JP4853363B2 - Meeting analysis system - Google Patents
Meeting analysis system Download PDFInfo
- Publication number
- JP4853363B2 JP4853363B2 JP2007101226A JP2007101226A JP4853363B2 JP 4853363 B2 JP4853363 B2 JP 4853363B2 JP 2007101226 A JP2007101226 A JP 2007101226A JP 2007101226 A JP2007101226 A JP 2007101226A JP 4853363 B2 JP4853363 B2 JP 4853363B2
- Authority
- JP
- Japan
- Prior art keywords
- meeting
- identification information
- users
- tendency
- information
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、複数の利用者による会合の情報から、利用者が属する集合間での利用者の交流に係る傾向を分析する技術に関する。 The present invention relates to a technique for analyzing a trend related to user exchange between a set to which a user belongs from information on a meeting of a plurality of users.
人間の行動を情報処理技術によって分析することで、例えば組織等といった複数の人間をグループ化した集合の活動を評価することが行われている。 By analyzing human behavior using information processing technology, for example, an activity of a set in which a plurality of people such as an organization are grouped is evaluated.
業務を裁量の度合いと習熟性に基づいて４つの業務タイプに分類し、業務への人材配置を診断することで、最適な雇用形態を判定する発明が提案されている（特許文献１参照。）。
また、モチベーションと思考力の２軸で組織の構成員を評価した散布図を作成し、プロットの分布で組織状況を把握することで、組織を評価する発明が提案されている（特許文献２参照。）。
Further, an invention has been proposed that evaluates an organization by creating a scatter diagram that evaluates the members of the organization with two axes of motivation and thinking ability, and grasping the organization status by the distribution of the plot (see Patent Document 2). .)
複数の人間をグループ化した集合の行動を把握することで、例えば、当該集合がどのような性質をもったものであるか、当該集合が或る目的に適った活動を行っているか、当該集合が正常な状態で活動しているか等といったことを把握することができる。
特に、集合の行動として集合間での人員の交流を把握することで、例えば、他の集合との連携と言う観点で集合の行動を把握することが可能となる。
By grasping the behavior of a set that groups multiple humans, for example, what kind of property the set has, whether the set is performing an activity suitable for a certain purpose, or the set It is possible to grasp whether or not it is active in a normal state.
In particular, by grasping personnel exchanges between sets as collective actions, for example, it is possible to grasp collective actions from the viewpoint of cooperation with other collectives.
しかしながら、集合間での人員の交流を観点とした方法で分析処理を行う技術は提案されておらず、例えば、会社、会社組織内の部門、グループ等といった利用者集合の他の部門との連携を把握することができなかった。
本発明は、上記従来の事情に鑑みなされたものであり、集合間での利用者の交流に係る会合の傾向を判定することで、集合間での連携を把握可能にすることを目的としている。
However, no technology has been proposed to perform analysis processing in a way that considers personnel exchanges between groups. For example, collaboration with other departments in a user group such as a company, a department in a company organization, or a group. Could not figure out.
The present invention has been made in view of the above-described conventional circumstances, and an object of the present invention is to make it possible to grasp cooperation between sets by determining a tendency of a meeting related to user exchanges between sets. .
請求項１に係る会合分析システムは、特定の位置において利用者の識別情報を検出する第１の検出手段と、前記第１の検出手段で検出された利用者識別情報をその検出位置に係る情報及び検出時間に係る情報に対応付けて記憶する第１の記憶手段と、利用者識別情報と利用者が属する集合の識別情報とを対応付けて記憶する第２の記憶手段と、指定された時間条件に応じて、前記第１の記憶手段の記憶情報から、当該指定時間に該当する会合に参加した利用者識別情報を検出する第２の検出手段と、前記第２の検出手段で検出された利用者識別情報について、前記第２の記憶手段の記憶情報を参照して、同じ集合から参加した利用者の数と他の集合から参加した利用者の数との比率を判定する第１の判定手段と、前記第１の判定手段で判定された比率に基づいて、集合間での利用者の交流に係る会合の傾向を判定する第２の判定手段と、前記第２の判定手段による判定結果を出力する出力手段と、を備えたことを特徴とする。
The meeting analysis system according to
請求項２に係る会合分析システムは、請求項１の会合分析システムにおいて、前記第２の検出手段は、時間幅をもって指定された時間条件に応じて、当該指定された時間幅内に同じ検出位置に存した複数の利用者識別情報を１つの会合を形成するものとして検出することを特徴とする。 The meeting analysis system according to a second aspect is the meeting analysis system according to the first aspect, wherein the second detection means has the same detection position within the designated time width in accordance with a time condition designated with a time width. A plurality of pieces of user identification information existing in the above are detected as forming one meeting.
請求項３に係る会合分析システムは、請求項１又は２の会合分析システムにおいて、前記第２の判定手段は、対象となる全ての利用者数と各集団に属する利用者数とに基づいて算出される各集団毎の会合への参加期待値と、前記第１の判定手段で判定された比率との比較に基づいて、集合間での利用者の交流に係る会合の傾向を判定することを特徴とする。
The meeting analysis system according to
請求項４に係る会合分析システムは、請求項１乃至３の会合分析システムにおいて、前記第２の判定手段は、会合傾向の動向から、集合間での利用者の交流に係る定常的な状態を各集合毎に判定することを特徴とする。
The meeting analysis system according to
請求項５に係る会合分析システムは、請求項１乃至４の会合分析システムにおいて、前記第２の判定手段は、会合傾向の動向から、集合間での利用者の交流に係る非定常的な状態を各集合毎に判定することを特徴とする。
The meeting analysis system according to
