WO2023175687A1 - ロジックモデル作成支援装置、ロジックモデル作成支援方法、およびロジックモデル作成支援プログラム - Google Patents
ロジックモデル作成支援装置、ロジックモデル作成支援方法、およびロジックモデル作成支援プログラム Download PDFInfo
- Publication number
- WO2023175687A1 WO2023175687A1 PCT/JP2022/011422 JP2022011422W WO2023175687A1 WO 2023175687 A1 WO2023175687 A1 WO 2023175687A1 JP 2022011422 W JP2022011422 W JP 2022011422W WO 2023175687 A1 WO2023175687 A1 WO 2023175687A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- node
- logic model
- index
- edge
- unit
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 31
- 230000000694 effects Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
Abstract
ロジックモデル作成支援装置は、指標を有するノードと、2つの前記ノードが示す指標のつながりを示すエッジと、により構成されるネットワーク構造であるロジックモデルを記憶する記憶部と、第1ノードおよび第1エッジを入力する入力部と、前記入力部によって入力された第1ノードおよび第1エッジに基づいて、第1ロジックモデルを生成する生成部と、前記生成部によって生成された第1ロジックモデル内の前記第1ノードが指定されると、前記第1ノードの第1指標に類似する類似指標を前記ロジックモデルから特定する特定部と、前記特定部によって特定された類似指標を出力する出力部と、を有する。
Description
本発明は、ロジックモデルの作成を支援するロジックモデル作成支援装置、ロジックモデル作成支援方法、およびロジックモデル作成支援プログラムに関する。
下記特許文献1は、インターネット等の通信ネットワークを利用したコミュニケーション支援システムを開示する。このコミュニケーション支援システムは、オンラインでの議論の収束を支援し、その議論の中で出てきた、メールやテキストボックスに入力された情報をサーバで、問題と解決策に分類し、ロジックモデルを生成する。
しかしながら、特許文献1では、同じ論題で議論をする異なる価値観を持つユーザの意見であるロジックモデルをそれぞれ表現することは考慮されていない。このため、特許文献1のコミュニケーション支援システムは、異なる価値観のロジックモデルを個別に生成できず、意見の違いが発生しても特定のユーザのロジックモデルに集約されて提示してしまう場合がある。
本発明は、ロジックモデルの作成の効率化を図ることを目的とする。
本願において開示される発明の一側面となるロジックモデル作成支援装置は、指標を有するノードと、2つの前記ノードが示す指標のつながりを示すエッジと、により構成されるネットワーク構造であるロジックモデルを記憶する記憶部と、第1ノードおよび第1エッジを入力する入力部と、前記入力部によって入力された第1ノードおよび第1エッジに基づいて、第1ロジックモデルを生成する生成部と、前記生成部によって生成された第1ロジックモデル内の前記第1ノードが指定されると、前記第1ノードの第1指標に類似する類似指標を前記ロジックモデルから特定する特定部と、前記特定部によって特定された類似指標を出力する出力部と、を有することを特徴とする。
本発明の代表的な実施の形態によれば、ロジックモデルの作成の効率化を図ることができる。前述した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。
<ロジックモデル>
ロジックモデルとは、対象を理解するための論理的なネットワーク構造を示すモデルである。たとえば、対象が施策であれば、ロジックモデルは、ある施策がその目的を達成するに至るまでの論理的な因果関係を明示した施策の論理的なネットワーク構造を示すモデルである。ノードとリンクと階層によって表現される。ノードは、たとえば、住民の満足度などの社会的インパクトに影響を与える要因となる指標を示す。エッジは指標間のつながりを示す。
ロジックモデルとは、対象を理解するための論理的なネットワーク構造を示すモデルである。たとえば、対象が施策であれば、ロジックモデルは、ある施策がその目的を達成するに至るまでの論理的な因果関係を明示した施策の論理的なネットワーク構造を示すモデルである。ノードとリンクと階層によって表現される。ノードは、たとえば、住民の満足度などの社会的インパクトに影響を与える要因となる指標を示す。エッジは指標間のつながりを示す。
論理的なネットワーク構造は、ノードとエッジとの結合により階層化される。この階層には、インプット、アクティビティ、アウトプット、アウトカムおよびインパクトがある。インプットに属するノードは、人やモノ、お金などの物的リソースに関する指標を示す。アクティビティに属するノードは、インプットに属するノードの物的リソースが実際に活動を行う内容に関する指標を示す。アウトプットに属するノードは、アクティビティに属するノードの活動によって得られる利益や生産されるモノ、サービスに関する指標を示す。アウトカムに属するノードは、利益や生産されるモノ、サービスによって発生する変化や効果に関する指標を示す。インパクトに属するノードは、変化や効果によって生じたSDGsなどで提言されているような社会的、環境的なアウトカムに関する指標である。なお、インプット、アクティビティ、アウトプット、アウトカムおよびインパクトの各々は、内部に複数の層を有してもよい。本実施例では、このようなロジックモデルを作成するロジックモデル作成システムについて説明する。
<システム構成例>
図1は、ロジックモデル作成システムのシステム構成例を示す説明図である。ロジックモデル作成システム100は、サーバとして機能するロジックモデル作成支援装置101と、ユーザ120の端末102と、を有する。ロジックモデル作成支援装置101と端末102とは、インターネット、LAN(Local Area Network)、WAN(Wide Area Network)などのネットワーク103を介して通信可能に接続される。
図1は、ロジックモデル作成システムのシステム構成例を示す説明図である。ロジックモデル作成システム100は、サーバとして機能するロジックモデル作成支援装置101と、ユーザ120の端末102と、を有する。ロジックモデル作成支援装置101と端末102とは、インターネット、LAN(Local Area Network)、WAN(Wide Area Network)などのネットワーク103を介して通信可能に接続される。
ロジックモデル作成支援装置101は、ユーザ120が地域活動や企業投資活動などの、何らかの活動に基づく社会への影響を筋道立てて検討するためのロジックモデルを作成するコンピュータである。ユーザ120は、一人であっても、複数人であってもよい。
ロジックモデル作成支援装置101は、過去に作成されたロジックモデルのデータを格納するロジックモデルDB111と、ロジックモデルを構成するために必要な指標を格納するロジックモデル指標DB112と、を有する。ロジックモデルDB111およびロジックモデル指標DB112は、ロジックモデル作成支援装置101とネットワーク103を介して通信可能に接続された他のコンピュータやネットワークハードディスクに記憶されてもよい。
<コンピュータ(ロジックモデル作成支援装置101および端末102)のハードウェア構成例>
