WO2025041275A1 - 情報処理装置および方法 - Google Patents

情報処理装置および方法 Download PDF

Info

Publication number
WO2025041275A1
WO2025041275A1 PCT/JP2023/030189 JP2023030189W WO2025041275A1 WO 2025041275 A1 WO2025041275 A1 WO 2025041275A1 JP 2023030189 W JP2023030189 W JP 2023030189W WO 2025041275 A1 WO2025041275 A1 WO 2025041275A1
Authority
WO
WIPO (PCT)
Prior art keywords
behavior
information
message
action
members
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.)
Pending
Application number
PCT/JP2023/030189
Other languages
English (en)
French (fr)
Inventor
郁子 高木
一 中島
晴夫 大石
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.)
NTT Inc
Original Assignee
Nippon Telegraph and Telephone Corp
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 Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to PCT/JP2023/030189 priority Critical patent/WO2025041275A1/ja
Publication of WO2025041275A1 publication Critical patent/WO2025041275A1/ja
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Definitions

  • An embodiment of the present invention relates to an information processing device and method.
  • a company's operations are made up of elements such as employees, facilities, and business processes. Operations are designed to suit the industry, business sector, and business model, and are improved daily. In particular, employees are an organic function that is important in operations, and they flexibly support uncertain and complex operations through an organizational structure.
  • a “team” refers to a group of two or more people who work together or cooperate to achieve a shared goal or obtain value while dividing up roles, and the people who belong to an organization are called “members.”
  • An organization functions as a collection of multiple teams, and it is important to properly understand the formation status of these teams in accordance with the business situation, and to design and improve their operation.
  • Non-Patent Document 1 reports the results of a quantitative analysis of the strength of connections between employees based on the hypothesis that "employees with strong relationships respond quickly after a comment" using communication logs obtained from a business chat application.
  • Non-patent literature 2 reports on the results of an analysis of the relationship between productivity and the structural characteristics of the directed graph of the communication log (history) of a task management application for software development, based on which the shape of the connections between statements is expressed as a directed graph.
  • the method disclosed in the above-mentioned non-patent document 1 estimates the strength of the connection between two people based on the speed of response, but it cannot extract contribution value information about the action relationship regarding the actions of members.
  • Patent Document 2 creates a graph structure of the spread and convergence of comments based on information about quotes and mentions regarding the content of comments made in group chats and information about the context between comments. Since it does not handle member information, it is not possible to extract contribution value information about the action relationships regarding the actions of members.
  • known methods cannot extract action relationships related to the actions of members, i.e., behavioral information that causes action relationships between members, from communication logs.
  • This invention was made in light of the above circumstances, and its purpose is to provide an information processing device and method that can appropriately analyze the interaction relationships regarding the actions of members.
  • An information processing device includes an acquisition unit that acquires behavioral information that identifies the type of behavior performed by each of a plurality of personnel and the personnel involved in the behavior, based on information in which the action relationships related to the behavior performed by each of the plurality of personnel are structured.
  • An information processing method is a method performed by an information processing device, and includes acquiring, by an acquisition unit of the information processing device, behavioral information that identifies the type of behavior performed by each of a plurality of personnel and the personnel involved in the behavior, based on information in which the action relationships related to the behavior performed by each of the plurality of personnel are structured.
  • the present invention makes it possible to properly analyze the interaction between members' actions.
  • FIG. 1 is a diagram showing an application example of a behavior information extraction system according to an embodiment of the present invention.
  • FIG. 2 is a diagram showing an example of input information to the behavior information extraction system.
  • FIG. 3 is a diagram for explaining an example of action relationships regarding actions between members.
  • FIG. 4 is a diagram showing an example of the action relationships regarding sending actions between members.
  • FIG. 5 is a diagram showing an example of action relationships regarding reaction behaviors between members.
  • FIG. 6 is a diagram showing an example of action relationships regarding participation actions between members.
  • FIG. 7 is a diagram showing an example of various types of information in a message.
  • FIG. 8 is a diagram showing an example of various types of information between messages.
  • FIG. 9 is a flowchart showing an example of a processing procedure related to extraction of calling behavior data between members.
  • FIG. 9 is a flowchart showing an example of a processing procedure related to extraction of calling behavior data between members.
  • FIG. 10 is a flowchart showing an example of a processing procedure related to extraction of reaction behavior data between members.
  • FIG. 11 is a flowchart illustrating an example of a processing procedure related to extraction of engagement behavior data between members.
  • FIG. 12 is a diagram illustrating an example of contribution value information based on a result of extraction by the behavior information extraction unit.
  • FIG. 13 is a diagram showing an example of action relationships related to actions visualized as a directed graph network.
  • FIG. 14 is a diagram showing an example of a result of tallying up various behavioral patterns performed by each member.
  • Figure 15 is a block diagram showing an example of the hardware configuration of a behavioral information extraction system according to one embodiment of the present invention.
  • information is extracted from the communication log that indicates the action relationships regarding three types of outreach actions between members: outgoing actions, response actions, and participation actions.
  • FIG. 1 is a diagram showing an application example of a behavior information extraction system according to an embodiment of the present invention.
  • a behavioral information extraction system (behavioral information extraction device) 100 according to one embodiment of the present invention has an outgoing behavior acquisition unit 10, a reaction behavior acquisition unit 20, an engagement behavior acquisition unit 30, a behavioral information DB (database) 40, and a contribution value determination unit 50.
  • the behavioral information extraction system 100 inputs structured information on (1) the destinations of members between and within messages, (2) reactions to messages, and (3) relationships between messages. This information is structured information on the action relationships regarding the actions performed by each of multiple members.
  • Fig. 2 is a diagram showing an example of input information to the behavior information extraction system
  • Fig. 3 is a diagram for explaining an example of action relationships regarding the behaviors of members.
  • the input information by the behavioral information extraction system 100 includes (1) a message of a new topic, which is the first message, and (2) messages of each thread, which are messages below the message of the new topic.
  • This input information includes (1) a message with a mention from one member to another member, (2) a reaction from one member to another member, e.g., a message with a stamp-like mark, and (3) the relationship of messages from other members to messages sent by one member.