請求項６に係る会合分析装置は、特定の位置において検出された利用者識別情報とその検出位置に係る情報及び検出時間に係る情報から、指定された時間条件に応じて、当該指定時間に該当する会合に参加した利用者識別情報を検出する会合検出手段と、利用者識別情報と利用者が属する集合の識別情報とを参照して、前記会合検出手段で検出された利用者識別情報について、同じ集合から参加した利用者の数と他の集合から参加した利用者の数との比率を判定する内外判定手段と、前記内外判定手段で判定された比率に基づいて、集合間での利用者の交流に係る会合の傾向を判定する傾向判定手段と、前記傾向判定手段による判定結果を出力する出力手段と、を備えたことを特徴とする。
The meeting analysis apparatus according to
請求項７に係る会合分析装置は、特定の位置において検出された利用者識別情報とその検出位置に係る情報及び検出時間に係る情報から、指定された時間条件に応じて、当該指定時間に該当する会合に参加した利用者識別情報を検出する会合検出手段と、利用者識別情報と利用者が属する集合の識別情報とを対応付けて記憶する組織情報手段と、前記組織情報記憶手段の記憶情報を参照して、前記会合検出手段で検出された利用者識別情報について、同じ集合から参加した利用者の数と他の集合から参加した利用者の数との比率を判定する内外判定手段と、 前記内外判定手段で判定された比率に基づいて、集合間での利用者の交流に係る会合の傾向を判定する傾向判定手段と、前記傾向判定手段による判定結果を出力する出力手段と、を備えたことを特徴とする。
The meeting analysis apparatus according to
請求項８に係る会合分析装置は、特定の位置において検出された利用者識別情報をその検出位置に係る情報及び検出時間に係る情報に対応付けて記憶する位置情報記憶手段と、指定された時間条件に応じて、前記位置情報記憶手段の記憶情報から、当該指定時間に該当する会合に参加した利用者識別情報を検出する会合検出手段と、利用者識別情報と利用者が属する集合の識別情報とを対応付けて記憶する組織情報手段と、前記組織情報記憶手段の記憶情報を参照して、前記会合検出手段で検出された利用者識別情報について、同じ集合から参加した利用者の数と他の集合から参加した利用者の数との比率を判定する内外判定手段と、前記内外判定手段で判定された比率に基づいて、集合間での利用者の交流に係る会合の傾向を判定する傾向判定手段と、前記傾向判定手段による判定結果を出力する出力手段と、を備えたことを特徴とする。
The meeting analysis apparatus according to
請求項９に係る会合分析プログラムは、特定の位置において検出された利用者識別情報とその検出位置に係る情報及び検出時間に係る情報から、指定された時間条件に応じて、当該指定時間に該当する会合に参加した利用者識別情報を検出する会合検出手段と、利用者識別情報と利用者が属する集合の識別情報とを参照して、前記会合検出手段で検出された利用者識別情報について、同じ集合から参加した利用者の数と他の集合から参加した利用者の数との比率を判定する内外判定手段と、前記内外判定手段で判定された比率に基づいて、集合間での利用者の交流に係る会合の傾向を判定する傾向判定手段と、前記傾向判定手段による判定結果を出力する出力手段と、をコンピュータに実現することを特徴とする。
The meeting analysis program according to
請求項１０に係る会合分析プログラムは、特定の位置において検出された利用者識別情報とその検出位置に係る情報及び検出時間に係る情報から、指定された時間条件に応じて、当該指定時間に該当する会合に参加した利用者識別情報を検出する会合検出手段と、利用者識別情報と利用者が属する集合の識別情報とを対応付けて記憶する組織情報手段と、前記組織情報記憶手段の記憶情報を参照して、前記会合検出手段で検出された利用者識別情報について、同じ集合から参加した利用者の数と他の集合から参加した利用者の数との比率を判定する内外判定手段と、前記内外判定手段で判定された比率に基づいて、集合間での利用者の交流に係る会合の傾向を判定する傾向判定手段と、前記傾向判定手段による判定結果を出力する出力手段と、をコンピュータに実現することを特徴とする。
The meeting analysis program according to
請求項１１に係る会合分析プログラムは、特定の位置において検出された利用者識別情報をその検出位置に係る情報及び検出時間に係る情報に対応付けて記憶する位置情報記憶手段と、指定された時間条件に応じて、前記位置情報記憶手段の記憶情報から、当該指定時間に該当する会合に参加した利用者識別情報を検出する会合検出手段と、利用者識別情報と利用者が属する集合の識別情報とを対応付けて記憶する組織情報手段と、前記組織情報記憶手段の記憶情報を参照して、前記会合検出手段で検出された利用者識別情報について、同じ集合から参加した利用者の数と他の集合から参加した利用者の数との比率を判定する内外判定手段と、前記内外判定手段で判定された比率に基づいて、集合間での利用者の交流に係る会合の傾向を判定する傾向判定手段と、前記傾向判定手段による判定結果を出力する出力手段と、をコンピュータに実現することを特徴とする。
The meeting analysis program according to
請求項１の会合分析システムによると、利用者により会合がなされたことに基づいて、利用者が属する集合間での利用者の交流に係る傾向を把握することができる。
According to the meeting analysis system of
請求項２の会合分析システムによると、例えば、複数の利用者の全員が一同に会っていない場合でも、これら利用者が指定された時間幅内で個別的に会っている場合には、これら利用者により１つの会合が形成されているとみなすことができ、利用者の交流に係る傾向を適切に把握することができる。
According to the meeting analysis system of
請求項３の会合分析システムによると、各集団毎の会合への参加期待値と現実の参加比率とに基づいて、利用者の交流に係る傾向を適切に把握することができる。
According to the meeting analysis system of
請求項４の会合分析システムによると、会合傾向の動向から判定された各集合の交流に係る定常的な状態を把握することができ、例えば集団の特徴を把握することができる。
According to the meeting analysis system of
請求項５の会合分析システムによると、会合傾向の動向から判定された各集合の交流に係る非定常的な状態を把握することができ、例えば集団の活動における問題発生を把握することができる。
According to the meeting analysis system of
請求項６の会合分析装置によると、利用者により会合がなされたことに基づいて、利用者が属する集合間での利用者の交流に係る傾向を把握することができる。 According to the meeting analysis apparatus of the sixth aspect, it is possible to grasp the tendency related to the exchange of the users between the groups to which the users belong based on the meeting made by the users.
請求項７の会合分析装置によると、利用者により会合がなされたことに基づいて、利用者が属する集合間での利用者の交流に係る傾向を把握することができる。 According to the meeting analysis apparatus of the seventh aspect, it is possible to grasp the tendency related to the exchange of the users between the groups to which the users belong based on the meeting made by the users.
請求項８の会合分析装置によると、利用者により会合がなされたことに基づいて、利用者が属する集合間での利用者の交流に係る傾向を把握することができる。 According to the meeting analysis apparatus of the eighth aspect, it is possible to grasp a tendency related to the exchange of the users between the groups to which the users belong based on the meeting made by the users.
請求項９の会合分析プログラムによると、利用者により会合がなされたことに基づいて、利用者が属する集合間での利用者の交流に係る傾向を把握することを可能にする、会合分析装置をコンピュータにより構成することができる。
According to the meeting analysis program of
請求項１０の会合分析プログラムによると、利用者により会合がなされたことに基づいて、利用者が属する集合間での利用者の交流に係る傾向を把握することを可能にする、会合分析装置をコンピュータにより構成することができる。
According to the meeting analysis program of
請求項１１の会合分析プログラムによると、利用者により会合がなされたことに基づいて、利用者が属する集合間での利用者の交流に係る傾向を把握することを可能にする、会合分析装置をコンピュータにより構成することができる。
According to the meeting analysis program of
本発明を、実施例に基づいて具体的に説明する。
図１には、本発明の一実施例に係る会合分析システムを示してある。
なお、実施例では、会社組織内の部門を利用者（ユーザ）が属する集団の例として説明するが、本発明では、集団を会社として会社間の交流傾向を分析する、集団を単なる複数人からなるグループとしてグループ間の交流傾向を分析する、等といった方法を実現することもできる。
The present invention will be specifically described based on examples.
