JP7617792B2 - 障害分類推論補正装置 - Google Patents

Description

本開示は、ソフトウェア開発において発生した障害情報を分析する際に用いられる障害分類推論補正装置に関する。

ソフトウェア開発では、開発コストを削減するために、開発時および製品（開発したソフトウェアを搭載した製品）出荷後に発生する障害件数を削減することが求められている。障害件数を削減するためには、障害発生の起因となりやすい開発フェーズ（要件定義、基本設計、詳細設計、実装など）を特定し、当該開発フェーズに投入するリソース量を増やすなどの対策が考えられる。

ソフトウェア開発において開発管理システムを用いる場合、障害が発生すると、発生した障害に関する障害情報と、障害対応の活動記録とが障害チケットと呼ばれる形式として開発管理システムで管理される。ソフトウェア開発の開発コストを削減することを目的として、過去の障害チケットを確認して障害の起因がある開発フェーズを特定するために、複数の障害チケットについてそれらに含まれる情報を集計することがある。

障害チケットには、障害を認識した以降の情報は存在するが、障害を認識する以前の情報である、不具合が埋め込まれた経緯などの障害の起因に関する情報は存在しない場合が多い。障害の起因がある開発フェーズを特定するための作業を人手で行う場合、障害チケットに含まれる活動記録および当該活動記録から参照される様々な情報を確認する必要があり、多くの手間がかかる。従って、障害チケットから障害の起因がある開発フェーズを自動的に推論する仕組みが求められている。

ここで、ＡＩ（Artificial Intelligence）技術を用いて過去の障害チケットを蓄積した障害情報ＤＢを学習させ、学習結果に基づいた分類アルゴリズムを適用することによって、上記の仕組みを構築することを考える。

従来、ＡＩ技術における精度向上のために、学習前のデータの準備段階において、データの類似性を評価する類似性メトリクスに基づいて、分類がより明確になる情報による補正をデータに加える技術が開示されている（例えば、特許文献１参照）。

特許第６５６８９３５号公報

しかし、従来では、開発現場の様々な状況、例えば、開発管理システムでどのような立場の関係者がどれだけ議論をしてきたか、あるいは開発現場のノウハウを蓄積するにあたって障害情報がどれだけ参照されてきたかなどといった、障害情報を分類するために必要な具体的な評価パラメータを算出する手法は示されていない。従って、従来では、障害の起因がある開発フェーズを正確に推論しているとはいえず、改善の余地があった。

本開示は、このような問題を解決するためになされたものであり、障害の起因がある開発フェーズの正確な推論に寄与することが可能な障害分類推論補正装置を提供することを目的とする。

上記の課題を解決するために、本開示による障害分類推論補正装置は、ソフトウェア開発において発生した障害に関する情報を含む障害チケットと、当該障害チケットに関連するパラメータである要素パラメータとの関連性を評価する第１評価部と、第１評価部の評価結果である第１評価値と、ソフトウェア開発の開発フェーズと要素パラメータとの関連性を示す第２評価値とに基づいて、障害チケットと開発フェーズとの関連性を評価する第２評価部と、障害チケットに対して障害の起因がある開発フェーズの情報を付加した分類情報付き障害情報に基づいて、分類を行う対象である入力障害チケットについて障害の起因がある開発フェーズを推論する障害分類推論部に対して、第２評価部の評価結果である第３評価値に基づく補正を付与する補正部とを備える。

