Deprecated: The each() function is deprecated. This message will be suppressed on further calls in /home/zhenxiangba/zhenxiangba.com/public_html/phproxy-improved-master/index.php on line 456
WO2025126276A1 - メッセージ生成装置、方法およびプログラム - Google Patents
[go: Go Back, main page]

WO2025126276A1 - メッセージ生成装置、方法およびプログラム - Google Patents

メッセージ生成装置、方法およびプログラム Download PDF

Info

Publication number
WO2025126276A1
WO2025126276A1 PCT/JP2023/044269 JP2023044269W WO2025126276A1 WO 2025126276 A1 WO2025126276 A1 WO 2025126276A1 JP 2023044269 W JP2023044269 W JP 2023044269W WO 2025126276 A1 WO2025126276 A1 WO 2025126276A1
Authority
WO
WIPO (PCT)
Prior art keywords
evaluation value
message
factor
calculation unit
factors
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/JP2023/044269
Other languages
English (en)
French (fr)
Inventor
海希 小池
元悟 高橋
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/JP2023/044269 priority Critical patent/WO2025126276A1/ja
Publication of WO2025126276A1 publication Critical patent/WO2025126276A1/ja
Anticipated expiration legal-status Critical
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling

Definitions

  • Embodiments of the present invention relate to a message generation device, method, and program.
  • the strength of each factor of an employee's well-being at work can be calculated from the results of responses to the Workplace Perma Profiler, a questionnaire consisting of multiple questions, and the level of satisfaction with well-being can be evaluated from this strength.
  • support tools are used that enable care according to the assessed condition.
  • each factor is treated as having equal weighting.
  • each employee has different priorities regarding which factors they value, and there is a considerable discrepancy between this and the treatment described above.
  • This invention was made in light of the above-mentioned circumstances, and its purpose is to provide a message generation device, method, and program that can generate appropriate messages that encourage action in response to evaluations related to multiple types of psychological factors.
  • a message generation device includes a first calculation unit that calculates a second evaluation value for each of a plurality of types of psychological factors of the user, the second evaluation value being an average of the first evaluation values based on achievement information that satisfies a predetermined condition and indicates a great achievement, stored in a storage device in which a first evaluation value for each factor is accumulated and stored, the first evaluation value being an evaluation value for each of the plurality of psychological factors of the user, the evaluation value being based on achievement information that indicates the magnitude of achievement due to the actions of the plurality of users, a second calculation unit that calculates a third evaluation value for each of the factors by correcting the first evaluation value based on the ratio of the first evaluation value to the second evaluation value calculated by the first calculation unit, and a generation unit that generates a message that encourages the user to take action related to the first evaluation value according to the third evaluation value calculated by the second calculation unit.
  • a message generation method is a method performed by a message generation device, and includes: calculating, by a first calculation unit of the message generation device, a second evaluation value for each factor, which is an average of the first evaluation values based on achievement information that satisfies a predetermined condition and indicates a large achievement, stored in a storage device in which a first evaluation value for each factor is accumulated and stored, the second evaluation value being an evaluation value for each of a plurality of psychological factors of the user based on achievement information indicating the magnitude of achievement due to the actions of a plurality of users; calculating, by a second calculation unit of the message generation device, a third evaluation value for each factor, which is obtained by correcting the first evaluation value based on the ratio of the first evaluation value to the second evaluation value calculated by the first calculation unit; and generating, by a generation unit of the message generation device, a message that encourages the user to take an action related to the first evaluation value, according to the third evaluation value calculated by the second calculation unit.
  • FIG. 1 is a diagram showing an example of evaluation values of factors related to well-being.
  • FIG. 2 is a diagram showing an example of the maximum intrinsic evaluation value and correction of factors related to well-being.
  • FIG. 3 is a diagram showing an example of calculation related to correction of the evaluation value of the well-being-related factor.
  • FIG. 4 is a diagram showing an example of calculation related to correction of the evaluation value of the well-being-related factor.
  • FIG. 5 is a diagram illustrating an example of a determination as to whether to transmit a support message to a user.
  • FIG. 6 is a diagram showing an example of the relationship between the level of a user's performance and the evaluation value.
  • FIG. 7 is a diagram showing an example of calculation of the degree of exertion of potential.
  • FIG. 1 is a diagram showing an example of evaluation values of factors related to well-being.
  • FIG. 2 is a diagram showing an example of the maximum intrinsic evaluation value and correction of factors related to well-being.
  • FIG. 3 is a diagram
  • FIG. 8 is a diagram showing an application example of a message generating device according to an embodiment of the present invention.
  • FIG. 9 is a flowchart showing an example of a procedure of a processing operation of a message generating device according to an embodiment of the present invention.
  • Figure 10 is a block diagram showing an example of the hardware configuration of a message generating device for one embodiment of the present invention.
  • the AI artificial intelligence learns the communication tool logs and the strength of each factor related to the user employee, and the strength of each factor can be dynamically estimated from the communication log.
  • the importance of the unique perma factors possessed by various employees is not necessarily roughly equal, and the weight of each factor may differ to some extent.
  • work results or results there is a correlation between employee well-being satisfaction and their performance in this job.
  • the evaluation of job performance can be estimated from the increase or decrease in the amount of work results (hereinafter sometimes referred to as work results or results).
  • the factor evaluation value of each type (hereinafter sometimes referred to as the maximum intrinsic evaluation value) when the amount of achievement to date regarding the assigned work is close to the maximum value is close to the state in which the employee's intrinsic well-being is maximally satisfied. Furthermore, the factor evaluation value of each type when the amount of work performance is close to the minimum value (hereinafter, sometimes referred to as the minimum specific evaluation value) is a state in which the above-mentioned well-being is not satisfied at all. However, it is unlikely that all factor evaluation values will be 0, and they will generally be less than the factor evaluation value in the state where well-being is maximally satisfied.
  • FIG. 1 is a diagram showing an example of the evaluation values of factors for well-being.
  • the estimated evaluation values for each of the types of factors for well-being based on the amount of work results namely "Positive Emotion,””Engagement,””Relationship,””Meaning,””Achievement” (sometimes written as “P,””E,””R,””M,” and “A"), and "Happiness,” with a maximum value of 10, are shown, as well as the evaluation value "Overall (:E),” which is the average of these evaluation values.
  • the evaluation value of each factor when, for example, the top 5% of the accumulated work results are produced is interpreted as the employee's unique level of importance placed on each factor, and the average of these values is regarded as the unique standard at which the employee can best perform their work, i.e., the maximum unique evaluation value.
  • Fig. 2 is a diagram showing an example of a maximum inherent evaluation value and correction of factors related to well-being.
  • Fig. 3 is a diagram showing an example of a calculation related to the correction of evaluation values of factors related to well-being.
  • Fig. 4 is a diagram showing an example of a calculation related to the correction of evaluation values of factors related to well-being.
  • the average evaluation values (before correction) of each factor when the top 5% of the accumulated business results (symbol a in Figure 3) shown in Figure 3 were created are shown as the maximum inherent evaluation values of each factor shown in Figure 2, "8.0,””8.0,””6.0,””10.0,””7.0,” and "10.0.”
  • the correction of the Perma factor evaluation will be explained.
  • the maximum eigenvalue is updated and optimized as needed.
  • the assessment value of each factor is corrected (symbol b in FIG. 2 ) using, for example, the following formula (1) so that the maximum assessment value of each factor is 10 (symbol a in FIG. 2 ), and an assessment value is calculated for each type of factor.
  • FIG. 2 shows a “corrected evaluation”, which is an evaluation value (after correction) for each type of factor calculated based on the evaluation value (before correction) for each type of factor shown in FIG. 2 and the maximum unique evaluation value.