FIG. 1 shows a meeting analysis system according to an embodiment of the present invention.
In the embodiment, a department in a company organization is described as an example of a group to which a user (user) belongs. However, in the present invention, a group is a company and a group is analyzed from a mere plurality of people to analyze an exchange tendency between companies. It is also possible to realize a method such as analyzing the tendency of exchange between groups as a group.
本例の会合分析システムは、センサ１を有する位置情報取得装置２と、会合分析装置３とを備えており、分析対象となるユーザＵが携帯するメモリ装置（本例では、ＲＦＩＤ）Ｒからセンサ１が当該ユーザを識別する情報（本例では、ユーザＩＤ）を読取り、当該ユーザ識別情報に基づいて、会合分析装置３がユーザの所属する部門間でのユーザの交流に係る会合の傾向を判定する。
The meeting analysis system of the present example includes a position
センサ１は、会合がなされる位置に設けられており、例えば会社建物内の会議室毎といったように、所要の箇所に所要の個数設けられている。
位置情報取得装置２は、センサ１がユーザＩＤを検出すると、当該ユーザＩＤを当該センサ１を識別するセンサＩＤと及び当該検出時刻と共に会合分析装置３へ出力する。
本例では、位置情報取得装置２が、センサ１が検出したユーザＩＤ、センサＩＤ、検出時刻を会合分析装置３へ提供するが、本発明では、センサ１が検出したユーザＩＤを会合分析装置３へ出力して、会合分析装置３が、ユーザＩＤとその出力したセンサのＩＤ及び出力時刻を対応付けて位置情報データベース４に記憶するようにしてもよい。
The
When the
In this example, the position
会合分析装置３は、位置情報取得装置２から入力されたユーザＩＤ、センサＩＤ、時刻情報を対応付けて記憶する位置情報データベース４（図２（ａ））、分析者Ｍから入力される指定時間を含む会合条件を受け付ける会合条件設定部５、会合条件設定部５が受け付けた会合条件に応じて位置情報データベース４の記憶情報から指定時間に該当する会合に参加したユーザＩＤを検出する会合関係検出部６、ユーザＩＤと各ユーザが所属する部門の識別情報とを対応付けて記憶する組織データベース７（図３（ｂ））、会合関係検出部６で検出されたユーザＩＤについて、組織データベース７の記憶情報を参照して、同じ部門から参加したユーザの数と他の部門から参加したユーザの数との比率を判定する部門内外判定部８、部門内外判定部８で判定された比率に基づいて部門間でのユーザの交流に係る会合の傾向を判定する会合傾向判定部９、会合傾向の定常な状態或いは非定常な状態を明らかにするために会合傾向判定部９で判定された会合の傾向を所定期間に亘って比較する会合傾向比較部１０、会合傾向判定部９又は会合傾向比較部１０による判定結果を出力する会合傾向出力部１１を備えている。
The
なお、本実施例では、ユーザの交流に係る会合の傾向を判定する処理を、会合傾向判定部９と会合傾向比較部１０とによる２段階の判定処理で構成しているが、本発明では、これら会合傾向判定部９と会合傾向比較部１０とを１つの判定手段として構成してもよい。
In this embodiment, the process of determining the tendency of the meeting related to user interaction is configured by a two-step determination process by the meeting
本実施例の会合分析装置３は、コンピュータで本発明に係るプログラムを実行することで、上記各機能手段４〜１１を実現している。具体的には、本実施例の会合分析装置３は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等のハードウェア資源を有し、ＲＯＭ内に本発明に係るプログラムを記憶しており、当該プログラムをＲＡＭ上に展開してＣＰＵで演算処理することにより上記各機能手段４〜１１を実現している。なお、ＤＶＤ（Digital Versatile Disc）等の外部記憶媒体から本発明に係るプログラムを取得して実行したり、ネットワーク接続された他の装置から本発明に係るプログラムを取得して実行するというような他の構成をとることもできる。また、本発明では、これら各機能手段を専用の装置として構成するようにしてもよい。
また、本実施例の会合分析装置３は、位置情報データベース４や組織データベース７といったデータの記憶手段を内部に備えた構成であるが、本発明では、これら記憶手段の１つ又は両方を会合分析装置３の外部の装置として構成して、会合分析装置３が外部の記憶装置から必要なデータを得るようにしてもよい。
The
In addition, the
図２には、会合関係検出部６による処理の概要を示してある。
或る特定のエリアで会合したユーザＵのＩＤ（Ｕ１〜Ｕ５）は、当該エリアをカバーするように設置された各センサ１によって各ユーザＵが携帯するメモリ装置Ｒから読取られることで、会合毎に検出され、図２（ａ）に示すように、その検出時刻情報と、その検出したセンサのＩＤと、検出したユーザのＩＤとが対応付けて位置情報データベース４に記憶格納される。
FIG. 2 shows an outline of processing by the meeting
The ID (U1 to U5) of the user U meeting in a specific area is read from the memory device R carried by each user U by each
会合関係検出部６は、会合条件設定部５で受け付けた会合条件の指定時間に基づいて位置情報データベース４を検索して、図２（ｂ）に示すように、センサ１毎（すなわち、会合毎）にユーザＩＤを検出して分類する。
すなわち、図示の例では、ユーザＩＤがＵ１、Ｕ２、Ｕ３の３人のユーザによる会合と、ユーザＩＤがＵ４、Ｕ５の２人のユーザによる会合とが検出される。なお、図２（ｂ）には行例表現として会合に係るデータ（会合データ）を纏めたが、図２（ｃ）に示すように、グラフ表現として会合に係るデータを纏めるようにしてもよい。
The meeting
That is, in the illustrated example, a meeting of three users with user IDs U1, U2, and U3 and a meeting of two users with user IDs U4 and U5 are detected. In FIG. 2 (b), data related to meetings (meeting data) is summarized as an example expression. However, as illustrated in FIG. 2 (c), data related to meetings may be summarized as a graph expression. .