本開示によれば、障害の起因がある開発フェーズの正確な推論に寄与することが可能となる。

実施の形態による障害分類推論補正装置の構成を示すブロック図である。 実施の形態による障害情報ＤＢの一例を示す図である。 実施の形態による要素パラメータの一例を示す図である。 実施の形態による障害チケット‐要素パラメータ関連性評価部の構成の一例を示す図である。 実施の形態による障害チケット‐要素パラメータ関連性評価値の一例を示す図である。 実施の形態による障害チケット‐要素パラメータ関連性評価値の一例を示す図である。 実施の形態による開発フェーズ‐要素パラメータ関連性評価値の一例を示す図である。 実施の形態による開発フェーズ‐要素パラメータ関連性評価値の一例を示す図である。 実施の形態による障害チケット‐開発フェーズ関連性評価値の算出の一例を示す図である。 実施の形態による障害チケット‐開発フェーズ関連性評価値の一例を示す図である。 実施の形態による分類情報付き障害情報ＤＢの一例を示す図である。 実施の形態による入力障害チケットの一例を示す図である。 実施の形態による障害分類推論補正部の構成の一例を示す図である。 実施の形態による障害分類推論部の構成の一例を示すブロック図である。 実施の形態による障害分類推論結果の一例を示す図である。 実施の形態による教師データの一例を示す図である。 実施の形態による入力データの一例を示す図である。 実施の形態による追加後教師データの一例を示す図である。 実施の形態による追加後入力データの一例を示す図である。 実施の形態による推論結果の一例を示す図である。 実施の形態による補正後推論結果の算出の一例を示す図である。 実施の形態による補正後推論結果の一例を示す図である。 実施の形態による障害分類推論補正装置のハードウェア構成の一例を示すブロック図である。 実施の形態による障害分類推論補正装置のハードウェア構成の一例を示すブロック図である。

＜実施の形態＞
＜構成＞
図１は、実施の形態による障害分類推論補正装置１の構成を示すブロック図である。

障害分類推論補正装置１は、障害チケット－要素パラメータ関連性評価部４（第１評価部）と、障害チケット－開発フェーズ関連性評価部７（第２評価部）と、障害分類推論補正部１１とを備えている。障害分類推論補正装置１は、障害情報ＤＢ（Database：以下同様）２に記憶されている障害チケットと、要素パラメータ３とを入力とし、障害分類推論部１２に対して補正を行う。

図２は、障害情報ＤＢ２の一例を示す図である。

障害情報ＤＢ２は、少なくとも１つ以上の障害チケット２０１の情報を記憶している。障害チケット２０１は、障害情報２０２、アクセス履歴２０３、担当者履歴２０４、コメント履歴２０５、および引用履歴２０６を含む。すなわち、障害チケット２０１は、ソフトウェア開発において発生した障害に関する情報を含む。なお、図２では、障害チケット２０１として障害チケットＦｏｏが例示されている。

障害情報２０２は、障害対応期間、障害内容、障害対応内容、およびステータスを含む。アクセス履歴２０３は、障害チケットがアクセスされた日時、障害チケットにアクセスしたアクセス者、およびアクセス者が障害チケットにアクセスした直後にアクセスした場所を含む。

担当者履歴２０４は、障害チケット２０１に関連する担当者の情報が変化した日時、変化したイベントの種類、変化前の担当者（担当者（From））、および変化後の担当者（担当者（To））を含む。すなわち、担当者履歴２０４は、障害チケット２０１を担当した担当者の履歴である。

コメント履歴２０５は、障害チケット２０１に対してコメントが投稿された日時、コメント者、およびコメント内容を含む。引用履歴２０６は、障害チケット２０１が開発管理システムにおける他記事から引用された日時、引用者、および障害チケットを引用した記事の場所（引用場所）を含む。

図３は、要素パラメータ３の一例を示す図である。

要素パラメータ３は、障害情報ＤＢ２に記憶されている障害チケット２０１に関連するパラメータである。要素パラメータ３としては、例えば、障害チケット２０１に関連する関係者３０１または記事３０２などのパラメータが挙げられる。

図４は、障害チケット－要素パラメータ関連性評価部４の構成の一例を示す図である。

障害チケット－要素パラメータ関連性評価部４は、アクセス回数抽出部４０１と、コメント回数抽出部４０２と、関係者ＵＲＬ貼付回数抽出部４０３と、担当者期間抽出部４０４と、記事ＵＲＬ貼付回数抽出部４０５と、直後アクセス記事抽出部４０６とを備えている。なお、障害チケット－要素パラメータ関連性評価部４は、これらの抽出部のうちの少なくとも１つ以上を備える構成としてもよい。