  • the range of the business performance amount when calculating the maximum inherent evaluation value does not have to be the top 5% range described above, and can be changed according to circumstances.
  • the amount of work accomplished can be quantified as one dimension for all types of work that the employee is responsible for, based on the importance of the amount of work accomplished for the target work in the organization to which the user belongs.
  • Figure 4 shows an example of an employee-specific evaluation range updated by the above update.
  • factor "R” in Figure 2 which has the lowest pre-correction evaluation value of "5.3”
  • factor "M” with the lowest evaluation value of "5.6” (symbol c in Figure 2) becomes the target of priority support.
  • a criterion for sending a support message to a user in order to improve the satisfaction level of Well-being.
  • Fig. 5 is a diagram showing an example of a determination of sending a support message to a user.
  • Fig. 6 is a diagram showing an example of a relationship between the level of a user's performance and an evaluation value.
  • the criterion for sending the above-mentioned support message is whether or not the evaluation value of the overall assessment of well-being after the evaluation values of each factor have been corrected as described above is within the range of the performance assessment level of "low” or "very low” within the range of the evaluation values (after correction) of each of the five performance assessment levels (performance levels) shown in Figure 6. That is, in the example shown in FIG. 6, the support message sending criterion is that the overall evaluation value is less than 6.5, and as shown by symbol a in FIG. 5, when the overall evaluation value is 6.4, the sending criterion is met.
  • the content of the support message will be related to the factors whose corrected evaluation values are within the range when the performance level is "low” or "very low.” That is, the contents of the support message are those related to factors "E” and "R” whose corrected evaluation values are less than 6.5, as indicated by symbols b and c in FIG.
  • FIG. 7 is a diagram showing an example of calculation of the degree of exertion of potential.
  • the average of the evaluation values of each factor relating to the top 5% of the accumulated business performance (symbol a in Figure 7) is calculated as the maximum inherent evaluation value for each type of factor
  • the average of the evaluation values of each factor relating to the bottom 5% of the accumulated business performance (symbol b in Figure 7) is calculated as the minimum inherent evaluation value for each type of factor. This minimum inherent evaluation value is the factor evaluation value when the user is performing a task close to the lower limit.
  • the difference between the maximum and minimum inherent evaluation values for each factor (sometimes referred to as the first difference) (symbol c in FIG. 7) is interpreted as the potential for improving the user's satisfaction with well-being, i.e., the amount of support effect that can be expected.
  • the degree of the support effect of each factor is calculated for each type of factor as the difference between the pre-correction factor evaluation value and the above-mentioned minimum inherent evaluation value (sometimes referred to as the second difference) (symbol d in FIG. 7) for the same factors, and the value obtained by dividing this second difference by the above-mentioned first difference is calculated as the degree of exertion relative to the potential for each type of factor.
  • the content conditions of the support message include, for example, the following four conditions. - Comply with the above sending criteria - The content must be such that it calls out the necessary elements of support to improve the user's satisfaction with well-being and induces an increase in the factor evaluation value - When there are multiple elements of support required, it must emphasize the support message with the higher priority - The content must include examples of actions recommended to the user, making it easier to actually take action
  • a specific example of a support message is as follows.
  • the highest priority for message generation is assigned to factor "E”
  • the second highest priority for messages is assigned to factor "R.”
  • the message with the highest priority may be emphasized compared to messages with other priorities, for example by underlining it.
  • the effect of the support message to the user is that, for example, based on the actual, optimized well-being, the user is expected to recognize elements that require support from the support message provided, and to take autonomous action in accordance with the example actions described in the support message, or actions that the user independently considers based on the support message. Furthermore, it is expected that by repeating this action, the user's satisfaction with well-being will approach a state in which it has been sufficiently improved.
  • FIG. 8 is a diagram showing an application example of a message generating device according to an embodiment of the present invention.
  • the message generation device 100 includes a survey result acquisition unit 11, a communication log acquisition unit 12, a first factor evaluation value calculation unit 13, a second factor evaluation value calculation unit 14, a business performance amount acquisition unit 15, a business performance amount/factor evaluation value DB 21, a factor maximum inherent evaluation value update unit 22, a factor evaluation value correction unit 23, a message sending determination unit 24, a message content determination unit 25, a potential demonstration degree calculation unit 26, a message emphasis unit 27, a message generation unit 28, and a message sending unit 29.
  • the survey result acquisition unit 11 acquires survey results for evaluating the employee's level of satisfaction with well-being.
  • the communication log acquisition unit 12 acquires a log of messages in a chat tool that is used daily during business.
  • the first factor evaluation value calculation unit 13 calculates an evaluation value for each PERMA factor of well-being in the employee's current state based on the survey results acquired by the survey result acquisition unit 11.
  • the second factor evaluation value calculation unit 14 uses AI to calculate an evaluation value for each PERMA factor of well-being based on, for example, the most recent communication log acquired by the communication log acquisition unit 12.
  • the evaluation value is calculated using the survey result acquisition unit 11 and the first factor evaluation value calculation unit 13, and the evaluation value is calculated using the communication log acquisition unit 12 and the second factor evaluation value calculation unit 14.
  • the calculation of the evaluation value using the questionnaire result acquisition unit 11 and the first factor evaluation value calculation unit 13, and the calculation of the evaluation value using the communication log acquisition unit 12 and the second factor evaluation value calculation unit 14 may both be performed.
  • the business result amount acquisition unit 15 acquires the amount of results of the business that is carried out on a daily basis.
  • the business result quantity/factor evaluation value DB21 stores and accumulates the factor evaluation values calculated by the first factor evaluation value calculation unit 13 or the second factor evaluation value calculation unit 14, and the business result quantities acquired by the business result quantity acquisition unit 15, and the contents of this accumulation are overwritten and updated each time a calculation is made by the first factor evaluation value calculation unit 13 or the second factor evaluation value calculation unit 14, or each time an acquisition is made by the business result quantity acquisition unit 15.
  • the factor evaluation value correction unit 23 corrects the factor evaluation values for the maximum factor inherent evaluation value for each factor calculated by the factor maximum inherent evaluation value update unit 22 so that the maximum value of all factor evaluation values becomes 10.
  • the message transmission determination unit 24 calculates a comprehensive evaluation value as a degree of satisfaction with well-being from the factor evaluation values corrected by the factor evaluation value correction unit 23 .
  • the message transmission determination unit 24 determines whether the performance level related to this overall evaluation value corresponds to the above-mentioned "very high”, “high”, “normal”, “low” or “very low”, and performs a support message transmission determination based on this performance level. If the determined performance level corresponds to "very high”, “high”, or "normal”, it is determined that sending a support message is unnecessary, and the process ends.
  • the message content determination unit 25 determines that a support message needs to be sent, and determines the performance level for each factor related to the factor evaluation value for each factor corrected by the factor evaluation value correction unit 23, and determines the text of the support message for each factor for the factors whose performance level corresponds to "low” or "very low”.