図2は、コンピュータのハードウェア構成例を示すブロック説明図である。コンピュータ200は、プロセッサ201と、記憶デバイス202と、入力デバイス203と、出力デバイス204と、通信インターフェース(通信IF)205と、を有する。プロセッサ201、記憶デバイス202、入力デバイス203、出力デバイス204、および通信IF205は、バス206により接続される。プロセッサ201は、コンピュータ200を制御する。記憶デバイス202は、プロセッサ201の作業エリアとなる。また、記憶デバイス202は、各種プログラムやデータを記憶する非一時的なまたは一時的な記憶媒体である。記憶デバイス202としては、たとえば、ROM(Read Only Memory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)、フラッシュメモリ、SSD(Solid State Drive)がある。入力デバイス203は、データを入力する。入力デバイス203としては、たとえば、キーボード、マウス、タッチパネル、テンキー、スキャナ、ペンタブレットがある。出力デバイス204は、データを出力する。出力デバイス204としては、たとえば、ディスプレイ、プリンタ、スピーカ、プロジェクタがある。通信IF205は、ネットワーク103と接続し、データを送受信する。
図2は、コンピュータのハードウェア構成例を示すブロック説明図である。コンピュータ200は、プロセッサ201と、記憶デバイス202と、入力デバイス203と、出力デバイス204と、通信インターフェース(通信IF)205と、を有する。プロセッサ201、記憶デバイス202、入力デバイス203、出力デバイス204、および通信IF205は、バス206により接続される。プロセッサ201は、コンピュータ200を制御する。記憶デバイス202は、プロセッサ201の作業エリアとなる。また、記憶デバイス202は、各種プログラムやデータを記憶する非一時的なまたは一時的な記憶媒体である。記憶デバイス202としては、たとえば、ROM(Read Only Memory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)、フラッシュメモリ、SSD(Solid State Drive)がある。入力デバイス203は、データを入力する。入力デバイス203としては、たとえば、キーボード、マウス、タッチパネル、テンキー、スキャナ、ペンタブレットがある。出力デバイス204は、データを出力する。出力デバイス204としては、たとえば、ディスプレイ、プリンタ、スピーカ、プロジェクタがある。通信IF205は、ネットワーク103と接続し、データを送受信する。
<ロジックモデルDB101>
図3は、ロジックモデルDB101の一例を示す説明図である。ロジックモデルDB101は、過去にロジックモデル作成支援装置101で作成されたロジックモデルLM1~LMn(nは1以上の整数)を記憶する。ロジックモデルLM1~LMnを区別しない場合は、ロジックモデルLMi(iは1≦i≦nを満たす整数)と表記する。
図3は、ロジックモデルDB101の一例を示す説明図である。ロジックモデルDB101は、過去にロジックモデル作成支援装置101で作成されたロジックモデルLM1~LMn(nは1以上の整数)を記憶する。ロジックモデルLM1~LMnを区別しない場合は、ロジックモデルLMi(iは1≦i≦nを満たす整数)と表記する。
ロジックモデルLMiは、ノードテーブル310と、エッジテーブル320と、により、構成される。ノードテーブル310は、フィールドとして、ノードID311と、指標名312と、階層番号313と、を有する。ノードID311は、ノードを一意に特定する識別情報である。指標名312は、ノードID311によって特定されるノードが示す指標の名称である。階層番号313は、ノードが属する階層を示す番号であり、たとえば、「0」はインプット、「1」はアクティビティ、「2」はアウトプット、「3」はアウトカム、「4」はインパクトを示す。なお、階層内部に階層がある場合、「1-1」、「1-2」のように枝番を用いて表現される。ノードテーブル310の各エントリが、ノードを規定する。
エッジテーブル320は、フィールドとして、ターゲットID321と、ソースIDと、を有する。ターゲットID321は、ターゲットとなるノードのノードID311である。ソースID322は、ソースとなるノードのノードID311である。ターゲットの階層番号313は、ソースの階層番号313よりも大きい階層番号313である。エッジテーブル320の各エントリが、エッジを規定する。
<ロジックモデル指標DB122>
図4は、ロジックモデル指標DB122の一例を示す説明図である。ロジックモデル指標DB122は、ロジックモデルLMiの指標名312を登録するデータベースである。ロジックモデル指標DB122は、フィールドとして指標名312と、詳細説明400と、を有する。詳細説明400は、指標名312に関連する情報である。具体的には、たとえば、詳細説明400は、指標名312を詳細に説明した文字列であり、ロジックモデルLMiの作成中または作成後に端末102から登録可能である。
図4は、ロジックモデル指標DB122の一例を示す説明図である。ロジックモデル指標DB122は、ロジックモデルLMiの指標名312を登録するデータベースである。ロジックモデル指標DB122は、フィールドとして指標名312と、詳細説明400と、を有する。詳細説明400は、指標名312に関連する情報である。具体的には、たとえば、詳細説明400は、指標名312を詳細に説明した文字列であり、ロジックモデルLMiの作成中または作成後に端末102から登録可能である。
<ロジックモデル作成支援装置101の機能的構成例>
図5は、ロジックモデル作成支援装置101の機能的構成例を示すブロック図である。ロジックモデル作成支援装置101は、記憶部500と、入力部501と、生成部502と、出力部503と、特定部504と、を有する。記憶部500は、具体的には、たとえば、図2に示した記憶デバイス202、または、ロジックモデル作成支援装置101がアクセス可能な他のコンピュータの記憶デバイスにより実現される機能である。入力部501、生成部502、出力部503、および特定部504は、具体的には、たとえば、図2に示した記憶デバイス202に記憶されたプログラムをプロセッサ201に実行させることにより実現される機能である。
図5は、ロジックモデル作成支援装置101の機能的構成例を示すブロック図である。ロジックモデル作成支援装置101は、記憶部500と、入力部501と、生成部502と、出力部503と、特定部504と、を有する。記憶部500は、具体的には、たとえば、図2に示した記憶デバイス202、または、ロジックモデル作成支援装置101がアクセス可能な他のコンピュータの記憶デバイスにより実現される機能である。入力部501、生成部502、出力部503、および特定部504は、具体的には、たとえば、図2に示した記憶デバイス202に記憶されたプログラムをプロセッサ201に実行させることにより実現される機能である。
記憶部500は、上述したロジックモデルDB111およびロジックモデル指標DB112を記憶する。
入力部501は、ノードおよびエッジの入力を入力デバイス203から受け付ける。ノードは、ノードテーブル310のエントリである。エッジは、エッジテーブル320のエントリである。入力部501は、ノードおよびエッジを入力情報510として、生成部502および特定部504に出力する。
生成部502は、入力情報510を元にロジックモデルLMを生成し、出力部503に出力する。
