特開 2015-225623 ＫＰＩ特定装置及びＫＰＩ特定方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】特開2015-225623(P2015-225623A)

(43)【公開日】2015年12月14日

(54)【発明の名称】ＫＰＩ特定装置及びＫＰＩ特定方法

(51)【国際特許分類】

   G06Q 50/26 20120101AFI20151117BHJP

【ＦＩ】

   G06Q50/26

【審査請求】未請求

【請求項の数】15

【出願形態】ＯＬ

【全頁数】17

(21)【出願番号】特願2014-111928(P2014-111928)

(22)【出願日】2014年5月30日

(71)【出願人】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】100100310

【弁理士】

【氏名又は名称】井上 学

(74)【代理人】

【識別番号】100098660

【弁理士】

【氏名又は名称】戸田 裕二

(74)【代理人】

【識別番号】100091720

【弁理士】

【氏名又は名称】岩崎 重美

(72)【発明者】

【氏名】齊藤 元伸

(72)【発明者】

【氏名】矢野 浩仁

(72)【発明者】

【氏名】平澤 茂樹

(72)【発明者】

【氏名】高橋 真人

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049CC35

(57)【要約】

【課題】
都市指標とインフラ指標の組合せごとに相関度を算出し、当該都市の課題である都市指標を選択することで、当該都市のインフラ指標のＫＰＩを重要度とともに算出する方法を提供することにある。
【解決手段】
受け付けたデータを処理する演算処理部と、演算処理部に接続され、都市毎に複数の都市指標と、複数のインフラ指標が格納された記憶装置と、を有し、演算処理部は、複数の都市指標のうち、指定された都市指標と、指定された都市指標に関するインフラ指標との相関度を算出し、相関度を前記インフラ指標毎に合計して重要度を算出する構成を有する。
【選択図】 図１０

【特許請求の範囲】

【請求項1】

受け付けたデータを処理する演算処理部と、
前記演算処理部に接続され、都市毎に複数の都市指標と、複数のインフラ指標が格納された記憶装置と、を有し、
前記演算処理部は、前記複数の都市指標のうち、指定された都市指標と、前記指定された都市指標に関するインフラ指標との相関度を算出し、
前記相関度を前記インフラ指標毎に合計して重要度を算出する
ことを特徴とするＫＰＩ特定装置。

【請求項2】

請求項１に記載のＫＰＩ特定装置であって、
前記演算処理部は、前記複数の都市指標と前記複数のインフラ指標の組み合わせ毎の相関度を算出する
ことを特徴とするＫＰＩ特定装置。

【請求項3】

請求項２に記載のＫＰＩ特定装置であって、
前記演算処理部は、前記複数の都市指標または、前記複数のインフラ指標のうち、２以上の都市指標またはインフラ指標について、各都市における指標値に基づき、クラスタリングを行い、同一クラスタの組み合わせを特定し、前記同一クラスタに属する都市を特定する
ことを特徴とするＫＰＩ特定装置。

【請求項4】

請求項３に記載のＫＰＩ特定装置であって、
前記演算処理部は、前記同一クラスタに属する都市について、都市指標と、インフラ指標との相関度を算出する
ことを特徴とするＫＰＩ特定装置。

【請求項5】

請求項４に記載のＫＰＩ特定装置であって、
前記演算処理部は、前記都市指標毎、前記インフラ指標毎に算出式を１以上記憶し、
前記算出式に、算出の優先度と、推定に基づく算出式であるか否かを示す推定フラグと、を付加する
ことを特徴とするＫＰＩ特定装置。

【請求項6】

請求項５に記載のＫＰＩ特定装置であって、
前記記憶装置に前記指標値を算出するためのソースデータが記憶され、
前記演算処理部は、前記都市毎に、前記優先度が高いものから、前記ソースデータと算出式とから、指標値を算出する
ことを特徴とするＫＰＩ特定装置。

【請求項7】

請求項６に記載のＫＰＩ特定装置であって、
前記演算処理部は、前記推定フラグが付加された都市指標またはインフラ指標を用いて相関度を算出する場合、当該相関度に推定フラグを付加する
ことを特徴とするＫＰＩ特定装置。

【請求項8】

請求項７に記載のＫＰＩ特定装置であって、
前記演算処理部は、前記記憶装置に記憶される都市指標、インフラ指標、相関度、推定フラグの組合せについて、都市指標とインフラ指標を両軸とするマトリックスの各セルについて、前記都市指標と前記インフラ指標の相関度を表示し、
さらに推定フラグが推定を示していれば、その旨も表示する、
ことを特徴とするＫＰＩ特定装置。

【請求項9】

請求項１に記載のＫＰＩ特定装置であって、
前記相関度は、ピアソンの積率相関の手法または、ＣＬＤ（Casual Loop Diagram）の手法に基づき算出される
ことを特徴とするＫＰＩ特定装置。

【請求項10】

請求項３に記載のＫＰＩ特定装置であって、
前記クラスタリングは、ウォード法または、Ｋ平均法の手法に基づき算出される
ことを特徴とするＫＰＩ特定装置。

【請求項11】

演算処理部と、前記演算処理部と接続される記憶装置とを有するＫＰＩ特定装置におけるＫＰＩ特定方法において、
前記記憶装置は、都市毎に複数の都市指標と、複数のインフラ指標が格納され、
前記演算処理部は、前記複数の都市指標のうち、指定された都市指標と、前記指定された都市指標に関するインフラ指標との相関度を算出し、
前記相関度を前記インフラ指標毎に合計して重要度を算出する
ことを特徴とするＫＰＩ特定方法。