ここで、図示の例では、指定時間は、例えば、１秒や１分と言ったように現実に複数のユーザが同じエリアに時を同じくして存在したとみなせる比較的短い時間としているが、本発明では、指定時間を、例えば、１日や一週間と言ったように比較的長い時間として、時を違えて会合したユーザ全員が同じ会合に参加したと擬制的に捉えるようにしてもよい。すなわち、例えば、指定時間を１日として、ユーザＡとＢが午前中に会合し、同日の午後にユーザＡとＣが会合した場合、当該日にユーザＡ、Ｂ、Ｃの会合があったと捉えてもよい。このように擬制的な会合にあって、ユーザが属する集合についての会合傾向を分析する上では意味があり、かえって、部門に所属する各ユーザの外部部門との交流を把握するための情報を取りこぼすことなく分析に用いることができる。 Here, in the example shown in the figure, the designated time is a relatively short time in which it can be considered that a plurality of users actually exist in the same area at the same time, such as 1 second or 1 minute. In the present invention, the designated time may be assumed to be a relatively long time, such as one day or one week, for example, so that all users who met at different times participated in the same meeting. . That is, for example, when the designated time is one day, when users A and B meet in the morning, and users A and C meet in the afternoon, the user A, B, and C meet on that day. May be. In this way, it is meaningful to analyze the meeting tendency of the set to which the user belongs. Instead, it collects information for grasping the exchange of each user belonging to the department with the external department. Can be used for analysis without spilling.
図３には、部門内外判定部８による処理の概要を示してある。
部門内外判定部８は、会合関係検出部６で検出された会合データについて、組織データベース７を参照して、同じ部門から参加したユーザ数と他の部門から参加したユーザ数との比率を判定する。
本例では、図３（ｂ）に示すように、組織データベース７に記憶されている組織データは、各所属部門毎の所属ユーザ（対象者）と全対象者との割合Ｅ（Ｄ）を含んでおり、当該割合は、各所属部門毎の会合への参加期待値となっている。同図の例では、対象者のユーザはＵ１〜Ｕ５の５人で、所属部門Ｄ１の所属ユーザが或る会合に参加すると見込まれる参加期待値は５人中の２人で０．４となる。
なお、本例では、参加期待値Ｅ（Ｄ）を予め算出して組織データベース７に記憶させているが、本発明では、その都度算出するようにしてもよい。
FIG. 3 shows an outline of processing by the department internal /
The department internal /
In this example, as shown in FIG. 3B, the organization data stored in the
In this example, the participation expectation value E (D) is calculated in advance and stored in the
部門内外判定部８は、実際の参加比率Ｐとして、会合毎に各所属部門から参加したユーザの割合を算出する。同図の例では、Ｕ１〜Ｕ３の３人のユーザが参加した会合では、部門Ｄ１から参加したユーザの割合は２／３で０．６７、部門Ｄ２から参加したユーザの割合は１／３で０．３３となる。
そして、部門内外判定部８は、会合の傾向判定に供するために、参加期待値Ｅ（Ｄ）と実際の参加比率Ｐとを比較する。
The department internal /
Then, the department internal /
図４及び図５には、会合傾向判定部９による処理の概要を示してある。
会合傾向判定部９は、部門内外判定部８で判定された比率に基づいて、部門間でのユーザの交流に係る会合の傾向を判定する。
本実施例では、会合条件設定部５で受け付けた会合条件は閾値Ｔｈを含んでおり、会合傾向判定部９は、図４に示すように、全ての部門毎について、会合ｋ毎に、他の部門から参加したユーザ数と閾値との比較と、当該部門の所属ユーザ数と期待値との比較との２軸で評価判定して、その結果を会合傾向を表す類型化する。
4 and 5 show an outline of processing by the meeting
The meeting
In the present embodiment, the meeting conditions received by the meeting
具体的には、図３に示した期待値Ｅ（Ｄ）、参加者比率Ｐ、及び、閾値Ｔｈから、図５に示すように、会合１（センサＳ１）に所属ユーザが参加していた部門Ｄ１の参加者比率Ｐは期待値Ｅ（Ｄ）より大きく且つ他部門からの参加者数（１―Ｐ）は閾値Ｔｈより小さく、また、会合１（センサＳ１）に所属ユーザが参加していた部門Ｄ２の参加者比率Ｐは期待値Ｅ（Ｄ）より小さく且つ他部門からの参加者数（１―Ｐ）は閾値Ｔｈより大きく、また、会合２（センサＳ２）に所属ユーザが参加していた部門Ｄ２の参加者比率Ｐは期待値Ｅ（Ｄ）より大きく且つ他部門からの参加者数（１―Ｐ）は閾値Ｔｈより大きく、また、会合２（センサＳ２）に所属ユーザが参加していた部門Ｄ３の参加者比率Ｐは期待値Ｅ（Ｄ）より大きく且つ他部門からの参加者数（１―Ｐ）は閾値Ｔｈより大きい。 Specifically, from the expected value E (D), the participant ratio P, and the threshold value Th shown in FIG. 3, as shown in FIG. 5, the department to which the user belongs to the meeting 1 (sensor S1) Participant ratio P of D1 is larger than the expected value E (D), the number of participants from other departments (1-P) is smaller than the threshold Th, and the affiliated user is participating in the meeting 1 (sensor S1) Participant ratio P of department D2 is smaller than expected value E (D), the number of participants from other departments (1-P) is larger than threshold Th, and the user is participating in meeting 2 (sensor S2) Participant ratio P of department D2 is greater than expected value E (D), the number of participants from other departments (1-P) is greater than threshold Th, and the user who participates in meeting 2 (sensor S2) Participant ratio P of department D3 was higher than expected value E (D) Number of participants (1-P) is larger than the threshold value Th.
上記のような判定処理を行った結果、図４に示すように、他の部門から参加したユーザ数が閾値未満で且つ当該部門のユーザ参加数が期待値以上の状態を、当該部門内でユーザが活発に会合していると評価して「部門内連携型」とラベル付けし、他の部門から参加したユーザ数が閾値以上で且つ当該部門のユーザ参加数が期待値以上の状態を、当該部門のユーザが他の部門から沢山のユーザが参加している会合に活発に参加していると評価して「部門間連携型」とラベル付けし、他の部門から参加したユーザ数が閾値未満で且つ当該部門のユーザ参加数が期待値未満の状態を、当該部門内でユーザが活発に会合していないと評価して「部門内単独型」とラベル付けし、他の部門から参加したユーザ数が閾値以上で且つ当該部門のユーザ参加数が期待値未満の状態を、当該部門のユーザが他の部門から沢山のユーザが参加している会合に活発ではないが参加していると評価して「部門外連携型」とラベル付けして類型化する。 As a result of performing the determination process as described above, as shown in FIG. 4, when the number of users participating from other departments is less than the threshold and the number of user participation in the department is greater than or equal to the expected value, Evaluate that the group is actively meeting and label it as `` intra-departmental collaboration type '', and state that the number of users participating from other departments is greater than or equal to the threshold and the number of users participating in that department Evaluate that users in the department are actively participating in meetings where many users from other departments participate, label them as “inter-division linkage type”, and the number of users participating from other departments is less than the threshold In addition, if the number of users participating in the department is less than the expected value, the user is not actively meeting in the department, and is labeled as “individual department type”. The number of users participating in the department is greater than or equal to the threshold A status that is less than the expected value is classified as “Extra-division linkage type” by evaluating that the user in the department is not actively participating in a meeting where many users from other departments participate. Turn into.