アクセス回数抽出部４０１は、障害チケット２０１におけるアクセス履歴２０３の情報から、アクセス者が障害チケット２０１にアクセスした回数を集計する。なお、アクセス者が複数存在する場合は、アクセス者ごとに回数を集計する。アクセス者は、要素パラメータ３である関係者に相当する。

コメント回数抽出部４０２は、障害チケット２０１におけるコメント履歴２０５の情報から、コメント者が障害チケット２０１に対してコメントを投稿した回数を集計する。なお、コメント者が複数存在する場合は、コメント者ごとに回数を集計する。コメント者は、要素パラメータ３である関係者に相当する。

関係者ＵＲＬ貼付回数抽出部４０３は、障害チケット２０１における引用履歴２０６の情報から、引用者が記事に障害チケットのＵＲＬを貼付した回数（関係者が障害チケットを引用した回数）を集計する。なお、引用者が複数存在する場合は、引用者ごとに回数を集計する。引用者および記事は、要素パラメータ３である関係者および記事にそれぞれ相当する。

担当者期間抽出部４０４は、障害チケット２０１における担当者履歴２０４の情報から、障害チケット２０１の担当者であった期間を集計する。なお、担当者が複数存在する場合は、担当者ごとに期間を集計する。

記事ＵＲＬ貼付回数抽出部４０５は、障害チケット２０１における引用履歴２０６の情報から、記事に障害チケットのＵＲＬが貼付された回数（記事に障害チケットが引用された回数）を集計する。なお、記事が複数存在する場合は、記事ごとに回数を集計する。

直後アクセス記事抽出部４０６は、障害チケット２０１におけるアクセス履歴２０３の情報から、アクセス者が障害チケットの直後に記事にアクセスした回数を集計する。なお、記事が複数存在する場合は、記事ごとに回数を集計する。

図５，６は、障害チケット－要素パラメータ関連性評価値５（第１評価値）の一例を示す図である。障害チケット－要素パラメータ関連性評価値５は、障害チケット－要素パラメータ関連性評価部４の評価結果であり、関係者－障害チケット関連性評価値５０１（図５）と、記事－障害チケット関連性評価値５０２（図６）とを含む。図５，６において、障害チケット２０１は障害チケットＦｏｏである。

図５に示すように、関係者－障害チケット関連性評価値５０１は、関係者と障害チケット２０１との関連性を示している。評価パラメータ５０３は、アクセス５０４、コメント５０５、他記事にＵＲＬ貼付５０６、および担当者期間５０７を含む。

アクセス５０４は、アクセス回数抽出部４０１による評価値である。図５において、関係者（アクセス者）であるＡさんは、障害チケットＦｏｏに８回アクセスしたことを示している。

コメント５０５は、コメント回数抽出部４０２による評価値である。図５において、関係者（コメント者）であるＢさんは、障害チケットＦｏｏに対してコメントを６回投稿したことを示している。

他記事にＵＲＬ貼付５０６は、関係者ＵＲＬ貼付回数抽出部４０３による評価値である。図５において、関係者（引用者）であるＣさんは、他記事に障害チケットＦｏｏのＵＲＬを１回貼付したことを示している。

担当者期間５０７は、担当者期間抽出部４０４による評価値である。図５において、関係者（担当者）であるＡさんは、障害チケット２０１を担当していた期間が１日間であることを示している。

図６に示すように、記事－障害チケット関連性評価値５０２は、記事と障害チケット２０１との関連性を示している。評価パラメータ５０３は、障害チケットのＵＲＬを記事に貼付５０８、および障害チケットの直後に記事にアクセス５０９を含む。

障害チケットのＵＲＬを記事に貼付５０８は、記事ＵＲＬ貼付回数抽出部４０５による評価値である。図６において、記事Ｈｏｇｅに障害チケットＦｏｏのＵＲＬが添付された回数は１回であることを示している。