【請求項12】

請求項１１に記載のＫＰＩ特定方法であって、
前記演算処理部は、前記複数の都市指標と前記複数のインフラ指標の組み合わせ毎の相関度を算出する
ことを特徴とするＫＰＩ特定方法。

【請求項13】

請求項１２に記載のＫＰＩ特定方法であって、
前記演算処理部は、前記複数の都市指標または、前記複数のインフラ指標のうち、２以上の都市指標またはインフラ指標について、各都市における指標値に基づき、クラスタリングを行い、同一クラスタの組み合わせを特定し、前記同一クラスタに属する都市を特定する
ことを特徴とするＫＰＩ特定方法。

【請求項14】

請求項１３に記載のＫＰＩ特定方法であって、
前記演算処理部は、前記同一クラスタに属する都市について、都市指標と、インフラ指標との相関度を算出する
ことを特徴とするＫＰＩ特定方法。

【請求項15】

請求項１４に記載のＫＰＩ特定方法であって、
前記演算処理部は、前記都市指標毎、前記インフラ指標毎に算出式を１以上記憶し、
前記算出式は、算出の優先度と、推定に基づく算出式であるか否かを示す推定フラグと、を付加し、
前記記憶装置に指標値を算出するためのソースデータが記憶され、
前記演算処理部は、前記都市毎に、前記優先度が高いものから、前記ソースデータと算出式とから、指標値を算出し、
前記演算処理部は、前記推定フラグが付加された都市指標またはインフラ指標を用いて相関度を算出する場合、当該相関度に推定フラグを付加し、
前記演算処理部は、前記記憶装置に記憶される都市指標、インフラ指標、相関度、推定フラグの組合せについて、都市指標とインフラ指標を両軸とするマトリックスの各セルについて、前記都市指標と前記インフラ指標の相関度を表示し、
さらに推定フラグが推定を示していれば、その旨も表示する、
ことを特徴とするＫＰＩ特定方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、インフラ指標のＫＰＩを特定するＫＰＩ特定方法に関する。特に、都市指標とインフラ指標の組合せごとに相関度を算出し、都市指標を選択することで、都市指標、インフラ指標、相関度の組合せから、インフラ指標ごとに重要度を算出するものに関する。

【背景技術】

【0002】

近年、スマートシティやエコシティなど、都市に注目し、都市をよりよくしながら、地球環境にも配慮するというコンセプト、ならびにその実現のための各種取り組みがなされている。都市をよりよくするためには、現状を適正に把握する必要があるため、そのための都市指標が数多く提案されている。また、エネルギー、水、交通、廃棄物処理、情報通信などのインフラ（都市インフラ）は、都市をよりよくするための重要な手段であるとして、その現状を適正に把握するためのインフラ指標も数多く提案されている。

【0003】

しかし、新たにインフラ指標で当該都市のインフラを評価しようとしても、指標数が例えば１００程度と多く、手間のハードルが高いとみなされる傾向にある。また、都市にとって、インフラは都市をよりよくするための手段の一つでしかなく、都市の課題の解決こそ、都市における真のゴールであり、インフラ指標による評価のハードルをより高めることになってしまう。

【0004】

そこで、非特許文献１では、都市指標であるものの、インフラを評価するインフラ指標も含み、各指標について、どの都市課題に係るか関係の有無が整理されている。

【0005】

また、特許文献１では、評価対象が都市やインフラではなく、企業であるものの、企業の財務データから経営指標データを生成し、前記企業の業種を示す業種IDを参照して、該業種IDに基づいて業界平均記録部から前記企業の業種に対応する経営指標項目の平均値を抽出し、抽出された平均値に前記企業の経営指標データが劣るか否かを指標項目毎に判定し、劣っている場合にはその劣っている指標項目に対応した経営課題情報を抽出する。更に抽出された経営課題に基づいてシナリオ記録部から抽出された経営課題に対応するシナリオデータを出力する意思決定支援方法が開示されている。

【先行技術文献】

【特許文献】

【0006】

【特許文献1】特開２００３−２９６５３９号公報

【非特許文献】

【0007】

【非特許文献1】Global City Indicators Program Report Annexes、http://www.cityindicators.org/Deliverables/Indicators%20Report%204-7-08%20final%20Annexes%20compressed_4-23-2008-938441.pdf、p4-2

【発明の概要】

【発明が解決しようとする課題】

【0008】

しかし、非特許文献１の技術については、都市の課題と、その解決に係るインフラ指標の関係の有無は提示されているものの、その有無の定量的な根拠が不明であり、また、関係性の強さが不明であり、多くのインフラ指標の中から今般評価するインフラ指標（ＫＰＩ）を厳選しようとしても、優先度を決めにくく、また、優先度を含めて定量的に関係性を把握しようにも、組合せが膨大なため、自動化を要する。

【0009】

また、特許文献１の技術については、業界平均に比べて劣る当該企業の経営指標データから、それに対応する経営課題を特定するもので、課題から指標を導出するものではなく、指標から課題を導くものであり、目的が異なるものである。また、企業の経営・財務分析の分野では、課題と指標との関係性がある程度明らかであるため、各指標と各課題との関係性の有無は予め固定であり、本発明の課題を解決するものではない。また、都市、およびインフラを評価する際には、指標値を取得できないという別の課題も発生し得るが、企業の経営・財務分析の分野では考えにくい。