出力部503は、生成部502によって生成されたロジックモデルLMを出力デバイス204または通信IF205を介して端末102に出力する。また、出力部503は、ロジックモデルLMをロジックモデルDB111に格納し、ロジックモデルLMを構成するノードの指標名312および詳細説明400をロジックモデル指標DB112に格納する。
特定部504は、2つの指標名312の類似度を算出する。2つの指標名312の一方は、入力情報510またはロジックモデルLM内のノードが示す指標名312であり、他方はロジックモデルDB102内のロジックモデルLMiのノードが示す指標名312またはロジックモデル指標DB112内の指標名312である。
具体的には、たとえば、特定部504は、当該2つの指標名312の各々を形態素解析し、2つの指標名312の各々についてTF-IDFにより特徴ベクトルを生成する。そして、特定部504は、両特徴ベクトルのコサイン類似度を算出する。特定部504は、コサイン類似度が0よりも大きいしきい値以上であれば、2つの指標名312は類似すると判断する。
また、特定部504は、ロジックモデルLM内のノードが示す指標名312について、ロジックモデルLMi内のノードが示す指標名312の各々とのコサイン類似度を算出してもよいが、コサイン類似度の算出に先立ってロジックモデルLMiを絞り込んでもよい。
たとえば、ロジックモデルDB111のロジックモデルLM1~LMnの各々は、分野を特定する識別子を有し、分野別にグルーピング可能とする。特定部504は、ロジックモデルDB111のロジックモデルLM1~LMnを分野別に分け、分野ごとに、当該分野に属するロジックモデルLMiを訓練データとし、当該ロジックモデルLMiがその施策に利用されたか否かを正解データとして、グラフニューラルネットワークで学習して、分野ごとに学習モデルを生成する。学習モデルは、記憶デバイス202に格納される。
つぎに、特定部504は、生成されたロジックモデルLMを各分野の学習モデルに入力し、予測値を出力する。予測値がロジックモデルLMがその施策に利用されることを示すデータである場合、特定部504は、その予測値を出力した学習モデルの学習に用いられたロジックモデルLMiを、コサイン類似度の算出対象として選択する。
なお、特定部504は、類似度算出結果(指標名312)を出力部503に出力する。これにより、出力部503は、ロジックモデルLMとともに類似度算出結果を出力デバイス204に出力することができる。
<ロビー画面例>
図6は、ロジックモデル作成支援装置101を利用する際のロビー画面例を示す説明図である。ロビー画面600では、ロジックモデル作成支援装置101に参加する際の参加者名入力欄601と、参加する部屋番号入力欄602と、を入力することが可能である。部屋作成ボタン603は、部屋を新たに作成することが可能で、部屋参加ボタン604は、すでに作成された部屋へ参加することが可能である。
図6は、ロジックモデル作成支援装置101を利用する際のロビー画面例を示す説明図である。ロビー画面600では、ロジックモデル作成支援装置101に参加する際の参加者名入力欄601と、参加する部屋番号入力欄602と、を入力することが可能である。部屋作成ボタン603は、部屋を新たに作成することが可能で、部屋参加ボタン604は、すでに作成された部屋へ参加することが可能である。
<入力画面例>
図7は、端末102の入力画面例を示す説明図である。入力画面700は、端末102に表示される。入力画面700には、ノード情報710と、追加ボタン711と、削除ボタン712と、エッジ情報720と、追加ボタン721と、削除ボタン722と、が表示される。
図7は、端末102の入力画面例を示す説明図である。入力画面700は、端末102に表示される。入力画面700には、ノード情報710と、追加ボタン711と、削除ボタン712と、エッジ情報720と、追加ボタン721と、削除ボタン722と、が表示される。
ノード情報710は、新規登録されたノードのエントリ(ノードID311、指標名312、階層番号313)を含む。追加ボタン711は、ノード情報710にエントリが作成された場合に押下することにより、当該エントリをノード情報710に追加するためのユーザインタフェースである。削除ボタン712は、ノード情報710からカーソルで指定されたノード情報710エントリを削除するためのユーザインタフェースである。
エッジ情報720は、新規登録されたエッジのエントリ(ターゲットID321、ソースID322)を含む。追加ボタン721は、エッジ情報720にエントリが作成された場合に押下することにより、当該エントリをエッジ情報720に追加するためのユーザインタフェースである。削除ボタン712は、エッジ情報720からカーソルで指定されたエッジ情報720のエントリを削除するためのユーザインタフェースである。
<ロジックモデル例>
図8は、ロジックモデルLMの例1を示す説明図である。ロジックモデルLMは、入力画面700で入力されたノード情報710とエッジ情報720とを用いて、生成部502により生成される。ノード情報710のエントリは、指標を示すノード801として黒丸図形で表示される。ノードID311および指標名312は、ラベル情報803として、対応するノード701近傍に表示される。エッジ情報720のエントリは、つながりを示すエッジ802として線分で表示される。また、階層番号313で特定される階層は、黒破線の楕円図形で表示される。
図8は、ロジックモデルLMの例1を示す説明図である。ロジックモデルLMは、入力画面700で入力されたノード情報710とエッジ情報720とを用いて、生成部502により生成される。ノード情報710のエントリは、指標を示すノード801として黒丸図形で表示される。ノードID311および指標名312は、ラベル情報803として、対応するノード701近傍に表示される。エッジ情報720のエントリは、つながりを示すエッジ802として線分で表示される。また、階層番号313で特定される階層は、黒破線の楕円図形で表示される。
<ロジックモデル作成画面例>
図9は、端末102でのロジックモデル作成画面の表示例1を示す説明図である。ロジックモデル作成画面900は、第1表示領域901と第2表示領域902とを有する。第1表示領域901には、ユーザ120が入力した入力情報510で生成部502により生成されたロジックモデルLMが表示される。
図9は、端末102でのロジックモデル作成画面の表示例1を示す説明図である。ロジックモデル作成画面900は、第1表示領域901と第2表示領域902とを有する。第1表示領域901には、ユーザ120が入力した入力情報510で生成部502により生成されたロジックモデルLMが表示される。
第2表示領域902には、他のユーザ120が入力した入力情報510で生成部502により生成されたロジックモデルLMoが表示される。このように、複数のユーザ120がロジックモデルLM、LMoを作成中の場合、各々自分の端末102のロジックモデル作成画面900には、自分のロジックモデルLMと、他のユーザのロジックモデルLMoが表示される。
<ノード候補リスト>
図10は、ノード候補リストの一例を示す説明図である。ノード候補リスト1000は、新規にノード801を追加したり、作成したノード801の指標名312を変更したりする際に、表示されるリストである。ノード候補リスト1000は、指標名312と詳細説明400とを有する。図10は、ノードID311が「n1」であるノード801に対するノード候補リスト1000である。
図10は、ノード候補リストの一例を示す説明図である。ノード候補リスト1000は、新規にノード801を追加したり、作成したノード801の指標名312を変更したりする際に、表示されるリストである。ノード候補リスト1000は、指標名312と詳細説明400とを有する。図10は、ノードID311が「n1」であるノード801に対するノード候補リスト1000である。