障害チケットの直後に記事にアクセス５０９は、直後アクセス記事抽出部４０６による評価値である。図６において、アクセス者が障害チケットＦｏｏの直後に記事Ｆｕｇａにアクセスした回数は７回であることを示している。

図７，８は、開発フェーズ－要素パラメータ関連性評価値６（第２評価値）の一例を示す図である。開発フェーズ－要素パラメータ関連性評価値６は、関係者－開発フェーズ関連性評価値６０１（図７）と、記事－開発フェーズ関連性評価値６０２（図８）とを含む。図７，８において、フェーズは開発フェーズのことである。

関係者－開発フェーズ関連性評価値６０１は、開発プロジェクトの体制などによって導出する。図７において、関係者であるＡさんの関係者－開発フェーズ関連性評価値６０１は、フェーズ０が「０．７」、フェーズ１が「０．２」、およびフェーズ２が「０．１」である。

記事－開発フェーズ関連性評価値６０２は、記事の投稿日時などによって導出する。図８において、記事であるＨｏｇｅの記事－開発フェーズ関連性評価値６０２は、フェーズ０が「０．６」、フェーズ１が「０．１」、およびフェーズ２が「０．２」である。

図９は、障害チケット－開発フェーズ関連性評価値８（第３評価値）の算出の一例を示す図である。

図９に示すように、障害チケット－開発フェーズ関連性評価部７は、障害チケット－要素パラメータ関連性評価値５および開発フェーズ－要素パラメータ関連性評価値６に基づいて、障害チケット－開発フェーズ関連性評価値８を算出する。

図１０は、障害チケット－開発フェーズ関連性評価値８の一例を示す図である。

図１０において、障害チケットＦｏｏの障害チケット－開発フェーズ関連性評価値８は、フェーズ０が「０．２４」、フェーズ１が「０．７７」、およびフェーズ２が「０．５８」である。

図１１は、分類情報付き障害情報ＤＢ９の一例を示す図である。

分類情報付き障害情報ＤＢ９は、障害情報ＤＢ２における障害チケット２０１に対して、人手による確認などによって、障害の起因がある開発フェーズ９０１の情報を付加して記憶している。

図１２は、入力障害チケット１０の一例を示す図である。

入力障害チケット１０は、障害の起因がある開発フェーズを特定する際に分類の対象となる障害チケットである。入力障害チケット１０は、障害情報ＤＢ２に記憶されている障害チケット２０１のうち、障害の起因がある開発フェーズが特定されていない障害チケット２０１の１つに相当する。

図１３は、障害分類推論補正部１１の構成の一例を示す図である。

障害分類推論補正部１１は、特徴量項目追加部１１０１および推論結果補正部１１０２を備えている。なお、障害分類推論補正部１１は、特徴量項目追加部１１０１または推論結果補正部１１０２のいずれか一方のみを備える構成としてもよい。特徴量項目追加部１１０１および推論結果補正部１１０２の詳細については後述する。

図１４は、障害分類推論部１２の構成の一例を示すブロック図である。

障害分類推論部１２は、前処理１２０１と、学習１２０６と、推論１２０８とを備えている。これらの詳細については後述する。

図１５は、障害分類推論結果１３の一例を示す図である。

障害分類推論結果１３は、入力障害チケット１０に対する障害の起因がある開発フェーズである。図１５において、入力障害チケットＢａｒの推論結果は、フェーズ１であることを示している。

図１６は、教師データ１２０２の一例を示す図である。

教師データ１２０２は、特徴量項目および特徴量の組からなり、分類情報付き障害情報ＤＢ９に対して、前処理１２０１として一般的な特徴量抽出のアルゴリズムを適用することによって得られる。図１６において、特徴量項目は「単語「電流」の出現頻度」であり、その特徴量は「０．６」であることを示している。

図１７は、入力データ１２０３の一例を示す図である。

入力データ１２０３は、特徴量項目および特徴量の組からなり、入力障害チケット１０に対して、前処理１２０１として一般的な特徴量抽出のアルゴリズムを適用することによって得られる。図１７において、特徴量項目は「単語「電流」の出現頻度」であり、その特徴量は「０．２」であることを示している。