【0010】

そこで、本発明の目的は、都市指標とインフラ指標の組合せごとに相関度を算出し、当該都市の課題である都市指標を選択することで、当該都市のインフラ指標のＫＰＩを重要度とともに算出する方法を提供することにある。

【0011】

上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

【課題を解決するための手段】

【0012】

上記課題を解決するために、本発明は、受け付けたデータを処理する演算処理部と、
演算処理部に接続され、都市毎に複数の都市指標と、複数のインフラ指標が格納された記憶装置と、を有し、演算処理部は、複数の都市指標のうち、指定された都市指標と、指定された都市指標に関するインフラ指標との相関度を算出し、相関度を前記インフラ指標毎に合計して重要度を算出する構成を有する。

【発明の効果】

【0013】

本発明によれば、都市指標とインフラ指標の組合せごとに相関度を算出し、都市の課題である都市指標を選択することで、当該都市のインフラ指標のＫＰＩを重要度とともに算出する方法を提供できる。

【図面の簡単な説明】

【0014】

【図1】ＫＰＩ特定システムの全体構成図である。

【図2】都市名管理ＤＢの構成図である。

【図3】ソースデータ管理ＤＢの構成図である。

【図4】算出式管理ＤＢの構成図である。

【図5】指標値管理ＤＢの構成図である。

【図6】相関度管理ＤＢの構成図である。

【図7】ＫＰＩ管理ＤＢの構成図である。

【図8】相関表示画面の画面図である。

【図9】指標値算出処理のフロー図である。

【図10】ＫＰＩ特定処理のフロー図である。

【図11】クラスタリング処理に関する簡略図である。

【図12】クラスタリング処理に関する正規化された簡略図である。

【発明を実施するための形態】

【0015】

以下、図面を参照しつつ、本発明を実施するための最良の形態などについて説明する。

【0016】

図１は、本発明を実施するための実施形態の一例を示すＫＰＩ特定システム１００の全体構成図である。ＫＰＩ特定システム１００は、ＫＰＩ特定装置３００と、１乃至複数のセンシング装置２００と、以上の装置間をつなぐ通信路４００と、を有する。

【0017】

通信路４００は、例えば有線ＬＡＮ（Local Area Network）や無線ＬＡＮなどといった規格の通信路や、携帯電話網である。

【0018】

次に、センシング装置２００は、例えばＰＣ（Personal Computer）やノートＰＣ、携帯電話などにセンサ（電力計、交通流計測器、水質測定器、窒素酸化物濃度計測器、騒音計など）を内蔵・外付けした装置である。センシング装置２００は、少なくとも演算処理を行うＣＰＵ２０１と、メモリ２０２と、記憶装置２０３と、通信インタフェース２０４と、センサ２０５と、を有する。通信インタフェース２０４は、例えば有線ＬＡＮカードや無線ＬＡＮカードなどといったインタフェースや、携帯電話アンテナであり、ＫＰＩ特定装置３００と通信路４００を介して通信する。センサ２０５は、例えば電力計や交通流計測器、水質測定器、窒素酸化物濃度計測器、騒音計などであり、センシングデータ（電力量データ、交通流データ、水質データ、窒素酸化物濃度データ、騒音データなど）を対象物２９０から読み取る。記憶装置２０３は、例えばハードディスクやフラッシュメモリなど、プログラムやデータを記憶する装置であり、プログラムとして少なくともセンシングプログラム２１０を含み、データとして少なくとも都市名２６０と、ソースデータ名２７０と、を含む。

【0019】

都市名２６０は、当該センシング装置２００がセンシングする（センシングデータを取得する）都市の名前であり、入力装置２８０などにより予め設定される。

【0020】

ソースデータ名２７０は、当該センシング装置２００がセンシングするデータの名前（電力量、交通流、水質、窒素酸化物濃度、騒音など）であり、入力装置２８０などにより予め設定される。

【0021】

センシングプログラム２１０は、センサ２０５を介してセンシングデータを読み取り、都市名２６０とソースデータ名２７０、センシング日時を付加してソースデータを生成し、そのソースデータを通信インタフェース２０４を介してＫＰＩ特定装置３００に通知するためのプログラムである。センシングプログラム２１０は、メモリ２０２に読み込まれ、ＣＰＵ２０１に実行されることにより、処理が実行される。なお、ソースデータとは、後述する指標値算出のソースとなるデータのことであり、上述の通り、センシングデータに都市名とソースデータ名、センシング日時を付加したデータである。

【0022】

次に、ＫＰＩ特定装置３００は、例えばＰＣなどといった装置であり、複数の都市のソースデータを管理し、またソースデータから指標値を算出、管理し、都市を評価する指標とインフラを評価する指標のすべての組合せについて相関度を算出し、インフラ指標のＫＰＩを特定したい都市に対し、前記相関度を用いてインフラ指標のＫＰＩを特定するものである。ＫＰＩ特定装置３００は、少なくともＣＰＵ３０１と、メモリ３０２と、記憶装置３０３と、通信インタフェース３０４と、入力装置３０５と、表示装置３０６と、から構成される。通信インタフェース３０４は、例えば有線ＬＡＮカードや無線ＬＡＮカードなどといったインタフェースであり、センシング装置２００と通信路４００を介して通信する。入力装置３０５は、例えば入力ボタンやタッチパネル、キーボード、マウスなど、装置操作者が当該ＫＰＩ特定装置３００に各種入力を行う装置である。表示装置３０６は、例えば液晶ディスプレイなど、装置操作者に当該ＫＰＩ特定装置３００が処理結果を表示する装置である。記憶装置３０３は、例えばハードディスクやフラッシュメモリなど、プログラムやデータを記憶する装置であり、プログラムとして少なくともソースデータ管理プログラム３１０と、算出式管理プログラム３２０と、指標値算出プログラム３３０と、ＫＰＩ特定プログラム３４０と、を含み、データとして少なくとも都市名管理ＤＢ３４５と、ソースデータ管理ＤＢ３５０と、算出式管理ＤＢ３６０と、指標値管理ＤＢ３７０と、相関度管理ＤＢ３８０と、ＫＰＩ管理ＤＢ３９０と、を含む。