図６には、会合傾向比較部１０による処理の概要を示してある。
会合傾向比較部１０は、会合傾向判定部９で判定された類型に基づいて、部門間でのユーザの交流に係る会合の傾向を分析者Ｍが設定した所定の期間の間で比較判定する。
図６に示す例は、１ヶ月毎の類型を部門Ｄ１、Ｄ２、Ｄ３毎に示しているが、会合傾向比較部１０は、各部門毎に最も多い会合傾向（類型）を当該部門の定常的な状態として検出して、これら定常状態（部門Ｄ１は「部門間連携型」、部門Ｄ２は「部門内連携型」、部門Ｄ３は「部門間連携型」）を会合傾向出力部１１から例えば画面表示や印刷等の方法で出力する。
FIG. 6 shows an outline of processing by the meeting
Based on the type determined by the meeting
In the example shown in FIG. 6, the type of each month is shown for each department D1, D2, and D3, but the meeting
なお、会合傾向比較部１０は、定常的な状態と異なる月度を非定常的な状態と検出して会合傾向出力部１１から出力する、非定常的な状態が分析期間内にどれだけ存在したかを検出して会合傾向出力部１１から出力する、非定常的な状態或いは会合の傾向の月度変化（前月から変化した月度）の数を部門間で比較してその結果を会合傾向出力部１１から出力する等といった方法を行うことができる。
Incidentally, the meeting
図７及び図８には、会合関係検出部６が行う会合関係の検出処理の具体例を示してある。
会合条件設定部５には分析者Ｍから会合条件が入力されており（ステップＳ１）、会合関係検出部６が会合条件に含まれている指定時間が何であるかを判定する（ステップＳ２）。この指定時間を分析者Ｍが任意に設定することができ、例えば、月度単位の隔週１回、月度単位の毎週月曜、等といったように会合としてみなす期間とこれら会合を比較する期間とが指定される。
そして、この判定の結果に応じて、会合関係検出部６が位置情報データベース４に記憶保持されているデータから会合関係を検出し（ステップＳ３）、その結果の会合データを部門内外判定部８へ出力する（ステップＳ４）。
7 and 8 show specific examples of the meeting relationship detection process performed by the meeting
The meeting conditions are input from the analyst M to the meeting condition setting unit 5 (step S1), and the meeting
Then, according to the result of this determination, the meeting
図８には、会合関係検出処理（ステップＳ３）の一例として、月度単位隔週１回の指定期間の場合の処理例を示してある。
まず、処理用の記憶領域として用いるテーブルＴＢＬを新規ハッシュ表とすると共にカウント日時ＤＡＹを月度初稼働日にする（ステップＳ１１）。
そして、カウント日時ＤＡＹが月度最終稼働日であるかを判定し（ステップＳ１２）、最終稼働日でない場合には処理対象の稼動日ＤＡＹが処理対象の月度内であるので、当該稼動日ＤＡＹに時刻情報が含まれる位置情報データが位置情報データベース４に残っているかを判定する（ステップＳ１３）。
FIG. 8 shows an example of processing in the case of a designated period once every other week in monthly unit as an example of the meeting relationship detection processing (step S3).
First, a table TBL used as a processing storage area is set as a new hash table, and the count date DAY is set to the first operation day of the month (step S11).
Then, it is determined whether the count date / time DAY is a monthly working day (step S12). If the counting date / time DAY is not the final working day, the processing date DAY is within the processing target month, so the time is set to the working day DAY. It is determined whether position information data including information remains in the position information database 4 (step S13).
未処理の位置情報データが位置情報データベース４に残っている場合には、その位置情報データを同じ会合みなされる他の位置情報データとテーブルＴＢＬの同じエントリに保持し（ステップＳ１４）、一方、未処理の位置情報データが位置情報データベース４に残っていない場合には、カウント日時ＤＡＹを翌稼働日に更新してステップＳ１２の処理を繰り返し行う（ステップＳ１５）。
すなわち、本例では、同じ日に同じセンサ１で検出されたユーザＩＤのユーザは、テーブルＴＢＬの同じエントリに記録される。
If unprocessed position information data remains in the
That is, in this example, a user with a user ID detected by the
上記の処理を行って、カウント日時ＤＡＹが月度最終稼働日に達した場合には（ステップＳ１２）、テーブルＴＢＬのエントリを確認し（ステップＳ１６）、同じエントリ内に複数の位置情報データ（すなわち、複数のユーザＩＤ）がある場合には当該エントリの値を「１」とし、単独の位置情報データだけの場合には当該エントリの値を「０」とする（ステップＳ１７）。
すなわち、本例では、同じ日に同じセンサ１で検出されたユーザＩＤのユーザは同じ会合に参加していたとみなされ、このような会合とみなした場合にはエントリの値を「１」とする（図２（ｂ）参照）。
When the above processing is performed and the count date DAY has reached the last working day of the month (step S12), the entry of the table TBL is confirmed (step S16), and a plurality of pieces of position information data (ie, When there are a plurality of user IDs), the value of the entry is set to “1”, and when there is only single position information data, the value of the entry is set to “0” (step S17).
That is, in this example, it is considered that the user with the user ID detected by the
図９には、部門内外判定部８及び会合傾向判定部９が行う処理の具体例を示してある。
上記検出した会合データＭ（図３（ａ）参照）及び組織データベース７に記憶されている組織データ（図３（ｂ）参照）を取得し（ステップＳ２１）、各部門を識別するインデックスｉを初期化すると共に分析対象の部門数をｈとする（ステップＳ２２）。
そして、分析対象部門のそれぞれについて（ステップＳ２３、Ｓ２６）、部門に属する全てのユーザ（部門メンバ）を特定し（ステップＳ２４）、会合への当該部門からの参加者数、当該会合への参加者総数、当該会合への当該部門からの参加者比率を求める（ステップＳ２５）。
FIG. 9 shows a specific example of processing performed by the department internal /
The detected meeting data M (see FIG. 3 (a)) and organization data (see FIG. 3 (b)) stored in the
Then, for each analysis target department (steps S23 and S26), all users (department members) belonging to the department are identified (step S24), the number of participants from the department in the meeting, and the participants in the meeting The total number and the ratio of participants from the department to the meeting are obtained (step S25).
図１０〜図１３には、会合傾向判定部９及び会合傾向比較部１０が行う処理の具体例を示してある。
なお、この具体例では、対象となる部門をＡ群とＢ群とに分けて行っている。
10 to 13 show specific examples of processing performed by the meeting
In this specific example, the target departments are divided into A group and B group.