  • the above-mentioned messages with mentions and reactions are structured information about the relationships within messages between members, and the above-mentioned message relationships are structured information about the parent-child relationships between messages.
  • the outgoing behavior acquisition unit 10 acquires outgoing behavior data indicating the interaction relationship between members regarding outgoing behavior, which is a type of outreach behavior between members, from the input information, i.e., the structured information, and stores (adds) this acquired data in the behavior information DB 40.
  • the reaction behavior acquisition unit 20 acquires reaction behavior data indicating the action relationship regarding the reaction behavior between each member, which is a type of encouraging behavior between each member, from the above input information, and stores this acquired data in the behavior information DB 40.
  • the participation behavior acquisition unit 30 acquires participation behavior data indicating action relationships regarding participation behaviors between members, which is a type of encouraging behavior between members, from the input information, and stores this acquired data in the behavior information DB 40.
  • the behavior information extraction system 100 outputs the acquired and stored data.
  • the acquired data is behavior information that identifies the type of behavior performed by each of the multiple members and the personnel involved in the behavior.
  • Fig. 4 is a diagram showing an example of an action relationship regarding a sending action between members.
  • Fig. 5 is a diagram showing an example of an action relationship regarding a reaction action between members.
  • Fig. 6 is a diagram showing an example of an action relationship regarding a participation action between members.
  • the action relationships regarding outgoing messages include (1) an outgoing message from member A to all other members, known as a broadcast, when the message in the new topic does not mention any other specific members, (2) an outgoing message from member A to member B when the message in the new topic includes a mention of any other specific members, and (3) an outgoing message from member A to member A.
  • the action relationships regarding the reaction behavior include three action relationships regarding reaction behavior from member A to member A.
  • the action relationships regarding the engagement actions include (1) an engagement action from member A to member B and (2) an engagement action from member A to member C with respect to the above broadcast.
  • ⁇ j ⁇ Mykj 0 ⁇ ), and (8) a set Wu of messages in thread u ⁇ S.
  • the above parent-child relationship is the relationship when the parent message is message j and the child message is message k.
  • FIG. 7 is a diagram showing an example of various types of information in a message.
  • the sender of message k is "member A”
  • the destination members of message k are “member B,””memberC,” and “member D”
  • the member who reacted to message k is "member D.”
  • FIG. 8 is a diagram showing an example of various types of information between messages. 8 shows multiple threads, each of which is a set of messages starting from a message in a new topic, as well as messages j and k in the first thread that have a parent-child relationship.
  • the set of parent messages from 1 to l of message set W u in the u-th thread can be expressed as prt(W u , l-1).
  • FIG. 9 is a flowchart showing an example of a processing procedure related to extraction of calling behavior data between members.
  • the outgoing behavior acquisition unit 10 uses the above-mentioned structured information as input information and assigns 1 to the variable u of the thread to be processed (S11). If the process has not yet ended up to the final thread (No in S12), the outgoing behavior acquisition unit 10 acquires a message k of a new topic (S13).
  • the outgoing message action acquisition unit 10 determines that an action relationship exists between the sender H k and all other members regarding the outgoing message action, and stores information indicating the action relationship regarding this outgoing message action in the action information DB 40 (S15).
  • the outgoing behavior acquisition unit 10 determines that an action relationship related to an outgoing behavior from the message sender H k to the destination member V k exists, and stores information indicating this action relationship in the behavior information DB 40 (S16).
  • the extraction in S15 and S16 corresponds to the above explanation of (1) of the extraction process of outgoing behavior data.
  • the outgoing message behavior acquisition unit 10 adds element k to element Q and assigns 2 to variable 1 (S17).
  • the outgoing message behavior acquisition unit 10 updates the variable u by incrementing it by 1 (S19), and returns to S12.
  • the sending behavior acquisition unit 10 adds the element of the l-th message in the message set W u of the u-th thread to element k (S20).
  • This extraction in S22 corresponds to the above explanation of (2) of the outgoing behavior data extraction process.
  • the outgoing message behavior acquisition unit 10 updates the variable l by incrementing it by 1, adds element k to element Q (S23), and returns to S18.
  • the series of processing by the outgoing call behavior acquisition unit 10 ends.
  • FIG. 10 is a flowchart showing an example of a processing procedure related to extraction of reaction behavior data between members.
  • the reaction behavior acquisition unit 20 receives the above-mentioned structured information as input information and assigns 1 to the variable u of the thread to be processed (S31). If the processing up to the final thread has not yet ended (No in S32), the reaction behavior acquisition unit 20 acquires a message k of a topic u (S33).
  • the reaction behavior acquisition unit 20 determines that an action relationship regarding reaction behavior from the member R k ( ⁇ i
  • the extraction in S35 corresponds to the above explanation of (2) of the extraction process of reaction behavior data.
  • the reaction behavior acquisition unit 20 After S35, or if the answer is "Yes” in S34, the reaction behavior acquisition unit 20 adds element k to element Q, and assigns 2 to variable 1 (S36). When the condition "l>
  • the extraction in S43 corresponds to the above explanation of (1) of the reaction behavior data extraction process.
  • the reaction behavior acquisition unit 20 determines, as in S35, that an action relationship has occurred regarding reaction behavior from the member R k ( ⁇ i
  • reaction behavior acquisition unit 20 updates the variable l by incrementing it by 1, adds element k to element Q (S45), and returns to S37.
  • the series of processing by the reaction behavior acquisition unit 20 ends.
  • FIG. 11 is a flowchart illustrating an example of a processing procedure related to extraction of engagement behavior data between members.
  • the involvement behavior acquisition unit 30 uses the above-mentioned structured information as input information and assigns 1 to the variable u of the thread to be processed (S51). If the processing up to the final thread has not yet ended (No in S52), the involvement behavior acquisition unit 30 acquires a message k of the new topic (S53).
  • the participation behavior acquisition unit 30 determines that an action relationship related to the participation behavior exists from the sender H l of message l, a child of message k, to the sender H k of message k, and stores information indicating this action relationship related to the participation behavior in the behavior information DB 40 (S56).
  • This extraction in S56 corresponds to the above explanation of (2) of the extraction process of the participation behavior data.
  • the involvement behavior acquisition section 30 After S56, or if the answer is "No" in S54 or S55, the involvement behavior acquisition section 30 adds element k to element Q, and assigns 2 to variable 1 (S57). When the condition "l >
  • the involvement behavior acquisition section 30 updates the variable l by incrementing it by 1, adds element k to element Q (S64), and returns to S58.
  • the series of processing by the involvement behavior acquisition unit 30 ends.