【0023】

都市名管理ＤＢ３４５は、当該ＫＰＩ特定装置３００がソースデータ、ひいては指標値を管理する都市の名前を１以上管理するためのデータである。都市名管理ＤＢ３４５の構成は、後述する図２の説明に示される。なお、都市名管理ＤＢ３４５の各レコードは、表示装置３０６に表示しながら入力装置３０５などにより予め設定される。

【0024】

ソースデータ管理ＤＢ３５０は、１以上の管理対象の都市のソースデータを管理するためのデータである。ソースデータ管理ＤＢ３５０の構成は、後述する図３の説明に示される。

【0025】

算出式管理ＤＢ３６０は、前記ソースデータから後述の指標値を算出するための算出式を管理するためのデータである。算出式管理ＤＢ３６０の構成は、後述する図４の説明に示される。

【0026】

指標値管理ＤＢ３７０は、前記算出式に基づき、前記ソースデータから算出された指標値を管理するためのデータである。ここで指標値とは、都市を評価する都市指標（ＧＤＰなど）の指標値と、インフラを評価するインフラ指標（停電率、水道普及率など）の指標値とを含む。指標値管理ＤＢ３７０の構成は、後述する図５の説明に示される。

【0027】

相関度管理ＤＢ３８０は、前記都市指標と前記インフラ指標の組合せごとに、相関度を管理するためのデータである。相関度管理ＤＢ３８０の構成は、後述する図６の説明に示される。

【0028】

ＫＰＩ管理ＤＢ３９０は、インフラ指標のＫＰＩを特定したい都市に対し、前記相関度を用いて特定されたインフラ指標のＫＰＩを管理するためのデータである。ＫＰＩ管理ＤＢ３９０の構成は、後述する図７の説明に示される。

【0029】

ソースデータ管理プログラム３１０は、ＣＰＵ３０１により、センシング装置２００において生成され、通知されたソースデータを、通信インタフェース３０４を介して受信し、ソースデータ管理ＤＢ３５０に登録する、および、表示装置３０６に表示しながら、ソースデータを入力装置３０５などにより登録するためのプログラムである。

【0030】

算出式管理プログラム３２０は、ＣＰＵ３０１により、表示装置３０６に表示しながら、算出式を入力装置３０５などにより登録するためのプログラムである。

【0031】

指標値管理プログラム３３０は、ＣＰＵ３０１により、都市名管理ＤＢ３４５、算出式管理ＤＢ３６０、ソースデータ管理ＤＢ３５０を参照して指標値を算出し、それを指標値管理ＤＢ３７０に登録する指標値算出処理を実行するためのプログラムである。指標値算出処理の詳細は、後述する図９の説明に示される。

【0032】

ＫＰＩ特定プログラム３４０は、ＣＰＵ３０１により、指標値管理ＤＢ３７０を参照して、都市指標とインフラ指標の組合せごとに相関度を算出し、それを相関度ＤＢ３８０に登録し、そしてインフラ指標のＫＰＩを特定したい都市に対し、前記相関度を用いて特定したインフラ指標のＫＰＩをＫＰＩ管理ＤＢ３９０に登録するＫＰＩ特定処理を実行するためのデータである。ＫＰＩ特定処理の詳細は、後述する図１０の説明に示される。

【0033】

記憶装置３０３が記憶するプログラムは、メモリ３０２に読み込まれ、ＣＰＵ３０１に実行されることにより、それぞれの処理が実行される。

【0034】

図２は、都市名管理ＤＢ３４５の構成図である。レコードのフィールドとして少なくとも都市名３４５ａを含む。

【0035】

都市名３４５ａは、当該ＫＰＩ特定装置３００においてソースデータ、ひいては指標値を管理する都市の名前が１以上設定される。

【0036】

図３は、ソースデータ管理ＤＢ３５０の構成図である。ソースデータ管理ＤＢ３５０は、レコードのフィールドとして、少なくとも都市名３５０ａと、ソースデータ名３５０ｂと、ソースデータ値３５０ｃと、日時３５０ｄと、を含む。各レコードには、センシング装置２００（センシングプログラム２１０）において生成され、ＫＰＩ特定装置３００に通知されたソースデータ、および入力装置３０５から入力されたソースデータが登録される。

【0037】

ＣＰＵ３０１は、都市名３５０ａに、当該ソースデータがセンシングされた都市名を設定する。

【0038】

ＣＰＵ３０１は、ソースデータ名３５０ｂに、当該ソースデータの名前を設定する。例えば「交通流」「ＮＯＸ濃度」などである。

【0039】

ＣＰＵ３０１は、ソースデータ値３５０ｃに、当該ソースデータの値を設定する。例えばソースデータ名「交通流」に対して「10km/h」などの値、ソースデータ名「ＮＯＸ濃度」に対して「30ppb」などの値を設定する。