図１８は、追加後教師データ１２０４の一例を示す図である。

追加後教師データ１２０４は、特徴量項目追加部１１０１によって、教師データ１２０２に対して障害チケット－開発フェーズ関連性評価値８の情報を特徴量項目および特徴量の組として追加したものである。

図１９は、追加後入力データ１２０５の一例を示す図である。

追加後入力データ１２０５は、特徴量項目追加部１１０１によって、入力データ１２０３に対して障害チケット－開発フェーズ関連性評価値８の情報を特徴量項目および特徴量の組として追加したものである。

図２０は、推論結果１２０９の一例を示す図である。

推論結果１２０９は、推論１２０８によって得られた、入力障害チケット１０に対する障害の起因がある開発フェーズの適合度合いを示したものである。図２０において、障害チケットＢａｒに対して障害の起因がある開発フェーズの適合度合いは、フェーズ０が「０．６７」、フェーズ１が「０．７２」、およびフェーズ２が「０．１８」である。

図２１は、補正後推論結果１２１０の算出の一例を示す図である。

図２１に示すように、推論結果補正部１１０２は、推論結果１２０９と障害チケット－開発フェーズ関連性評価値８とに基づいて、推論結果１２０９（障害の起因がある開発フェーズの適合度合い）を補正する。

図２２は、補正後推論結果１２１０の一例を示す図である。

補正後推論結果１２１０は、推論結果補正部１１０２が推論結果１２０９を補正して算出されたものである。図２２において、障害チケットＢａｒに対して障害の起因がある開発フェーズの適合度合いは、フェーズ０が「０．７２」、フェーズ１が「０．６３」、およびフェーズ２が「０．２８」である。

＜障害分類推論部１２のアルゴリズム＞
障害分類推論部１２のアルゴリズムの詳細について、図１４を用いて説明する。

まず、前処理１２０１によって、分類情報付き障害情報ＤＢ９に記憶されている障害チケットを教師データ１２０２に変換し、入力障害チケット１０を入力データ１２０３に変換する。

次に、特徴量項目追加部１１０１を使用する場合は、教師データ１２０２に障害チケット－開発フェーズ関連性評価値８を追加して追加後教師データ１２０４を得る。また、入力データ１２０３に障害チケット－開発フェーズ関連性評価値８を追加して追加後入力データ１２０５を得る。一方、特徴量項目追加部１１０１を使用しない場合は、教師データ１２０２および入力データ１２０３が、そのまま追加後教師データ１２０４および追加後入力データ１２０５となる。

次に、追加後教師データ１２０４に対して学習１２０６を行い、障害チケットと障害の起因がある開発フェーズとを紐付ける分類器１２０を生成する。

次に、追加後入力データ１２０５に対して分類器１２０７による推論１２０８を実施し、障害の起因がある開発フェーズの適合度合いを示す推論結果１２０９を求める。

次に、推論結果補正部１１０２を使用する場合は、推論結果１２０９および障害チケット－開発フェーズ関連性評価値８に対して特定の計算式（例えば図２１参照）を適用し、補正後推論結果１２１０を算出する。一方、推論結果補正部１１０２を使用しない場合は、推論結果１２０９がそのまま補正後推論結果１２１０となる。

最後に、補正後推論結果１２１０において、最も適合する可能性が高い開発フェーズ（入力障害チケット１０に対して障害の起因がある可能性が最も高い開発フェーズ）を障害分類推論結果１３とする。

＜効果＞
本開示によれば、過去の開発における障害情報ＤＢ２に記憶されている障害チケット２０１に対して障害の起因がある開発フェーズを求める推論を行う際に、学習前の教師データ１２０２（学習前データ）、および推論結果１２０９のうちの少なくとも一方に対して、開発現場の関係者、および開発システム上の他記事などといった様々な状況に応じた補正を行うことによって、より正確な推論結果を得ることができる。すなわち、障害分類推論補正装置１は、障害の起因がある開発フェーズの正確な推論に寄与することが可能となる。