  • the potential performance calculation unit 26 calculates the potential performance level for each factor for which the determined performance level is "low” or "very low” from the factor minimum inherent evaluation value, which is the average value of the factor evaluation values for, for example, the bottom 5% of the business performance data stored in the business performance amount/factor evaluation value DB 21, the factor evaluation value before correction stored in the business performance amount/factor evaluation value DB 21, and the factor maximum inherent evaluation value calculated by the factor maximum inherent evaluation value update unit 22.
  • the message highlighting unit 27 adds a difference by highlighting the content of the support message for each factor in ascending order of the potential demonstration degree for the factor calculated by the potential demonstration degree calculation unit 26.
  • Examples of the highlighting process include decoration such as underlining.
  • the message emphasis unit 27 performs emphasis processing on the support message so that the degree of emphasis on the support message for a factor with a relatively high potential exertion level is higher than the degree of emphasis on the support message for a factor with a relatively low potential exertion level.
  • the message generating unit 28 generates a support message based on the content of the message processed by the message emphasizing unit 27 .
  • the message sending unit 29 sends the support message generated by the message generating unit 28 to the employee.
  • FIG. 9 is a flowchart showing an example of a procedure of a processing operation of a message generating device according to an embodiment of the present invention.
  • the business result amount acquisition unit 15 acquires the result amount of the business in charge (S11).
  • the first factor evaluation value calculation unit 13 calculates (acquires) an evaluation value for each factor of PERMA based on the survey results acquired by the survey result acquisition unit 11, and the second factor evaluation value calculation unit 14 calculates an evaluation value for each factor of PERMA using AI based on the communication log acquired by the communication log acquisition unit 12 (S12).
  • the business performance amount acquisition unit 15 writes the results acquired in S11 into the business performance amount/factor evaluation value DB 21, and the first factor evaluation value calculation unit 13 and the second factor evaluation value calculation unit 14 write the results calculated in S12 into the business performance amount/factor evaluation value DB 21. This updates the contents stored in the business performance amount/factor evaluation value DB 21 (S13).
  • the factor maximum inherent evaluation value update unit 22 calculates the factor maximum inherent evaluation value, i.e., a value indicating the degree of importance attached to each factor that is unique to the employee, for the factor evaluation values for, for example, the top 5% of data for the business performance amount stored in the business performance amount/factor evaluation value DB 21 (S14).
  • the factor evaluation value correction unit 23 corrects the factor evaluation values for the maximum factor inherent evaluation value for each factor calculated by the factor maximum inherent evaluation value update unit 22 so that the maximum value of all factor evaluation values becomes 10 (S15).
  • the message transmission determination unit 24 calculates a comprehensive evaluation value from the factor evaluation values corrected by the factor evaluation value correction unit 23 (S16).
  • the message sending determination unit 24 determines the performance level related to this overall evaluation value (S17), and determines whether this performance level corresponds to any of the above-mentioned "very high”, “high”, “normal”, “low” or “very low”, thereby determining whether or not it is necessary to send a support message (S18).
  • the message content determination unit 25 determines the performance level for each factor related to the factor evaluation value corrected by the factor evaluation value correction unit 23, and determines the text of the support message for each factor for which the performance level corresponds to "low” or "very low” (S19).
  • the potential performance calculation unit 26 calculates the potential performance level for factors that correspond to a determined performance level of "low” or "very low” from the factor minimum inherent evaluation value, the factor evaluation value before correction, and the factor maximum inherent evaluation value (S20).
  • the message highlighting unit 27 highlights the support message for each factor in ascending order of the potential demonstration level for the factor calculated by the potential demonstration level calculation unit 26 (S21).
  • the message generation unit 28 generates a support message based on the contents of the message processed by the message emphasis unit 27, and the message sending unit 29 sends this generated support message to the employee (S22).
  • the correlation between employee well-being satisfaction and performance is used to set a scale for employee-specific evaluation values based on performance.
  • Data that can be defined as high performance from the accumulated data on the employee's work output is set as the maximum unique evaluation value, which is the maximum evaluation value specific to the employee. Below that value, the actual evaluation value is corrected so that the maximum value of the evaluation value becomes the maximum evaluation value of the Perma theory, and the value that is closest to the actual well-being state is evaluated.
  • the data that can be defined as "low performance” is defined as a minimum inherent evaluation value, which is the minimum evaluation value unique to an employee
  • the maximum inherent evaluation value and the minimum inherent evaluation value are defined as a potential
  • the ratio of the difference between the actual evaluation value and the minimum inherent evaluation value with respect to this potential is defined as a potential performance degree.
  • the performance degrees are arranged in ascending order and set as the priority order of factors requiring support. In this way, by assessing the well-being of each employee individually, it becomes possible to determine whether or not support is needed based on actual circumstances and provide appropriate support.
  • FIG. 10 is a block diagram showing an example of a hardware configuration of a message generating device according to an embodiment of the present invention.
  • the message generating device 100 is configured, for example, by a server computer or a personal computer, and has a hardware processor 111A such as a CPU (Central Processing Unit).
  • 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.
  • a hardware processor 111A such as a CPU (Central Processing Unit).
  • 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 message generating device 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, or the like, and outputs output data to an output device 400 including a display device using liquid crystal or organic EL (Electro Luminescence), or the like, for display.
  • the input device 300 and the output device 400 may be devices built into the message generating device 100, or may be input devices and output devices of other information terminals capable of communicating with the message generating device 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 is a combination of the above-mentioned non-volatile memory and a volatile memory such as RAM (Random Access Memory), and is used to store various data acquired and created during various processes performed by the message generating device 100.
  • RAM Random Access Memory
  • the message generating device 100 can be configured as a data processing device having a processing function unit implemented by software.
  • the storage areas used as work memories or the like by each unit of the message generating device 100 may be configured by using the data memory 112 shown in Fig. 10.
  • these configured storage areas are not essential components within the message generating device 100, and may be areas provided in a storage device 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 methods described in the embodiments 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 disk (CD-ROM, DVD, MO, etc.), semiconductor memory (ROM, RAM, flash memory, etc.), and can be distributed by transmitting it via a communication medium.
  • the programs stored on the medium also include a setting program that configures 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 configures the software means using the setting program, and executes the above-mentioned processing by having the operation controlled by this software means.
  • the recording medium referred to in this specification is not limited to a medium for distribution, but also includes storage media such as a magnetic disk or semiconductor memory installed inside the 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.
  • REFERENCE SIGNS LIST 100 Message generation device 11: Questionnaire result acquisition unit 12: Communication log acquisition unit 13: First factor evaluation value calculation unit 14: Second factor evaluation value calculation unit 15: Business outcome amount acquisition unit 21: Business outcome amount/factor evaluation value DB 22: Factor maximum inherent evaluation value update unit 23: Factor evaluation value correction unit 24: Message transmission determination unit 25: Message content determination unit 26: Potential exertion degree calculation unit 27: Message emphasis unit 28: Message generation unit 29: Message transmission unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (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