【0040】

ＣＰＵ３０１は、日時３５０ｄに、当該ソースデータが生成された日時を設定する。
なお、センシング装置２００において生成され、当該ＫＰＩ特定装置３００に通知されたソースデータについて、前記ソースデータに含まれる都市名２６０、ソースデータ名２７０、センシングデータ、センシング日時はそれぞれ、新たなレコードの都市名３５０ａ、ソースデータ名３５０ｂ、ソースデータ値３５０ｃ、日時３５０ｄに登録される。

【0041】

図４は、算出式管理ＤＢ３６０の構成図である。算出式管理ＤＢ３６０は、レコードのフィールドとして少なくとも指標種別３６０ａと、指標名３６０ｂと、算出式３６０ｃと、優先度３６０ｄと、推定フラグ３６０ｅと、を含む。各レコードには、算出式ごとにレコードが登録される。

【0042】

指標種別３６０ａは、当該算出式の種別が設定される。具体的には、当該算出式が都市を評価する都市指標のものであれば「都市指標」、当該算出式がインフラを評価するインフラ指標のものであれば「インフラ指標」という値を設定する。

【0043】

指標名３６０ｂは、当該算出式で算出する指標の名前が設定される。例えば「ピーク時平均移動速度」「ＮＯＸ基準超過日数」などである。

【0044】

算出式３６０ｃは、当該算出式、すなわち指標名３６０ｂの指標値を算出するための算出式が設定される。例えば指標名「ＮＯＸ基準超過日数」に対して「「ＮＯＸ濃度」の60ppb超の超過日数」という算出式を設定する。

【0045】

なお、一つの指標名について、算出式は一つとは限らず、複数の算出式が設定されることがあり得る。例えば指標名「ピーク時平均移動速度」に対して、「交通流」の8時台平均」「交通流」の最小値」「交通流」の下位１／４平均」という３つの算出式が設定されることが可能である。

【0046】

優先度３６０ｄは、ＣＰＵ３０１によって、一つの指標名について、設定されている１乃至複数の算出式について、算出に用いる優先度を、優先度が高いものから順に１から設定される。

【0047】

推定フラグ３６０ｅは、ＣＰＵ３０１によって、算出式で指標値を算出する方法が一般的な方法であれば「OFF」、推定に基づく方法であれば「ON」が設定される。ここで、推定に基づく方法とは、ソースデータが不足しており一般的な方法では指標値を算出することが困難な場合に、他のソースデータを利用して代替的に指標値を算出する方法である。

【0048】

図５は、指標値管理ＤＢ３７０の構成図である。指標値管理ＤＢ３７０は、レコードのフィールドとして少なくとも都市名３７０ａと、指標種別３７０ｂと、指標名３７０ｃと、指標値３７０ｄと、年次３７０ｅと、推定フラグ３７０ｆと、を含む。各レコードは、指標値算出プログラム３３０を実行するＣＰＵ３０１によって、算出された指標値情報が適宜登録される。

【0049】

都市名３７０ａは、当該指標値に対応する都市名が設定される。

【0050】

指標種別３７０ｂは、前記指標種別３６０ａ同様、当該指標値に対応する指標の種別が設定される。

【0051】

指標名３７０ｃは、前記指標名３６０ｂ同様、当該指標値に対応する指標の名前が設定される。

【0052】

指標値３７０ｄは、指標値算出プログラム３３０を実行するＣＰＵ３０１によって算出された当該指標値が設定される。

【0053】

年次３７０ｅは、当該指標値の年次が設定される。

【0054】

推定フラグ３７０ｆは、前記推定フラグ３６０ｅに基づき、当該指標値が推定に基づく方法で算出されていれば「ON」を、それ以外であれば「OFF」が設定される。

【0055】

図６は、相関度管理ＤＢ３８０の構成図である。相関度管理ＤＢ３８０は、レコードのフィールドとして少なくとも都市指標名３８０ａと、インフラ指標名３８０ｂと、相関度３８０ｃと、推定フラグ３８０ｄと、を含む。各レコードには、都市指標とインフラ指標の組合せごとにレコードが設定される。

【0056】

都市指標名３８０ａは、都市指標の指標名が設定される。ここで、都市指標とは、都市を評価する指標であり、前記算出式管理ＤＢ３６０の指標種別３６０ａが「都市指標」である指標名３６０ｂのことである。

【0057】

インフラ指標名３８０ｂは、インフラ指標の指標名が設定される。ここで、インフラ指標とは、インフラを評価する指標である。インフラ指標は、前記算出式管理ＤＢ３６０の指標種別３６０ａが「インフラ指標」である指標名３６０ｂのことである。

【0058】

相関度３８０ｃは、当該レコードの都市指標とインフラ指標の相関度が設定される。なお、相関度について詳しくは、後述する図１０の説明で示す。

【0059】

推定フラグ３８０ｄは、前記相関度を算出する際、前記指標値管理ＤＢ３７０の推定フラグ３７０ｆが「ON」のものを用いて算出されていれば「ON」が設定され、それ以外であれば「OFF」が設定される。

【0060】

図７は、ＫＰＩ管理ＤＢ３９０の構成図である。ＫＰＩ管理ＤＢ３９０は、レコードのフィールドとして少なくともＫＰＩ３９０ａと、重要度３９０ｂと、を含む。各レコードには、ＫＰＩ特定プログラム３４０によって特定されたＫＰＩ情報が適宜登録される。