具体的には、たとえば、ユーザ120の操作により入力部501がノード801の指定を受け付けると、特定部504が、当該指定されたノード801の指標名312と、ロジックモデルDB102内のロジックモデルLMiのノード801が示す指標名312またはロジックモデル指標DB112内の指標名312と、のコサイン類似度を算出する。そして、出力部503は、コサイン類似度がしきい値以上、または、上位m番目(mは1以上の整数)までの指標名312とその詳細説明400をノード候補リスト1000として、ノード801を指定したユーザ120の端末102に表示可能に出力する。
また、たとえば、ユーザ120の操作により入力部501がエッジ802の指定を受け付けると、特定部504が、当該指定されたエッジ802によって接続される両端のノード801のうち少なくとも一方のノード801の指標名312と、ロジックモデルDB102内のロジックモデルLMiのノード801が示す指標名312またはロジックモデル指標DB112内の指標名312と、のコサイン類似度を算出する。そして、出力部503は、コサイン類似度がしきい値以上、または、上位m番目(mは1以上の整数)までの指標名312とその詳細説明400をノード候補リスト1000として、当該少なくとも一方のノード801を指定したユーザ120の端末102に表示可能に出力してもよい。
<ノード候補リスト表示画面例>
図11は、端末102でのロジックモデル作成画面900の表示例2を示す説明図である。図11では、ロジックモデル作成画面900において、ユーザ操作でノード801が指定された場合にノード候補リスト1000が表示される例である。
図11は、端末102でのロジックモデル作成画面900の表示例2を示す説明図である。図11では、ロジックモデル作成画面900において、ユーザ操作でノード801が指定された場合にノード候補リスト1000が表示される例である。
<階層でノードの色を変えたロジックモデル表示例>
図12は、ロジックモデルLMの例2を示す説明図である。図12では、ロジックモデルLMのノード801の色を階層別に変えた表示例を示す説明図である。このように、階層別にノード801の色を異ならせることで、視認性の向上を図ることができる。
図12は、ロジックモデルLMの例2を示す説明図である。図12では、ロジックモデルLMのノード801の色を階層別に変えた表示例を示す説明図である。このように、階層別にノード801の色を異ならせることで、視認性の向上を図ることができる。
<ノード強調での他ユーザとの非類似表示例>
図13は、ロジックモデルLMの例3を示す説明図である。図13は、複数のユーザ120でロジックモデル作成支援装置101を利用する際のユーザ120(例として、ユーザA)のロジックモデルLM(以下、LMa)と他のユーザ120(例として、ユーザB)のロジックモデルLM(以下、LMb)との間で非類似があるノード801を強調表示する例である。なお、ここでは、ユーザAの端末102での非類似表示例について説明する。
図13は、ロジックモデルLMの例3を示す説明図である。図13は、複数のユーザ120でロジックモデル作成支援装置101を利用する際のユーザ120(例として、ユーザA)のロジックモデルLM(以下、LMa)と他のユーザ120(例として、ユーザB)のロジックモデルLM(以下、LMb)との間で非類似があるノード801を強調表示する例である。なお、ここでは、ユーザAの端末102での非類似表示例について説明する。
たとえば、特定部504は、ユーザAが作成するロジックモデルLMaのノード801の指標名312の各々について、ユーザBが作成するロジックモデルLMbの各ノード801の指標名312と、のコサイン類似度を算出する。特定部504は、ロジックモデルLMaのノード801の指標名312の各々について、コサイン類似度がしきい値以上となる指標名312がロジックモデルLMbにあるか否かを判断する。特定部504は、ロジックモデルLMaのノード801の各々のうち、コサイン類似度がしきい値以上である指標名312がロジックモデルLMbに1つもないロジックモデルLMaのノード801を非類似表示対象ノード801に決定する。
出力部503は、ロジックモデルLMaにおいて、非類似表示対象ノード801を、非類似表示対象でないノード801と区別できるように強調表示可能にユーザAの端末102に出力する。
図13では、たとえば、出力部503は、ロジックモデルLMaにおいて、非類似表示対象ノード801の色を、非類似表示対象でないノード801(黒塗り)と異なる色(図13ではハッチング)で表示する。
また、出力部503は、ロジックモデルLMaにおいて、非類似表示対象ノード801の大きさを、非類似表示対象でないノード801の大きさとは異なる大きさで表示してもよい。
また、出力部503は、ロジックモデルLMaにおいて、非類似表示対象ノード801の色および大きさを、非類似表示対象でないノード801の色および大きさとは異なる色および大きさで表示してもよい。
また、ユーザBの端末102から見れば、特定部504は、ロジックモデルLMbのノード801の指標名312の各々について、コサイン類似度がしきい値以上となる指標名312がロジックモデルLMaにあるか否かを判断する。特定部504は、ロジックモデルLMbのノード801の各々のうち、コサイン類似度がしきい値以上である指標名312がロジックモデルLMaにないロジックモデルLMbのノード801を非類似表示対象ノード801に決定する。
出力部503は、ロジックモデルLMbにおいて、非類似表示対象ノード801を、非類似表示対象でないノード801と区別できるように強調表示可能にユーザBの端末102に出力することになる。
<エッジ強調での他ユーザとの非類似表示例>
図14は、ロジックモデルLMの例4を示す説明図である。図14は、複数のユーザ120でロジックモデル作成支援装置101を利用する際の、ユーザAのロジックモデルLMaとユーザBのロジックモデルLMbとの間で非類似があるエッジ802を強調表示する例である。なお、ここでは、ユーザAの端末102での非類似表示例について説明する。
図14は、ロジックモデルLMの例4を示す説明図である。図14は、複数のユーザ120でロジックモデル作成支援装置101を利用する際の、ユーザAのロジックモデルLMaとユーザBのロジックモデルLMbとの間で非類似があるエッジ802を強調表示する例である。なお、ここでは、ユーザAの端末102での非類似表示例について説明する。
たとえば、特定部504は、ユーザAが作成するロジックモデルLMaのノード801の指標名312の各々について、ユーザBが作成するロジックモデルLMbの各ノード801の指標名312と、のコサイン類似度を算出する。特定部504は、ロジックモデルLMaのノード801の指標名312の各々について、コサイン類似度がしきい値以上となる指標名312がロジックモデルLMbにあるか否かを判断する。
特定部504は、ロジックモデルLMaのノード801の各々のうち、コサイン類似度に基づいてロジックモデルLMaのノード801を特定する。このロジックモデルLMaのノード801を、ソースノード801Asとする。具体的には、たとえば、特定部504は、ロジックモデルLMaのノード801の各々のうち、コサイン類似度がしきい値以上である指標名312が示すノード801を特定する。この場合、特定部504は、ソースノード801Asの指標名312とのコサイン類似度がしきい値以上であるロジックモデルLMbのノード801を、ソースノード801Bsとして特定する。
特定部504は、ロジックモデルLMaのノード801の各々のうち、コサイン類似度がしきい値以上である指標名312が示すノード801を特定する。このロジックモデルLMaのノード801を、ソースノード801Asとする。また、ソースノード801Asの指標名312とのコサイン類似度がしきい値以上であるロジックモデルLMbのノード801を、ソースノード801Bsとする。
