JP6252909B2

JP6252909B2 - ストレス判定装置、ストレス判定方法、およびプログラム

Info

Publication number: JP6252909B2
Application number: JP2014503736A
Authority: JP
Inventors: 祐樹神谷; 國枝　和雄; 和雄國枝; 将吾岡田; 克己新田; 裕作佐藤
Original assignee: NEC Corp; Tokyo Institute of Technology NUC
Current assignee: NEC Corp; Tokyo Institute of Technology NUC
Priority date: 2012-03-05
Filing date: 2013-02-07
Publication date: 2017-12-27
Anticipated expiration: 2033-02-07
Also published as: JPWO2013132985A1; US20150024358A1; WO2013132985A1

Description

本発明は、ストレス判定装置、ストレス判定方法、およびプログラムに関するものである。

企業にとって、従業員の心理的負担を把握することは企業の生産性を管理する上で重要である。

そのため、様々な方法で従業員のストレス状態を把握する方法が検討されている。

例えば、特許文献１では、個々人特有の行動特性に基づいてメンタル面での健康状態を早期に発見して対処できる従業員行動の管理方法及び管理システムが開示されている（特許文献１）。

一方、非特許文献１では、キーボード入力の正確性や入力文章の言語的特徴からストレスを推定する方法が開示されている（非特許文献１）。

特開２０１１−１２３５７９号公報

ＬｉｓａＭ．Ｖｉｚｅｒ．ｅｔ．ａｌ．："Ａｕｔｏｍａｔｅｄｓｔｒｅｓｓｄｅｔｅｃｔｉｏｎｕｓｉｎｇｋｅｙｓｔｒｏｋｅａｎｄｌｉｎｇｕｉｓｔｉｃｆｅａｔｕｒｅｓ：Ａｎｅｘｐｌｏｒａｔｏｒｙｓｔｕｄｙ"，Ｉｎｔｌ．ＪｏｕｒｎａｌｏｆＨｕｍａｎ−ＣｏｍｐｕｔｅｒＳｔｕｄｉｅｓ，Ｖｏｌ．６７，１０，２００９．（２００９）

しかしながら、上記の技術では、従業員のストレスの判定に対して何らかの事前知識を必要としている。そのため、判定方法を適切に設定する設計者への負担は大きい。

例えば、特許文献１の技術では、従業員の行動が個人の行動履歴に基づく行動特性データの範囲内に含まれているかが判定基準である。

この場合、オフィス内での行動履歴からの乖離がストレスの有無の基準となるが、どのような行動を観察対象とするか、またどの程度乖離したときを判定基準とするかなど、実際の業務を踏まえて適切な基準を定義することが必要になる。この基準の定義は、通常、非常に困難である。

一方、非特許文献１の技術では、ストレスを推定するためにストレスとキーストロークの各種特徴との関係をあらかじめ調査する必要がある。具体的な例としては、ストレス状態とコントロール状態を設計した模擬タスクを従業員に実行させ、２つの状態におけるキーストロークの各種特徴の値からストレス状態を推定するために有効なものを選択する手順が必要になる。

本発明は上記課題を鑑みたものであり、他の事前知識を持たず、かつ観察者や従業員に負荷なくメンタルストレスを判定可能なストレス判定装置を提供することにある。

上記の課題を解決するため、本発明の第１の態様は、従業員の時間単位での業務行動を示す情報である業務行動時系列パターンを取得処理する業務行動取得部と、前記業務行動時系列パターンを用いて、複数の従業員の標準的な業務行動を示す情報である固有行動時系列パターンを算出する固有行動時系列パターン算出部と、従業員の前記業務行動時系列パターンと前記固有行動時系列パターンとが一致している程度を示す値を算出して再構築精度とし、算出された前記再構築精度に基づいて前記従業員のストレス状態を判定処理するストレス状態判定部と、を備え、前記業務行動時系列パターンは、時間単位での各前記従業員の所定の業務行動の有無を二値化処理し、時系列に並べたデータであり、前記固有行動時系列パターンは、蓄積された前記業務行動時系列パターンを入力として主成分分析処理を行って得られたデータであり、前記ストレス状態判定部は、前記業務行動時系列パターンについて主成分パターンが張る空間への射影を行い、射影後に得られた連続値の時系列パターンの正負を二値化処理して再構築時系列パターンを得て、前記再構築時系列パターンと前記業務行動時系列パターンの一致率を比較することにより、再構築精度を算出するストレス判定装置である。