【0061】

ＫＰＩ３９０ａは、ＫＰＩ特定プログラム３４０によって特定されたインフラ指標のＫＰＩが設定される。ここで設定されるＫＰＩは、前記相関度管理ＤＢ３８０のインフラ指標名３８０ｂと同様である。

【0062】

重要度３９０ｂは、当該ＫＰＩの重要度が設定される。なお、重要度について詳しくは、後述する図１０の説明で示す。

【0063】

図８は、表示装置３６０に表示される相関表示画面の画面図である。相関度管理ＤＢ３８０の内容を抜粋して表示したものである。すなわち、横軸を都市指標名３８０ａ、縦軸をインフラ指標名３８０ｂとしたマトリックスの各セルに、前記都市指標名３８０ａと前記インフラ指標名３８０ｂの組合せごとに相関度３８０ｃを表示したものである。なお、前記相関度３８０ｃのレコードの推定フラグ３８０ｄが「ON」であれば、推定である旨が併せて表示される。

【0064】

図９は、指標値算出処理のフロー図である。当該フローに従って、指標値算出プログラム３３０によって、ＣＰＵ３０１は、都市名管理ＤＢ３４５、算出式管理ＤＢ３６０、ソースデータ管理ＤＢ３５０で管理するデータをもとに指標値を算出し、結果を指標値管理ＤＢ３７０に登録する。

【0065】

まず、入力装置３０５により処理の実行や、例えば一時間間隔のスケジュールなどにより開始される（Ｓ３３０１）。

【0066】

指標値算出プログラム３３０によって、ＣＰＵ３０１は、都市名管理ＤＢ３４５からすべての都市名３４５ａを読み取り（Ｓ３３０２）、読み取った都市名３４５ａの一つずつについて、以下の処理を実行する（Ｓ３３０３）。ここで、未処理の都市名３４５ａがなくなれば、指標値算出処理を終了する（Ｓ３３０８）。

【0067】

ＣＰＵ３０１は、算出式管理ＤＢ３６０を参照し、指標名３６０ｂごとに以下のステップＳ３３０５、Ｓ３３０６、Ｓ３３０７を実行する。なお、当該都市名３４５ａについて、未算出の指標名３６０ｂがなくなれば、ステップＳ３３０３に遷移し、次の都市名３４５ａに関する処理に移る（Ｓ３３０４）。なお、ステップＳ３３０４をはじめて実行する際には、ステップＳ３３０５に遷移する。

【0068】

ステップＳ３３０５において、ＣＰＵ３０１は、算出式管理ＤＢ３６０を参照し、当該指標名３６０ｂに対応する算出式３６０ｃのうち、後述するステップＳ３３０６で未確認のもののうち優先度３６０ｄが最も高い（すなわち、優先度３６０ｄの値が１に最も近い）レコードを取得する。例えば、指標名３６０ｂが「ピーク時平均移動速度」の場合、優先度３６０ｄが１である算出式３６０ｃ「交通流」の８時台平均」になる。なお、ここで新たにレコードが取得できなくなれば、当該指標名の指標値を「null」とし、ステップＳ３３０７と同様の処理にて、指標値管理ＤＢ３７０に登録する。

【0069】

次に、ＣＰＵ３０１は、ステップＳ３３０５で取得したレコードの算出式３６０ｃに記載のソースデータを、ソースデータ管理ＤＢ３５０を参照して取得する。例えば、都市名が「横浜」の処理を実行中であり、算出式３６０ｃが「交通流」の8時台平均」のとき、ソースデータ管理ＤＢ３５０から、ソースデータ名３５０ｂが「交通流」であり、日時３５０ｄが8時台であるレコードが取得される。ここで、該当するレコードが取得できなかった場合、ステップＳ３３０５に遷移し、次の算出式３６０ｃに関する処理に移る（Ｓ３３０６）。

【0070】

次に、ＣＰＵ３０１は、ステップＳ３３０６で取得したレコードのソースデータ値３５０ｃに対し、ステップＳ３３０５で取得した算出式３６０ｃの処理を年次ごとに実行し、結果を指標値管理ＤＢ３７０に登録し、ステップＳ３３０４に遷移する（Ｓ３３０７）。ここで指標値管理ＤＢ３７０に登録されるレコードの都市名３７０ａ、指標種別３７０ｂ、指標名３７０ｃ、指標値３７０ｄ、年次３７０ｅ、推定フラグ３７０ｆにはそれぞれ、当該都市名３４５ａ、ステップＳ３３０５で取得したレコードの指標種別３６０ａ、同指標名３６０ｂ、当該ステップで算出した指標値、前記指標値の年次、推定フラグが設定される。なお、推定フラグ３７０ｆの設定方法については、図５の説明で上述したように、推定フラグ３６０ｅに基づき、指標値が推定に基づく方法で算出されていれば「ON」を、それ以外であれば「OFF」が設定される。

【0071】

図１０は、ＫＰＩ特定処理のフロー図である。ＫＰＩ特定プログラム３４０により、ＣＰＵ３０１は、指標値管理ＤＢ３７０で管理するデータをもとに相関度とＫＰＩを算出し、結果をそれぞれ相関度管理ＤＢ３８０、ＫＰＩ管理ＤＢ３９０に登録する。また、ＣＰＵ３０１は、適宜入力装置３０５から入力を受け付け、出力装置３０６に表示する。