特定部504は、ロジックモデルLMaにおいて、ソースノード801Asとつながるノード801を特定する。このノード801をターゲットノード801Atとする。同様に、特定部504は、ロジックモデルLMbにおいて、ソースノード801Bsとつながるノード801を特定する。このノード801をターゲットノード801Btとする。
特定部504は、ターゲットノード801Atの指標名312と、ターゲットノード801Btの指標名312と、のコサイン類似度を算出し、当該コサイン類似度がしきい値以上であるか否かを判断する。ターゲットノード801Atの指標名312と、ターゲットノード801Btの指標名312と、のコサイン類似度が、しきい値以上でない場合、特定部504は、ソースノード801Asとターゲットノード801Atとをつなげるエッジ802を、非類似表示対象エッジ802(以下、802d)に決定する。
出力部503は、ロジックモデルLMaにおいて、非類似表示対象エッジ802dを、非類似表示対象でないエッジ802と区別できるように強調表示可能にユーザAの端末102に出力する。
図14では、たとえば、出力部503は、ロジックモデルLMaにおいて、非類似表示対象エッジ802dの太さを、非類似表示対象でないエッジ802と異なる太さで表示する。
また、出力部503は、ロジックモデルLMaにおいて、非類似表示対象エッジ802dの色を、非類似表示対象でないエッジ802と異なる色で表示してもよい。
また、出力部503は、ロジックモデルLMaにおいて、非類似表示対象エッジ802dの色および太さを、非類似表示対象でないエッジ802の色および大きさとは異なる色および太さで表示してもよい。
また、ユーザBの端末102から見れば、特定部504は、ロジックモデルLMbのノード801の各々のうち、コサイン類似度がしきい値以上である指標名312が示すノード801を特定する。このロジックモデルLMbのノード801を、ソースノード801Bsとする。また、ソースノード801Bsの指標名312とのコサイン類似度がしきい値以上であるロジックモデルLMaのノード801を、ソースノード801Asとする。
特定部504は、ロジックモデルLMbにおいて、ソースノード801Bsとつながるノード801を特定する。このノード801をターゲットノード801Btとする。同様に、特定部504は、ロジックモデルLMaにおいて、ソースノード801Asとつながるノード801を特定する。このノード801をターゲットノード801Atとする。
特定部504は、ターゲットノード801Btの指標名312と、ターゲットノード801Atの指標名312と、のコサイン類似度を算出し、当該コサイン類似度がしきい値以上であるか否かを判断する。ターゲットノード801Btの指標名312と、ターゲットノード801Atの指標名312と、のコサイン類似度が、しきい値以上でない場合、特定部504は、ソースノード801Bsとターゲットノード801Btとをつなげるエッジ802を、非類似表示対象エッジ802dに決定する。
出力部503は、ロジックモデルLMbにおいて、非類似表示対象エッジ802dを、非類似表示対象でないエッジ802と区別できるように強調表示可能にユーザBの端末102に出力することになる。
なお、図14では、特定部504は、ソースノード801Asおよびソースノード801Asの指標名312とコサイン類似度がしきい値以上となるソースノード801Bsを特定した後、ターゲットノード801Atの指標名312とターゲットノード801Btの指標名312とのコサイン類似度がしきい値以上でない場合に、ソースノード801Asとターゲットノード801Atとをつなげる非類似表示対象エッジ802dを特定した。
これに対し、特定部504は、ターゲットノード801Atおよびターゲットノード801Atの指標名312とコサイン類似度がしきい値以上となるターゲットノード801Btを特定した後、ソースノード801Asの指標名312とソースノード801Bsの指標名312とのコサイン類似度がしきい値以上でない場合に、ターゲットノード801Atとソースノード801Asとをつなげる非類似表示対象エッジ802dを特定してもよい。
また、特定部504は、ロジックモデルLMaのノード801の各々のうち、コサイン類似度に基づいてソースノード801Asを特定する場合、ロジックモデルLMaのノード801の各々のうち、コサイン類似度がしきい値以上である指標名312が示すノード801をソースノード801Asとして特定した。
これに対し、特定部504は、ロジックモデルLMaのノード801の各々のうち、コサイン類似度がしきい値以上でない指標名312が示すノード801をソースノード801Asとして特定してもよい。この場合、特定部504は、ソースノード801Asの指標名312とのコサイン類似度がしきい値以上でないロジックモデルLMbのノード801を、ソースノード801Bsとして特定することになる。
これにより、ソースノード801Bsの指標名312とのコサイン類似度がしきい値以上でないロジックモデルLMaのソースノード801Asと、ターゲットノード801Btの指標名312とのコサイン類似度がしきい値以上でないロジックモデルLMaのターゲットノード801Atと、をつなぐエッジ802が非類似表示対象エッジ802dとして特定され、ユーザAの端末102に表示可能に出力される。
同様に、ソースノード801Asの指標名312とのコサイン類似度がしきい値以上でないロジックモデルLMbのソースノード801Bsと、ターゲットノード801Atの指標名312とのコサイン類似度がしきい値以上でないロジックモデルLMbのターゲットノード801Btと、をつなぐエッジ802が非類似表示対象エッジ802dとして特定され、ユーザAの端末102に表示可能に出力される。
<ノードとエッジの強調>
図15は、ロジックモデルLMの例5を示す説明図である。図15は、図13に示した非類似表示例と図14に示した非類似表示例とを組み合わせた表示例である。これにより、非類似表示対象エッジ802dの両端のターゲットノード801Atおよびソースノード801Asのうちいずれのノードが、ユーザBのロジックモデルLMBの非類似があるかを容易に視認することができる。
図15は、ロジックモデルLMの例5を示す説明図である。図15は、図13に示した非類似表示例と図14に示した非類似表示例とを組み合わせた表示例である。これにより、非類似表示対象エッジ802dの両端のターゲットノード801Atおよびソースノード801Asのうちいずれのノードが、ユーザBのロジックモデルLMBの非類似があるかを容易に視認することができる。
このように、本実施例によれば、ロジックモデルLMの作成を支援して、ユーザ120によるロジックモデルの作成の効率化を図ることができる。これにより、施策決定の容易化や高速化を図ることができる。また、各ユーザ120のロジックモデルLMを対比することにより、ユーザ120ごとに使用する指標の違いの明確化を図ることができる。
また、上述したロジックモデル作成支援装置101は、下記(1)~(8)のように構成することもできる。
(1)ロジックモデル作成支援装置101は、指標を有するノードと、2つの前記ノードが示す指標のつながりを示すエッジと、により構成されるネットワーク構造であるロジックモデルを記憶する記憶部500と、第1ノードおよび第1エッジを入力する入力部501と、前記入力部501によって入力された第1ノードおよび第1エッジに基づいて、第1ロジックモデルを生成する生成部502と、前記生成部502によって生成された第1ロジックモデル内の前記第1ノードが指定されると、前記第1ノードの第1指標に類似する類似指標を前記ロジックモデルから特定する特定部504と、前記特定部504によって特定された類似指標を出力する出力部503と、を有する。