  • FIG. 12 is a diagram illustrating an example of contribution value information based on a result of extraction by the behavior information extraction unit.
  • the contribution value determination unit 50 of the behavioral information extraction system 100 calculates the count values of the occurrences of various behaviors indicated by the various information stored in the behavioral information DB 40 as described above, in this case the outgoing behavior P1, the reaction behavior P2, and the participation behavior P3 between each member, and generates the information substituted into a matrix of influence between members as shown in Figure 12 as a matrix of contribution values of each of the multiple members involved in the execution of the various behaviors described above, and outputs this.
  • the generated results can be used by the user to evaluate and analyze the behavioral patterns among the members.
  • the rows of the matrix are assigned to the members who make the appeal, and the columns of the matrix are assigned to the members who are appealed to.
  • the situation showing "who is influencing what behavior on whom" among members of a team can be objectively analyzed using information showing the interaction between three types of initiation behaviors, namely outgoing behavior, response behavior, and engagement behavior, from the communication log between members.
  • FIG. 13 is a diagram showing an example of action relationships related to actions visualized as a directed graph network.
  • the behavioral information extraction system 100 may generate and output information that visualizes the action relationships and the strength of the relationships between members in each behavioral pattern as a directed graph network, as shown in Fig. 13, as an analysis by visualizing a network expression. By generating such information, the user can grasp the interrelationships between members in a team according to their behavioral patterns.
  • FIG. 14 is a diagram showing an example of a result of tallying up various behavioral patterns performed by each member.
  • the behavioral information extraction system 100 may generate and output information that tally up the number of utterances by each member in various behavioral patterns executed by each member, as shown in Fig. 14, and visualize the tally up results as a bar graph. By generating such information, the behavioral tendencies of each member in a team can be visualized, making it easier for the user to understand.
  • FIG. 15 is a block diagram showing an example of a hardware configuration of a behavioral information extraction system 100 according to an embodiment of the present invention.
  • the behavior information extraction system 100 is configured, for example, by a server computer or a personal computer, and has a hardware processor 111A such as a CPU.
  • a program memory 111B, a data memory 112, an input/output interface 113, and a communication interface 114 are connected to the hardware processor 111A via a bus 115.
  • the communication interface 114 includes, for example, one or more wireless communication interface units, and enables the transmission and reception of information to and from a communication network NW.
  • a wireless interface for example, an interface that adopts a low-power wireless data communication standard such as a wireless LAN (Local Area Network) is used.
  • An input device 300 and an output device 400 that are attached to the behavioral information extraction system 100 and are used by a user or the like are connected to the input/output interface 113 .
  • the input/output interface 113 takes in operation data input by a user or the like through an input device 300 such as a keyboard, a touch panel, a touchpad, a mouse, etc., and outputs output data to an output device 400 including a display device using liquid crystal or organic EL (Electro Luminescence), etc., for display.
  • the input device 300 and the output device 400 may be devices built into the behavioral information extraction system 100, or may be input devices and output devices of other information terminals that can communicate with the behavioral information extraction system 100 via the network NW.
  • the program memory 111B is a non-transient tangible storage medium that combines a non-volatile memory such as a HDD (Hard Disk Drive) or SSD (Solid State Drive) that can be written to and read from at any time, with a non-volatile memory such as a ROM (Read Only Memory), and stores the programs necessary to execute various control processes, etc. according to one embodiment.
  • a non-volatile memory such as a HDD (Hard Disk Drive) or SSD (Solid State Drive) that can be written to and read from at any time
  • a non-volatile memory such as a ROM (Read Only Memory)
  • ROM Read Only Memory
  • the data memory 112 is a tangible storage medium that combines, for example, the above-mentioned non-volatile memory with a volatile memory such as RAM (Random Access Memory), and is used to store various data acquired and created during various processing steps.
  • RAM Random Access Memory
  • the behavioral information extraction system 100 can be configured as a data processing system or information processing device having a processing function unit implemented by software.
  • the storage system used as a work memory or the like by the behavioral information extraction system 100 can be configured by using the data memory 112 shown in Fig. 15.
  • these configured storage areas are not essential components in the behavioral information extraction system 100, and may be areas provided in a storage system such as an external storage medium such as a Universal Serial Bus (USB) memory, or a database server located in the cloud.
  • USB Universal Serial Bus
  • the above processing function unit can be realized by having the above hardware processor 111A read and execute a program stored in the program memory 111B. Note that this processing function unit may also be realized in a variety of other forms, including integrated circuits such as an application specific integrated circuit (ASIC (Application Specific Integrated Circuit)) or an FPGA (Field-Programmable Gate Array).
  • ASIC Application Specific Integrated Circuit
  • FPGA Field-Programmable Gate Array
  • the techniques described in each embodiment can be stored as a program (software means) that can be executed by a computer on a recording medium such as a magnetic disk (Floppy disk, hard disk, etc.), optical disc (CD-ROM, DVD, MO, etc.), semiconductor memory (Read Only Memory (ROM), Random Access Memory (RAM), Flash memory, etc.), and can be distributed by transmission via a communication medium.
  • the programs stored on the medium also include a setting program that configures within the computer the software means (including not only execution programs but also tables and data structures) that the computer executes.
  • the computer that realizes this device reads the program recorded on the recording medium, and in some cases constructs the software means using the setting program, and the operation of the software means is controlled to execute the above-mentioned processing.
  • the term "recording medium” is not limited to those for distribution, but also includes storage media such as magnetic disks and semiconductor memories installed inside a computer or in a device connected via a network.
  • the present invention is not limited to the above-described embodiments, and can be modified in various ways during implementation without departing from the gist of the invention.
  • the embodiments may also be implemented in appropriate combination, in which case the combined effects can be obtained.
  • the above-described embodiments include various inventions, and various inventions can be extracted by combinations selected from the multiple constituent elements disclosed. For example, if the problem can be solved and an effect can be obtained even if some constituent elements are deleted from all the constituent elements shown in the embodiments, the configuration from which these constituent elements are deleted can be extracted as an invention.
  • Behavioral information extraction system 10 Outgoing behavior acquisition unit 20: Reaction behavior acquisition unit 30: Participation behavior acquisition unit 40: Behavioral information DB (database) 50...Contribution value determination unit