＜ハードウェア構成＞
上記で説明した障害分類推論補正装置１における障害チケット－要素パラメータ関連性評価部４、障害チケット－開発フェーズ関連性評価部７、および障害分類推論補正部１１の各機能は、処理回路により実現される。すなわち、障害分類推論補正装置１は、障害チケットと要素パラメータとの関連性を評価し、障害チケットと開発フェーズとの関連性を評価し、障害チケットに対して障害の起因がある開発フェーズを推論するための処理回路を備える。処理回路は、専用のハードウェアであってもよく、メモリに格納されるプログラムを実行するプロセッサ（ＣＰＵ、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰ（Digital Signal Processor）ともいう）であってもよい。

処理回路が専用のハードウェアである場合、図２３に示すように、処理回路１４は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、またはこれらを組み合わせたものが該当する。障害チケット－要素パラメータ関連性評価部４、障害チケット－開発フェーズ関連性評価部７、および障害分類推論補正部１１の各機能をそれぞれ処理回路１４で実現してもよく、各機能をまとめて１つの処理回路１４で実現してもよい。

処理回路１４が図２４に示すプロセッサ１５である場合、障害チケット－要素パラメータ関連性評価部４、障害チケット－開発フェーズ関連性評価部７、および障害分類推論補正部１１の各機能は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせにより実現される。ソフトウェアまたはファームウェアは、プログラムとして記述され、メモリ１６に格納される。プロセッサ１５は、メモリ１６に記録されたプログラムを読み出して実行することにより、各機能を実現する。すなわち、障害分類推論補正装置１は、障害チケットと要素パラメータとの関連性を評価するステップ、障害チケットと開発フェーズとの関連性を評価するステップ、障害チケットに対して障害の起因がある開発フェーズを推論するステップが結果的に実行されることになるプログラムを格納するためのメモリ１６を備える。また、これらのプログラムは、障害チケット－要素パラメータ関連性評価部４、障害チケット－開発フェーズ関連性評価部７、および障害分類推論補正部１１の手順または方法をコンピュータに実行させるものであるともいえる。ここで、メモリとは、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）等の不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ＤＶＤ（Digital Versatile Disc）等、または、今後使用されるあらゆる記憶媒体であってもよい。

なお、障害チケット－要素パラメータ関連性評価部４、障害チケット－開発フェーズ関連性評価部７、および障害分類推論補正部１１の各機能について、一部の機能を専用のハードウェアで実現し、他の機能をソフトウェアまたはファームウェアで実現するようにしてもよい。

このように、処理回路は、ハードウェア、ソフトウェア、ファームウェア、またはこれらの組み合わせによって、上述の各機能を実現することができる。

なお、本開示の範囲内において、実施の形態を適宜、変形、省略したりすることが可能である。

１ 障害分類推論補正装置、２ 障害情報ＤＢ、３ 要素パラメータ、４ 障害チケット－要素パラメータ関連性評価部、５ 障害チケット－要素パラメータ関連性評価値、６ 開発フェーズ－要素パラメータ関連性評価値、７ 障害チケット－開発フェーズ関連性評価部、８ 障害チケット－開発フェーズ関連性評価値、９ 分類情報付き障害情報ＤＢ、１０ 入力障害チケット、１１ 障害分類推論補正部、１２ 障害分類推論部、１３ 障害分類推論結果、１４ 処理回路、１５ プロセッサ、１６ メモリ、２０１ 障害チケット、２０２ 障害情報、２０３ アクセス履歴、２０４ 担当者履歴、２０５ コメント履歴、２０６ 引用履歴、３０１ 関係者、３０２ 記事、４０１ アクセス回数抽出部、４０２ コメント回数抽出部、４０３ 関係者ＵＲＬ貼付回数抽出部、４０４ 担当者期間抽出部、４０５ 記事ＵＲＬ貼付回数抽出部、４０６ 直後アクセス記事抽出部、５０１ 関係者－障害チケット関連性、５０２ 記事－障害チケット関連性、５０３ 評価パラメータ、５０４ アクセス、５０５ コメント、５０６ 他記事にＵＲＬ貼付、５０７ 担当者期間、５０８ 障害チケットのＵＲＬを記事に貼付、５０９ 障害チケットの直後に記事にアクセス、６０１ 関係者－開発フェーズ関連性、６０２ 記事－開発フェーズ関連性、６０３ 開発フェーズ、９０１ 障害の起因がある開発フェーズ、１１０１ 特徴量項目追加部、１１０２ 推論結果補正部、１２０１ 前処理、１２０２ 教師データ、１２０３ 入力データ、１２０４ 追加後教師データ、１２０５ 追加後入力データ、１２０６ 学習、１２０７ 分類器、１２０８ 推論、１２０９ 推論結果、１２１０ 補正後推論結果。