(2)上記(1)のロジックモデル作成支援装置101において、前記記憶部500は、前記指標に関連する関連情報を記憶しており、前記出力部503は、前記類似指標および前記類似指標に関連する情報を出力する。
(3)上記(1)のロジックモデル作成支援装置101において、前記特定部504は、前記第1ロジックモデル内の前記第1エッジが指定されると、前記第1エッジに接続される前記第1エッジの前記第1指標に類似する前記類似指標を前記ロジックモデルから特定する。
(4)上記(1)のロジックモデル作成支援装置101において、前記記憶部500は、前記ロジックモデルを訓練データとし前記ロジックモデルの利用有無を正解データとして学習した学習モデルを記憶し、前記特定部504は、前記第1ロジックモデルを前記学習モデルに入力することにより出力された出力データが前記第1ロジックモデルの利用を示す場合、前記学習モデルの前記訓練データとなった前記ロジックモデルから前記類似指標を特定する。
(5)上記(1)のロジックモデル作成支援装置101において、前記入力部501は、第2ノードおよび第2エッジを入力し、前記生成部502は、前記入力部501によって入力された第2ノードおよび第2エッジに基づいて、第2ロジックモデルを生成し、前記特定部504は、前記第1ロジックモデル内の前記第1ノードの前記第1指標に類似する第2指標が前記第2ロジックモデルのいずれの前記第2ノードにも存在しない場合、前記第1ノードを、前記第1指標が前記第2指標と類似しない特定の第1ノードに決定し、前記出力部503は、前記第1ロジックモデルにおいて、前記特定の第1ノードを、前記特定の第1ノードではない他の第1ノードとは異なるように、前記第1ロジックモデルの出力先(端末102)に表示可能に出力する。
(6)上記(1)のロジックモデル作成支援装置101において、前記入力部501は、第2ノードおよび第2エッジを入力し、前記生成部502は、前記入力部501によって入力された第2ノードおよび第2エッジに基づいて、第2ロジックモデルを生成し、前記特定部504は、前記第1ロジックモデル内の前記第1ノードの前記第1指標に類似する第2指標を有する類似第2ノードを前記第2ロジックモデルから特定し、前記第1ノードと前記第1エッジで接続される接続先の第1ノードの前記第1指標が、前記類似第2ノードと前記第2エッジで接続される接続先の第2ノードの前記第2指標と類似しない場合、前記第1ノードと前記接続先の第1ノードとを接続する前記第1エッジを特定の第1エッジに決定し、前記出力部503は、前記第1ロジックモデルにおいて、前記特定の第1エッジを、前記特定の第1エッジではない他の第1エッジとは異なるように、前記第1ロジックモデルの出力先(端末102)に表示可能に出力する。
(7)上記(6)のロジックモデル作成支援装置101において、前記特定部504は、前記接続先の第1ノードを、前記第1指標が前記第2指標と類似しない特定の第1ノードに決定し、前記出力部503は、前記第1ロジックモデルにおいて、前記特定の第1ノードを、前記特定の第1ノードではない他の第1ノードとは異なるように、前記第1ロジックモデルの出力先(端末102)に表示可能に出力する。
(8)上記(1)のロジックモデル作成支援装置101において、前記入力部501は、第2ノードおよび第2エッジを入力し、前記生成部502は、前記入力部501によって入力された第2ノードおよび第2エッジに基づいて、第2ロジックモデルを生成し、前記特定部504は、前記第1ロジックモデル内の前記第1ノードの前記第1指標に類似しない第2指標を有する非類似第2ノードを前記第2ロジックモデルから特定し、前記第1ノードと前記第1エッジで接続される接続先の第1ノードの前記第1指標が、前記類似第2ノードと前記第2エッジで接続される接続先の第2ノードの前記第2指標と類似しない場合、前記第1ノードと前記接続先の第1ノードとを接続する前記第1エッジを特定の第1エッジに決定し、前記出力部503は、前記第1ロジックモデルにおいて、前記特定の第1エッジを、前記特定の第1エッジではない他の第1エッジとは異なるように、前記第1ロジックモデルの出力先に表示可能に出力する。
(9)上記(8)のロジックモデル作成支援装置101において、前記特定部504は、前記第1ノードおよび前記接続先の第1ノードを、前記第1指標が前記第2指標と類似しない特定の第1ノードに決定し、前記出力部503は、前記第1ロジックモデルにおいて、前記特定の第1ノードを、前記特定の第1ノードではない他の第1ノードとは異なるように、前記第1ロジックモデルの出力先に表示可能に出力する。
(10)上記(1)のロジックモデル作成支援装置101において、前記入力部501は、前記第1ノードの階層を入力し、前記生成部502は、前記第1ノード、前記第1エッジおよび前記階層に基づいて、前記第1ノードを前記階層別に配置した前記第1ロジックモデルを生成し、前記出力部503は、前記第1ノードを前記階層別に配置した前記第1ロジックモデルを出力する。
なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。たとえば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。また、各実施例の構成の一部について、他の構成の追加、削除、または置換をしてもよい。
また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、たとえば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。
各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、SSD(Solid State Drive)等の記憶装置、又は、IC(Integrated Circuit)カード、SDカード、DVD(Digital Versatile Disc)の記録媒体に格納することができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。
Claims (12)
- 指標を有するノードと、2つの前記ノードが示す指標のつながりを示すエッジと、により構成されるネットワーク構造であるロジックモデルを記憶する記憶部と、
第1ノードおよび第1エッジを入力する入力部と、
前記入力部によって入力された第1ノードおよび第1エッジに基づいて、第1ロジックモデルを生成する生成部と、
前記生成部によって生成された第1ロジックモデル内の前記第1ノードが指定されると、前記第1ノードの第1指標に類似する類似指標を前記ロジックモデルから特定する特定部と、
前記特定部によって特定された類似指標を出力する出力部と、
を有することを特徴とするロジックモデル作成支援装置。 - 請求項1に記載のロジックモデル作成支援装置であって、
前記記憶部は、前記指標に関連する関連情報を記憶しており、
前記出力部は、前記類似指標および前記類似指標に関連する情報を出力する、
ことを特徴とするロジックモデル作成支援装置。 - 請求項1に記載のロジックモデル作成支援装置であって、
前記特定部は、前記第1ロジックモデル内の前記第1エッジが指定されると、前記第1エッジに接続される前記第1エッジの前記第1指標に類似する前記類似指標を前記ロジックモデルから特定する、
ことを特徴とするロジックモデル作成支援装置。 - 請求項1に記載のロジックモデル作成支援装置であって、
前記記憶部は、前記ロジックモデルを訓練データとし前記ロジックモデルの利用有無を正解データとして学習した学習モデルを記憶し、