一実施形態に係るメッセージ生成装置は、複数のユーザの行動による成果の大小を示す成果情報に基づく、前記ユーザの心理的な複数種類の因子の各々に係る評価値である、前記因子ごとの第１の評価値が蓄積して記憶される記憶装置に、記憶される、所定の条件を満たして大きい成果を示す前記成果情報に基づく、前記第１の評価値の平均である、前記因子ごとの第２の評価値を計算する第１の計算部と、前記第１の計算部により計算した前記第２の評価値に対する前記第１の評価値の割合に基づいて、前記第１の評価値を補正した、前記因子ごとの第３の評価値を計算する第２の計算部と、前記第２の計算部により計算した第３の評価値に応じた、前記第１の評価値に係る前記ユーザへの行動を促すメッセージを生成する生成部と、を有する。

Description

メッセージ生成装置、方法およびプログラム
　本発明の実施形態は、メッセージ生成装置、方法およびプログラムに関する。
　近年、多様化、働き方改革、または新型コロナウイルスなどの世情の変化により、働く従業員を満足させることが望ましい概念としてWell-beingが注目されている。
　このWell-beingについては、ＷＨО（世界保健機関）は、「肉体的にも、精神的にも、そして社会的にも、すべてが満たされた状態」と定義する。
　Well-beingの１種である主観的Well-beingの構成因子はPerma理論により求めることができる。
　例えば、従業員が働く上での、Well-beingのPositive Emotion、Engagement、Relationship、Meaning、およびAchievementからなる各因子の強度は、Workplace Perma Profilerにおける複数の設問から成るアンケート「Workplace Perma Profiler」に対する回答結果から算定可能であり、この強度からWell-beingの満足度を評価可能である。
　上記のPermaの指標より評価したWell-beingの観点を踏まえた従業員への支援として、評価した状態に応じたケアを可能にする支援に係るツールが用いられている。
「The Japanese Workplace PERMA-Profiler: A validation study among Japanese workers＜https://onlinelibrary.wiley.com/doi/epdf/10.1539/joh.2018-0050-OA＞ 「Questionnaires Overview」＜https://www.peggykern.org/questionnaires.html＞ 「早期発見で救える休職は52%。AIで「隠れ不調」に気づけるwelldayが、日本初・北里大学と予測についての共同研究を開始」＜https://prtimes.jp/main/html/rd/p/000000020.000047158.html＞
　一方で、構成因子の強度から、Well-beingに係る総合評価を行う際に、各因子の重みが同等であるとして扱われている。
　しかし、個々の従業員が、実態として、どの因子を重視しているかは異なり、上記の扱いとの間で、少なからず乖離がある。
　また、Well-beingの観点を踏まえた従業員への行動支援については、従業員本人がどの要素を重視しているかを示す特性部分は評価されておらず、すべての要素について満足させることを目安にしている。
　評価した、Well-beingの満足度が実態と乖離していた場合、上記観点を踏まえた行動支援は不適切となり、十分な効果は得られない。
　その為、実態に近くなるような個性に合った評価をし、この評価の結果を適切な行動支援材料とする必要がある。
　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、心理的な複数種類の因子に係る評価に対する、行動を促す適切なメッセージを生成することができるようにしたメッセージ生成装置、方法およびプログラムを提供することにある。
　本発明の一態様に係るメッセージ生成装置は、複数のユーザの行動による成果の大小を示す成果情報に基づく、前記ユーザの心理的な複数種類の因子の各々に係る評価値である、前記因子ごとの第１の評価値が蓄積して記憶される記憶装置に、記憶される、所定の条件を満たして大きい成果を示す前記成果情報に基づく、前記第１の評価値の平均である、前記因子ごとの第２の評価値を計算する第１の計算部と、前記第１の計算部により計算した前記第２の評価値に対する前記第１の評価値の割合に基づいて、前記第１の評価値を補正した、前記因子ごとの第３の評価値を計算する第２の計算部と、前記第２の計算部により計算した第３の評価値に応じた、前記第１の評価値に係る前記ユーザへの行動を促すメッセージを生成する生成部と、を備える。
　本発明の一態様に係るメッセージ生成方法は、メッセージ生成装置により行なわれる方法であって、前記メッセージ生成装置の第１の計算部によって、複数のユーザの行動による成果の大小を示す成果情報に基づく、前記ユーザの心理的な複数種類の因子の各々に係る評価値である、前記因子ごとの第１の評価値が蓄積して記憶される記憶装置に、記憶される、所定の条件を満たして大きい成果を示す前記成果情報に基づく、前記第１の評価値の平均である、前記因子ごとの第２の評価値を計算することと、前記メッセージ生成装置の第２の計算部により、前記第１の計算部により計算した前記第２の評価値に対する前記第１の評価値の割合に基づいて、前記第１の評価値を補正した、前記因子ごとの第３の評価値を計算することと、前記メッセージ生成装置の生成部により、前記第２の計算部により計算した第３の評価値に応じた、前記第１の評価値に係る前記ユーザへの行動を促すメッセージを生成することと、を備える。
　本発明によれば、心理的な複数種類の因子に係る評価に対する、行動を促す適切なメッセージを生成することができる。
図１は、Well-beingに関する因子の評価値の一例を示す図である。 図２は、Well-beingに関する因子の最大固有評価値および補正の一例を示す図である。 図３は、Well-beingに関する因子の評価値の補正に係る計算の一例を示す図である。 図４は、Well-beingに関する因子の評価値の補正に係る計算の一例を示す図である。 図５は、ユーザへの支援メッセージの送信の判定の一例を示す図である。 図６は、ユーザのパフォーマンスの高低と評価値との関係の一例を示す図である。 図７は、ポテンシャルの発揮度の計算の一例を示す図である。 図８は、本発明の一実施形態に係るメッセージ生成装置の適用例を示す図である。 図９は、本発明の一実施形態に係るメッセージ生成装置の処理動作の手順の一例を示すフローチャートである。 図１０は、本発明の一実施形態に係るメッセージ生成装置のハードウエア（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。
　本実施形態では、ユーザである従業員に係るコミュニケーションツールのログと各因子の強さをAI（人工知能）へ学習させ、コミュニケーションログから動的に各因子の強さが推定可能である。多様な従業員が有する固有のPerma因子への重要性は概ね等しいとは限らず、各因子の重みは少なからず相違する差異が存在することがある。
　また、従業員のWell-beingの満足度と、この業務へのパフォーマンスとは相関関係を有する。業務のパフォーマンスの評価は、この業務の成果量（以下、業務成果量または成果量と称することがある）の増減から推定可能である。
　そこで、本実施形態では、担当業務に関する現在までの成果量が最大値付近をとるときの各々の種別の因子評価値（以下、最大固有評価値と称することがある）は、当該従業員にとって固有のWell-beingが最大限満足している状態に近い。
　また、業務成果量が最小値付近をとるときの各々の種別の因子評価値（以下、最小固有評価値と称することもある）は、上記Well-beingが全く満足していない状態である。
　しかし全ての種別の因子評価値が０をとることは概ねなく、上記Well-beingが最大限満足している状態の因子評価値未満をとる。
　本実施形態では、日常的に業務成果量が取得されて、Perma理論による各因子の評価値が算出されてデータベースに蓄積される。
　図１は、Well-beingに対する因子の評価値の一例を示す図である。
　図１に示された例では、業務成果量に基づく、Well-beingに対する因子の種別「Positive Emotion」、「Engagement」、「Relationship」、「Meaning」、「Achievement」（「Ｐ」、「Ｅ」、「Ｒ」、「Ｍ」、および「Ａ」と表記することがある）、および「Happy」に係る、最大値を１０としたときの種別毎の評価値の推定結果、およびこれらの評価値の平均である「Overall(:E)」の評価値が示される。
　この蓄積された業務成果量の内、例えば上位５％の成果量が創出されたときの各因子の評価値を従業員が固有にもつ、各因子に対する重視の程度と解釈し、この値の平均値を、従業員による業務の実施に当たって最もパフォーマンスを発揮可能な固有の基準、すなわち最大固有評価値とする。
　図２は、Well-beingに関する因子の最大固有評価値および補正の一例を示す図である。図３は、Well-beingに関する因子の評価値の補正に係る計算の一例を示す図である。図４は、Well-beingに関する因子の評価値の補正に係る計算の一例を示す図である。
　図２乃至図４に示された例では、図３に示された、蓄積された業務成果量の内、上位５％の成果量（図３の符号ａ）が創出されたときの各因子の評価値(補正前)の平均値が、図２に示された、各因子の最大固有評価値「8.0」、「8.0」、「6.0」、「10.0」、「7.0」、および「10.0」として示される。
　この最大固有評価値を基に、上記蓄積された評価値を因子毎に補正することで、より実態に近いWell-beingの満足度を推定し、従業員の成果量の向上を支援するメッセージの内容および送信基準を適正化する。
　次に、Perma因子評価の補正について説明する。
　本実施形態では、最大固有評価値が随時更新されて最適化される。
　そして、Well-beingの総合評価をする為に、各因子の評価値の最大値が１０となるように（図２の符号ａ）、各因子の評価値を、例えば以下の式（１）のように補正した（図２の符号ｂ）評価値を因子の種別毎に算出する。
　因子の評価値（補正後）＝因子の評価値（補正前）×（１０／因子の最大固有評価値）　…式（１）
　図２では、この図２に示された、因子の種別毎の評価値（補正前）および最大固有評価値に基づいて計算された、因子の種別毎の評価値（補正後）である「補正評価」が示される。
　最大固有評価値を算出する際の業務成果量の範囲は上記の上位５％の範囲でなくとも良く、状況に応じて変更可能である。
　また、ユーザが複数の種別の各々の業務を担当しているとき、業務についての成果量は、ユーザが属する組織における対象業務についての成果量の重要度から、従業員が担当する全ての種別の業務に対する成果量として１次元化が可能である。
　図４では、上記更新により、従業員固有の評価範囲が更新された例が示される。この例では、更新前では、図２での、補正前の評価値が最も低い「5.3」である因子「Ｒ」が優先的な支援の対象である（図４の符号ａ）。一方で、補正した評価値の算出後は、因子「Ｒ」の評価値が「8.8」に増加することに伴い、評価値が最も低い「5.6」（図２の符号ｃ）である因子「Ｍ」が優先的な支援の対象となる。
　次に、Well-beingの満足度を向上させるための、ユーザへの支援メッセージの送信基準について説明する。図５は、ユーザへの支援メッセージの送信の判定の一例を示す図である。図６は、ユーザのパフォーマンスの高低と評価値との関係の一例を示す図である。
　本実施形態では、各因子の評価値が上記のように補正された後のWell-beingの総合評価の評価値が、図６に示される、５段階のパフォーマンス評価レベル（パフォーマンスレベル）の各々の評価値（補正後）の範囲の内、パフォーマンス評価レベルが「低い」または「非常に低い」ときの範囲に含まれているか否かを、上記支援メッセージの送信基準とする。
　すなわち、図６に示された例では、支援メッセージ送信基準は、総合評価値が6.5未満であることであり、図５の符号ａで示されるように、総合評価値が6.4であるときは、送信基準が満たされる。
　また、この送信基準が満たされたときの、支援メッセージの内容については、各因子の内、上記補正後の評価値が、パフォーマンスレベルが「低い」または「非常に低い」ときの範囲に含まれている因子に関する内容とする。
　すなわち、図５の符号ｂおよびｃで示される、補正後の評価値が6.5未満である因子「Ｅ」および「Ｒ」に関する内容が、支援メッセージの内容となる。
　図７は、ポテンシャルの発揮度の計算の一例を示す図である。
　本実施形態では、蓄積された業務成果量の上位５％に係る各因子の評価値（図７の符号ａ）の平均を上記最大固有評価値として因子の種別毎ごとに算出し、蓄積された業務成果量の下位５％に係る各因子の評価値（図７の符号ｂ）の平均を最小固有評価値として因子の種別毎に計算する。
　この最小固有評価値は、ユーザが、下限に近い業務パフォーマンスを実施しているときの因子評価値である。
　そして、本実施形態では、各因子についての最大固有評価値と最小固有評価値の差分（第１の差分と称することがある）（図７の符号ｃ）を、ユーザのWell-beingの満足度を向上させられるポテンシャル、すなわち支援効果が見込める量であると解釈する。
　また、本実施形態では、各因子での支援効果の発揮の程度を、同じ因子同士での、補正前の因子評価値と上記最小固有評価値との差分（第２の差分と称することがある）（図７の符号ｄ）として因子の種別毎に算出し、この第２の差分を上記第１の差分で除した値を、ポテンシャルに対する発揮度として因子の種別毎に計算する。
　例えば、図５で示された、パフォーマンスレベルが「低い」または「非常に低い」ときの範囲に含まれている因子「Ｅ」、「Ｒ」について、図７に示されるように、補正前の評価値が「３」、「２」で、因子「Ｅ」、「Ｒ」の最大固有評価値が「８」、「６」で、因子「Ｅ」、「Ｒ」の最小固有評価値が「５」、「２」であるときは、因子「Ｅ」の、ポテンシャルに対する発揮度の計算結果は約-0.6（=(3-5/(8-5))）であり、因子「Ｒ」の、ポテンシャルに対する発揮度の計算結果は０（=(2-2/(6-1))）であると計算される。
　そして、本実施形態では、因子の全ての種別に係る上記発揮度の算出結果を昇順に並べた際の早い順番を、ユーザへの支援効果が高い要素の順番であるとして、メッセージ生成に係る優先度付けを行い、支援メッセージの内容への強調等を実施し、最終的な支援メッセージを生成する。
　上記のように、因子「Ｅ」の、ポテンシャルに対する発揮度の計算結果が約-0.6であり、因子「Ｒ」の、ポテンシャルに対する発揮度の計算結果が０であると計算されたときは、因子「Ｅ」にメッセージ生成に係る最も高い優先度が付され、次いで因子「Ｒ」にメッセージに係る２番目に高い優先度が付されることになる。
　支援メッセージの内容条件は、例えば以下の４つが挙げられる。
　・上記の送信基準に適合すること
　・ユーザへのWell-beingの満足度を向上させる支援の必要要素を喚起させ、因子の評価値の上昇を誘発させる内容であること
　・上記支援の必要要素の数が複数であるとき合は上記の優先度が高い方の支援メッセージを強調させること
　・ユーザへ推奨する行動例を交え、実際の行動をし易くさせる内容であること
　支援メッセージの具体例は以下の通りである。この例は、上記のように、因子「Ｅ」にメッセージ生成に係る最も高い優先度が付され、次いで因子「Ｒ」に、メッセージに係る２番目に高い優先度が付されたときの例である。なお、最も高い優先度に係るメッセージには、例えば下線を付すなどして、他の優先度に係るメッセージと比較して強調させてもよい。
　（因子「Engagement」についての支援メッセージ）
　・「Engagementが大きく不足しています。
　自分の強みを活用可能な、得意な業務を見つけましょう。
　まずは、自分の強みを考えてみましょう。」
　（因子「Relationship」についての支援メッセージ）
　・「Relationshipが不足しています。
　顔見知りの人と友好関係を築いてみましょう。
　まずは、興味のある人物に質問してその人をもっとよく知ってみましょう。」
　本実施形態では、ユーザへの支援メッセージによる効果として、例えば、適正化された実態のWell-beingを踏まえ、ユーザは、提供された支援メッセージから支援を必要とする要素を認知し、この支援メッセージに記載されている行動例、あるいは支援メッセージに基づいてユーザが独自で検討した行動内容に則り、ユーザが自律的に行動を起こすことが期待される。また、この行動の繰り返しにより、ユーザのWell-beingの満足度が十分に向上した状態へ近づくことが期待される。
　図８は、本発明の一実施形態に係るメッセージ生成装置の適用例を示す図である。
　図８に示されるように、本実施形態に係るメッセージ生成装置１００は、アンケート結果取得部１１、コミュニケーションログ取得部１２、因子評価値第１算出部１３、因子評価値第２算出部１４、業務成果量取得部１５、業務成果量・因子評価値ＤＢ２１、因子最大固有評価値更新部２２、因子評価値補正部２３、メッセージ送信判定部２４、メッセージ内容判定部２５、ポテンシャル発揮度算出部２６、メッセージ強調部２７、メッセージ生成部２８、およびメッセージ送信部２９を備える。
　アンケート結果取得部１１は、従業員のWell-beingの満足度を評価する為のアンケート結果を取得する。
　コミュニケーションログ取得部１２は、日常的に業務中に利用されるチャットツールにおけるメッセージのログを取得する。
　因子評価値第１算出部１３は、アンケート結果取得部１１により取得したアンケート結果を基に、従業員の現在の状態におけるWell-beingのPERMAの各因子に対する評価値を算出する。
　因子評価値第２算出部１４は、コミュニケーションログ取得部１２により取得した、例えば直近のコミュニケーションログを基に、Well-beingのPERMAの各因子に対する評価値をAIにより算出する。
　以降では、アンケート結果取得部１１と因子評価値第１算出部１３を用いたときの評価値の算出、およびコミュニケーションログ取得部１２と因子評価値第２算出部１４を用いたときの評価値の算出を共に行うときの例を説明するが、例えば従業員での手間を軽減するために、コミュニケーションログ取得部１２と因子評価値第２算出部１４を用いたときの評価値の算出のみを行ってもよい。
　また、本実施形態に係るシステム導入時におけるAIの学習推進期間等にて、算出結果の高精度化を図りたい際に、上記のように、アンケート結果取得部１１と因子評価値第１算出部１３を用いたときの評価値の算出、およびコミュニケーションログ取得部１２と因子評価値第２算出部１４を用いたときの評価値の算出を共に行ってもよい。
　業務成果量取得部１５は、日常的に実施される担当業務の成果量を取得する。
　業務成果量・因子評価値ＤＢ２１には、因子評価値第１算出部１３もしくは因子評価値第２算出部１４にて算出された因子評価値、ならびに業務成果量取得部１５にて取得された業務成果量が記憶および蓄積され、この蓄積の内容は、因子評価値第１算出部１３もしくは因子評価値第２算出部１４による算出がなされるごとに、または業務成果量取得部１５による取得がなされるごとに上書き更新される。
　因子最大固有評価値更新部２２は、業務成果量・因子評価値ＤＢ２１に蓄積された業務成果量の、例えば上位５％のデータに対する因子評価値について、因子毎に平均値を算出することで、因子最大固有評価値、すなわち従業員固有のWell-beingの各因子が十分満足している状態の、０から１０の間の値を算出する。この値は、従業員に固有の、各因子に係る重視の程度である。
　因子評価値補正部２３は、因子最大固有評価値更新部２２により算出した、因子毎の因子最大固有評価値に対する因子評価値について、全ての因子評価値の最大値が１０になるように補正する。
　メッセージ送信判定部２４は、因子評価値補正部２３により補正された因子評価値から、Well-beingの満足度として総合評価値を算出する。
　メッセージ送信判定部２４は、この総合評価値に係るパフォーマンスレベルが上記の「非常に高い」、「高い」、「正常」、「低い」、および「非常に低い」のいずれに該当するかを判定し、このパフォーマンスレベルに基づいて、支援メッセージ送信判定を行う。上記判定されたパフォーマンスレベルが「非常に高い」、「高い」、または「正常」に該当するときは、支援メッセージの送信が不要であるとして、係る処理が終了する。
　メッセージ内容判定部２５は、上記判定されたパフォーマンスレベルが「低い」または「非常に低い」に該当するときは、支援メッセージの送信を要するとみなして、因子評価値補正部２３により補正された、因子毎の因子評価値に係るパフォーマンスレベルを因子毎に判定し、このパフォーマンスレベルが「低い」または「非常に低い」に該当する因子についての、支援メッセージの文を因子毎に判定する。
　ポテンシャル発揮度算出部２６は、各因子の内、判定されたパフォーマンスレベルが「低い」または「非常に低い」に該当する因子に対しての、業務成果量・因子評価値ＤＢ２１に蓄積された業務成果量の例えば下位５％のデータに対する因子評価値の平均値である因子最小固有評価値、業務成果量・因子評価値ＤＢ２１に蓄積された、補正前の因子評価値、および因子最大固有評価値更新部２２で算出された因子最大固有評価値から、ポテンシャル発揮度を算出する。
　メッセージ強調部２７は、ポテンシャル発揮度算出部２６により算出された、因子に対するポテンシャル発揮度の昇順にて、各因子に対する支援メッセージの内容に対し、強調処理による差分を設ける。強調処理は、例えば下線処理などの修飾などが挙げられる。
　例えば、メッセージ強調部２７は、ポテンシャル発揮度が比較的高い因子に対する支援メッセージに対する強調の度合いが、ポテンシャル発揮度が比較的低い因子に対する支援メッセージに対する強調の度合いより高くなるように、支援メッセージへの強調処理を行う。
　メッセージ生成部２８は、メッセージ強調部２７による処理がなされたメッセージの内容を基に、支援メッセージを生成する。
　メッセージ送信部２９は、メッセージ生成部２８により生成された支援メッセージを従業員へ向けて送信する。
　図９は、本発明の一実施形態に係るメッセージ生成装置の処理動作の手順の一例を示すフローチャートである。
　業務成果量取得部１５は、担当業務の成果量を取得する（Ｓ１１）。
　因子評価値第１算出部１３は、アンケート結果取得部１１により取得したアンケート結果を基に、PERMAの各因子に対する評価値を算出（取得）し、因子評価値第２算出部１４は、コミュニケーションログ取得部１２により取得したコミュニケーションログを基に、PERMAの各因子に対する評価値をAIにより算出する（Ｓ１２）。
　業務成果量取得部１５は、Ｓ１１での取得結果を業務成果量・因子評価値ＤＢ２１に書き込み、因子評価値第１算出部１３および因子評価値第２算出部１４は、Ｓ１２での算出結果を業務成果量・因子評価値ＤＢ２１に書き込む。これにより、業務成果量・因子評価値ＤＢ２１での格納内容が更新される（Ｓ１３）。
　因子最大固有評価値更新部２２は、業務成果量・因子評価値ＤＢ２１に蓄積された業務成果量の、例えば上位５％のデータに対する因子評価値について、因子最大固有評価値、すなわち従業員に固有の、各因子に係る重視の程度を示す値を算出する（Ｓ１４）。
　因子評価値補正部２３は、因子最大固有評価値更新部２２により算出した、因子毎の因子最大固有評価値に対する因子評価値について、全ての因子評価値の最大値が１０になるように補正する（Ｓ１５）。
　メッセージ送信判定部２４は、因子評価値補正部２３により補正された因子評価値から総合評価値を算出する（Ｓ１６）。
　メッセージ送信判定部２４は、この総合評価値に係るパフォーマンスレベルを判定し（Ｓ１７）、このパフォーマンスレベルが、上記の「非常に高い」、「高い」、「正常」、「低い」および「非常に低い」のいずれに該当するかを判定することで、支援メッセージの送信を要するか否かを判定する（Ｓ１８）。
　この判定の結果、支援メッセージの送信を要するときは、メッセージ内容判定部２５は、因子評価値補正部２３により補正された、因子毎の因子評価値に係るパフォーマンスレベルを因子毎に判定し、このパフォーマンスレベルが「低い」または「非常に低い」に該当する因子についての、支援メッセージの文を因子毎に判定する（Ｓ１９）。
　ポテンシャル発揮度算出部２６は、判定されたパフォーマンスレベルが「低い」または「非常に低い」に該当する因子に対しての、因子最小固有評価値、補正前の因子評価値、および因子最大固有評価値から、ポテンシャル発揮度を算出する（Ｓ２０）。
　メッセージ強調部２７は、ポテンシャル発揮度算出部２６により算出された、因子に対するポテンシャル発揮度の昇順にて、各因子に対する支援メッセージの強調処理を行う（Ｓ２１）。
　メッセージ生成部２８は、メッセージ強調部２７による処理がなされたメッセージの内容を基に、支援メッセージを生成し、メッセージ送信部２９は、この生成された支援メッセージを従業員へ向けて送信する（Ｓ２２）。
　上記説明した実施形態では、従業員のWell-beingの満足度とパフォーマンスの相関関係を利用し、パフォーマンスを踏まえた従業員固有の評価値の尺度を設定するために、蓄積された従業員の業務成果量のデータから、高いパフォーマンスであると定義可能なデータを従業員固有の最大評価値である最大固有評価値とする。その値の下、実評価値を、当該評価値の最大値がPerma理論の最大評価値となるように補正した値を、実態に近いWell-beingの状態として評価する。
　また、本実施形態では、「低いパフォーマンスと定義可能なデータを従業員固有の最小評価値である最小固有評価値とし、最大固有評価値と最小固有評価値とのをポテンシャルとし、このポテンシャルに対する、実評価値と最小固有評価値との差分の比をポテンシャル発揮度とする。この発揮度を昇順に並べた順を、支援を要する因子の優先順位として設定する。
　このように、従業員の個々に合わせたWell-beingの評価をすることで、支援の要否を実態に近い状態で判断し、適切な支援が可能となる。
　図１０は、本発明の一実施形態に係るメッセージ生成装置のハードウエア構成の一例を示すブロック図である。
　図１０に示された例では、上記の実施形態に係るメッセージ生成装置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（Central Processing Unit）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、メッセージ生成装置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、メッセージ生成装置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を介してメッセージ生成装置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、メッセージ生成装置１００による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メッセージ生成装置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装置として構成され得る。
　メッセージ生成装置１００の各部によるワークメモリなどとして用いられる記憶領域は、図１０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メッセージ生成装置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）等の記憶装置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、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、ＲＡＭ、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…メッセージ生成装置
　　１１…アンケート結果取得部
　　１２…コミュニケーションログ取得部
　　１３…因子評価値第１算出部
　　１４…因子評価値第２算出部
　　１５…業務成果量取得部
　　２１…業務成果量・因子評価値ＤＢ
　　２２…因子最大固有評価値更新部
　　２３…因子評価値補正部
　　２４…メッセージ送信判定部
　　２５…メッセージ内容判定部
　　２６…ポテンシャル発揮度算出部
　　２７…メッセージ強調部
　　２８…メッセージ生成部
　　２９…メッセージ送信部

Claims (7)

  1. 　複数のユーザの行動による成果の大小を示す成果情報に基づく、前記ユーザの心理的な複数種類の因子の各々に係る評価値である、前記因子ごとの第１の評価値が蓄積して記憶される記憶装置に、記憶される、所定の条件を満たして大きい成果を示す前記成果情報に基づく、前記第１の評価値の平均である、前記因子ごとの第２の評価値を計算する第１の計算部と、
    　前記第１の計算部により計算した前記第２の評価値に対する前記第１の評価値の割合に基づいて、前記第１の評価値を補正した、前記因子ごとの第３の評価値を計算する第２の計算部と、
    　前記第２の計算部により計算した第３の評価値に応じた、前記第１の評価値に係る前記ユーザへの行動を促すメッセージを生成する生成部と、
    　を備えるメッセージ生成装置。
  2. 　所定の条件を満たして小さい成果を示す前記成果情報に基づく、前記第１の評価値の平均である、前記因子ごとの第４の評価値を計算する第４の計算部をさらに備え、
    　前記生成部は、
    　　前記第２の評価値と前記第４の評価値との差分に対する前記第１の評価値と前記第４の評価値との差分の割合に基づく内容による、前記ユーザへの行動を促すメッセージを生成する、
    　請求項１に記載のメッセージ生成装置。
  3. 　前記生成部は、
    　　前記第２の計算部により計算した第３の評価値が所定の条件を満たして小さいときに、前記ユーザへの行動を促すメッセージを生成する、
    　請求項１に記載のメッセージ生成装置。
  4. 　メッセージ生成装置により行なわれる方法であって、
    　前記メッセージ生成装置の第１の計算部によって、複数のユーザの行動による成果の大小を示す成果情報に基づく、前記ユーザの心理的な複数種類の因子の各々に係る評価値である、前記因子ごとの第１の評価値が蓄積して記憶される記憶装置に、記憶される、所定の条件を満たして大きい成果を示す前記成果情報に基づく、前記第１の評価値の平均である、前記因子ごとの第２の評価値を計算することと、
    　前記メッセージ生成装置の第２の計算部により、前記第１の計算部により計算した前記第２の評価値に対する前記第１の評価値の割合に基づいて、前記第１の評価値を補正した、前記因子ごとの第３の評価値を計算することと、
    　前記メッセージ生成装置の生成部により、前記第２の計算部により計算した第３の評価値に応じた、前記第１の評価値に係る前記ユーザへの行動を促すメッセージを生成することと、
    　を備えるメッセージ生成方法。
  5. 　前記メッセージ生成装置の第４の計算部により、所定の条件を満たして小さい成果を示す前記成果情報に基づく、前記第１の評価値の平均である、前記因子ごとの第４の評価値を計算することをさらに備え、
    　前記生成部は、
    　　前記第２の評価値と前記第４の評価値との差分に対する前記第１の評価値と前記第４の評価値との差分の割合に基づく内容による、前記ユーザへの行動を促すメッセージを生成する、
    　請求項４に記載のメッセージ生成方法。
  6. 　前記生成部は、
    　　前記第２の計算部により計算した第３の評価値が所定の条件を満たして小さいときに、前記ユーザへの行動を促すメッセージを生成する
    　請求項４に記載のメッセージ生成方法。
  7. 　請求項１乃至３のいずれか１項に記載のメッセージ生成装置の各部としてプロセッサを機能させるメッセージ生成処理プログラム。
PCT/JP2023/044269 2023-12-11 2023-12-11 メッセージ生成装置、方法およびプログラム Pending WO2025126276A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2023/044269 WO2025126276A1 (ja) 2023-12-11 2023-12-11 メッセージ生成装置、方法およびプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2023/044269 WO2025126276A1 (ja) 2023-12-11 2023-12-11 メッセージ生成装置、方法およびプログラム

Publications (1)

Publication Number Publication Date
WO2025126276A1 true WO2025126276A1 (ja) 2025-06-19

Family

ID=96056599

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/044269 Pending WO2025126276A1 (ja) 2023-12-11 2023-12-11 メッセージ生成装置、方法およびプログラム

Country Status (1)

Country Link
WO (1) WO2025126276A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021149231A (ja) * 2020-03-17 2021-09-27 株式会社エムティーアイ サーバ装置、回答者装置、情報処理システムおよびプログラム
JP2023030832A (ja) * 2021-08-24 2023-03-08 株式会社セラク 情報処理システム、プログラム、及び学習モデル生成方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021149231A (ja) * 2020-03-17 2021-09-27 株式会社エムティーアイ サーバ装置、回答者装置、情報処理システムおよびプログラム
JP2023030832A (ja) * 2021-08-24 2023-03-08 株式会社セラク 情報処理システム、プログラム、及び学習モデル生成方法

Similar Documents

Publication Publication Date Title
Grange et al. Ranking the risk of animal-to-human spillover for newly discovered viruses
JP6935118B1 (ja) 行動支援システム、行動支援方法及び行動支援プログラム
US8775332B1 (en) Adaptive user interfaces
Bellemare et al. Statistical power of within and between-subjects designs in economic experiments
Bachan Students' expectations of debt in UK higher education
US9305059B1 (en) Methods, systems, and computer readable media for dynamically selecting questions to be presented in a survey
US20160275533A1 (en) Segment Membership Determination for Content Provisioning
US20140272844A1 (en) Method for increasing the likelihood to induce behavior change in a lifestyle management program
JP2018506801A (ja) ヘルスケアコンサルタント及び病院管理者が病院のための最適な人的資源プランを決定するのを助ける、シミュレーションに基づくシステム及び方法
JP6955888B2 (ja) 予測装置、予測方法、及び予測プログラム
WO2020054367A1 (ja) 健康評価システム、健康評価サーバ及び健康評価プログラム
JP2018106275A (ja) アンケート支援装置、アンケート支援システム、アンケート支援方法、およびアンケート支援プログラム
WO2020054369A1 (ja) 健康評価システムおよび健康評価プログラム
Bermúdez et al. A new parametric model for fitting fertility curves
Witt A simple distribution for the sum of correlated, exchangeable binary data
Shi et al. Evaluating social network-based weight loss interventions in Chinese population: An agent-based simulation
JP7494146B2 (ja) コミュニティ活性化装置及び方法
JP2021089700A (ja) 情報処理装置、情報処理方法、及びプログラム
WO2025126276A1 (ja) メッセージ生成装置、方法およびプログラム
JP6751955B1 (ja) 学習方法、評価装置、及び評価システム
JP2018180997A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
Esteban et al. Supporting an autonomous social agent within a competitive environment
JP6613433B2 (ja) 情報処理装置、プログラム
Smith et al. Agent based modelling of migration decision-making
JP7127916B1 (ja) 学習支援システム

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: 23961345

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2025562903

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2025562903

Country of ref document: JP