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一実施形態に係る情報処理装置は、複数の人員の各々が実行した行動に関する作用関係が構造化された情報に基づいて、前記複数の人員の各々が実行した行動の種別および当該行動に関わった人員を特定する行動情報を取得する取得部を有する。

Description

情報処理装置および方法
　本発明の実施形態は、情報処理装置および方法に関する。
　企業のオペレーションは、従業員、設備、および業務プロセスなどの要素によって構成される。オペレーションは、業種、業界、およびビジネス形態などに沿った運用が設計され、日々改善されている。中でも、従業員の要素は有機的な機能であるとして、オペレーションの中では重要であり、不確実で複雑なオペレーションを組織的な体制で柔軟に支えている。
　組織のパフォーマンスはオペレーションの安定性に大きく影響する。組織がとり得る形態は、この業務に求められる堅牢性、創造性、または緊急性等により異なるが、どの場合でも、従業員間で役割を持ち、協働することがポイントである。
　以降では、「２人以上の人間が役割を分担しながら共有する目標達成や価値獲得のために協働または連携する集団」を「チーム」と呼び、組織に所属する人間を「メンバ」と呼ぶ。組織は複数のチームの集合体として機能しており、このチームの形成状況を業務の状況に合わせて適切に把握し、運用を設計および改善していくことが重要である。
　労働人口の減少から、昨今では１名のメンバが複数のチームに所属して各チームの業務に関わることも増えてきている。対象の業務の状況または与えられた役割に応じて、メンバの態度または行動は変化すると考えられることから、業務実態の情報を基に、より客観的にチームの形成状況を分析可能な技術が必要である。
　チームに所属するメンバ間の行動に関する相互の作用関係を客観的に分析する手法の関連研究として、近年はコミュニケーションログ(履歴)を用いて、メンバ同士のつながり、またはコミュニケーションの傾向と生産性の関係を分析する手法が提案されている（非特許文献１、２参照）。
　非特許文献１では、ビジネスチャットアプリケーションから取得したコミュニケーションログから「関係性の強い社員同士は、発言後のレスポンスが早い」という仮説の元、社員間のつながりの強さを定量分析した結果について報告されている。
　非特許文献２では、ソフトウエア開発用のタスク管理アプリのコミュニケーションログに基づいて、発言と発言の接続の形状を有向グラフで表現し、コミュニケーションログ(履歴)の有向グラフの構造的特徴から生産性の関係性を分析した結果について報告される。
　上記の非特許文献１に開示された手法は、レスポンスの速さに基づいて２者間のつながりの強さを推測する手法であり、メンバ間の行動に関する作用関係についての寄与値情報を抽出することはできない。
　上記の特許文献２に開示された手法は、グループチャット内での発言内容に関する引用・メンションの情報および発言間の前後関係の情報に基づいて、発言の広がりおよび収束をグラフ構造化したものであり、メンバの情報を扱っていないため、メンバ間の行動に関する作用関係についての寄与値情報を抽出することはできない。
　このように、既知の手法では、コミュニケーションログから、メンバ間の行動に関する作用関係、すなわちメンバ間で作用関係を引き起こす行動情報を抽出することはできない。
　この発明は、上記事情に着目してなされたもので、その目的とするところは、メンバ間の行動に関する作用関係を適切に分析することができるようにした情報処理装置および方法を提供することにある。
　本発明の一態様に係る情報処理装置は、複数の人員の各々が実行した行動に関する作用関係が構造化された情報に基づいて、前記複数の人員の各々が実行した行動の種別および当該行動に関わった人員を特定する行動情報を取得する取得部を備える。
　本発明の一態様に係る情報処理方法は、情報処理装置により行なわれる方法であって、前記情報処理装置の取得部により、複数の人員の各々が実行した行動に関する作用関係が構造化された情報に基づいて、前記複数の人員の各々が実行した行動の種別および当該行動に関わった人員を特定する行動情報を取得することを備える。
　本発明によれば、メンバ間の行動に関する作用関係を適切に分析することができる。
図１は、本発明の一実施形態に係る行動情報抽出システムの適用例を示す図である。 図２は、行動情報抽出システムによる入力情報の一例を示す図である。 図３は、メンバ間の行動に関する作用関係の一例を説明する図である。 図４は、メンバ間の発信行動に関する作用関係の一例を示す図である。 図５は、メンバ間の反応行動に関する作用関係の一例を示す図である。 図６は、メンバ間の関与行動に関する作用関係の一例を示す図である。 図７は、メッセージ内の各種情報の一例を示す図である。 図８は、メッセージ間の各種情報の一例を示す図である。 図９は、メンバ間の発信行動データの抽出に係る処理手順の一例を示すフローチャートである。 図１０は、メンバ間の反応行動データの抽出に係る処理手順の一例を示すフローチャートである。 図１１は、メンバ間の関与行動データの抽出に係る処理手順の一例を示すフローチャートである。 図１２は、行動情報抽出部による抽出結果に基づく寄与値情報の一例を示す図である。 図１３は、行動に関する作用関係を有向グラフのネットワークとして可視化した例を示す図である。 図１４は、メンバ別に実行している各種行動パターンの集計結果の一例を示す図である。 図１５は、本発明の一実施形態に係る行動情報抽出システムのハードウエア（hardware）構成の一例を示すブロック図（block diagram）である。
　以下、図面を参照しながら、この発明に係わる一実施形態を説明する。　
　本発明の一実施形態では、コミュニケーションログから、メンバ間の３種類の働き掛け行動としての発信行動、反応行動、および関与行動に関する作用関係を示す係る情報を抽出する。
　図１は、本発明の一実施形態に係る行動情報抽出システムの適用例を示す図である。　
　図１に示されるように、本発明の一実施形態に係る行動情報抽出システム（行動情報抽出装置）１００は、発信行動取得部１０、反応行動取得部２０、関与行動取得部３０、行動情報ＤＢ（データベース）４０、および寄与値決定部５０を有する。
　行動情報抽出システム１００は、（１）メッセージ間およびメッセージ内のメンバの宛先、（２）メッセージへのリアクション、ならびに（３）メッセージ間の関係、が構造化された情報を入力する。この情報は、複数のメンバの各々が実行した行動に関する作用関係が構造化された情報である。
　図２は、行動情報抽出システムによる入力情報の一例を示す図である。図３は、メンバ間の行動に関する作用関係の一例を説明する図である。　
　図２および図３に示されるように、行動情報抽出システム１００による入力情報は、（１）最初のメッセージである新規トピックのメッセージ、および（２）新規トピックのメッセージからみて下層のメッセージとしての、各スレッドのメッセージ、を含む。　
　この入力情報は、（１）あるメンバから別のメンバへのメンション付きメッセージ、（２）あるメンバから別のメンバへのリアクション、例えばスタンプ状のマーク付きメッセージ、および（３）あるメンバから送信されたメッセージに対する、他のメンバからのメッセージの関係、を含む。
　上記メンション付きメッセージ、およびリアクションは、メンバ間のメッセージ内の関係性が構造化された情報であり、上記メッセージの関係は、メッセージ間の親子関係が構造化された情報である。