前記特定部は、前記第1ロジックモデルを前記学習モデルに入力することにより出力された出力データが前記第1ロジックモデルの利用を示す場合、前記学習モデルの前記訓練データとなった前記ロジックモデルから前記類似指標を特定する、
ことを特徴とするロジックモデル作成支援装置。 - 請求項1に記載のロジックモデル作成支援装置であって、
前記入力部は、第2ノードおよび第2エッジを入力し、
前記生成部は、前記入力部によって入力された第2ノードおよび第2エッジに基づいて、第2ロジックモデルを生成し、
前記特定部は、前記第1ロジックモデル内の前記第1ノードの前記第1指標に類似する第2指標が前記第2ロジックモデルのいずれの前記第2ノードにも存在しない場合、前記第1ノードを、前記第1指標が前記第2指標と類似しない特定の第1ノードに決定し、
前記出力部は、前記第1ロジックモデルにおいて、前記特定の第1ノードを、前記特定の第1ノードではない他の第1ノードとは異なるように、前記第1ロジックモデルの出力先に表示可能に出力する、
ことを特徴とするロジックモデル作成支援装置。 - 請求項1に記載のロジックモデル作成支援装置であって、
前記入力部は、第2ノードおよび第2エッジを入力し、
前記生成部は、前記入力部によって入力された第2ノードおよび第2エッジに基づいて、第2ロジックモデルを生成し、
前記特定部は、前記第1ロジックモデル内の前記第1ノードの前記第1指標に類似する第2指標を有する類似第2ノードを前記第2ロジックモデルから特定し、前記第1ノードと前記第1エッジで接続される接続先の第1ノードの前記第1指標が、前記類似第2ノードと前記第2エッジで接続される接続先の第2ノードの前記第2指標と類似しない場合、前記第1ノードと前記接続先の第1ノードとを接続する前記第1エッジを特定の第1エッジに決定し、
前記出力部は、前記第1ロジックモデルにおいて、前記特定の第1エッジを、前記特定の第1エッジではない他の第1エッジとは異なるように、前記第1ロジックモデルの出力先に表示可能に出力する、
ことを特徴とするロジックモデル作成支援装置。 - 請求項6に記載のロジックモデル作成支援装置であって、
前記特定部は、前記接続先の第1ノードを、前記第1指標が前記第2指標と類似しない特定の第1ノードに決定し、
前記出力部は、前記第1ロジックモデルにおいて、前記特定の第1ノードを、前記特定の第1ノードではない他の第1ノードとは異なるように、前記第1ロジックモデルの出力先に表示可能に出力する、
ことを特徴とするロジックモデル作成支援装置。 - 請求項1に記載のロジックモデル作成支援装置であって、
前記入力部は、第2ノードおよび第2エッジを入力し、
前記生成部は、前記入力部によって入力された第2ノードおよび第2エッジに基づいて、第2ロジックモデルを生成し、
前記特定部は、前記第1ロジックモデル内の前記第1ノードの前記第1指標に類似しない第2指標を有する非類似第2ノードを前記第2ロジックモデルから特定し、前記第1ノードと前記第1エッジで接続される接続先の第1ノードの前記第1指標が、前記類似第2ノードと前記第2エッジで接続される接続先の第2ノードの前記第2指標と類似しない場合、前記第1ノードと前記接続先の第1ノードとを接続する前記第1エッジを特定の第1エッジに決定し、
前記出力部は、前記第1ロジックモデルにおいて、前記特定の第1エッジを、前記特定の第1エッジではない他の第1エッジとは異なるように、前記第1ロジックモデルの出力先に表示可能に出力する、
ことを特徴とするロジックモデル作成支援装置。 - 請求項8に記載のロジックモデル作成支援装置であって、
前記特定部は、前記第1ノードおよび前記接続先の第1ノードを、前記第1指標が前記第2指標と類似しない特定の第1ノードに決定し、
前記出力部は、前記第1ロジックモデルにおいて、前記特定の第1ノードを、前記特定の第1ノードではない他の第1ノードとは異なるように、前記第1ロジックモデルの出力先に表示可能に出力する、
ことを特徴とするロジックモデル作成支援装置。 - 請求項1に記載のロジックモデル作成支援装置であって、
前記入力部は、前記第1ノードの階層を入力し、
前記生成部は、前記第1ノード、前記第1エッジおよび前記階層に基づいて、前記第1ノードを前記階層別に配置した前記第1ロジックモデルを生成し、
前記出力部は、前記第1ノードを前記階層別に配置した前記第1ロジックモデルを出力する、
ことを特徴とするロジックモデル作成支援装置。 - プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有するコンピュータによるロジックモデル作成支援方法であって、
前記プロセッサは、
指標を有するノードと、2つの前記ノードが示す指標のつながりを示すエッジと、により構成されるネットワーク構造であるロジックモデルを記憶するデータベースにアクセス可能であり、
前記プロセッサが、
第1ノードおよび第1エッジを入力し、
前記第1ノードおよび第1エッジに基づいて、第1ロジックモデルを生成し、
前記第1ロジックモデル内の前記第1ノードが指定されると、前記第1ノードの第1指標に類似する類似指標を前記ロジックモデルから特定し、
前記類似指標を出力する、
ことを特徴とするロジックモデル作成支援方法。 - 指標を有するノードと、2つの前記ノードが示す指標のつながりを示すエッジと、により構成されるネットワーク構造であるロジックモデルを記憶するデータベースにアクセス可能なプロセッサに、
第1ノードおよび第1エッジを入力し、
前記第1ノードおよび第1エッジに基づいて、第1ロジックモデルを生成し、
前記第1ロジックモデル内の前記第1ノードが指定されると、前記第1ノードの第1指標に類似する類似指標を前記ロジックモデルから特定し、
前記類似指標を出力する、
処理を実行させることを特徴とするロジックモデル作成支援プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022551050A JP7412585B1 (ja) | 2022-03-14 | 2022-03-14 | ロジックモデル作成支援装置、ロジックモデル作成支援方法、およびロジックモデル作成支援プログラム |
PCT/JP2022/011422 WO2023175687A1 (ja) | 2022-03-14 | 2022-03-14 | ロジックモデル作成支援装置、ロジックモデル作成支援方法、およびロジックモデル作成支援プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2022/011422 WO2023175687A1 (ja) | 2022-03-14 | 2022-03-14 | ロジックモデル作成支援装置、ロジックモデル作成支援方法、およびロジックモデル作成支援プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2023175687A1 true WO2023175687A1 (ja) | 2023-09-21 |
Family
ID=88022496
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2022/011422 WO2023175687A1 (ja) | 2022-03-14 | 2022-03-14 | ロジックモデル作成支援装置、ロジックモデル作成支援方法、およびロジックモデル作成支援プログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7412585B1 (ja) |
WO (1) | WO2023175687A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008226168A (ja) * | 2007-03-15 | 2008-09-25 | Omron Corp | 因果推論装置、その制御プログラムおよび制御方法 |
WO2017033448A1 (ja) * | 2015-08-27 | 2017-03-02 | 日本電気株式会社 | データ処理装置、データ処理方法、及びプログラム記録媒体 |
JP2018181158A (ja) * | 2017-04-19 | 2018-11-15 | 株式会社日立製作所 | 因果関係モデルの検証方法およびシステム、および不良原因抽出システム |
-
2022
- 2022-03-14 JP JP2022551050A patent/JP7412585B1/ja active Active
- 2022-03-14 WO PCT/JP2022/011422 patent/WO2023175687A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008226168A (ja) * | 2007-03-15 | 2008-09-25 | Omron Corp | 因果推論装置、その制御プログラムおよび制御方法 |
WO2017033448A1 (ja) * | 2015-08-27 | 2017-03-02 | 日本電気株式会社 | データ処理装置、データ処理方法、及びプログラム記録媒体 |
JP2018181158A (ja) * | 2017-04-19 | 2018-11-15 | 株式会社日立製作所 | 因果関係モデルの検証方法およびシステム、および不良原因抽出システム |
Non-Patent Citations (1)
Title |
---|
TAKASHI KIYOHARA, HIROYUKI MATSUMOTO, NAOKI MORI : "266-6: Supporting Reuse of Activity Diagrams Using Model Corpus", PROCEEDINGS OF THE 57TH ANNUAL CONFERENCE OF THE INSTITUTE OF SYSTEMS, CONTROL AND INFORMATION ENGINEERS; MAY 15TH - 17TH, 2013, INSTITUTE OF SYSTEMS, CONTROL AND INFORMATION ENGINEERS, JP, 15 May 2013 (2013-05-15) - 17 May 2013 (2013-05-17), JP, pages 1 - 4, XP009549470 * |
Also Published As
Publication number | Publication date |
---|---|
JPWO2023175687A1 (ja) | 2023-09-21 |
JP7412585B1 (ja) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7394106B2 (ja) | 機械学習に基づくウェブインタフェース生成及びテストシステム | |
US11403532B2 (en) | Method and system for finding a solution to a provided problem by selecting a winner in evolutionary optimization of a genetic algorithm | |
CN111552880B (zh) | 基于知识图谱的数据处理方法、装置、介质及电子设备 | |
Faber et al. | A systematic mapping study on business ecosystem types | |
US20200057708A1 (en) | Tracking Missing Data Using Provenance Traces and Data Simulation | |
CN113010255B (zh) | 基于捆绑会话组的交互方法、装置和计算机设备 | |
US11645563B2 (en) | Data filtering with fuzzy attribute association | |
JP2021099885A (ja) | 文書種別の推奨方法、装置、電子機器、可読記憶媒体及びコンピュータプログラム製品 | |
US20230418871A1 (en) | Systems, methods, computing platforms, and storage media for comparing non-adjacent data subsets | |
WO2023175687A1 (ja) | ロジックモデル作成支援装置、ロジックモデル作成支援方法、およびロジックモデル作成支援プログラム | |
WO2023103815A1 (en) | Contextual dialogue framework over dynamic tables | |
JP6280270B1 (ja) | 内部取引判定装置、内部取引判定方法および内部取引判定プログラム | |
JP2020135673A (ja) | 投稿評価システム及び方法 | |
US20220284319A1 (en) | Intelligent guidance using machine learning for user navigation of multiple web pages | |
CN114282121A (zh) | 业务节点推荐方法、系统、设备及存储介质 | |
CN113591881A (zh) | 基于模型融合的意图识别方法、装置、电子设备及介质 | |
Porouhan | Optimization of overdraft application process with fluxicon disco | |
JP2009140362A (ja) | セキュリティレベル評価装置およびセキュリティレベル評価プログラム | |
US11972358B1 (en) | Contextually relevant content sharing in high-dimensional conceptual content mapping | |
US11928719B2 (en) | Facilitating user selection using trend-based joint embeddings | |
KR102581301B1 (ko) | 욕구/원인 키워드를 포함하는 사용자 키워드리스트의 운용에 따른 사용자 표출 구매 원인 및 욕구 통찰 방식의 소비 플랫폼 제공방법 | |
US11748063B2 (en) | Intelligent user centric design platform | |
US20220342931A1 (en) | Condition resolution system | |
JP7390337B2 (ja) | デジタルソリューション選定装置及びデジタルソリューションを選定する方法 | |
US11941076B1 (en) | Intelligent product sequencing for category trees |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
WWE | Wipo information: entry into national phase |
Ref document number: 2022551050 Country of ref document: JP |
|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 22931972 Country of ref document: EP Kind code of ref document: A1 |