【0072】

まず、入力装置３０５により処理の実行を指示されることなどにより開始される（Ｓ３４０１）。

【0073】

次に、ＣＰＵ３０１は、インフラ指標のＫＰＩを特定したい都市について、ＫＰＩ特定装置３００で各種データが管理されている他の都市群とのクラスタリングを行い、同一クラスタの都市群を特定するための１以上の指標名と、前記指標名に対応する当該都市の指標値の入力を、入力装置３０５から受け付ける（Ｓ３４０２）。なお、前記指標名は、指標値管理ＤＢ３７０の指標名３７０ｃに設定されているものから選択される。

【0074】

次に、ＣＰＵ３０１は、指標値管理ＤＢ３７０を参照し、ステップＳ３４０２で指定された１以上の指標名に対応するレコードを、都市名３７０ａの違いによらずすべて取得する。ただし、都市名３７０ａ、指標名３７０ｃの組合せが同一のレコードが複数取得される場合は、年次３７０ｅが最新のもののみを取得するものとする（Ｓ３４０３）。

【0075】

次に、ＣＰＵ３０１は、ステップＳ３４０３で取得したレコードから都市名３７０ａ、指標名３７０ｃ、指標値３７０ｄを取得し、指標名３７０ｃの種類数の次元のデータ・クラスタリングを指標値３７０ｄに対し行い、同一クラスタの都市群を特定する（Ｓ３４０４）。なお、ここで採用するデータ・クラスタリングの手法としては、ウォード法やＫ平均法など、各種あり得る。

【0076】

データ・クラスタリングの手法としてＫ平均法を採用した場合を例に具体的に説明すると、まずステップＳ３４０２で入力された指標名の数（＝ｎ）の次元のデータＡ_０＝（ａ_０１，…，ａ_０n）を生成する。例えば、指標名３７０ｃのうち、「ＮＯＸ基準超過日数」と、「救急車平均到着時間」が選択されている場合、ｎ＝２となり、２次元のデータとなる。ａ_０１，…，ａ_０nには、ステップＳ３４０２で指定された指標名３７０ｃに対応する指標値３７０ｄが格納される。

【0077】

次に、ステップＳ３４０３で取得されたｍ個のレコードについて、レコードごとにＡ_０と同じルールでｎ次元のデータＡ_１＝（ａ_１１，…，ａ_１n）、…、Ａ_ｍ＝（ａ_ｍ１，…，ａ_ｍn）を生成する。ここで、Ａ_０、…、Ａ_ｍの各次元には、同一の指標名に対応する指標値が格納される。

【0078】

図１１は、指標名３７０ｃのうち、「ＮＯＸ基準超過日数」と、「救急車平均到着時間」が選択されている場合における、指標名３７０ｃと指標値３７０ｄの関係を示したものである。簡単のために、都市名３７０aを４都市のみにしている。この場合、Ａ_０＝（１５、５）、Ａ₁＝(１４、３)、Ａ₂＝(１８、４)、Ａ₃＝(１０、７)となる。

【0079】

次に、Ａ_０、…、Ａ_ｍについて、各次元（ｊ＝１〜ｎ）ごとに値を０〜１００で正規化するために、各次元ごとに値の最大値ａ_{ｊ（ｍａｘ）}、最小値ａ_{ｊ（ｍｉｎ）}を特定し、ｉ＝０〜ｍ、ｊ＝１〜ｎのすべての組合せついてＡ_ｉｊ＝（ａ_ｉｊ−ａ_{ｊ（ｍｉｎ）}）×１００／（最大値ａ_{ｊ（ｍａｘ）}−最小値ａ_{ｊ（ｍｉｎ）}）を算出し、Ａ_０、…、Ａ_ｍのａ_ｉｊをＡ_ｉｊに置き換える。図１１の例では、ｊ＝１となるＮＯＸ基準超過日数では、最大値ａ_{1（ｍａｘ）}＝１８、最小値ａ_{1（ｍｉｎ）}＝１０となるので、
Ａ₀₁＝（１５−１０）×１００／（１８−１０）＝６２．５
となる。同様に計算した結果は、図１２のようになる。

【0080】

次に、クラスタ分割する数Ｋを指定し、Ａ_０、…、Ａ_ｍにランダムにクラスタ番号（１〜Ｋ）を割り振り、各クラスタごとに各次元の値を算術平均することにより重心Ｖ_ｋ（ｋ＝１〜Ｋ）を求める。そして、Ａ_０、…、Ａ_ｍのそれぞれについて、重心Ｖ_ｋ（ｋ＝１〜Ｋ）とのユークリッド距離を求め、最もユークリッド距離の近い重心Ｖ_ｋのクラスタ番号に割り振りなおす。ここでＡ_０、…、Ａ_ｍのすべてについて、クラスタ番号の割り振りなおしが発生しなければクラスタリングは終了とし、そうでなければ重心Ｖ_ｋを求める処理を繰り返し行う。

【0081】

以上により、Ａ_０と同一のクラスタに含まれるｎ次元のデータが同一クラスタの都市群のデータである。ここで上記でクラスタ分割する数Ｋを指定しているが、デフォルトの値として２を予め格納しておき、その値を用いる方法も考えられる。また、クラスタ分割する数を明示することなく、適切なクラスタ分割数を推定してクラスタリングするＸ−ｍｅａｎｓ法という手法も考案されており、その手法を用いる方法も考えられる。

【0082】

次に、ＣＰＵ３０１は、ステップＳ３４０４で同一クラスタと特定された１以上の都市について、指標値管理ＤＢ３７０を参照し、対応する都市名３７０ｃに該当するすべてのレコードを取得する。ただし、都市名３７０ａ、指標名３７０ｃの組合せが同一のレコードが複数取得される場合は、年次３７０ｅが最新のもののみを取得するものとする（Ｓ３４０５）。

