の実施の形態において要改善パターンとして抽出することが困難な希少パターンの中から要改善パターンを抽出することができる。したがって、システムの機能の実行プロセスのパターンのうち改善が必要な機能を含むパターンを効率的に抽出することができる。
　なお、第１の実施の形態と第２の実施の形態とが組み合われてもよい。例えば、図５の処理手順に続いて、図１２の処理手順が実行されてもよい。
　また、上記各実施の形態では、機能の実行プロセス（パターン）を構成する各機能の実行主体（各機能を実行するユーザ）の区別については、便宜上、省略しているが、例えば、特許文献１における、スイムレーン付きの機能の実行プロセス（パターン）に対して、本実施の形態が適用されてもよい。
　なお、上記各実施の形態において、指標計算部１２は、計算部の一例である。対象機能特定部１３は、特定部の一例である。パターン抽出部１４は、抽出部の一例である。
　以上、本発明の実施の形態について詳述したが、本発明は斯かる特定の実施形態に限定されるものではなく、請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
１０　　　　　パターン抽出装置
１１　　　　　パターン生成部
１２　　　　　指標計算部
１３　　　　　対象機能特定部
１４　　　　　パターン抽出部
１５　　　　　出力部
１００　　　　ドライブ装置
１０１　　　　記録媒体
１０２　　　　補助記憶装置
１０３　　　　メモリ装置
１０４　　　　ＣＰＵ
１０５　　　　インタフェース装置
１０６　　　　表示装置
１０７　　　　入力装置
１２１　　　　システムログ記憶部
１２２　　　　実行回数記憶部
Ｂ　　　　　　バス

Claims (7)

  1. 　システムの機能の実行プロセスの履歴に基づいて、前記機能ごとに当該機能の総実行回数を計算する計算部と、
    　全ての前記機能の前記総実行回数、又は前記総実行回数の合計に対する前記総実行回数の割合が閾値未満である前記機能を特定する特定部と、
    　前記実行プロセスのパターンの中から、前記特定部が特定した前記機能を含む前記パターンを前記履歴に基づいて抽出する抽出部と、
    を有することを特徴とするパターン抽出装置。
  2. 　前記計算部は、前記履歴に基づいて生成される、前記パターンごとに当該パターンの実行回数及び当該パターンが含む各機能の実行回数を示す情報を参照して、前記機能ごとに当該機能の総実行回数を計算し、
    　前記抽出部は、前記情報を参照して、前記特定部が特定した前記機能を含む前記パターンを抽出する、
    ことを特徴とする請求項１記載のパターン抽出装置。
  3. 　システムの機能の実行プロセスの履歴に基づいて、前記機能ごとに当該機能を含む前記実行プロセスのパターンの数を計算する計算部と、
    　前記パターンの数が閾値未満である前記機能を特定する特定部と、
    　前記実行プロセスのパターンの中から、前記特定部が特定した前記機能を含む前記パターンを前記履歴に基づいて抽出する抽出部と、
    を有することを特徴とするパターン抽出装置。
  4. 　前記抽出部は、前記パターンごとに、前記特定部が特定した前記機能の含有数をカウントし、
    　前記抽出部が抽出した前記パターンを前記含有数に基づく優先度付けによって出力する出力部、
    を有することを特徴とする請求項１乃至３いずれか一項記載のパターン抽出装置。
  5. 　システムの機能の実行プロセスの履歴に基づいて、前記機能ごとに当該機能の総実行回数を計算する計算手順と、
    　全ての前記機能の前記総実行回数、又は前記総実行回数の合計に対する前記総実行回数の割合が閾値未満である前記機能を特定する特定手順と、
    　前記実行プロセスのパターンの中から、前記特定手順において特定された前記機能を含む前記パターンを前記履歴に基づいて抽出する抽出手順と、
    をコンピュータが実行することを特徴とするパターン抽出方法。
  6. 　システムの機能の実行プロセスの履歴に基づいて、前記機能ごとに当該機能を含む前記実行プロセスのパターンの数を計算する計算手順と、
    　前記パターンの数が閾値未満である前記機能を特定する特定手順と、
    　前記実行プロセスのパターンの中から、前記特定手順において特定された前記機能を含む前記パターンを前記履歴に基づいて抽出する抽出手順と、
    をコンピュータが実行することを特徴とするパターン抽出方法。
  7. 　請求項１乃至４いずれか一項記載のパターン抽出装置としてコンピュータを機能させることを特徴とするプログラム。
PCT/JP2020/016581 2020-04-15 2020-04-15 パターン抽出装置、パターン抽出方法及びプログラム WO2021210099A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2022514924A JP7494904B2 (ja) 2020-04-15 2020-04-15 パターン抽出装置、パターン抽出方法及びプログラム
PCT/JP2020/016581 WO2021210099A1 (ja) 2020-04-15 2020-04-15 パターン抽出装置、パターン抽出方法及びプログラム
US17/918,302 US20230195848A1 (en) 2020-04-15 2020-04-15 Pattern extraction apparatus, pattern extraction method and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/016581 WO2021210099A1 (ja) 2020-04-15 2020-04-15 パターン抽出装置、パターン抽出方法及びプログラム

Publications (1)

Publication Number Publication Date
WO2021210099A1 true WO2021210099A1 (ja) 2021-10-21

Family

ID=78084259

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/016581 WO2021210099A1 (ja) 2020-04-15 2020-04-15 パターン抽出装置、パターン抽出方法及びプログラム

Country Status (3)