本発明の第２の態様は、従業員の時間単位での業務行動を示す情報である業務行動時系
列パターンを業務行動取得部によって取得処理する（ａ）と、前記業務行動時系列パターンを用いて、複数の従業員の標準的な業務行動を示す情報である固有行動時系列パターンを固有行動時系列パターン算出部によって算出する（ｂ）と、前記固有行動時系列パターンに対する、従業員の前記業務行動時系列パターンと、前記固有行動時系列パターンとが一致している程度を算出して再構築精度とし、前記再構築精度に基づいて前記従業員のストレス状態をストレス状態判定部によって判定処理する（ｃ）と、を備え、前記業務行動時系列パターンは、時間単位での各従業員の所定の業務行動の有無を二値化処理し、時系列に並べたデータであり、前記固有行動時系列パターンは、蓄積された前記業務行動時系列パターンを入力として主成分分析処理を行って得られたデータであり、前記（ｃ）は、当該従業員の各業務行動時系列パターンについて、以下の式（１）を用いて主成分パターンが張る空間への射影を行い、射影後に得られた連続値の時系列パターンに対して、各値が正であれば１、負であれば−１に二値化処理することにより、再構築時系列パターンを得て、前記再構築時系列パターンと前記業務行動時系列パターンの一致率を比較することにより、再構築精度を算出し、前記再構築精度に基づいてストレス状態を判定処理するストレス判定方法である。

本発明の第３の態様は、コンピュータを第１の態様に記載のストレス判定装置として動作させるためのプログラムである。

本発明によれば、他の事前知識を持たずに観察者や従業員に負荷なくメンタルストレスを判定可能なストレス判定装置を提供することができる。

本発明を実施するための最良の形態の構成を示すブロック図である。本発明を実施する形態における、全体の動作の概略を示すフローチャートである。本発明を実施する形態における、全体の動作を示すフローチャートである。本発明を実施する形態における、ストレス度を判定する動作を示すフローチャートである。実施例における構成要素を示すブロック図である。実施例において取得される業務行動時系列パターンの具体例である。実施例において算出される固有行動時系列パターンの具体例である。実施例において算出される、射影後に得られた連続値の時系列パターンの具体例である。実施例において算出される、再構築時系列パターンの具体例である。実施例において算出される平均再構築精度の具体例である。実施例において判定されるストレス度の具体例である。実施例についての評価実験で取得した業務行動時系列パターンの例である。実施例についての評価実験における固有行動時系列パターンの例である。実施例についての評価実験における再構築精度の最大値、最小値、平均値のグラフである。実施例についての評価実験における第９主成分パターンまでを用いた場合の各従業員の再構築精度の値の表である。実施例についての評価実験における各従業員の平均ストレス値の表である。実施例についての評価実験における固有行動時系列パターン数の違いによる平均再構築精度と平均ストレス値の相関の変化の表である。

以下、図面に基づいて本発明に好適な実施形態を詳細に説明する。

まず、図１を参照して本発明の第１の実施形態に係るストレス判定装置１０の概略構造について説明する。

図１に示すように、ストレス判定装置１０は、従業員のＰＣ操作や会議実施の有無等の業務情報である業務行動時系列パターンを取得処理する業務行動取得部１０１と、蓄積した業務行動時系列パターンを用いて、オフィスにおける複数の従業員の標準的な業務行動を示す固有行動時系列パターンを算出する固有行動時系列パターン算出部１０２と、固有行動時系列パターン算出部１０２で算出した固有行動時系列パターンに対する各従業員の業務行動時系列パターンの再構築精度に基づいてストレス状態を判定処理するストレス状態判定部１０３とを具備する。