【0083】

次に、ＣＰＵ３０１は、ステップＳ３４０５で取得されたレコードから指標種別３７０ｂ、指標名３７０ｃ、指標値３７０ｄを取得し、都市指標名とインフラ指標名の組合せごとに相関分析を行い、結果を相関度管理ＤＢ３８０に登録する（ステップＳ３４０６）。ここで相関度管理ＤＢ３８０に登録されるレコードの都市指標名３８０ａ、インフラ指標名３８０ｂ、相関度３８０ｃ、推定フラグ３８０ｄにはそれぞれ、前記都市指標名、前記インフラ指標名、当該ステップで算出した前記都市指標名と前記インフラ指標名の組合せの相関分析結果、推定フラグが設定される。なお、推定フラグ３８０ｄの設定方法については、図６の説明ですでに示している。また、ここで採用する相関分析の手法としては、ピアソンの積率相関の手法を用い、0.4未満の値を0とする手法や、ＣＬＤ（Casual Loop Diagram）に基づく手法など、各種あり得る。

【0084】

相関分析の手法としてピアソンの積率相関の手法を採用した場合を例に具体的に説明する。まず、ステップＳ３４０５で取得されたすべてのレコードから、都市指標（指標種別３７０ｂが「都市指標」の各指標。例：指標名３７０ｃが「ＮＯＸ基準超過日数」の指標）−インフラ指標（指標種別３７０ｂが「インフラ指標」の各指標。例：指標名３７０ｃが「ピーク時平均移動速度」の指標）の組合せごとに、都市指標の指標値３７０ｄ（＝ｐ）とインフラ指標の指標値３７０ｄ（＝ｑ）の組合せデータ（ｐ、ｑ）を生成し、（変数ｐと変数ｑの共分散）／（変数ｐの標準偏差×変数ｑの標準偏差）を算出し、それを都市指標−インフラ指標の当該組合せの相関係数とする。

【0085】

なお、ここで算出される相関係数の値範囲は−１〜１であるが、正の相関が小さいとして、0.4未満の値を0としてもよい。また、正の相関が無いとして、0未満の値を0としてもよい。また、0未満の値を負の相関があるとして、正の相関の組合せとは別の取り扱いにて、以降の処理を行うバリエーションもあり得る。

【0086】

次に、ＣＰＵ３０１は、相関度管理ＤＢ３８０の内容をもとに、図８に示す相関表示画面を表示装置３０６に出力する。そして、ＫＰＩ特定プログラム３４０により、今般インフラ指標のＫＰＩを特定したい都市が課題と想定する１以上の都市指標名の指定を、入力装置３０５より受け付ける（Ｓ３４０７）。

【0087】

次に、ＣＰＵ３０１は、ステップＳ３４０７で指定された１以上の都市指標名に対応するレコードを相関度管理ＤＢ３８０からすべて読み取り、インフラ指標名３８０ｂが同一のレコードごとに、相関度３８０ｃを加算し、結果をＫＰＩ管理ＤＢ３９０に登録する。ここでＫＰＩ管理ＤＢ３９０に登録されるレコードのＫＰＩ３９０ａ、重要度３９０ｂにはそれぞれ、前記インフラ指標名３８０ｂ、当該ステップで算出した前記インフラ指標名３８０ｂに関し加算された相関度３８０ｃである（Ｓ３４０８）。

【0088】

なお、当該ステップで重要度が高い（例えば重要度が上位３位まで）と特定されたＫＰＩ（＝インフラ指標）について、各インフラ指標を算出するために要するソースデータを、算出式管理ＤＢ３６０において指標名３６０ｂが当該インフラ指標と一致するレコードをすべて取得し、優先度３６０ｄの高いものから（すなわち１から）順に算出式３６０ｃに含まれるソースデータの当該都市分がソースデータ管理ＤＢ３５０に格納されているか調べ、あればそのソースデータを送信したセンシング装置２００のセンシングプログラム２１０にセンシングのタイミング・精度を上げるよう指示を出し、センシング装置２００から送信されてきた高頻度・高精度なソースデータを入力装置３０５に表示することもあり得る。

【0089】

以上で、ＣＰＵ３０１は、ＫＰＩ特定プログラム３４０のＫＰＩ特定処理を終了する（Ｓ３４０９）。

【0090】

上記の実施例によれば、都市指標とインフラ指標の組合せごとに相関度を算出し、当該都市の課題である都市指標を選択することで、当該都市のインフラ指標のＫＰＩを重要度とともに算出する方法を提供することができる。

【0091】

さらに、以上の説明では、都市指標とインフラ指標を例にとり説明したが、各種指標へ応用することができる。例えば、電力に関する指標を用いて、障害判断や保守運用に役立てることができる。

【0092】

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の構成に置き換えることが可能である。また、実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、SSD（Solid State Drive）等の記録装置、または、ICカード、SDカード、DVD等の記録媒体に置くことができる。

【符号の説明】

【0093】

１００…ＫＰＩ特定システム、２００…センシング装置、２１０…センシングプログラム、３００…ＫＰＩ特定装置、３３０…指標値算出プログラム、３４０…ＫＰＩ特定プログラム、３５０…ソースデータ管理ＤＢ、３６０…算出式管理ＤＢ、３７０…指標値管理ＤＢ、３８０…相関度管理ＤＢ、３９０…ＫＰＩ管理ＤＢ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】