Country Link
US (1) US20230195848A1 (ja)
JP (1) JP7494904B2 (ja)
WO (1) WO2021210099A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008158806A (ja) * 2006-12-22 2008-07-10 Matsushita Electric Ind Co Ltd 複数プロセッサエレメントを備えるプロセッサ用プログラム及びそのプログラムの生成方法及び生成装置
JP2013003884A (ja) * 2011-06-17 2013-01-07 Kddi Corp ワークフロー要改善箇所推定システムおよびその方法
JP2014021656A (ja) * 2012-07-17 2014-02-03 Ricoh Co Ltd データ管理システム、データ管理装置、および装置のプログラム
JP2017187953A (ja) * 2016-04-06 2017-10-12 日本電信電話株式会社 ビジネスプロセス生成プログラム、ビジネスプロセス生成方法、及びビジネスプロセス生成装置
JP2017228257A (ja) * 2016-06-24 2017-12-28 日本電信電話株式会社 ビジネスプロセス生成プログラム、及びビジネスプロセス生成方法
JP2020004113A (ja) * 2018-06-28 2020-01-09 株式会社東芝 情報表示装置、情報表示プログラム及び情報表示方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015045262A1 (ja) * 2013-09-24 2015-04-02 日本電気株式会社 ログ分析システム、障害原因分析システム、ログ分析方法、および、プログラムを記憶する記録媒体
WO2017081865A1 (ja) * 2015-11-13 2017-05-18 日本電気株式会社 ログ分析システム、方法、及び記録媒体
KR102663196B1 (ko) * 2018-11-16 2024-05-07 삼성전자주식회사 사용자 단말장치, 서버, 사용자 단말장치의 제어방법 및 서버의 제어방법
US11100009B2 (en) * 2020-01-03 2021-08-24 Bank Of America Corporation Intelligent detection and ejection of unused application components

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008158806A (ja) * 2006-12-22 2008-07-10 Matsushita Electric Ind Co Ltd 複数プロセッサエレメントを備えるプロセッサ用プログラム及びそのプログラムの生成方法及び生成装置
JP2013003884A (ja) * 2011-06-17 2013-01-07 Kddi Corp ワークフロー要改善箇所推定システムおよびその方法
JP2014021656A (ja) * 2012-07-17 2014-02-03 Ricoh Co Ltd データ管理システム、データ管理装置、および装置のプログラム
JP2017187953A (ja) * 2016-04-06 2017-10-12 日本電信電話株式会社 ビジネスプロセス生成プログラム、ビジネスプロセス生成方法、及びビジネスプロセス生成装置
JP2017228257A (ja) * 2016-06-24 2017-12-28 日本電信電話株式会社 ビジネスプロセス生成プログラム、及びビジネスプロセス生成方法
JP2020004113A (ja) * 2018-06-28 2020-01-09 株式会社東芝 情報表示装置、情報表示プログラム及び情報表示方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ABE, MARI ET AL.: "Process Discovery Job Analysis Using Job Index Threshold Value Calculation Method", IPSJ SIG TECHNICAL REPORT (CSEC), vol. 2015 -CS, no. 11, 26 February 2015 (2015-02-26), pages 1 - 6 *
SAITO, SHINOBU ET AL.: "Business Process Analysis Method with Reference Model", IEICE TECHNICAL REPORT, vol. 109, no. 307, 19 November 2009 (2009-11-19), pages 1 - 6 *

Also Published As

Publication number Publication date
JP7494904B2 (ja) 2024-06-04
JPWO2021210099A1 (ja) 2021-10-21
US20230195848A1 (en) 2023-06-22

Similar Documents

Publication Publication Date Title
CN110045953B (zh) 生成业务规则表达式的方法及计算装置
CN109697066B (zh) 实现数据表拼接及自动训练机器学习模型的方法和系统
US20150100543A1 (en) Data analysis method, data analysis device, and storage medium storing processing program for same
US20080133973A1 (en) Data processing method and data analysis apparatus
JP2017091329A (ja) データベース分析装置およびデータベース分析方法
WO2017104119A1 (ja) ログ分析システム、方法およびプログラム
CN102257487A (zh) 分析事件
JP2009015603A (ja) 作業項目抽出装置、作業項目抽出方法、および、作業項目抽出プログラム
CN112016967B (zh) 一种交易数据处理方法与装置
JP2017045080A (ja) 業務フロー仕様再生方法
JP2006302135A (ja) アプリケーション資産分析プログラム、アプリケーション資産分析方法およびアプリケーション資産分析装置
CN112990625A (zh) 标注任务的分配方法、装置及服务器
JP2018181177A (ja) 業務プロセス分析装置、業務プロセス分析方法、および、業務プロセス分析プログラム
JP4973738B2 (ja) 業務フロー処理プログラム、方法及び装置
WO2021210099A1 (ja) パターン抽出装置、パターン抽出方法及びプログラム
JP7235110B2 (ja) 操作ログ取得装置、操作ログ取得方法および操作ログ取得プログラム
CN117033309A (zh) 一种数据转换方法、装置、电子设备及可读存储介质
JP6695847B2 (ja) ソフトウェア部品管理システム、計算機
JP2010102615A (ja) 業務フロー分析プログラム、方法及び装置
WO2021210100A1 (ja) パターン抽出装置、パターン抽出方法及びプログラム
JP6861176B2 (ja) プロジェクト見積り支援方法およびプロジェクト見積り支援装置
WO2021250750A1 (ja) パターン抽出装置、パターン抽出方法及びプログラム
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
JPWO2020085379A1 (ja) 熟練指数算出装置、アノテーション提供装置、熟練指数算出方法、アノテーション提供方法、及びプログラム
JP2019106093A (ja) 計算機、ログの再現方法及び記憶媒体

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: 20930897

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022514924

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: 20930897

Country of ref document: EP

Kind code of ref document: A1