次に、ストレスを判定処理する際のストレス判定装置１０の動作の概略について、図２を参照して説明する。

まず、業務行動取得部１０１は、従業員の業務行動時系列パターンを取得処理する（図２のＳ１）。

次に、固有行動時系列パターン算出部１０２は、蓄積した業務行動時系列パターンを用いて、固有行動時系列パターンを算出する（図２のＳ２）。

最後に、ストレス状態判定部１０３は、固有行動時系列パターンに対する各従業員の業務行動時系列パターンの再構築精度を算出し、その値に基づいて各従業員のストレス状態を判定処理する（図２のＳ３）。

ここで、業務行動取得部１０１で取得処理する従業員の業務行動時系列パターンは、センサなどで自動的に取得可能な業務イベントの状態の時系列変化を表すデータ系列を示す。具体的には、一日のＰＣの操作や会議の実施などの変化パターンが挙げられるが、この限りではない。

また、固有行動時系列パターン算出部１０２で固有行動時系列パターンを算出するタイミングは、あらかじめ定めた一定数のパターンが蓄積されたタイミングでも良いし、毎回算出しても良い。

次に、第１の実施の形態の動作例についてより詳細に説明する。

図３は、第１の実施の形態の動作の例において、全体の動作を示すフローチャートである。

はじめに、ストレス判定装置１０の業務行動取得部１０１、固有行動時系列パターン算出部１０２、ストレス状態判定部１０３のいずれかは、装置が管理を開始するか否かを外部からの指示等の有無から判断し（図３のＳ１１）、管理を開始する場合は次に進む。

管理を開始する場合、ストレス判定装置１０の業務行動取得部１０１は、各従業員から業務行動の一日の変化を表す業務行動時系列パターンを取得処理する（図３のＳ１２）。この後、業務行動取得部１０１は、管理対象である従業員全てのデータの取得を完了したかを判断し（図３のＳ１３）、完了した場合は次に進む。

次に、ストレス判定装置１０の固有行動時系列パターン算出部１０２は、分析を開始するか（固有行動時系列パターンを算出するか）を、あらかじめ指定した条件を満たしたタイミング等から判断し（図３のＳ１４）、条件を満たす場合は、蓄積した業務行動時系列パターンから固有行動時系列パターンを算出する（図３のＳ１５）。

その後、ストレス判定装置１０のストレス状態判定部１０３は、算出した固有行動時系列パターンを用いて、各従業員の業務行動時系列パターンについて再構築精度に基づいて各従業員のストレス値を判定処理する（図３のＳ１６）。

最後に、業務行動取得部１０１、固有行動時系列パターン算出部１０２、ストレス状態判定部１０３のいずれかは、装置が管理を修了するか否かを外部からの指示等の有無から判断し（図３のＳ１７）、管理を終了する場合は処理を終了し、終了しない場合はＳ１２に戻る。

ここで、ストレス判定処理の際のストレス判定装置１０の動作について、より詳細に説明する。

図４は、第１の実施の形態の動作の例において、ストレス判定処理をする動作を示すフローチャートである。

図４に示すように、ストレス判定処理の際には、まず、ストレス状態判定部１０３は、未分析の従業員を選択し（図４のＳ２１）、選択した従業員の業務行動時系列パターンについて、算出した固有行動時系列パターンに対する再構築精度を算出する（図４のＳ２２）。当該従業員の全ての業務行動時系列パターンについての再構築精度の算出が終了した場合（図４のＳ２３）、当該従業員の平均再構築精度を算出する（図４のＳ２４）。次に、算出した平均再構築精度に基づいて、当該従業員のストレス判定処理を実行する（図４のＳ２５）。以上の処理を全ての従業員について実行する（図４のＳ２６）。

なお、ストレス判定処理は全従業員の平均再構築精度を算出した後に行ってもよいし、各従業員の平均再構築精度を算出後に直ちに行ってもよい。

また、ストレス判定処理の方法については、再構築精度の値に応じて、高い、普通、低いなど数段階の判定をしてもよいし、実数値で表現しても良いし、１００分率で表現しても良い。