まず、図１０及び図１２に示す処理をＡ群とＢ群とについてそれぞれ行い、その結果Ｃを得る。
部門を識別する変数Ｄを初期化し（ステップＳ３１）、部門毎に会合傾向の月度変化を計算する（ステップＳ３２、Ｓ３３、Ｓ３４）。
会合傾向の計算（ステップＳ３３）では、最初の月度を識別する変数Ｔ、次の月度を識別する変数Ｍ、月度の会合状態（類型）が変化した回数Ｃとして（ステップＳ４１）、全ての月度について（ステップＳ４２、Ｓ４６）、月度間の会合状態が変化した回数Ｃを求めて（ステップＳ４３、Ｓ４４、Ｓ４５）、出力する（ステップＳ４７）。
First, the processing shown in FIGS. 10 and 12 is performed for each of the A group and the B group, and the result C is obtained.
A variable D for identifying the department is initialized (step S31), and the monthly change of the meeting tendency is calculated for each department (steps S32, S33, S34).
In the calculation of the meeting tendency (step S33), the variable T for identifying the first monthly degree, the variable M for identifying the next monthly degree, and the number C of changes in the monthly meeting state (type) (step S41), for all monthly degrees. (Steps S42, S46), the number C of changes in the monthly meeting state is obtained (Steps S43, S44, S45) and output (Step S47).
そして、対象部門毎及び対象月度毎に処理を行い（ステップＳ５１）、テーブルＴＢＬを初期化すると共に月度の識別変数Ｍを最初の月度にし（ステップＳ５２）、全ての月度及び全ての部門について（ステップＳ５３、Ｓ５４、Ｓ５５）、図９に示した会合傾向の判定処理結果を取得する（ステップＳ５６、Ｓ５７）。
そして、組織データとの比較処理を行ってＡ群とＢ群とに分け（ステップＳ５８、Ｓ５９）、Ａ群とＢ群との会合傾向の比較処理を行って（ステップＳ６０）、その比較結果を会合傾向出力部１１から出力する（ステップＳ６１）。
Then, the process is performed for each target department and each target month (step S51), the table TBL is initialized, and the monthly identification variable M is set to the first month (step S52), for all months and all departments (step S53, S54, S55), and the meeting tendency determination processing results shown in FIG. 9 are acquired (steps S56, S57).
Then, a comparison process with the tissue data is performed to divide into the A group and the B group (steps S58 and S59), and a comparison process of the association tendency between the A group and the B group is performed (step S60). It outputs from the meeting tendency output part 11 (step S61).
会合傾向の比較処理（ステップＳ６０）では、Ａ群の会合傾向の月度の変化を計算し（ステップＳ７１）、Ｂ群の会合傾向の月度の変化を計算し（ステップＳ７２）、これらＡ群とＢ群との会合傾向の月度の変化を比較する（ステップＳ７３）。
なお、このようにＡ群とＢ群とに分けて比較した結果から、例えば図１４に示すように、対象期間の月度毎及び部門毎に会合傾向の変化や定常的な状態を分析して会合傾向出力部１１から出力することができる。
In the comparison process of the meeting tendency (step S60), the monthly change of the meeting tendency of the group A is calculated (step S71), and the monthly change of the meeting tendency of the group B is calculated (step S72). The monthly change in the tendency of association with the group is compared (step S73).
From the results of comparison between group A and group B in this way, as shown in FIG. 14, for example, as shown in FIG. It can be output from the
ここで、本発明では、例えば、図１５や図１６に示すような態様で分析結果を会合傾向出力部１１から出力することもできる。
図１５に示す例では、或る会合について、例えば月度といったような所定期間毎の参加者数の増減から、対象とする或る部門内からの参加者数の増減と他の部門（すなわち、部門外）からの参加者数の増減とを比較して、正接（ｔａｎ）角を極座標系に表している。
図１６（ａ）に示す例では、上記の正接角をもった月度毎の矢印を連続させて表している。図１６（ｂ）に示す例では、上記とは異なって、増加の程度及び増加か減少かを月度毎の矢印を大きさと向きで表している。
Here, in the present invention, for example, the analysis result can be output from the meeting
In the example shown in FIG. 15, for a certain meeting, for example, from the increase / decrease in the number of participants per predetermined period, such as the monthly level, The tangent (tan) angle is represented in the polar coordinate system by comparing the increase and decrease in the number of participants from the outside.
In the example shown in FIG. 16A, the arrows for each month having the above tangent angle are shown continuously. In the example shown in FIG. 16B, unlike the above, the degree of increase and the increase or decrease are indicated by the size and direction of the arrows for each month.
１：センサ、 ２：位置情報取得装置、
３：会合分析装置、 ４：位置情報データベース、
５：会合条件設定部、 ６：会合関係検出部、
７：組織データベース、 ８：部門内外判定部、
９：会合傾向判定部、 １０：会合傾向比較部、
１１：会合傾向出力部、 Ｕ：ユーザ（利用者）、
Ｒ：ＲＦＩＤ、 Ｍ：分析者、
1: sensor, 2: position information acquisition device,
3: Meeting analyzer, 4: Location information database,
5: Meeting condition setting section, 6: Meeting relation detection section,
7: organization database, 8: department internal / external decision section,
9: Meeting tendency judgment part, 10: Meeting tendency comparison part,
11: Meeting tendency output part, U: User (user),
R: RFID, M: analyst,
Claims (10)
前記第１の検出手段で検出された利用者識別情報をその検出位置に係る情報及び検出時間に係る情報に対応付けて記憶する第１の記憶手段と、
利用者識別情報と利用者が属する集合の識別情報とを対応付けて記憶する第２の記憶手段と、
指定された時間条件に応じて、前記第１の記憶手段の記憶情報から、当該指定時間に該当する会合に参加した利用者識別情報を検出する第２の検出手段と、
前記第２の検出手段で検出された会合参加の利用者識別情報について、前記第２の記憶手段の記憶情報を参照して、同じ集合から参加した利用者の数と他の集合から参加した利用者の数との比率を判定する第１の判定手段と、
対象となる全ての利用者数と各集団に属する利用者数とに基づいて算出される各集団毎の会合への参加期待値と、前記第１の判定手段で判定された比率とに基づいて、集合間での利用者の交流に係る会合の傾向を判定する第２の判定手段と、
前記第２の判定手段による判定結果を出力する出力手段と、
を備えたことを特徴とする会合分析システム。 First detecting means for detecting user identification information at a specific position;
First storage means for storing user identification information detected by the first detection means in association with information relating to the detection position and information relating to detection time;
Second storage means for storing user identification information and identification information of a set to which the user belongs in association with each other;
Second detection means for detecting user identification information that has participated in the meeting corresponding to the designated time from the stored information of the first storage means in accordance with a designated time condition;
With respect to the user identification information of the meeting participation detected by the second detection means, the number of users who participated from the same set and the use of participation from other sets with reference to the storage information of the second storage means First determination means for determining a ratio to the number of persons;
Based participation expected value of the association of each population is calculated based on the number of users belonging to all number of users and each population of interest, to the ratio determined in said first determination means A second determination means for determining a tendency of a meeting related to user exchange between the groups;
An output means for outputting a determination result by the second determination means;
A meeting analysis system characterized by comprising:
利用者識別情報と利用者が属する集合の識別情報とを参照して、前記会合検出手段で検出された利用者識別情報について、同じ集合から参加した利用者の数と他の集合から参加した利用者の数との比率を判定する内外判定手段と、
対象となる全ての利用者数と各集合に属する利用者数とに基づいて算出される各集合毎の会合への参加期待値と、前記内外判定手段で判定された比率とに基づいて、集合間での利用者の交流に係る会合の傾向を判定する傾向判定手段と、
前記傾向判定手段による判定結果を出力する出力手段と、