Claims (9)

1. ソフトウェア開発において発生した障害に関する情報を含む障害チケットと、当該障害チケットに関連するパラメータである要素パラメータとの関連性を評価する第１評価部と、
   前記第１評価部の評価結果である第１評価値と、前記ソフトウェア開発の開発フェーズと前記要素パラメータとの関連性を示す第２評価値とに基づいて、前記障害チケットと前記開発フェーズとの関連性を評価する第２評価部と、
   前記障害チケットに対して障害の起因がある開発フェーズの情報を付加した分類情報付き障害情報に基づいて、分類を行う対象である入力障害チケットについて障害の起因がある開発フェーズを推論する障害分類推論部に対して、前記第２評価部の評価結果である第３評価値に基づく補正を付与する補正部と、
   を備える、障害分類推論補正装置。
2. 前記要素パラメータは、前記障害チケットに関連する関係者を含み、
   前記障害チケットは、前記関係者が前記障害チケットにアクセスした履歴を含み、
   前記第１評価部は、前記関係者が前記障害チケットにアクセスした回数を集計する、請求項１に記載の障害分類推論補正装置。
3. 前記要素パラメータは、前記障害チケットに関連する関係者を含み、
   前記障害チケットは、前記関係者が前記障害チケットに対してコメントを投稿した履歴を含み、
   前記第１評価部は、前記関係者が前記障害チケットに対してコメントを投稿した回数を集計する、請求項１に記載の障害分類推論補正装置。
4. 前記要素パラメータは、前記障害チケットに関連する関係者を含み、
   前記障害チケットは、前記関係者が前記障害チケットを引用した履歴を含み、
   前記第１評価部は、前記関係者が前記障害チケットを引用した回数を集計する、請求項１に記載の障害分類推論補正装置。
5. 前記要素パラメータは、前記障害チケットに関連する関係者を含み、
   前記障害チケットは、前記関係者が前記障害チケットの担当者であった履歴を含み、
   前記第１評価部は、前記関係者が前記障害チケットの担当者であった期間を集計する、請求項１に記載の障害分類推論補正装置。
6. 前記要素パラメータは、前記障害チケットに関連する記事を含み、
   前記障害チケットは、前記記事に前記障害チケットが引用された履歴を含み、
   前記第１評価部は、前記記事に前記障害チケットが引用された回数を集計する、請求項１に記載の障害分類推論補正装置。
7. 前記要素パラメータは、前記障害チケットに関連する記事を含み、
   前記障害チケットは、前記障害チケットの直後に前記記事にアクセスした履歴を含み、
   前記第１評価部は、前記障害チケットの直後に前記記事にアクセスした回数を集計する、請求項１に記載の障害分類推論補正装置。
8. 前記補正部は、前記障害分類推論部で用いられる学習前データを補正し、
   前記障害分類推論部は、前記補正部が補正した前記学習前データに対して学習を行う、請求項１に記載の障害分類推論補正装置。
9. 前記補正部は、前記障害分類推論部が推論した推論結果を補正する、請求項１に記載の障害分類推論補正装置。

Images