次に、具体的な実施例を用いて本発明を実施するための最良の形態の動作を説明する。実施例として、従業員数３名の場合を例に挙げて説明する。

実施例における構成は図５のようになる。

図５では、従業員は「Ａ」、「Ｂ」、「Ｃ」と記載されており、従業員ごとに業務行動取得手段１０１が設けられている。また、図５および以下の実施例では、業務行動取得部１０１が得るデータとして、所定の時間単位を一日の１分単位とし、一日の１分単位でのＰＣ操作の有無を表すＰＣ操作情報２０１、ミーティングの有無を表す会議実施情報２０３、およびＰＣおよびミーティング以外のオフィス内活動の有無を示すその他情報２０５の３種類を例示しているが、本発明はこれに限定されない。

業務行動取得部１０１で得られるデータの具体例を図６に示す。

ここで挙げた例では、ＰＣ操作情報２０１（図６では「ＰＣＯｐｅｒａｔｉｏｎ」と記載）、会議実施情報２０３（図６では「Ｍｅｅｔｉｎｇ」と記載）、その他情報２０５（図６では「Ｏｔｈｅｒ」と記載）を二値化処理により表現し、時系列に並べた１４４０次元、３種類のデータを業務行動時系列パターンとする。なお、３種類の時系列パターンは分析のために結合し、合計４３２０次元のベクトルとして扱う。

上記設定条件下で、あらかじめ設定したタイミングで、固有行動時系列パターン算出部１０２は、蓄積した業務行動時系列パターンを分析し、従業員全員についての固有行動時系列パターンを算出する。

あらかじめ設定したタイミングとは例えば、１ヶ月間隔であり、１ヶ月間隔でこれまでに蓄積した全パターンを用いて分析する。

固有行動時系列パターンの算出には、従業員全員についての業務行動時系列パターン群を入力として主成分分析を行う。

算出した固有行動時系列パターンの例を図７に示す。

固有行動時系列パターンは、固有値の大きなものから順に第一主成分パターンとして扱う。全体で４３２０本の固有行動時系列パターンが得られる。

その後、ストレス状態判定部１０３は、固有行動時系列パターンを用いて、各業務行動時系列パターンの再構築精度を算出する。

各従業員における再構築精度の算出は、以下の手順で行う。

まず、ストレス状態判定部１０３は、当該従業員の各業務行動時系列パターンについて主成分パターンが張る空間への射影を行う。具体的には以下の式を用いる。

射影後に得られた連続値の時系列パターンの例を図８に示す。

次に、ストレス状態判定部１０３は、射影後に得られた連続値の時系列パターンに対して、各値が正であれば１、負であれば−１に二値化処理し、図９に示すような再構築時系列パターンを得る。

次に、ストレス状態判定部１０３は、得られた再構築時系列パターンと元の業務行動時系列パターンの各要素を比較し、その一致率を算出する。即ち、図９と図６の各要素を比較して一致率を算出する。

この際、各業務行動時系列パターンについて算出した一致率を平均した値を当該従業員の再構築精度とする。

再構築精度を算出した例を図１０に示す。

再構築精度を算出するために使用する主成分パターンの数ｋは、例えば、各従業員の業務行動時系列パターンに対しての再構築精度の平均値が８０％を超えるように設定すればよい。

最後に、ストレス状態判定部１０３は、算出した再構築精度に基づいて各従業員のストレス度を判定処理する。

ストレス度を１００分率で判定処理した例を図１１に示す。本実施例では、ストレス度合い＝（１−（再構築精度−０．８）／０．２）×１００と定義した。

即ち、ストレス状態判定部１０３は、業務行動時系列パターンと固有行動時系列パターンとが一致するほど再構築精度が高いと定義した場合において、再構築精度が高いほどストレス状態が低いと判定する。

以上の手順を行うことで、従業員の管理者は、ストレスに関連する特定の行動の程度や、ストレスの識別器に有効な特徴量の設定などの複雑な事前設定をすることなく、ストレス判定装置１０を用いて各従業員のストレス度合いを判定することができる。

また、ストレス判定装置１０は普段の業務行動からストレスを判定するため、従業員はストレス判定のための特別な負担を強いられることがない。

次に、ストレス判定装置１０の評価実験として、同一のオフィスで働く従業員１８名を対象に、業務行動時系列パターンの再構築精度とストレス値の相関分析実験を実施した。

具体的には、まず、従業員のＰＣ操作、およびオフィスにおける位置情報を常時センシングしたデータに基づき、ＰＣ操作、ミーティング、ＰＣ操作およびミーティング以外のオフィス活動、の有無を表す業務行動時系列パターンを２０１０／０１／０１から２０１２／１２／０５までの期間で取得処理した。

取得処理した従業員Ａについての２０１０／１０／１から２０１１／８／３１までのＰＣ操作の有無を表す。業務行動時系列パターンを図１２に示す。横軸は一日の時間変化、縦軸は日付を表している。

ただし、休暇やセンサの不具合などでデータが得られなかった日は以後の分析には用いない。

次に、全従業員における分析対象とした日の業務行動時系列パターンを用いて主成分分析を行い、全従業員についての固有行動時系列パターンを算出した。

算出した固有行動時系列パターンの一部を図１３に示す。

また、固有行動時系列パターンによる業務行動時系列パターンの再構築精度を図１４に示す。図から、第９主成分までを用いた場合で、再構築精度が全従業員について８０％を超えていることがわかる。

そこで、第９主成分までの固有行動時系列パターンを用いて算出した場合の、各従業員における再構築精度の値を図１５に示す。各従業員における再構築精度は、前述のとおり、各業務行動時系列パターンの再構築精度の平均値とした。

最後に、ストレス値との相関を分析した。ストレス値はストレスチェッカーを用いて２０１１／７−２０１１／９の期間で取得処理した。ストレスチェッカーで収集した身体的ストレス値およびストレス耐性の平均値を図１６に示す。

その結果、身体的ストレス値との間で中程度の有意な負の相関、およびストレス耐性との間で中程度の正の相関が認められた（ｐ＜０．０５）。

再構築精度を算出する際に用いる主成分の数ｋを変化させた場合の相関の変化を図１７に示す。この結果から、主成分数が少ないと相関が低く有意でないこと、また主成分数を多くしても相関の値に大きな変化はないことがわかる。したがって、全従業員に関して、それぞれの再構築精度が８０％を超える主成分数が、有意な相関を示す必要十分な条件であると考える。

以上の実験結果から、ストレス判定装置１０を用いることで、業務行動時系列パターンの再構築精度に基づいて各従業員のストレスを判定できることがわかった。

本発明のストレス判定装置１０は、従業員のメンタルヘルスケアの支援システムとして利用可能である。

なお、上記ストレス判定装置１０の各部は、ハードウェアとソフトウェアの組み合わせを用いて実現すればよい。ハードウェアとソフトウェアとを組み合わせた形態では、ＲＡＭにコンピュータをストレス判定装置１０として動作させるためのプログラムが展開され、プログラムに基づいて制御部（ＣＰＵ）等のハードウェアを動作させることによって、ハードウェアの各部（業務行動取得部１０１、固有行動時系列パターン算出部１０２、ストレス状態判定部１０３等）を動作させる。また、前記プログラムは、記憶媒体に記録されて頒布されても良い。当該記録媒体に記録されたプログラムは、有線、無線、又は記録媒体そのものを介して、メモリに読込まれ、制御部等を動作させる。なお、記録媒体を例示すれば、オプティカルディスクや磁気ディスク、半導体メモリ装置、ハードディスクなどが挙げられる。

なお、本出願は、２０１２年３月５日に出願された、日本国特許出願第２０１２−０４７７６９号からの優先権を基礎として、その利益を主張するものであり、その開示はここに全体として参考文献として取り込む。

１０ストレス判定装置
１０１業務行動取得部
１０２固有行動時系列パターン算出部
１０３ストレス状態判定部

Claims

従業員の時間単位での業務行動を示す情報である業務行動時系列パターンを取得処理する業務行動取得部と、
前記業務行動時系列パターンを用いて、複数の従業員の標準的な業務行動を示す情報である固有行動時系列パターンを算出する固有行動時系列パターン算出部と、
従業員の前記業務行動時系列パターンと前記固有行動時系列パターンとが一致している程度を示す値を算出して再構築精度とし、算出された前記再構築精度に基づいて前記従業員のストレス状態を判定処理するストレス状態判定部と、を備え、
前記業務行動時系列パターンは、時間単位での各前記従業員の所定の業務行動の有無を二値化処理し、時系列に並べたデータであり、
前記固有行動時系列パターンは、蓄積された前記業務行動時系列パターンを入力として主成分分析処理を行って得られたデータであり、
前記ストレス状態判定部は、前記業務行動時系列パターンについて主成分パターンが張る空間への射影を行い、射影後に得られた連続値の時系列パターンの正負を二値化処理して再構築時系列パターンを得て、前記再構築時系列パターンと前記業務行動時系列パターンの一致率を比較することにより、再構築精度を算出するストレス判定装置。
前記ストレス状態判定部は、
前記従業員の前記業務行動時系列パターンと前記固有行動時系列パターンとが一致するほど再構築精度が高いと定義した場合において、
再構築精度が高いほどストレス状態が低いと判定処理する、請求項１に記載のストレス判
定装置。
前記再構築時系列パターンは、当該従業員の各業務行動時系列パターンについて、以下の式（１）を用いて主成分パターンが張る空間への射影を行い、
射影後に得られた連続値の時系列パターンに対して、各値が正であれば１、負であれば−１に二値化処理することにより、得られた情報である、請求項１または２に記載のストレス判定装置。
前記所定の業務行動の有無は、
所定時間単位での各従業員のＰＣ操作の有無およびミーティングの有無を含む請求項１〜３のいずれか１項に記載のストレス判定装置。
従業員の時間単位での業務行動を示す情報である業務行動時系列パターンを業務行動取得部によって取得する
（ａ）と、
前記業務行動時系列パターンを用いて、複数の従業員の標準的な業務行動を示す情報である固有行動時系列パターンを固有行動時系列パターン算出部によって算出する（ｂ）と、
前記固有行動時系列パターンに対する、従業員の前記業務行動時系列パターンと前記固有行動時系列パターンとが一致している程度を算出して再構築精度とし、前記再構築精度に基づいて前記従業員のストレス状態をストレス状態判定部によって判定処理する（ｃ）と、
を備え、
前記業務行動時系列パターンは、時間単位での各従業員の所定の業務行動の有無を二値化処理し、時系列に並べたデータであり、
前記固有行動時系列パターンは、蓄積された前記業務行動時系列パターンを入力として主成分分析処理を行って得られたデータであり、
前記（ｃ）は、
当該従業員の各業務行動時系列パターンについて、以下の式（１）を用いて主成分パターンが張る空間への射影を行い、
射影後に得られた連続値の時系列パターンに対して、各値が正であれば１、負であれば−１に二値化処理することにより、再構築時系列パターンを得て、
前記再構築時系列パターンと前記業務行動時系列パターンの一致率を比較することにより、再構築精度を算出し、
前記再構築精度に基づいてストレス状態を判定処理するストレス判定方法。
前記（ｃ）は、
従業員の前記業務行動時系列パターンと前記固有行動時系列パターンとが一致するほど再構築精度が高いと定義した場合において、
再構築精度が高いほどストレス状態が低い、と判定処理する、請求項５に記載のストレス判定方法。
前記所定の業務行動の有無は、
所定時間単位での各従業員のＰＣ操作の有無およびミーティングの有無を含むことを特徴とする請求項５または６に記載のストレス判定方法。
コンピュータを請求項１〜４のいずれか一項に記載のストレス判定装置として動作させるためのプログラム。