　発信行動取得部１０は、上記入力情報、すなわち上記構造化された情報から、各メンバ間の働き掛け行動の１種である、各メンバ間の発信行動に関する作用関係を示す発信行動データを取得し、この取得したデータを行動情報ＤＢ４０に格納（追加）する。
　反応行動取得部２０は、上記入力情報から、各メンバ間の働き掛け行動の１種である、各メンバ間の反応行動に関する作用関係を示す反応行動データを取得し、この取得したデータを行動情報ＤＢ４０に格納する。
　関与行動取得部３０は、上記入力情報から、各メンバ間の働き掛け行動の１種である、各メンバ間の関与行動に関する作用関係を示す関与行動データを取得し、この取得したデータを行動情報ＤＢ４０に格納する。　
　行動情報抽出システム１００は、これら取得および格納されたデータを出力する。この取得されたデータは、複数のメンバの各々が実行した行動の種別および当該行動に関わった人員を特定する行動情報である。
　次に、上記構造化された情報から抽出される、発信行動、反応行動、および関与行動に関する作用関係の例について説明する。　
　図４は、メンバ間の発信行動に関する作用関係の一例を示す図である。図５は、メンバ間の反応行動に関する作用関係の一例を示す図である。図６は、メンバ間の関与行動に関する作用関係の一例を示す図である。　
　図４に示された例では、発信行動に関する作用関係は、（１）新規トピックのメッセージに、他の特定のメンバへのメンションがないときの、メンバＡから他のメンバへの全員への発信行動、いわゆるブロードキャスト、（２）新規トピックのメッセージに、他の特定のメンバへのメンションが含まれるときの、メンバＡからメンバＢへの発信行動、および（３）メンバＡからメンバＡへの発信行動、に関する作用関係が挙げられる。
　図５に示された例では、反応行動に関する作用関係は、メンバＡからメンバＡへの３通りの反応行動に関する作用関係が挙げられる。　
　図６に示された例では、関与行動に関する作用関係は、（１）メンバＡからメンバＢへの関与行動および（２）上記ブロードキャストに対する、メンバＡからメンバＣへの関与行動、に関する作用関係が挙げられる。
　次に、上記構造化された情報で示される、行動情報抽出システム１００へ入力される情報の例を説明する。本実施形態では、これらの情報に基づいて各種行動に関する作用関係、いわゆる各種行動パターンが取得される。
　行動情報抽出システム１００へ入力される情報は、（１）メンバｉ∈メンバの集合Ｎ、（２）メンバからのメッセージｋ∈メッセージの集合Ｍ、（３）複数のメッセージ間の親子関係ｙｋｊ、（４）メッセージｋの宛先メンバＶｋの情報、（５）メッセージの発言者Ｈｋの情報、（６）メッセージｋにリアクションしたメンバＲｋの情報、（７）新規トピック集合Ｓ（＝｛ｋ│Σｊ∈Ｍｙｋｊ＝０｝）、および（８）スレッドｕ∈Ｓのメッセージ集合Ｗｕが挙げられる。　
　上記親子関係は、親のメッセージをメッセージｊとして子のメッセージをメッセージｋとしたときの関係である。ここでは、はメッセージｊとメッセージｋが親子関係を有しないときは「ｙｋｊ＝０」と表記し、メッセージｊとメッセージｋが親子関係を有するときは「ｙｋｊ＝１」と表記する。
　図７は、メッセージ内の各種情報の一例を示す図である。　
　図７に示された例では、メッセージｋの発言者は「メンバＡ」であり、このメッセージｋの宛先メンバは「メンバＢ」、「メンバＣ」および「メンバＤ」であり、メッセージｋへのリアクションをしたメンバは「メンバＤ」である。
　図８は、メッセージ間の各種情報の一例を示す図である。　
　図８に示された例では、新規トピックのメッセージを起点とする、メッセージの集合を１つのスレッドとしたときの複数のスレッド、スレッド毎のメッセージ、および１番目のスレッド内の、親子関係を有するメッセージｊとメッセージｋが示される。ｕ番目のスレッドのメッセージ集合Ｗｕの１番目からｌ番目までの親メッセージの集合は、ｐｒｔ（Ｗｕ，ｌ－１）と表記できる。
　次に、発信行動データの抽出処理について、以下の（１）および（２）に区分して説明する。　
　（１）　新規トピックのメッセージからの発信行動データの抽出
　働き掛け元が、新規トピックのメッセージｋの発言者Ｈｋであるときで、このメッセージｋの宛先メンバＶｋが存在しないときは、働き掛け元のメンバ（＝Ｈｋ）から、働き掛け先のメンバである、集合Ｎに属する他の全てのメンバ（｛ｉ|ｉ∈Ｎ｝）への発信行動に関する作用関係が生じていることが抽出される。
　また、上記メッセージｋの宛先メンバＶｋが存在するときは、働き掛け元のメンバ（＝Ｈｋ）から働き掛け先の宛先メンバＶｋ（｛ｉ|ｉ∈Ｖｋ｝）への発信行動に関する作用関係が生じていることが抽出される。
　（２）　スレッド内のメッセージ間からの発信行動データの抽出
　ここでは、スレッドｕのメッセージ集合Ｗｕに対して、新規トピック側のメッセージから順に、このメッセージの発言者Ｈｋの情報と宛先メンバＶｋの情報が取得される。　
　各スレッドにおいて、メッセージｋの一つ前までの親メッセージ（ｐｒｔ（Ｗｕ，ｋ－１））で発言したメンバをＱ（＝｛Ｈｔ|ｔ∈ｐｒｔ（Ｗｕ，ｋ－１）｝）とする。　
　このメンバＱに含まれないメンバへのメンションがあれば、働き掛け元のメンバ（＝Ｈｋ）から働き掛け先のメンバ（＝Ｖｋ－Ｑ）への発信行動に関する作用関係が生じていることが抽出される。
　次に、反応行動データの抽出処理について、以下の（１）および（２）に区分して説明する。　
　（１）　スレッド内のメッセージ間からの反応行動データの抽出
　ここでは、発信行動データの抽出処理の（１）の説明と同様に、スレッドｕのメッセージ集合Ｗｕに対して、新規トピック側のメッセージから順に、このメッセージの発言者Ｈｋの情報と宛先メンバＶｋの情報が取得される。
　発信行動データの抽出処理の（１）の説明と同様に、各スレッドにおいて、メッセージｋの一つ前までの親メッセージ（ｐｒｔ（Ｗｕ，ｋ－１））で発言したメンバをＱ（＝｛Ｈｔ|ｔ∈ｐｒｔ（Ｗｕ，ｋ－１）｝）とする。
　上記取得した発言者が、上記メンバＱに含まれる発言者であれば、働き掛け元のメンバ（＝Ｈｋ）から、このメンバが発言したメッセージの一つ前に発言された親メッセージ（一つ前のメッセージと称することもある）の発言者である働き掛け先（＝Ｈ（ｋ，－１））への反応行動に関する作用関係が生じていることが抽出される。
　（２）　メッセージ内からの反応行動データの抽出
　ここでは、発言者からのメッセージｋ内にリアクションしたメンバＲｋがいれば、このリアクションした働き掛け元のメンバＲｋ（｛ｉ|ｉ∈Ｒｋ｝）から、働き掛け先のメンバである発言者Ｈｋへの反応行動に関する作用関係が生じていることが抽出される。
　次に、関与行動データの抽出処理について、以下の（１）および（２）に区分して説明する。　
　（１）　スレッド内のメッセージ間からの関与行動データの抽出
　ここでは、発信行動データの抽出処理の（１）の説明と同様に、スレッドｕのメッセージ集合Ｗｕに対して、新規トピック側のメッセージから順に、このメッセージの発言者Ｈｋの情報と宛先メンバＶｋの情報が取得される。
　発信行動データの抽出処理の（１）の説明と同様に、各スレッドにおいて、メッセージｋの一つ前までの親メッセージ（ｐｒｔ（Ｗｕ，ｋ－１））で発言したメンバをＱ（＝｛Ｈｔ|ｔ∈ｐｒｔ（Ｗｕ，ｋ－１）｝）とする。
　上記取得した発言者が、上記メンバＱに含まれる発言者でなければ、働き掛け元のメンバ（＝Ｈｋ）から、働き掛け先のメンバ（＝Ｈ（ｋ，－１））への関与行動に関する作用関係が生じていることが抽出される。
　（２）　ブロードキャストへの反応としての関与行動データの抽出
　ここでは、上記スレッドｕのメッセージ集合Ｗｕに対する新規トピックのメッセージをｋとし、このメッセージの子のメッセージである２番目のメッセージをメッセージl（エル）とする。
　メッセージｋの宛先メンバＶｋが存在するときは、働き掛け元である、メッセージl（エル）の発言者Ｈlによる、働き掛け先である、メッセージｋの発言者Ｈｋへの関与行動に関する作用関係が生じていることが抽出される。
　図９は、メンバ間の発信行動データの抽出に係る処理手順の一例を示すフローチャートである。　
　発信行動取得部１０は、上記構造化された情報を入力情報とし、処理対象のスレッドの変数ｕに１を代入する（Ｓ１１）。　
　最終のスレッドまでの処理の終了前であるとき（Ｓ１２のＮｏ）、発信行動取得部１０は、新規トピックのメッセージｋを取得する（Ｓ１３）。
　このメッセージｋの宛先メンバＶｋが存在しないとき（Ｓ１４のＹｅｓ）、発信行動取得部１０は、発言者Ｈｋから他の全てのメンバの発信行動に関する作用関係が生じていると判定し、この発信行動に関する作用関係を示す情報を行動情報ＤＢ４０に格納する（Ｓ１５）。
　一方、メッセージｋの宛先メンバＶｋが存在するとき（Ｓ１４のＮｏ）、発信行動取得部１０は、発言者Ｈｋから宛先メンバＶｋへの発信行動に関する作用関係が生じていると判定し、この作用関係を示す情報を行動情報ＤＢ４０に格納する（Ｓ１６）。Ｓ１５およびＳ１６での抽出は、発信行動データの抽出処理の上記（１）の説明に対応する。
　Ｓ１５またはＳ１６の後、発信行動取得部１０は、要素Ｑに要素ｋを追加し、変数ｌに２を代入する（Ｓ１７）。　
　「l＞|Ｗｕ|」の条件を満たさないときは（Ｓ１８のＮｏ）、発信行動取得部１０は、変数ｕを１増加させて更新し（Ｓ１９）、Ｓ１２に戻る。　
　「l＞|Ｗｕ|」の条件を満たすときは（Ｓ１８のＹｅｓ）、発信行動取得部１０は、要素ｋにｕ番目のスレッドのメッセージ集合Ｗｕのl番目のメッセージの要素を追加する（Ｓ２０）。
　メンバＱに含まれない宛先メンバへＶｋのメンションがあれば（Ｓ２１のＮｏ）、発信行動取得部１０は、働き掛け元のメンバ（＝Ｈｋ）から働き掛け先のメンバ（＝Ｖｋ－Ｑ）への発信行動に関する作用関係が生じていることを抽出し、この作用関係を示す情報を行動情報ＤＢ４０に格納する（Ｓ２２）。このＳ２２での抽出は、発信行動データの抽出処理の上記（２）の説明に対応する。
　Ｓ２２の後、またはＳ２１で「Ｙｅｓ」のときは、発信行動取得部１０は、変数ｌを１増加させて更新し、要素Ｑに要素ｋを追加して（Ｓ２３）、Ｓ１８に戻る。　
　最終のスレッドまでの処理が終了したときは（Ｓ１２のＹｅｓ）、発信行動取得部１０による一連の処理が終了する。
　図１０は、メンバ間の反応行動データの抽出に係る処理手順の一例を示すフローチャートである。　
　反応行動取得部２０は、上記構造化された情報を入力情報とし、処理対象のスレッドの変数ｕに１を代入する（Ｓ３１）。　
　最終のスレッドまでの処理の終了前であるとき（Ｓ３２のＮｏ）、反応行動取得部２０は、トピックｕのメッセージｋを取得する（Ｓ３３）。　
　このメッセージｋにリアクションをしたメンバＲｋが存在するとき（Ｓ１４のＮｏ）、反応行動取得部２０は、このリアクションをしたメンバＲｋ（｛ｉ|ｉ∈Ｒｋ｝）から発言者Ｈｋへの反応行動に関する作用関係が生じていると判定し、この作用関係を示す情報を行動情報ＤＢ４０に格納する（Ｓ３５）。Ｓ３５での抽出は、反応行動データの抽出処理の上記（２）の説明に対応する。
　Ｓ３５の後、またはＳ３４で「Ｙｅｓ」のときは、反応行動取得部２０は、要素Ｑに要素ｋを追加し、変数ｌに２を代入する（Ｓ３６）。　
　「l＞|Ｗｕ|」の条件を満たさないときは（Ｓ３７のＮｏ）、反応行動取得部２０は、変数ｕを１増加させて更新し（Ｓ３８）、Ｓ３２に戻る。　
　「l＞|Ｗｕ|」の条件を満たすときは（Ｓ３７のＹｅｓ）、反応行動取得部２０は、要素ｋにスレッドのメッセージ集合Ｗｕのl番目のメッセージの要素を追加する（Ｓ４１）。
　発言者Ｈｋが、メンバＱに含まれる発言者であれば（Ｓ４２のＹｅｓ）、反応行動取得部２０は、発言者Ｈｋから一つ前のメッセージの発言者（＝Ｈ（ｋ，－１））への反応行動に関する作用関係が生じていることを抽出し、この作用関係を示す情報を行動情報ＤＢ４０に格納する（Ｓ４３）。Ｓ４３での抽出は、反応行動データの抽出処理の上記（１）の説明に対応する。
　Ｓ４３の後、またはＳ４２で「Ｎｏ」のときは、反応行動取得部２０は、Ｓ３５と同じく、リアクションをしたメンバＲｋ（｛ｉ|ｉ∈Ｒｋ｝）から発言者Ｈｋへの反応行動に関する作用関係が生じていると判定し、この作用関係を示す情報を行動情報ＤＢ４０に格納する（Ｓ４４）。
　Ｓ４４の後、反応行動取得部２０は、変数ｌを１増加させて更新し、要素Ｑに要素ｋを追加して（Ｓ４５）、Ｓ３７に戻る。　
　最終のスレッドまでの処理が終了したときは（Ｓ３２のＹｅｓ）、反応行動取得部２０による一連の処理が終了する。
　図１１は、メンバ間の関与行動データの抽出に係る処理手順の一例を示すフローチャートである。　
　関与行動取得部３０は、上記構造化された情報を入力情報とし、処理対象のスレッドの変数ｕに１を代入する（Ｓ５１）。　
　最終のスレッドまでの処理の終了前であるとき（Ｓ５２のＮｏ）、関与行動取得部３０は、新規トピックのメッセージｋを取得する（Ｓ５３）。
　このメッセージｋの宛先メンバＶｋが存在するときで（Ｓ５４のＹｅｓ）、メッセージのｋの子であるメッセージｌがあるときは（Ｓ５５のＹｅｓ）、関与行動取得部３０は、メッセージｋの子のメッセージｌの発言者Ｈｌからメッセージｋの発言者Ｈｋへの関与行動に関する作用関係が生じていると判定し、この関与行動に関する作用関係を示す情報を行動情報ＤＢ４０に格納する（Ｓ５６）。このＳ５６での抽出は、関与行動データの抽出処理の上記（２）の説明に対応する。
　Ｓ５６の後、またはＳ５４もしくはＳ５５で「Ｎｏ」のときは、関与行動取得部３０は、要素Ｑに要素ｋを追加し、変数ｌに２を代入する（Ｓ５７）。
　「ｌ＞|Ｗｕ|」の条件を満たさないときは（Ｓ５８のＮｏ）、関与行動取得部３０は、変数ｕを１増加させて更新し（Ｓ５９）、Ｓ５２に戻る。　
　「l＞|Ｗｕ|」の条件を満たすときは（Ｓ５８のＹｅｓ）、関与行動取得部３０は、要素ｋにスレッドのメッセージ集合Ｗｕのl番目のメッセージの要素を追加する（Ｓ６１）。
　発言者ＨｋがメンバＱに含まれる発言者でなければ（Ｓ６２のＮｏ）、関与行動取得部３０は、働き掛け元のメンバ（＝Ｈｋ）から働き掛け先のメンバ（＝Ｈ（ｋ，－１））への関与行動に関する作用関係が生じていることを抽出し、この作用関係を示す情報を行動情報ＤＢ４０に格納する（Ｓ６３）。このＳ６３での抽出は、関与行動データの抽出処理の上記（１）の説明に対応する。
　Ｓ６３の後、またはＳ６２で「Ｙｅｓ」のときは、関与行動取得部３０は、変数ｌを１増加させて更新し、要素Ｑに要素ｋを追加して（Ｓ６４）、Ｓ５８に戻る。　
　最終のスレッドまでの処理が終了したときは（Ｓ５２のＹｅｓ）、関与行動取得部３０による一連の処理が終了する。
　図１２は、行動情報抽出部による抽出結果に基づく寄与値情報の一例を示す図である。　
　行動情報抽出システム１００の寄与値決定部５０は、上記のようにされて行動情報ＤＢ４０に格納された各種情報で示される各種行動、ここではメンバ間それぞれの発信行動Ｐ１、反応行動Ｐ２および関与行動Ｐ３の発生回数のカウント値を求め、図１２に示されるような、働き掛けのメンバ間毎の行列に代入した情報を、上記各種行動の実行に係る、複数のメンバの各々の寄与値の行列として生成して、これを出力する。
　この生成された結果は、ユーザによる、メンバ間の行動パターンの評価および分析に用いることができる。図１２に示された例では、行列の行は、働き掛けるメンバに割り当てられ、上記の行列の列は、働き掛けられるメンバに割り当てられる。
　本発明の一実施形態では、メンバ間のコミュニケーションログから、３種類の働き掛け行動としての発信行動、反応行動、および関与行動に関する作用関係を示す係る情報を用いて、チームに所属するメンバ間の「誰が誰に、どのような行動を及ぼしているか」を示す状況を客観的に分析できる。
　図１３は、行動に関する作用関係を有向グラフのネットワークとして可視化した例を示す図である。　
　行動情報抽出システム１００は、例えば、ネットワーク表現の可視化による分析として、図１３に示されるような、各行動パターンにおけるメンバ間の作用の関係および関係の強さを有向グラフのネットワークとして可視化した情報を生成して、これを出力してもよい。このような情報を生成することで、チームにおける行動パターン別のメンバ間の相互関係をユーザが把握できるようになる。
　図１４は、メンバ別に実行している各種行動パターンの集計結果の一例を示す図である。　
　また、行動情報抽出システム１００は、例えば、図１４に示されるような、メンバ別に実行される各種行動パターンにおける、メンバ別の発言回数を集計して、この集計結果を棒グラフとして可視化した情報を生成して、これを出力してもよい。このような情報を生成することで、チームにおける各メンバの行動傾向を可視化してユーザが把握し易くすることができる。
　図１５は、本発明の一実施形態に係る行動情報抽出システム１００のハードウエア構成の一例を示すブロック図である。　
　図１５に示された例では、上記の実施形態に係る行動情報抽出システム１００は、例えばサーバコンピュータ（server computer）またはパーソナルコンピュータ（personal computer）により構成され、ＣＰＵ等のハードウエアプロセッサ（hardware processor）１１１Ａを有する。そして、このハードウエアプロセッサ１１１Ａに対し、プログラムメモリ（program memory）１１１Ｂ、データメモリ（data memory）１１２、入出力インタフェース１１３及び通信インタフェース１１４が、バス（bus）１１５を介して接続される。
　通信インタフェース１１４は、例えば１つ以上の無線の通信インタフェースユニット（interface unit）を含んでおり、通信ネットワーク（network）ＮＷとの間で情報の送受信を可能にする。無線インタフェースとしては、例えば無線ＬＡＮ（Local Area Network）などの小電力無線データ通信規格が採用されたインタフェースが使用される。
　入出力インタフェース１１３には、行動情報抽出システム１００に付設される、利用者などにより用いられる入力デバイス（device）３００および出力デバイス４００が接続される。　
　入出力インタフェース１１３は、キーボード（keyboard）、タッチパネル（touch panel）、タッチパッド（touchpad）、マウス（mouse）等の入力デバイス３００を通じて利用者などにより入力された操作データを取り込むとともに、出力データを液晶または有機ＥＬ（Electro Luminescence）等が用いられた表示デバイスを含む出力デバイス４００へ出力して表示させる処理を行なう。なお、入力デバイス３００および出力デバイス４００には、行動情報抽出システム１００に内蔵されたデバイスが使用されてもよく、また、ネットワークＮＷを介して行動情報抽出システム１００と通信可能である他の情報端末の入力デバイスおよび出力デバイスが使用されてもよい。
　プログラムメモリ１１１Ｂは、非一時的な有形の記憶媒体として、例えば、ＨＤＤ（Hard Disk Drive）またはＳＳＤ（Solid State Drive）等の随時書込みおよび読出しが可能な不揮発性メモリ（non-volatile memory）と、ＲＯＭ（Read Only Memory）等の不揮発性メモリとが組み合わせて使用されたもので、一実施形態に係る各種制御処理等を実行する為に必要なプログラムが格納されている。
　データメモリ１１２は、有形の記憶媒体として、例えば、上記の不揮発性メモリと、ＲＡＭ（Random Access Memory）等の揮発性メモリ（volatile memory）とが組み合わせて使用されたもので、各種処理が行なわれる過程で取得および作成された各種データが記憶される為に用いられる。
　本発明の一実施形態に係る行動情報抽出システム１００は、ソフトウエア（software）による処理機能部を有するデータ処理システムまたは情報処理装置として構成され得る。　
　行動情報抽出システム１００によるワークメモリなどとして用いられる記憶システムは、図１５に示されたデータメモリ１１２が用いられることで構成され得る。ただし、これらの構成される記憶領域は行動情報抽出システム１００内に必須の構成ではなく、例えば、ＵＳＢ（Universal Serial Bus）メモリなどの外付け記憶媒体、又はクラウド（cloud）に配置されたデータベースサーバ（database server）等の記憶システムに設けられた領域であってもよい。
　上記の処理機能部は、プログラムメモリ１１１Ｂに格納されたプログラムを上記ハードウエアプロセッサ１１１Ａにより読み出させて実行させることにより実現され得る。なお、この処理機能部は、特定用途向け集積回路（ＡＳＩＣ（Application Specific Integrated Circuit））またはＦＰＧＡ（Field-Programmable Gate Array）などの集積回路を含む、他の多様な形式によって実現されてもよい。
　また、各実施形態に記載された手法は、計算機（コンピュータ）に実行させることができるプログラム（ソフトウエア手段）として、例えば磁気ディスク（フロッピー（登録商標）ディスク（Floppy disk）、ハードディスク（hard disk）等）、光ディスク（optical disc）（ＣＤ－ＲＯＭ、ＤＶＤ、ＭＯ等）、半導体メモリ（ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash memory）等）等の記録媒体に格納し、また通信媒体により伝送して頒布され得る。なお、媒体側に格納されるプログラムには、計算機に実行させるソフトウエア手段（実行プログラムのみならずテーブル（table）、データ構造も含む）を計算機内に構成させる設定プログラムをも含む。本装置を実現する計算機は、記録媒体に記録されたプログラムを読み込み、また場合により設定プログラムによりソフトウエア手段を構築し、このソフトウエア手段によって動作が制御されることにより上述した処理を実行する。なお、本明細書でいう記録媒体は、頒布用に限らず、計算機内部あるいはネットワークを介して接続される機器に設けられた磁気ディスク、半導体メモリ等の記憶媒体を含むものである。
　なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。
　　１００…行動情報抽出システム
　　１０…発信行動取得部
　　２０…反応行動取得部
　　３０…関与行動取得部
　　４０…行動情報ＤＢ（データベース）
　　５０…寄与値決定部

Claims (4)

  1. 　複数の人員の各々が実行した行動に関する作用関係が構造化された情報に基づいて、前記複数の人員の各々が実行した行動の種別および当該行動に関わった人員を特定する行動情報を取得する取得部、
    　を備える情報処理装置。
  2. 　前記取得部により取得した行動情報で示される行動の実行に係る、前記複数の人員の各々の寄与値を決定する寄与値決定部をさらに備える、
    　請求項１に記載の情報処理装置。
  3. 　前記取得部は、
    　　前記構造化された情報に基づいて、前記複数の人員のうち第１の人員から第２の人員への発信行動、前記複数の人員のうち第１の人員から第２の人員への反応行動、および前記複数の人員のうち第１の人員から第２の人員への関与行動のうち少なくとも１つを特定する情報を前記行動情報として取得する、
    　請求項１に記載の情報処理装置。
  4. 　情報処理装置により行なわれる方法であって、
    　前記情報処理装置の取得部により、複数の人員の各々が実行した行動に関する作用関係が構造化された情報に基づいて、前記複数の人員の各々が実行した行動の種別および当該行動に関わった人員を特定する行動情報を取得すること、
    　を備える情報処理方法。
PCT/JP2023/030189 2023-08-22 2023-08-22 情報処理装置および方法 Pending WO2025041275A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2023/030189 WO2025041275A1 (ja) 2023-08-22 2023-08-22 情報処理装置および方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2023/030189 WO2025041275A1 (ja) 2023-08-22 2023-08-22 情報処理装置および方法

Publications (1)

Publication Number Publication Date
WO2025041275A1 true WO2025041275A1 (ja) 2025-02-27

Family

ID=94731520

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/030189 Pending WO2025041275A1 (ja) 2023-08-22 2023-08-22 情報処理装置および方法

Country Status (1)

Country Link
WO (1) WO2025041275A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012510667A (ja) * 2008-12-01 2012-05-10 トプシー ラブズ インコーポレイテッド 計算された評判又は影響度スコアに基づくランキング及び選択エンティティ
JP2014527651A (ja) * 2011-07-07 2014-10-16 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 対人的対話からのテキストコンテンツを用いて、対人関係影響情報を判定するためのシステム及び方法
JP2015164008A (ja) * 2014-02-28 2015-09-10 株式会社日立製作所 解析装置及び解析方法
JP2016048540A (ja) * 2014-08-25 2016-04-07 富士通株式会社 生成方法、装置、及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012510667A (ja) * 2008-12-01 2012-05-10 トプシー ラブズ インコーポレイテッド 計算された評判又は影響度スコアに基づくランキング及び選択エンティティ
JP2014527651A (ja) * 2011-07-07 2014-10-16 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 対人的対話からのテキストコンテンツを用いて、対人関係影響情報を判定するためのシステム及び方法
JP2015164008A (ja) * 2014-02-28 2015-09-10 株式会社日立製作所 解析装置及び解析方法
JP2016048540A (ja) * 2014-08-25 2016-04-07 富士通株式会社 生成方法、装置、及びプログラム

Similar Documents

Publication Publication Date Title
Iacopini et al. Group interactions modulate critical mass dynamics in social convention
US11663247B2 (en) System, method and architecture for a document as a node on a social graph
US10748194B2 (en) Collaboration group recommendations derived from request-action correlations
Van der Aalst et al. Prom: The process mining toolkit
De Domenico et al. The anatomy of a scientific rumor
US20170193392A1 (en) Automated machine learning tool
US20210392100A1 (en) Method, apparatus, and computer program product for categorizing multiple group-based communication messages
US10541828B2 (en) Message management
JP2009282574A (ja) 情報処理装置、情報処理方法、およびプログラム
DE112013000449T5 (de) Identitätsprüfung für mindestens einen Teilnehmer an einer textgestützten Kommunikation
EP3815008A1 (en) Visualization of user intent in virtual agent interaction
Krishna et al. Transnational entrepreneurship and Indian high-tech start-up survival: An empirical investigation.
Nemoto et al. Social capital increases efficiency of collaboration among Wikipedia editors
Panpanich et al. Analysis of handover of work in call center using social network process mining technique
JP6750838B1 (ja) 業務自動処理の手順定義装置、及び業務自動処理の手順定義システム
WO2025041275A1 (ja) 情報処理装置および方法
Heath et al. Team production and the homophily trap: Evidence from open source software
Dorn et al. Analyzing design tradeoffs in large-scale socio-technical systems through simulation of dynamic collaboration patterns
JP2019032652A (ja) 従業員管理システム
WO2025041277A1 (ja) 情報処理装置および方法
KR102723561B1 (ko) 비지니스 매너 교육을 위한 직장생활 관련 교구 및 이를 활용한 교육 서비스 제공 방법, 장치 및 시스템
US20230289703A1 (en) System and method for operating an effective gamification application pursuit
JP2024104518A (ja) 会議管理プログラム、情報処理装置、製造方法、情報処理方法
JP7334227B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
US20250371498A1 (en) Multi-agent collaboration

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: 23949736

Country of ref document: EP

Kind code of ref document: A1