を備えたことを特徴とする会合分析装置。 From the user identification information detected at a specific location, the information related to the detection location, and the information related to the detection time, the user identification information that participated in the meeting corresponding to the specified time is specified according to the specified time condition. Meeting detection means to detect;
With reference to the user identification information and the identification information of the set to which the user belongs, with respect to the user identification information detected by the meeting detection means, the number of users who participated from the same set and the usage that participated from other sets Internal / external determination means for determining a ratio with the number of persons,
Participation expected value of the association of each set is calculated based on the number of users belonging to all number of users and each set of interest, on the basis of the ratio is determined by the outside judgment means, a set A tendency determination means for determining a tendency of a meeting related to user exchanges between;
Output means for outputting a determination result by the tendency determination means;
A meeting analyzer characterized by comprising:
利用者識別情報と利用者が属する集合の識別情報とを対応付けて記憶する組織情報手段と、
前記組織情報記憶手段の記憶情報を参照して、前記会合検出手段で検出された利用者識別情報について、同じ集合から参加した利用者の数と他の集合から参加した利用者の数との比率を判定する内外判定手段と、
対象となる全ての利用者数と各集合に属する利用者数とに基づいて算出される各集合毎の会合への参加期待値と、前記内外判定手段で判定された比率とに基づいて、集合間での利用者の交流に係る会合の傾向を判定する傾向判定手段と、
前記傾向判定手段による判定結果を出力する出力手段と、
を備えたことを特徴とする会合分析装置。 From the user identification information detected at a specific location, the information related to the detection location, and the information related to the detection time, the user identification information that participated in the meeting corresponding to the specified time is specified according to the specified time condition. Meeting detection means to detect;
Organization information means for storing user identification information and identification information of a set to which the user belongs in association with each other;
The ratio of the number of users who participated from the same set to the number of users who participated from other sets with respect to the user identification information detected by the meeting detection means with reference to the stored information of the organization information storage means Internal / external determination means for determining
Participation expected value of the association of each set is calculated based on the number of users belonging to all number of users and each set of interest, on the basis of the ratio is determined by the outside judgment means, a set A tendency determination means for determining a tendency of a meeting related to user exchanges between;
Output means for outputting a determination result by the tendency determination means;
A meeting analyzer characterized by comprising:
指定された時間条件に応じて、前記位置情報記憶手段の記憶情報から、当該指定時間に該当する会合に参加した利用者識別情報を検出する会合検出手段と、
利用者識別情報と利用者が属する集合の識別情報とを対応付けて記憶する組織情報手段と、
前記組織情報記憶手段の記憶情報を参照して、前記会合検出手段で検出された利用者識別情報について、同じ集合から参加した利用者の数と他の集合から参加した利用者の数との比率を判定する内外判定手段と、
対象となる全ての利用者数と各集合に属する利用者数とに基づいて算出される各集合毎の会合への参加期待値と、前記内外判定手段で判定された比率とに基づいて、集合間での利用者の交流に係る会合の傾向を判定する傾向判定手段と、
前記傾向判定手段による判定結果を出力する出力手段と、
を備えたことを特徴とする会合分析装置。 Position information storage means for storing user identification information detected at a specific position in association with information related to the detected position and information related to the detection time;
Meeting detection means for detecting user identification information that participated in the meeting corresponding to the specified time from the stored information of the position information storage means according to the specified time condition,
Organization information means for storing user identification information and identification information of a set to which the user belongs in association with each other;
The ratio of the number of users who participated from the same set to the number of users who participated from other sets with respect to the user identification information detected by the meeting detection means with reference to the stored information of the organization information storage means Internal / external determination means for determining
Participation expected value of the association of each set is calculated based on the number of users belonging to all number of users and each set of interest, on the basis of the ratio is determined by the outside judgment means, a set A tendency determination means for determining a tendency of a meeting related to user exchanges between;
Output means for outputting a determination result by the tendency determination means;
A meeting analyzer characterized by comprising:
利用者識別情報と利用者が属する集合の識別情報とを参照して、前記会合検出手段で検出された利用者識別情報について、同じ集合から参加した利用者の数と他の集合から参加した利用者の数との比率を判定する内外判定手段と、
対象となる全ての利用者数と各集合に属する利用者数とに基づいて算出される各集合毎の会合への参加期待値と、前記内外判定手段で判定された比率とに基づいて、集合間での利用者の交流に係る会合の傾向を判定する傾向判定手段と、
前記傾向判定手段による判定結果を出力する出力手段と、
をコンピュータに実現することを特徴とする会合分析プログラム。 From the user identification information detected at a specific location, the information related to the detection location, and the information related to the detection time, the user identification information that participated in the meeting corresponding to the specified time is specified according to the specified time condition. Meeting detection means to detect;
With reference to the user identification information and the identification information of the set to which the user belongs, with respect to the user identification information detected by the meeting detection means, the number of users who participated from the same set and the usage that participated from other sets Internal / external determination means for determining a ratio with the number of persons,
Participation expected value of the association of each set is calculated based on the number of users belonging to all number of users and each set of interest, on the basis of the ratio is determined by the outside judgment means, a set A tendency determination means for determining a tendency of a meeting related to user exchanges between;
Output means for outputting a determination result by the tendency determination means;
A meeting analysis program characterized in that it is realized on a computer.
利用者識別情報と利用者が属する集合の識別情報とを対応付けて記憶する組織情報手段と、
前記組織情報記憶手段の記憶情報を参照して、前記会合検出手段で検出された利用者識別情報について、同じ集合から参加した利用者の数と他の集合から参加した利用者の数との比率を判定する内外判定手段と、
対象となる全ての利用者数と各集合に属する利用者数とに基づいて算出される各集合毎の会合への参加期待値と、前記内外判定手段で判定された比率とに基づいて、集合間での利用者の交流に係る会合の傾向を判定する傾向判定手段と、
前記傾向判定手段による判定結果を出力する出力手段と、
をコンピュータに実現することを特徴とする会合分析プログラム。 From the user identification information detected at a specific location, the information related to the detection location, and the information related to the detection time, the user identification information that participated in the meeting corresponding to the specified time is specified according to the specified time condition. Meeting detection means to detect;
Organization information means for storing user identification information and identification information of a set to which the user belongs in association with each other;
The ratio of the number of users who participated from the same set to the number of users who participated from other sets with respect to the user identification information detected by the meeting detection means with reference to the stored information of the organization information storage means Internal / external determination means for determining
Participation expected value of the association of each set is calculated based on the number of users belonging to all number of users and each set of interest, on the basis of the ratio is determined by the outside judgment means, a set A tendency determination means for determining a tendency of a meeting related to user exchanges between;
Output means for outputting a determination result by the tendency determination means;
A meeting analysis program characterized in that it is realized on a computer.
指定された時間条件に応じて、前記位置情報記憶手段の記憶情報から、当該指定時間に該当する会合に参加した利用者識別情報を検出する会合検出手段と、
利用者識別情報と利用者が属する集合の識別情報とを対応付けて記憶する組織情報手段と、
前記組織情報記憶手段の記憶情報を参照して、前記会合検出手段で検出された利用者識別情報について、同じ集合から参加した利用者の数と他の集合から参加した利用者の数との比率を判定する内外判定手段と、
対象となる全ての利用者数と各集合に属する利用者数とに基づいて算出される各集合毎の会合への参加期待値と、前記内外判定手段で判定された比率とに基づいて、集合間での利用者の交流に係る会合の傾向を判定する傾向判定手段と、
前記傾向判定手段による判定結果を出力する出力手段と、
をコンピュータに実現することを特徴とする会合分析プログラム。 Position information storage means for storing user identification information detected at a specific position in association with information related to the detected position and information related to the detection time;
Meeting detection means for detecting user identification information that participated in the meeting corresponding to the specified time from the stored information of the position information storage means according to the specified time condition,
Organization information means for storing user identification information and identification information of a set to which the user belongs in association with each other;
The ratio of the number of users who participated from the same set to the number of users who participated from other sets with respect to the user identification information detected by the meeting detection means with reference to the stored information of the organization information storage means Internal / external determination means for determining
Participation expected value of the association of each set is calculated based on the number of users belonging to all number of users and each set of interest, on the basis of the ratio is determined by the outside judgment means, a set A tendency determination means for determining a tendency of a meeting related to user exchanges between;
Output means for outputting a determination result by the tendency determination means;
A meeting analysis program characterized in that it is realized on a computer.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007101226A JP4853363B2 (en) | 2007-04-09 | 2007-04-09 | Meeting analysis system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007101226A JP4853363B2 (en) | 2007-04-09 | 2007-04-09 | Meeting analysis system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2008257610A JP2008257610A (en) | 2008-10-23 |
| JP4853363B2 true JP4853363B2 (en) | 2012-01-11 |
Family
ID=39981093
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007101226A Expired - Fee Related JP4853363B2 (en) | 2007-04-09 | 2007-04-09 | Meeting analysis system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4853363B2 (en) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006127142A (en) * | 2004-10-28 | 2006-05-18 | Fuji Xerox Co Ltd | Information processing system, information processing method and computer program |
| JP4525318B2 (en) * | 2004-11-30 | 2010-08-18 | 富士ゼロックス株式会社 | Analysis apparatus and analysis program |
| JP2006252223A (en) * | 2005-03-11 | 2006-09-21 | Fuji Xerox Co Ltd | Communication analyzing device, communication analyzing method, and computer program |
| JP4586602B2 (en) * | 2005-03-25 | 2010-11-24 | 富士ゼロックス株式会社 | Product development activity analysis apparatus and method |
| JP2007079666A (en) * | 2005-09-12 | 2007-03-29 | Fuji Xerox Co Ltd | Organization homogeneity analysis device and method |
-
2007
- 2007-04-09 JP JP2007101226A patent/JP4853363B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2008257610A (en) | 2008-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Braine et al. | The Job Demands-Resources model as predictor of work identity and work engagement: A comparative analysis | |
| Olguín-Olguín et al. | Sensor-based organisational design and engineering | |
| Plewes et al. | Nonresponse in social science surveys: A research agenda | |
| Rydstedt et al. | Comparing and combining the demand-control-support model and the effort reward imbalance model to predict long-term mental strain | |
| West et al. | How much of interviewer variance is really nonresponse error variance? | |
| Vuurens et al. | Obtaining high-quality relevance judgments using crowdsourcing | |
| JP5234379B2 (en) | Communication support device, communication support system, and communication support method | |
| Chon et al. | Effects of organizational conflict history and employees' situational perceptions of COVID-19 on negative megaphoning and turnover intention | |
| Ghahramani et al. | Learning occupants’ workplace interactions from wearable and stationary ambient sensing systems | |
| Jawahar et al. | When and why leaders trust followers: LMX as a mediator and empowerment as a moderator of the trustworthiness-trust relationship | |
| Rodolfa et al. | Bias and fairness | |
| Lehmann et al. | Digital technologies and performance incentives: Evidence from businesses in the Swiss economy | |
| Estrada Rodriguez et al. | On customer (dis-) honesty in unobservable queues: The role of lying aversion | |
| Symeonaki et al. | Quantifying gender distances in education, occupation and employment | |
| Pawlowsky et al. | Interrelations between strategic orientation, knowledge management, innovation and performance. Empirical findings from a national survey in Germany | |
| Olsen et al. | Collecting and using data for prosecutorial decisionmaking | |
| JP4853363B2 (en) | Meeting analysis system | |
| Resta et al. | The hospital emigration to another region in the light of the environmental, social and governance model in Italy during the period 2004-2021 | |
| Ismaili-Alaoui et al. | IODEP: towards an IoT-Data analysis and event Processing architecture for business process incident management | |
| Noviyadi et al. | The influence of human resource empowerment, work commitment, and organizational culture on employee performance at PT. Ihsanindo sukses makmur | |
| JP2006260102A (en) | Dialog activity evaluation device and method | |
| Sun et al. | Machine diagnostic service centre design under imperfect diagnosis with uncertain error cost consideration | |
| Figus et al. | Characterizing preferences of fishermen to inform decision-making: A case study of the Pacific halibut (Hippoglossus stenolepis) fishery off Alaska | |
| Gunnthorsdottir et al. | Excluding free-riders improves reciprocity and promotes the private provision of public goods | |
| Cantner et al. | Functional chains of knowledge management-Effects on firms' innovative performance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090210 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20101118 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20110505 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110531 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110721 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110927 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20111010 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141104 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |