知財求人 - 知財ポータルサイト「IP Force」
(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】P2023134907
(43)【公開日】2023-09-28
(54)【発明の名称】業務分析支援システム、及び業務分析支援方法
(51)【国際特許分類】
G06Q 10/063 20230101AFI20230921BHJP
【ＦＩ】
G06Q10/06 300
【審査請求】未請求
【請求項の数】15
【出願形態】ＯＬ
(21)【出願番号】P 2022039834
(22)【出願日】2022-03-15
(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】110000176
【氏名又は名称】弁理士法人一色国際特許事務所
(72)【発明者】
【氏名】土屋 良介
(72)【発明者】
【氏名】野尻 周平
(72)【発明者】
【氏名】上馬場 誠
(72)【発明者】
【氏名】山本 晃久
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049AA06
(57)【要約】 （修正有）
【課題】業務の活動履歴情報から得られる情報の有効な利用を支援する業務分析支援システム及び業務分析支援方法を提供する。
【解決手段】業務分析支援システム１は、業務プロセスに関する情報を含む活動履歴情報１１１から抽出する業務案件をクラスタリングするプロセスベース案件クラスタリング部１２０と、業務案件毎の属性情報１１２に基づき業務案件をクラスタリングする属性ベース案件クラスタリング部１３０と、プロセスベース案件クラスタリング部１２０により得られるプロセスベース案件クラスタと、属性ベース案件クラスタリング部１３０により得られる属性ベース案件クラスタとの間のクラスタ間集合類似度１１５を算出するクラスタ間集合類似度算出部１４０と、クラスタ間集合類似度１１５に基づき、プロセスベース案件クラスタと属性ベース案件クラスタとを関連付けることにより得られる分析結果１１６を出力する分析結果出力部１５０と、を備える。
【選択図】図１
【解決手段】業務分析支援システム１は、業務プロセスに関する情報を含む活動履歴情報１１１から抽出する業務案件をクラスタリングするプロセスベース案件クラスタリング部１２０と、業務案件毎の属性情報１１２に基づき業務案件をクラスタリングする属性ベース案件クラスタリング部１３０と、プロセスベース案件クラスタリング部１２０により得られるプロセスベース案件クラスタと、属性ベース案件クラスタリング部１３０により得られる属性ベース案件クラスタとの間のクラスタ間集合類似度１１５を算出するクラスタ間集合類似度算出部１４０と、クラスタ間集合類似度１１５に基づき、プロセスベース案件クラスタと属性ベース案件クラスタとを関連付けることにより得られる分析結果１１６を出力する分析結果出力部１５０と、を備える。
【選択図】図１
【特許請求の範囲】
【請求項1】
プロセッサ及び記憶装置を有する情報処理装置を用いて構成され、
業務プロセスに関する情報を含む活動履歴情報に基づき、前記活動履歴情報から抽出される業務案件をクラスタリングするプロセスベース案件クラスタリングを行い、
前記業務案件ごとの属性情報に基づき前記業務案件をクラスタリングする属性ベース案件クラスタリングを行い、
プロセスベース案件クラスタリングにより得られるクラスタであるプロセスベース案件クラスタと、前記属性ベース案件クラスタリングにより得られるクラスタである属性ベース案件クラスタとの間の集合類似度を算出し、
前記集合類似度に基づき、前記プロセスベース案件クラスタと属性ベース案件クラスタとを関連付けることにより得られる情報を分析結果として出力する、
業務分析支援システム。
業務プロセスに関する情報を含む活動履歴情報に基づき、前記活動履歴情報から抽出される業務案件をクラスタリングするプロセスベース案件クラスタリングを行い、
前記業務案件ごとの属性情報に基づき前記業務案件をクラスタリングする属性ベース案件クラスタリングを行い、
プロセスベース案件クラスタリングにより得られるクラスタであるプロセスベース案件クラスタと、前記属性ベース案件クラスタリングにより得られるクラスタである属性ベース案件クラスタとの間の集合類似度を算出し、
前記集合類似度に基づき、前記プロセスベース案件クラスタと属性ベース案件クラスタとを関連付けることにより得られる情報を分析結果として出力する、
業務分析支援システム。
【請求項2】
請求項１に記載の業務分析支援システムであって、
前記分析結果は、前記プロセスベース案件クラスタとの間の前記集合類似度が最大の前記属性ベース案件クラスタ、前記プロセスベース案件クラスタと前記属性ベース案件クラスタとの間の前記集合類似度、前記属性ベース案件クラスタのクラスタリングに用いた属性である代表属性、及び前記属性ベース案件クラスタの前記代表属性の値、のうちの少なくともいずれかを示す情報を含む、
業務分析支援システム。
前記分析結果は、前記プロセスベース案件クラスタとの間の前記集合類似度が最大の前記属性ベース案件クラスタ、前記プロセスベース案件クラスタと前記属性ベース案件クラスタとの間の前記集合類似度、前記属性ベース案件クラスタのクラスタリングに用いた属性である代表属性、及び前記属性ベース案件クラスタの前記代表属性の値、のうちの少なくともいずれかを示す情報を含む、
業務分析支援システム。
【請求項3】
請求項１に記載の業務分析支援システムであって、
前記属性情報における属性の抽象度を調整するための情報である調整ルールを記憶し、
前記調整ルールに基づき前記属性情報における属性の抽象度を調整し、調整後の前記属性情報に基づき前記属性ベース案件クラスタリングを行う、
業務分析支援システム。
前記属性情報における属性の抽象度を調整するための情報である調整ルールを記憶し、
前記調整ルールに基づき前記属性情報における属性の抽象度を調整し、調整後の前記属性情報に基づき前記属性ベース案件クラスタリングを行う、
業務分析支援システム。
【請求項4】
請求項３に記載の業務分析支援システムであって、
前記調整ルールは、前記属性情報の調整前の属性の値が取り得る範囲を区分して得られる複数の値域の夫々に調整後の属性を対応づけた情報を含む、
業務分析支援システム。
前記調整ルールは、前記属性情報の調整前の属性の値が取り得る範囲を区分して得られる複数の値域の夫々に調整後の属性を対応づけた情報を含む、
業務分析支援システム。
【請求項5】
請求項１に記載の業務分析支援システムであって、
２つ以上の前記属性ベース案件クラスタを組み合わせることにより得られるクラスタであるクラスタセットを生成し、
前記プロセスベース案件クラスタと前記クラスタセットとの間の集合類似度を算出し、
前記集合類似度に基づき、前記プロセスベース案件クラスタと前記クラスタセットとを関連付けた情報を分析結果として出力する、
業務分析支援システム。
２つ以上の前記属性ベース案件クラスタを組み合わせることにより得られるクラスタであるクラスタセットを生成し、
前記プロセスベース案件クラスタと前記クラスタセットとの間の集合類似度を算出し、
前記集合類似度に基づき、前記プロセスベース案件クラスタと前記クラスタセットとを関連付けた情報を分析結果として出力する、
業務分析支援システム。
【請求項6】
請求項５に記載の業務分析支援システムであって、
前記クラスタセットは、２つ以上の前記属性ベース案件クラスタの和集合、差集合、及び積集合のうちの少なくともいずれかである、
業務分析支援システム。
前記クラスタセットは、２つ以上の前記属性ベース案件クラスタの和集合、差集合、及び積集合のうちの少なくともいずれかである、
業務分析支援システム。
【請求項7】
請求項５に記載の業務分析支援システムであって、
前記分析結果は、前記プロセスベース案件クラスタとの間の前記集合類似度が最大の前記クラスタセット、前記プロセスベース案件クラスタと前記クラスタセットとの間の前記集合類似度、前記クラスタセットの生成に用いた前記属性ベース案件クラスタ、前記クラ
スタセットの生成に用いた集合式、前記属性ベース案件クラスタのクラスタリングに用いた属性である代表属性、及び前記属性ベース案件クラスタの前記代表属性の値、のうちの少なくともいずれかを示す情報を含む、
業務分析支援システム。
前記分析結果は、前記プロセスベース案件クラスタとの間の前記集合類似度が最大の前記クラスタセット、前記プロセスベース案件クラスタと前記クラスタセットとの間の前記集合類似度、前記クラスタセットの生成に用いた前記属性ベース案件クラスタ、前記クラ
スタセットの生成に用いた集合式、前記属性ベース案件クラスタのクラスタリングに用いた属性である代表属性、及び前記属性ベース案件クラスタの前記代表属性の値、のうちの少なくともいずれかを示す情報を含む、
業務分析支援システム。
【請求項8】
請求項１に記載の業務分析支援システムであって、
前記活動履歴情報に基づき、前記プロセスベース案件クラスタ及び前記属性ベース案件クラスタの夫々のプロセスフロー図を生成し、
生成した前記プロセスフロー図を前記分析結果として出力する、
業務分析支援システム。
前記活動履歴情報に基づき、前記プロセスベース案件クラスタ及び前記属性ベース案件クラスタの夫々のプロセスフロー図を生成し、
生成した前記プロセスフロー図を前記分析結果として出力する、
業務分析支援システム。
【請求項9】
請求項５に記載の業務分析支援システムであって、
前記活動履歴情報に基づき、前記プロセスベース案件クラスタ、前記クラスタセット、及び前記クラスタセットの生成に用いた前記属性ベース案件クラスタ、の夫々のプロセスフロー図を生成し、
生成した前記プロセスフロー図を前記分析結果として出力する、
業務分析支援システム。
前記活動履歴情報に基づき、前記プロセスベース案件クラスタ、前記クラスタセット、及び前記クラスタセットの生成に用いた前記属性ベース案件クラスタ、の夫々のプロセスフロー図を生成し、
生成した前記プロセスフロー図を前記分析結果として出力する、
業務分析支援システム。
【請求項10】
請求項１に記載の業務分析支援システムであって、
前記活動履歴情報から抽出される前記業務案件の特徴量をプロットするとともに、前記プロセスベース案件クラスタ及び前記属性ベース案件クラスタの夫々の領域を示す図案を描画したグラフを生成し、
生成した前記グラフを前記分析結果として出力する、
業務分析支援システム。
前記活動履歴情報から抽出される前記業務案件の特徴量をプロットするとともに、前記プロセスベース案件クラスタ及び前記属性ベース案件クラスタの夫々の領域を示す図案を描画したグラフを生成し、
生成した前記グラフを前記分析結果として出力する、
業務分析支援システム。
【請求項11】
請求項５に記載の業務分析支援システムであって、
前記活動履歴情報から抽出される前記業務案件の特徴量をプロットするとともに、前記プロセスベース案件クラスタ及び前記クラスタセットの生成に用いた前記属性ベース案件クラスタの夫々の領域を示す図案を描画したグラフを生成し、
生成した前記グラフを前記分析結果として出力する、
業務分析支援システム。
前記活動履歴情報から抽出される前記業務案件の特徴量をプロットするとともに、前記プロセスベース案件クラスタ及び前記クラスタセットの生成に用いた前記属性ベース案件クラスタの夫々の領域を示す図案を描画したグラフを生成し、
生成した前記グラフを前記分析結果として出力する、
業務分析支援システム。
【請求項12】
請求項１０又は１１に記載の業務分析支援システムであって、
前記図案は、各クラスタに属する業務案件の特徴量の重心を中心とする円である、
業務分析支援システム。
前記図案は、各クラスタに属する業務案件の特徴量の重心を中心とする円である、
業務分析支援システム。
【請求項13】
プロセッサ及び記憶装置を有する情報処理装置が、
業務プロセスに関する情報を含む活動履歴情報に基づき、前記活動履歴情報から抽出される業務案件をクラスタリングするプロセスベース案件クラスタリングを行うステップ、
前記業務案件ごとの属性情報に基づき前記業務案件をクラスタリングする属性ベース案件クラスタリングを行うステップ、
プロセスベース案件クラスタリングにより得られるクラスタであるプロセスベース案件クラスタと、前記属性ベース案件クラスタリングにより得られるクラスタである属性ベース案件クラスタとの間の集合類似度を算出するステップ、及び、
前記集合類似度に基づき、前記プロセスベース案件クラスタと属性ベース案件クラスタとを関連付けることにより得られる情報を分析結果として出力するステップ、
を実行する、業務分析支援方法。
業務プロセスに関する情報を含む活動履歴情報に基づき、前記活動履歴情報から抽出される業務案件をクラスタリングするプロセスベース案件クラスタリングを行うステップ、
前記業務案件ごとの属性情報に基づき前記業務案件をクラスタリングする属性ベース案件クラスタリングを行うステップ、
プロセスベース案件クラスタリングにより得られるクラスタであるプロセスベース案件クラスタと、前記属性ベース案件クラスタリングにより得られるクラスタである属性ベース案件クラスタとの間の集合類似度を算出するステップ、及び、
前記集合類似度に基づき、前記プロセスベース案件クラスタと属性ベース案件クラスタとを関連付けることにより得られる情報を分析結果として出力するステップ、
を実行する、業務分析支援方法。
【請求項14】
請求項１３に記載の業務分析支援方法であって、
前記情報処理装置が、
前記属性情報における属性の抽象度を調整するための情報である調整ルールを記憶するステップ、及び、
前記調整ルールに基づき前記属性情報における属性の抽象度を調整し、調整後の前記属性情報に基づき前記属性ベース案件クラスタリングを行うステップ、
を更に実行する、業務分析支援方法。
前記情報処理装置が、
前記属性情報における属性の抽象度を調整するための情報である調整ルールを記憶するステップ、及び、
前記調整ルールに基づき前記属性情報における属性の抽象度を調整し、調整後の前記属性情報に基づき前記属性ベース案件クラスタリングを行うステップ、
を更に実行する、業務分析支援方法。
【請求項15】
請求項１３に記載の業務分析支援方法であって、
前記情報処理装置が、
２つ以上の前記属性ベース案件クラスタを組み合わせることにより得られるクラスタであるクラスタセットを生成するステップ、
前記プロセスベース案件クラスタと前記クラスタセットとの間の集合類似度を算出するステップ、及び、
前記集合類似度に基づき、前記プロセスベース案件クラスタと前記クラスタセットとを関連付けた情報を分析結果として出力するステップ、
を更に実行する、業務分析支援方法。
前記情報処理装置が、
２つ以上の前記属性ベース案件クラスタを組み合わせることにより得られるクラスタであるクラスタセットを生成するステップ、
前記プロセスベース案件クラスタと前記クラスタセットとの間の集合類似度を算出するステップ、及び、
前記集合類似度に基づき、前記プロセスベース案件クラスタと前記クラスタセットとを関連付けた情報を分析結果として出力するステップ、
を更に実行する、業務分析支援方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、業務分析支援システム、及び業務分析支援方法に関する。
【背景技術】
【0002】
特許文献１には、ユーザなどの分析対象の行動履歴データを分析し、その時系列の行動パターンを容易に分類して分析することを目的として構成された行動パターン分析装置について記載されている。行動パターン分析装置は、分析対象の行動が検出された時刻を示す時刻情報と、分析対象の状況を特定可能な分類情報とを含む行動履歴データを取得し、取得した行動履歴データを分析し、分析対象に応じたグループ数で行動パターンをグループ化する。また、行動パターン分析装置は、指定された分類情報に基づく行動履歴データを所定の分析期間ごとに抽出し、指定された分類情報ごとの行動パターンを作成し、行動パターンを分析し、分析対象ごとのグループ数を自動的に推定して類似パターン同士をグループ化し、グループ化された行動パターンの代表パターンを生成する。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１５－１０３０１８号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
企業や官公庁のような組織においては、業務効率の改善や業務の成功率の向上を図るべく、業務の遂行に際し、過去に行われた業務の履歴情報（以下、「活動履歴情報」と称する。）を分析し利用することが行われている。ここで例えば、業務の進め方についての有用な情報や示唆を活動履歴情報から得るためには、活動履歴情報に含まれている業務のバリエーション（以下、「業務パターン」と称する。）を適切に把握する必要がある。また、得られた情報を分析者等のユーザが有効に活用するためには、把握した業務パターンの意味や由来（どのような観点に基づき特定した業務パターンであるか等）をユーザが容易に確認もしくは類推できることが好ましい。
【0005】
特許文献１に記載の行動パターン分析装置は、分析対象の時系列の行動パターンを容易に分類して分析するために、分析対象の行動履歴データを分析し、分析対象に応じたグループ数で行動パターンをグループ化する。しかし、同文献には、各グループの意味や由来に関する情報を提供する仕組みについてはとくに開示されていない。このため、例えば、分析者等のユーザは、分析結果の利用に際し、他の情報との照合や分析対象者からヒヤリングを行う等してグループの意味や由来を自ら確認もしくは類推する必要がある。
【0006】
本発明は、このような背景に鑑みてなされたものであり、業務の活動履歴情報から得られる情報の有効な利用を支援する業務分析支援システム、及び業務分析支援方法を提供することを目的とする。
【課題を解決するための手段】
【0007】
上記の目的を達成するための本発明の一つは、業務分析支援システムであって、プロセッサ及び記憶装置を有する情報処理装置を用いて構成され、業務プロセスに関する情報を含む活動履歴情報に基づき、前記活動履歴情報から抽出される業務案件をクラスタリングするプロセスベース案件クラスタリングを行い、前記業務案件ごとの属性情報に基づき前記業務案件をクラスタリングする属性ベース案件クラスタリングを行い、プロセスベース案件クラスタリングにより得られるクラスタであるプロセスベース案件クラスタと、前記
属性ベース案件クラスタリングにより得られるクラスタである属性ベース案件クラスタとの間の集合類似度を算出し、前記集合類似度に基づき、前記プロセスベース案件クラスタと属性ベース案件クラスタとを関連付けることにより得られる情報を分析結果として出力する。
属性ベース案件クラスタリングにより得られるクラスタである属性ベース案件クラスタとの間の集合類似度を算出し、前記集合類似度に基づき、前記プロセスベース案件クラスタと属性ベース案件クラスタとを関連付けることにより得られる情報を分析結果として出力する。
【0008】
その他、本願が開示する課題、及びその解決方法は、発明を実施するための形態の欄、及び図面により明らかにされる。
【発明の効果】
【0009】
本発明によれば、業務の活動履歴情報から得られる情報の有効な利用を支援することができる。
【図面の簡単な説明】
【0010】
【図1】業務分析支援システムの主な構成を示すシステムフロー図である。
【図2】活動履歴情報の一例である。
【図3】プロセスベース案件クラスタ情報の一例である。
【図4】属性情報の一例である。
【図5】属性ベース案件クラスタ情報の一例である。
【図6】クラスタ間集合類似度情報の一例である。
【図7】業務パターン分析結果の一例である。
【図8】業務分析支援処理の一例を説明するフローチャートである。
【図9】プロセスベース案件クラスタリング処理の一例を説明するフローチャートである。
【図10】属性ベース案件クラスタリング処理の一例を説明するフローチャートである。
【図11】クラスタ間集合類似度算出処理の一例を説明するフローチャートである。
【図12】分析結果出力処理の一例を説明するフローチャートである。
【図13】第２実施形態の業務分析支援システムの主な構成を説明するシステムフロー図である。
【図14】調整ルールの一例である。
【図15】調整ルールの他の一例である。
【図16】属性情報（調整後）の一例である。
【図17】第２実施形態の属性ベース案件クラスタリング処理の一例を説明するフローチャートである。
【図18】属性情報調整処理の一例を説明するフローチャートである。
【図19】第３実施形態の業務分析支援システムの主な構成を説明するシステムフロー図である。
【図20】第３実施形態の業務分析支援処理の一例を説明するフローチャートである。
【図21】クラスタマッチング処理の一例を説明するフローチャートである。
【図22】第３実施形態の分析結果出力処理を説明するフローチャートである。
【図23】第３実施形態の分析結果の一例である。
【図24】第４実施形態の分析結果（プロセスフロー図）の一例である。
【図25】第４実施形態の分析結果（案件プロット図）の一例である。
【図26】第４実施形態の分析結果出力処理の一例を説明するフローチャートである。
【図27】業務分析支援システムの構成に用いる情報処理装置（コンピュータ）の一例である。
【発明を実施するための形態】
【0011】
以下、本発明の実施形態について図面を参照しつつ詳細に説明する。尚、以下の記載及び図面は、本発明を説明するための例示に過ぎず、説明の明確化のため、適宜、省略及び簡略化がなされている。本発明は、他の種々の形態でも実施することが可能である。とくに限定しない限り、各構成要素は単数でも複数でも構わない。
【0012】
以下の説明において、同一の又は類似する構成について同一の符号を付して重複した説明を省略することがある。また、以下の説明において、符号の前に付した「Ｓ」の文字は処理ステップの意味である。また、以下の説明における各種情報（データ）は例示するデータ構造以外の方法で表現もしくは管理してもよい。また、以下の説明において、各種の識別情報について説明する際、「識別子」、「ＩＤ」等の表現を適宜用いるが、これらについてはお互いに置換可能である。
【0013】
［第１実施形態］
まず、第１実施形態として示す情報処理システム（以下、「業務分析支援システム１」と称する。）について説明する。
まず、第１実施形態として示す情報処理システム（以下、「業務分析支援システム１」と称する。）について説明する。
【0014】
業務分析支援システム１は、過去に行われた業務の活動履歴（業務案件ごとの業務プロセス（業務フロー）に関する情報や業務プロセスの遂行結果等を含む）を記憶している。業務分析支援システム１は、活動履歴から抽出される業務の案件（以下、「業務案件」と称する。）を複数のクラスタにクラスタリングする。以下、このように活動履歴に基づき業務案件をクラスタリングすることを「プロセスベース案件クラスタリング」と称する。また、プロセスベース案件クラスタリングにより得られるクラスタのことを「プロセスベース案件クラスタ」と称する。
【0015】
一方、業務分析支援システム１は、業務案件ごとに夫々の属性（業務案件名、業務実施期間（業務開始日、業務終了日）、担当者情報（担当者名、勤続年数等）、顧客情報（会社名、業種等）、タイムスタンプ等）を記憶しており、属性に基づき業務案件を複数のクラスタにクラスタリングする。以下、このように属性に基づき業務案件をクラスタリングすることを「属性ベース案件クラスタリング」と称する。また、属性ベース案件クラスタリングにより得られるクラスタのことを「属性ベース案件クラスタ」と称する。
【0016】
業務分析支援システム１は、プロセスベース案件クラスタリングにより得られるプロセスベース案件クラスタと、属性ベース案件クラスタリングにより得られる属性ベース案件クラスタとの間の集合類似度（以下、「クラスタ間集合類似度」と称する。）を算出し、算出したクラスタ間集合類似度に基づき、プロセスベース案件クラスタと属性ベース案件クラスタとを関連付けることにより得られる情報（以下、「分析結果」と称する。）を生成して業務の分析者等のユーザに提供する。
【0017】
尚、業務分析支援システム１が支援の対象とする業務は必ずしも限定されないが、例えば、企業や官公庁、自治体等の組織における業務について社員や職員等の作業主体によって行われる業務である。尚、作業主体は必ずしも人でなくてもよく、例えば、ロボットや情報処理装置等であってもよい。
【0018】
活動履歴は、例えば、上記のような組織における業務で用いられている各種の情報処理システムから取得される。上記の情報処理システムは、例えば、営業管理システム、旅費精算システム、出退勤管理システム、在庫管理システム、発注管理システム、顧客管理システム、人事管理システム、物流管理システム、経理システム、決算システムである。前述した属性は、上記の情報処理システムにおいて活動履歴とともに管理されていることが多い。
【0019】
以下の説明において、活動履歴に含まれる活動（作業）の種類は有限であり、活動の組み合わせや活動の順序によって業務案件のバリエーション（業務パターン）を構成するものとする。また、活動履歴から抽出される業務案件は、例えば、業務遂行者の熟練度、顧客側の業務プロセス、取り扱う商品や分野、季節や曜日、時代等によって所定のバリエーション（業務パターン）に収束する（分類される）ものとする。また、活動履歴を記録した情報（後述の活動履歴情報１１１）は、整形やクレンジング等の前処理がなされているものとする。また、上記情報は、前処理により、業務の開始から終了に至る一連の有限な作業が、実際の実行順に基づき一連の業務プロセスとして識別可能な状態になっているものとする。業務プロセス（業務フロー）は、例えば、特開２０１７－２２７９４４号公報に記載されている方法等の公知の技術を用いて取得することができる。
【0020】
図１は、業務分析支援システム１の主な構成を説明するシステムフロー図である。業務分析支援システム１は、一つ以上の情報処理装置（コンピュータ）を用いて構成される。同図に示すように、業務分析支援システム１は、プロセスベース案件クラスタリング部１２０、属性ベース案件クラスタリング部１３０、クラスタ間集合類似度算出部１４０、及び分析結果出力部１５０の各機能を備える。また、業務分析支援システム１は、記憶部１１０（同図では省略）を備える。記憶部１１０は、活動履歴を記録した情報（データ）である活動履歴情報１１１、属性情報１１２、プロセスベース案件クラスタに関する情報であるプロセスベース案件クラスタ情報１１３、属性ベース案件クラスタに関する情報である属性ベース案件クラスタ情報１１４、クラスタ間集合類似度に関する情報であるクラスタ間集合類似度情報１１５、及び、分析結果１１６の各情報（データ）を記憶する。
【0021】
上記機能のうち、プロセスベース案件クラスタリング部１２０は、活動履歴情報１１１に基づきプロセスベース案件クラスタ情報１１３を生成する。
【0022】
図２に活動履歴情報１１１の一例を示す。例示する活動履歴情報１１１は、案件ＩＤ１１１１、及び一つ以上の活動１１１２の各項目を有する複数のレコードで構成される。活動履歴情報１１１の一つのレコードは、一つの業務案件に対応している。
【0023】
上記項目のうち、案件ＩＤ１１１１には、業務案件の識別子である案件ＩＤが格納される。活動１１１２の夫々には、当該業務案件の業務の遂行に際して行われる活動（作業）の内容を示す情報が格納される。同図の場合、例えば、案件ＩＤ１１１１が「M001」のレコードは、当該業務案件の実施に際し、活動１１１２に格納されている各活動（「訪問」、「デモ」、「訪問」、「調査」～「提案」）がこの順序で作業が行われたことを示す。
【0024】
図３にプロセスベース案件クラスタ情報１１３の一例を示す。例示するプロセスベース案件クラスタ情報１１３は、プロセスベース案件クラスタＩＤ１１３１、及び一つ以上の案件ＩＤ１１３２の各項目を有する複数のレコードで構成される。プロセスベース案件クラスタ情報１１３の一つのレコードは、プロセスベース案件クラスタの一つに対応している。
【0025】
上記項目のうち、プロセスベース案件クラスタＩＤ１１３１には、プロセスベース案件クラスタの識別子であるプロセスベース案件クラスタＩＤが格納される。案件ＩＤ１１３２の夫々には、当該プロセスベース案件クラスタにクラスタリングされた業務案件の案件ＩＤが格納される。同図の場合、例えば、プロセスベース案件クラスタＩＤ１１３１が「X2」のレコードは、当該プロセスベース案件クラスタに、案件ＩＤが「M002」、「M003」が含まれていることを示す。
【0026】
図１に示す属性ベース案件クラスタリング部１３０は、属性情報１１２に基づき属性ベース案件クラスタ情報１１４を生成する。
【0027】
図４に属性情報１１２の一例を示す。例示する属性情報１１２は、案件ＩＤ１１２１、作業開始日１１２２、担当者ＩＤ１１２３、担当者名１１２４、勤続年数１１２５、営業先顧客ＩＤ１１２６、会社名１１２７、及び業種１１２８の各項目を有する複数のレコードで構成される。属性情報１１２の一つのレコードは、一つの業務案件に対応している。
【0028】
上記項目のうち、案件ＩＤ１１２１には、業務案件の案件ＩＤが格納される。作業開始日１１２２、担当者ＩＤ１１２３、担当者名１１２４、勤続年数１１２５、営業先顧客ＩＤ１１２６、会社名１１２７、及び業種１１２８は、夫々、当該業務案件の属性の一つに対応している。尚、「作業開始日」、「担当者ＩＤ」、「担当者名」、「勤続年数」、「営業先顧客ＩＤ」、「会社名」、及び「業務」の各項目名は、いずれも属性の識別子（以下、「属性名」と称する。）である。
【0029】
上記項目のうち、作業開始日１１２２には、当該業務案件の作業開始日が格納される。担当者ＩＤ１１２３には、当該業務案件の担当者の識別子である担当者ＩＤが格納される。担当者名１１２４には、当該担当者の担当者名が格納される。勤続年数１１２５には、当該担当者の勤続年数が格納される。営業先顧客ＩＤ１１２６には、当該業務案件の営業先の顧客の識別子である営業先顧客ＩＤが格納される。会社名１１２７には、当該顧客が所属する会社の会社名１１２７が格納される。業種１１２８には、当該会社の業種が格納される。
【0030】
図５に属性ベース案件クラスタ情報１１４の一例を示す。例示する属性ベース案件クラスタ情報１１４は、属性ベース案件クラスタＩＤ１１４１、代表属性名１１４２、代表属性最頻値１１４３、及び一つ以上の案件ＩＤ１１４４の各項目を有する複数のレコードで構成される。属性ベース案件クラスタ情報１１４の一つのレコードは、属性ベース案件クラスタの一つに対応している。
【0031】
上記項目のうち、属性ベース案件クラスタＩＤ１１４１には、属性ベース案件クラスタの識別子である属性ベース案件クラスタＩＤが格納される。代表属性名１１４２には、属性ベース案件クラスタリング部１３０がクラスタリングに用いた属性の種類（以下、「代表属性」と称する。）の識別子（以下、「代表属性名」と称する。）が格納される。代表属性最頻値１１４３には、当該属性ベース案件クラスタへのクラスタリングに用いた代表属性の値（本例では業務案件に登場する当該代表属性の値の最頻値。以下、「代表属性最頻値」と称する。）が格納される。案件ＩＤ１１４４には、当該属性ベース案件クラスタにクラスタリングされる一つ以上の業務案件の案件ＩＤが格納される。同図の例は、「担当者名」を代表属性として業務案件をクラスタリングした場合であり、活動履歴情報１１１から抽出される業務案件を、代表属性最頻値（「大船三郎」、「日立太郎」、「戸塚次郎」等）ごとの属性ベース案件クラスタにクラスタリングしている。
【0032】
図１に示すクラスタ間集合類似度算出部１４０は、プロセスベース案件クラスタ情報１１３と属性ベース案件クラスタ情報１１４との間のクラスタ間集合類似度を算出し、クラスタ間集合類似度情報１１５を生成する。
【0033】
図６にクラスタ間集合類似度情報１１５の一例を示す。同図に示すように、例示するクラスタ間集合類似度情報１１５は、プロセスベース案件クラスタ（プロセスベース案件クラスタＩＤ）と属性ベース案件クラスタ（属性ベース案件クラスタＩＤ）の組み合わせごとのクラスタ間集合類似度を含む。
【0034】
図１に示す分析結果出力部１５０は、クラスタ間集合類似度情報１１５に基づき、プロセスベース案件クラスタ情報１１３の各プロセスベース案件クラスタに類似する、属性ベ
ース案件クラスタ情報１１４の属性ベース案件クラスタを特定し、特定した属性ベース案件クラスタに関する情報（業務案件の内容、代表属性名、代表属性最頻値等）を含む分析結果１１６を生成して出力する。尚、分析結果出力部１５０は、例えば、プロセスベース案件クラスタに対して、クラスタ間集合類似度が予め設定された閾値以上の一つ以上の属性ベース案件クラスタやクラスタ間集合類似度が最大の属性ベース案件クラスタを、類似する属性ベース案件クラスタとして特定する。
ース案件クラスタ情報１１４の属性ベース案件クラスタを特定し、特定した属性ベース案件クラスタに関する情報（業務案件の内容、代表属性名、代表属性最頻値等）を含む分析結果１１６を生成して出力する。尚、分析結果出力部１５０は、例えば、プロセスベース案件クラスタに対して、クラスタ間集合類似度が予め設定された閾値以上の一つ以上の属性ベース案件クラスタやクラスタ間集合類似度が最大の属性ベース案件クラスタを、類似する属性ベース案件クラスタとして特定する。
【0035】
図７に分析結果１１６の一例を示す。同図に示すように、例示する分析結果１１６は、プロセスベース案件クラスタのプロセスベース案件クラスタＩＤ７１１と、当該プロセスベース案件クラスタに類似する属性ベース案件クラスタに関する情報７１２（プロセスベース案件クラスタとのクラスタ間集合類似度、属性ベース案件クラスタＩＤ、代表属性名、代表属性最頻値等）を含む。尚、例えば、分析結果出力部１５０が、分析結果１１６をユーザインタフェースを介してユーザに提示（表示、印刷等）するようにしてもよい。
【0036】
分析結果出力部１５０が同図に示すような分析結果１１６を分析者等のユーザに提供することで、ユーザは、例えば、分析対象業務への知識が十分でない場合でも、活動履歴情報１１１から特定したクラスタ（業務パターン、業務バリエーション）の意味や由来を容易に確認もしくは類推することができる。そのため、例えば、ユーザは、顧客等の他者に対しクラスタの意味や由来をわかりやすく説明することができる。
【0037】
また、ユーザは、例えば、活動履歴情報１１１の分析の精度（クラスタの特定が適切か否か等）を評価することができる。また、ユーザは、例えば、業務パターンの粒度感を把握することができ、クラスタ数の設定等、分析時のパラメータの調整を効率よく行うことができる。
【0038】
また、例えば、業務の担当者等のユーザは、例えば、分析結果１１６を自身が現在担当している業務の進め方を決定する際の参考にすることができる。
【0039】
また、例えば、分析者等のユーザは、分析結果１１６を業務実施者との間のディスカッションに際し用いることで、業務実施者との間のコミュニケーションを円滑に進めることができる。また、例えば、分析者がコンサルタントで業務実施者が顧客である場合、コンサルテーションの顧客満足度を向上することができる。
【0040】
図８は、業務分析支援システム１が行う処理（以下、「業務分析支援処理Ｓ８００」と称する。）の一例を説明するフローチャートである。
【0041】
まず、プロセスベース案件クラスタリング部１２０が、活動履歴情報１１１に基づきプロセスベース案件クラスタ情報１１３を生成する処理（以下、「プロセスベース案件クラスタリング処理Ｓ８１１」と称する。）を行う。
【0042】
図９は、プロセスベース案件クラスタリング処理Ｓ８１１の一例を説明するフローチャートである。
【0043】
まず、プロセスベース案件クラスタリング部１２０は、活動履歴情報１１１を読み込む（Ｓ９１１）。
【0044】
続いて、プロセスベース案件クラスタリング部１２０は、活動履歴情報１１１の各業務案件（各レコード）について、各業務案件の活動系列を構成する活動（作業）の組み合わせや活動の順序に基づき、各業務案件を１つ以上のプロセスベース案件クラスタにクラスタリングする（Ｓ９１２）。
【0045】
続いて、プロセスベース案件クラスタリング部１２０は、クラスタリングの結果に基づきプロセスベース案件クラスタ情報１１３を生成する（Ｓ９１３）。
【0046】
図８に戻り、続いて、属性ベース案件クラスタリング部１３０が、属性情報１１２に基づき属性ベース案件クラスタ情報１１４を生成する処理（以下、「属性ベース案件クラスタリング処理Ｓ８１２」と称する。）を行う。
【0047】
図１０は、属性ベース案件クラスタリング処理Ｓ８１２の一例を説明するフローチャートである。
【0048】
まず、属性ベース案件クラスタリング部１３０は、属性情報１１２を読み込む（Ｓ１０１１）。
【0049】
続いて、属性ベース案件クラスタリング部１３０は、属性情報１１２の各業務案件（各レコード）について、各業務案件の属性に基づき、各業務案件を１つ以上の属性ベース案件クラスタにクラスタリングする（Ｓ１０１２）。
【0050】
続いて、属性ベース案件クラスタリング部１３０は、属性ベース案件クラスタごとに、代表属性名と代表属性最頻値を特定する（Ｓ１０１３）。
【0051】
続いて、属性ベース案件クラスタリング部１３０は、クラスタリングの結果と、特定した代表属性名及び代表属性最頻値とに基づき、属性ベース案件クラスタ情報１１４を生成する（Ｓ１０１４）。
【0052】
尚、プロセスベース案件クラスタリング部１２０や属性ベース案件クラスタリング部１３０によるクラスタリングの方法は必ずしも限定されないが、例えば、Ｋ－ｍｅａｎｓや混合ガウスモデル等を用いることができる。また、取り扱う次元数が多くなる場合は、例えば、潜在的意味解析（ＬＳＩ（Latent Semantic Indexing）、ＬＳＡ（Latent Semantic Analysis））や特異点分解（ＳＶＤ（Singular Value Decomposition））を用いて次元圧縮を適宜行ってもよい。また、プロセスベース案件クラスタリング部１２０や属性ベース案件クラスタリング部１３０は、活動履歴情報１１１の内容や属性情報１１２の内容を、例えば、ＢｏＷ（Bag of Words）、ＴＦ－ＩＤＦ（Term Frequency - Invers Document
Frequency）、Ｗｏｒｄ２Ｖｅｃ（ＣＢＯＷ（Continuous Bag of Word）、Ｓｋｉｐ－Ｇｒａｍ）等を用いて適宜量子化して取り扱う。
Frequency）、Ｗｏｒｄ２Ｖｅｃ（ＣＢＯＷ（Continuous Bag of Word）、Ｓｋｉｐ－Ｇｒａｍ）等を用いて適宜量子化して取り扱う。
【0053】
図８に戻り、続いて、クラスタ間集合類似度算出部１４０が、プロセスベース案件クラスタ情報１１３及び属性ベース案件クラスタ情報１１４に基づき、クラスタ間集合類似度情報を算出する処理（以下、「クラスタ間集合類似度算出処理Ｓ８１３」と称する。）を行う。
【0054】
図１１は、クラスタ間集合類似度算出処理Ｓ８１３の一例を説明するフローチャートである。
【0055】
まず、クラスタ間集合類似度算出部１４０は、プロセスベース案件クラスタ情報１１３及び属性ベース案件クラスタ情報１１４を読み込む（Ｓ１１１１）。
【0056】
続いて、クラスタ間集合類似度算出部１４０は、プロセスベース案件クラスタ情報１１３の各プロセスベース案件クラスタに所属する業務案件の情報と、属性ベース案件クラスタ情報１１４の各属性ベース案件クラスタに所属する業務案件の情報（業務案件の内容の
重複度合い等）とに基づき、クラスタ間集合類似度を算出する（Ｓ１１１２）。尚、集合類似度の算出方法は必ずしも限定されないが、例えば、Jaccard係数(Jaccard index)、Dice係数(Dice coefficient)、Simpson係数(Overlap coefficient)等を用いる。尚、クラスタ間（集合間）の過不足が共に小さいことを重要視したい場合には、例えば、Jaccard係
数を用いる。
重複度合い等）とに基づき、クラスタ間集合類似度を算出する（Ｓ１１１２）。尚、集合類似度の算出方法は必ずしも限定されないが、例えば、Jaccard係数(Jaccard index)、Dice係数(Dice coefficient)、Simpson係数(Overlap coefficient)等を用いる。尚、クラスタ間（集合間）の過不足が共に小さいことを重要視したい場合には、例えば、Jaccard係
数を用いる。
【0057】
続いて、クラスタ間集合類似度算出部１４０は、算出したクラスタ間集合類似度に基づきクラスタ間集合類似度情報１１５を生成する（Ｓ１１１３）。
【0058】
図８に戻り、続いて、分析結果出力部１５０が、クラスタ間集合類似度情報１１５に基づき分析結果１１６を生成して出力する処理（以下、「分析結果出力処理Ｓ８１４」と称する。）を行う。
【0059】
図１２は、分析結果出力処理Ｓ８１４の一例を説明するフローチャートである。
【0060】
まず、分析結果出力部１５０は、プロセスベース案件クラスタごとに、クラスタ間集合類似度が高い順に、クラスタ間集合類似度情報１１５から、一つ以上の属性ベース案件クラスタ（属性ベース案件クラスタＩＤ）とクラスタ間集合類似度を読み込む（Ｓ１２１１）。
【0061】
続いて、分析結果出力部１５０は、各プロセスベース案件クラスタに類似する属性ベース案件クラスタの代表属性名と代表属性最頻値を、属性ベース案件クラスタ情報１１４から読み込む（Ｓ１２１２）。
【0062】
続いて、分析結果出力部１５０は、Ｓ１２１１とＳ１２１２で読み込んだ情報に基づき分析結果１１６を生成して出力する（Ｓ１２１３）。
【0063】
図８に戻り、以上で業務分析支援処理Ｓ８００は終了する。
【0064】
［第２実施形態］
ところで、属性ベース案件クラスタリングに際しては、例えば、「日時」で表現された値を用いて「季節」で表現した方が都合がよい場合等、業務案件の属性の抽象度が低い（属性の値の粒度が細かい）ためにユーザの利用態様に適した（ニーズに叶った）分析結果１１６が得られないことがある。そこで、第２実施形態の業務分析支援システム１は、属性情報１１２の内容を調整した後に属性ベース案件クラスタリングを行う。以下、第１実施形態の業務分析支援システム１とは異なる点を中心として第２実施形態の業務分析支援システム１について説明する。
ところで、属性ベース案件クラスタリングに際しては、例えば、「日時」で表現された値を用いて「季節」で表現した方が都合がよい場合等、業務案件の属性の抽象度が低い（属性の値の粒度が細かい）ためにユーザの利用態様に適した（ニーズに叶った）分析結果１１６が得られないことがある。そこで、第２実施形態の業務分析支援システム１は、属性情報１１２の内容を調整した後に属性ベース案件クラスタリングを行う。以下、第１実施形態の業務分析支援システム１とは異なる点を中心として第２実施形態の業務分析支援システム１について説明する。
【0065】
図１３は、第２実施形態の業務分析支援システム１の主な構成を説明するシステムフロー図である。同図に示すように、第２実施形態の業務分析支援システム１は、第１実施形態の第２実施形態の業務分析支援システム１が備える各機能に加えて、属性情報調整部１６０を備える。また、第２実施形態の業務分析支援システム１の記憶部１１０は、第１実施形態の業務分析支援システム１の記憶部１１０が記憶する情報に加えて、調整ルール１１７と属性情報（調整後）１１２ａを記憶する。
【0066】
属性情報調整部１６０は、調整ルール１１７に基づき、属性情報１１２を調整して属性情報（調整後）１１２ａを生成する。
【0067】
図１４に調整ルール１１７の一例を示す。同図に示すように、例示する調整ルール１１７は、対象属性名１４１１、対象属性値域＿開始１４１２、対象属性値域＿終了１４１３
、調整後属性名１４１４、及び調整後属性値１４１５の各項目を有する複数のレコードで構成される。
、調整後属性名１４１４、及び調整後属性値１４１５の各項目を有する複数のレコードで構成される。
【0068】
対象属性名１４１１には、調整の対象となる属性（以下、「対象属性」と称する。）の属性名（以下、「対象属性名」と称する。）が格納される。対象属性値域＿開始１４１２及び対象属性値域＿終了１４１３は、当該対象属性の値（属性値）の範囲（開始値、終了値）を表す。調整後属性名１４１４には、当該属性の調整後（抽象化（統合）した後）の属性名（以下、「調整後属性名」と称する。）が格納される。調整後属性値１４１５には、当該属性の値が、対象属性値域＿開始１４１２及び対象属性値域＿終了１４１３の範囲である場合の調整後の値（以下、「調整後属性値」と称する。）が格納される。
【0069】
図１５に調整ルール１１７の他の一例を示す。同図に示すように、例示する調整ルール１１７は、３つのテーブル１１５０，１１６０，１１７０を含む。属性情報調整部１６０は、これら３つのテーブルに基づき、属性情報１１２を調整して属性情報（調整後）１１２ａを生成する。
【0070】
同図に示すように、テーブル１１５０は、条件ＩＤ（Ａ）１１５１、対象属性名１１５２、対象属性値域＿開始１１５３、及び対象属性値域＿終了１１５４の各項目を有する複数のレコードで構成される。また、テーブル１１６０は、条件ＩＤ（Ｂ）１１６１、対象属性名１１６３、及び対象属性値１１６４の各項目を有する複数のレコードで構成される。また、テーブル１１７０は、条件ＩＤ（Ａ）１１７１、条件ＩＤ（Ｂ）１１７２、対象属性名１１６３、及び対象属性値１１６４の各項目を有する複数のレコードで構成される。
【0071】
テーブル１１５０は、対象属性名１１５２「担当者年齢」について属性値の範囲（対象属性値域＿開始１１５３、及び対象属性値域＿終了１１５４）ごとに設定した条件（条件ＩＤ（Ａ）１１５１）を定義した情報を含む。また、テーブル１１６０は、対象属性名１１６２「担当者性別」について対象属性値１１６４「男性」又は「女性」ごとに設定した条件（条件ＩＤ（Ｂ）１１６１）を定義した情報を含む。また、テーブル１１７０は、条件ＩＤ（Ａ）１１５１と条件ＩＤ（Ｂ）１１６１の組み合わせごとに、調整後属性名１１７３及び調整後属性値１１７４を定義した情報を含む。
【0072】
図１６に、属性情報（調整後）１１２ａの一例を示す。同図は図４に例示した属性情報１１２を、図１４及び図１５に例示した調整ルール１１７に基づき調整した場合の一例である。同図において、四季１６１５及び勤続カテゴリ１６１６の各項目の項目名は、図１４に示す調整ルール１１７における調整後属性名１４１４の値であり、これらの項目の値は図１４に示す調整ルール１１７における調整後属性値１４１５の値である。また、担当者層１６１７の項目名は、図１５に示す調整ルール１１７における調整後属性名１１７３の値であり、当該項目の値は図１５に示す調整ルール１１７における調整後属性値１１７４の値である。
【0073】
図１７は、第２実施形態の業務分析支援システム１が行う属性ベース案件クラスタリング処理Ｓ８１２の一例を説明するフローチャートである。尚、同図に示す属性ベース案件クラスタリング処理Ｓ８１２のうち、Ｓ１０１１、Ｓ１０１２～Ｓ１０１４の処理は、図１０に示した属性ベース案件クラスタリング処理Ｓ８１２の同符号の処理と同様であるので説明を省略する。
【0074】
第２実施形態の属性ベース案件クラスタリング処理Ｓ８１２では、属性ベース案件クラスタリング部１３０が、Ｓ１０１１の処理の後、属性情報１１２を調整するか否かを判定し（Ｓ１７１１）、属性情報１１２を調整する場合は属性情報調整部１６０がそのための
処理（以下、「属性情報調整処理Ｓ１７１２」と称する。）を行って属性情報（調整後）１１２ａを生成する。属性ベース案件クラスタリング部１３０は、属性情報（調整後）１１２ａに基づき属性ベース案件クラスタ情報１１４を生成する（Ｓ１０１２～Ｓ１０１４）。
処理（以下、「属性情報調整処理Ｓ１７１２」と称する。）を行って属性情報（調整後）１１２ａを生成する。属性ベース案件クラスタリング部１３０は、属性情報（調整後）１１２ａに基づき属性ベース案件クラスタ情報１１４を生成する（Ｓ１０１２～Ｓ１０１４）。
【0075】
尚、Ｓ１７１１において、属性ベース案件クラスタリング部１３０は、例えば、調整ルール１１７が用意されている（記憶部１１０が記憶している）場合や、ユーザから属性情報１１２の調整を行う旨の指示を受け付けた場合に（Ｓ１７１１：ＹＥＳ）、属性情報１１２を調整（属性情報調整処理Ｓ１７１２を実行）する。
【0076】
【0077】
まず、属性情報調整部１６０は、記憶部１１０から属性情報１１２と調整ルール１１７を読み込む（Ｓ１８１１～Ｓ１８１２）。
【0078】
続いて、属性情報調整部１６０は、調整ルール１１７に従って調整後属性名及び調整後属性値を取得する（Ｓ１８１３）。
【0079】
続いて、属性情報調整部１６０は、属性情報１１２に調整ルール１１７を適用し、調整後属性名及び調整後属性値を取得する（Ｓ１８１４）。
【0080】
続いて、属性情報調整部１６０は、取得した調整後属性名及び調整後属性値を属性情報に追記して属性情報（調整後）１１２ａを生成する（Ｓ１８１５）。
【0081】
以上のように、第２実施形態の業務分析支援システム１は、属性情報の内容を調整し、調整後の属性情報に基づき属性ベース案件クラスタリングを行うので、分析者等のユーザのニーズに即した分析結果１１６を提供することができる。
【0082】
［第３実施形態］
第１実施形態及び第２実施形態の業務分析支援システム１では、プロセスベース案件クラスタと属性ベース案件クラスタとの間のクラスタ間集合類似度を一対一の関係で算出してクラスタ間集合類似度情報１１５を生成した。第３実施形態の業務分析支援システム１は、プロセスベース案件クラスタと２つ以上の属性ベース案件クラスタの組み合わせ（２つ以上の属性ベース案件クラスタの和集合、差集合、及び積集合のうちの少なくともいずれか。以下、「クラスタセット」と称する。）との間の集合類似度を算出する。そして、業務分析支援システム１は、プロセスベース案件クラスタとの間の集合類似度が予め設定された閾値以上の一つ以上のクラスタセットや集合類似度が最大のクラスタセットを、分析結果１１６としてユーザに提供する。以下、第２実施形態の業務分析支援システム１の構成を基本として第３実施形態の業務分析支援システム１について説明する。以下では、第２実施形態の業務分析支援システム１とは異なる点を中心に説明する。
第１実施形態及び第２実施形態の業務分析支援システム１では、プロセスベース案件クラスタと属性ベース案件クラスタとの間のクラスタ間集合類似度を一対一の関係で算出してクラスタ間集合類似度情報１１５を生成した。第３実施形態の業務分析支援システム１は、プロセスベース案件クラスタと２つ以上の属性ベース案件クラスタの組み合わせ（２つ以上の属性ベース案件クラスタの和集合、差集合、及び積集合のうちの少なくともいずれか。以下、「クラスタセット」と称する。）との間の集合類似度を算出する。そして、業務分析支援システム１は、プロセスベース案件クラスタとの間の集合類似度が予め設定された閾値以上の一つ以上のクラスタセットや集合類似度が最大のクラスタセットを、分析結果１１６としてユーザに提供する。以下、第２実施形態の業務分析支援システム１の構成を基本として第３実施形態の業務分析支援システム１について説明する。以下では、第２実施形態の業務分析支援システム１とは異なる点を中心に説明する。
【0083】
図１９は、第３実施形態の業務分析支援システム１の主な構成を説明するシステムフロー図である。同図に示すように、第３実施形態の業務分析支援システム１は、第２実施形態の業務分析支援システム１が備える各機能に加えて、クラスタマッチング部１７０を備える。クラスタマッチング部１７０は、プロセスベース案件クラスタ情報１１３、属性ベース案件クラスタ情報１１４、及びクラスタ間集合類似度情報１１５に基づき、プロセスベース案件クラスタとの間の集合類似度が予め設定された閾値以上の一つ以上のクラスタセットや集合類似度が最大のクラスタセットを特定する。第３実施形態の業務分析支援システム１の記憶部１１０は、第２実施形態の業務分析支援システム１の記憶部１１０が記
憶する情報に加えて、クラスタマッチング部１７０により生成されるマッチング済クラスタセット情報１１８を記憶する。
憶する情報に加えて、クラスタマッチング部１７０により生成されるマッチング済クラスタセット情報１１８を記憶する。
【0084】
図２０は、第３実施形態の業務分析支援システム１が行う業務分析支援処理Ｓ８００の一例を説明するフローチャートである。同図に示す業務分析支援処理Ｓ８００のうち、Ｓ８１１～Ｓ８１３の処理は図８に示した業務分析支援処理Ｓ８００の同符号の処理と同様である。第３実施形態の業務分析支援処理Ｓ８００は、Ｓ８１３の処理の後にクラスタマッチング処理Ｓ２０１０が実行され、分析結果出力処理Ｓ８１４において分析結果出力部１５０がクラスタマッチング処理Ｓ２０１０により取得される情報についても分析結果１１６として出力する点で、図８に示した業務分析支援処理Ｓ８００と異なる。
【0085】
【0086】
まず、クラスタマッチング部１７０は、プロセスベース案件クラスタ情報１１３と属性ベース案件クラスタ情報１１４を読み込む（Ｓ２１１１）。
【0087】
続いて、クラスタマッチング部１７０は、クラスタ間集合類似度情報１１５を読み込む（Ｓ２１１２）。
【0088】
続いて、クラスタマッチング部１７０は、２つ以上の属性ベース案件クラスタの組み合わせ(和集合、差集合、積集合)であるクラスタセットを生成する（Ｓ２１１３）。
【0089】
続いて、クラスタマッチング部１７０は、各プロセスベース案件クラスタとクラスタセットとの間の集合類似度を算出する（Ｓ２１１４）。
【0090】
続いて、クラスタマッチング部１７０は、プロセスベース案件クラスタごとに、集合類似度が高い順に任意の数のクラスタセット（例えば、集合類似度が予め設定した閾値以上のクラスタセット）をマッチング（抽出、取得）し、各クラスタセットの集合式と集合類似度を、マッチング済みのクラスタセットに関する情報として保持（記憶）する（Ｓ２１１５）。
【0091】
続いて、クラスタマッチング部１７０は、マッチングした各クラスタセットに含まれる属性ベース案件クラスタの代表属性名と代表属性最頻値を属性ベース案件クラスタ情報１１４から取得し、取得した代表属性名と代表属性最頻値を保持（記憶）する（Ｓ２１１６）。
【0092】
続いて、クラスタマッチング部１７０は、保持している情報に基づきマッチング済クラスタセット情報１１８を生成する（Ｓ２１２７）。
【0093】
尚、例えば、業務分析支援システム１が、クラスタマッチング処理Ｓ２０１０を行うか否かの意志表示をユーザインタフェースを介してユーザから受け付け、クラスタマッチング処理Ｓ２０１０を行う旨の指示をユーザから受け付けた場合にのみ、クラスタマッチング処理Ｓ２０１０を行う（クラスタマッチング部１７０を機能させる）ようにしてもよい。
【0094】
ところで、例えば、属性の種類が多い場合に上記のクラスタマッチング処理Ｓ２０１０を実行する組み合わせの数が膨大になり、業務分析支援システム１の処理負荷が増大する可能性がある。その場合、業務分析支援システム1が、例えば、以下に示す（１）～（３
）のいずれかの方法でクラスタマッチング処理Ｓ２０１０を行うことにより負荷軽減を図
ることができる。
）のいずれかの方法でクラスタマッチング処理Ｓ２０１０を行うことにより負荷軽減を図
ることができる。
【0095】
（１）最適化問題として取り扱う方法
例えば、集合類似度を最大化するような目的関数を設定し、所定の制約条件（例えば、「クラスタ数＜２～４」）を課す。
例えば、集合類似度を最大化するような目的関数を設定し、所定の制約条件（例えば、「クラスタ数＜２～４」）を課す。
【0096】
（２）対象を集合類似度が上位の属性ベース案件クラスタの積集合に限定する方法
例えば、まず、マッチング対象のプロセスベース案件クラスタＸを包含し、かつ集合類似度が高い属性ベース案件クラスタ群αを一定数抽出する。続いて、属性ベース案件クラスタ群αに含まれるクラスタ（「クラスタＡ」とする）を対象として、プロセスベース案件クラスタＸとの間の集合類似度の高い順に以下を実行する。即ち、まず属性ベース案件クラスタ群αの中から、差集合「クラスタＡ－プロセスベース案件クラスタＸ」との間の集合類似度の最も低いクラスタ（「クラスタＢ」とする）を特定する。続いて、積集合「クラスタＡ ａｎｄ クラスタＢ」とプロセスベース案件クラスタＸとの間の集合類似度を算出する。尚、組み合わせる集合の数は例えば予め設定しておく。続いて、プロセスベース案件クラスタＸとの間の集合類似度が最も高い積集合を特定する。
例えば、まず、マッチング対象のプロセスベース案件クラスタＸを包含し、かつ集合類似度が高い属性ベース案件クラスタ群αを一定数抽出する。続いて、属性ベース案件クラスタ群αに含まれるクラスタ（「クラスタＡ」とする）を対象として、プロセスベース案件クラスタＸとの間の集合類似度の高い順に以下を実行する。即ち、まず属性ベース案件クラスタ群αの中から、差集合「クラスタＡ－プロセスベース案件クラスタＸ」との間の集合類似度の最も低いクラスタ（「クラスタＢ」とする）を特定する。続いて、積集合「クラスタＡ ａｎｄ クラスタＢ」とプロセスベース案件クラスタＸとの間の集合類似度を算出する。尚、組み合わせる集合の数は例えば予め設定しておく。続いて、プロセスベース案件クラスタＸとの間の集合類似度が最も高い積集合を特定する。
【0097】
（３）対象を集合類似度上位の属性ベース案件クラスタを対象とした和集合又は差集合に限定する方法
例えば、まず、マッチング対象のプロセスベース案件クラスタＸとの間の集合類似度が高い属性ベース案件クラスタ群αを一定数抽出する。続いて、属性ベース案件クラスタ群αに含まれるクラスタ（「クラスタＡ」とする)を対象としてプロセスベース案件クラス
タＸとの集合類似度の高い順に以下を実行する。即ち、まず属性ベース案件クラスタ群αの中から、差集合「プロセスベース案件クラスタＸ－クラスタＡ」との間の集合類似度の最も高いクラスタ（「クラスタＢ」とする）を特定する。続いて、和集合「クラスタＡ ｏｒ クラスタＢ」とプロセスベース案件クラスタＸとの間の集合類似度を算出する。続いて、全ての属性ベース案件クラスタの中から、差集合「（クラスタＡ ｏｒ クラスタＢ）－プロセスベース案件クラスタＸ」との間の集合類似度の最も高いクラスタ（「クラスタＣ」とする）を特定する。続いて、差集合「（クラスタＡ ｏｒ クラスタＢ)－ク
ラスタＣ」とプロセスベース案件クラスタＸとの間の集合類似度を算出する。尚、組み合わせる集合の数や和集合又は差集合の数は例えば予め設定しておく。続いて、プロセスベース案件クラスタＸとの間の集合類似度が最も高い和集合又は差集合を特定する。
例えば、まず、マッチング対象のプロセスベース案件クラスタＸとの間の集合類似度が高い属性ベース案件クラスタ群αを一定数抽出する。続いて、属性ベース案件クラスタ群αに含まれるクラスタ（「クラスタＡ」とする)を対象としてプロセスベース案件クラス
タＸとの集合類似度の高い順に以下を実行する。即ち、まず属性ベース案件クラスタ群αの中から、差集合「プロセスベース案件クラスタＸ－クラスタＡ」との間の集合類似度の最も高いクラスタ（「クラスタＢ」とする）を特定する。続いて、和集合「クラスタＡ ｏｒ クラスタＢ」とプロセスベース案件クラスタＸとの間の集合類似度を算出する。続いて、全ての属性ベース案件クラスタの中から、差集合「（クラスタＡ ｏｒ クラスタＢ）－プロセスベース案件クラスタＸ」との間の集合類似度の最も高いクラスタ（「クラスタＣ」とする）を特定する。続いて、差集合「（クラスタＡ ｏｒ クラスタＢ)－ク
ラスタＣ」とプロセスベース案件クラスタＸとの間の集合類似度を算出する。尚、組み合わせる集合の数や和集合又は差集合の数は例えば予め設定しておく。続いて、プロセスベース案件クラスタＸとの間の集合類似度が最も高い和集合又は差集合を特定する。
【0098】
図２２は、第３実施形態の業務分析支援システム１が行う分析結果出力処理Ｓ８１４の一例を説明するフローチャートである。同図において、Ｓ１２１１～Ｓ１２１２の処理は図１２に示した分析結果出力処理Ｓ８１４の同符号の処理と同様である。
【0099】
図１２に示した分析結果出力処理Ｓ８１４とは異なり、第３実施形態の分析結果出力処理Ｓ８１４では、分析結果出力部１５０が、Ｓ１２１２の処理の後に、ユーザからのクラスタセットの情報の出力要求を受け付けているか否かを判定し（Ｓ２２１１）、出力要求を受け付けている場合（Ｓ２２１１：ＹＥＳ）、マッチング済クラスタセット情報１１８を読み込む（Ｓ２２１２）。そしてＳ１２１３では、分析結果出力部１５０は、Ｓ１２１２及びＳ２２１２で読み込んだ情報に基づき分析結果１１６を生成して出力する。
【0100】
図２３は、第３実施形態の分析結果出力部１５０が、クラスタ間集合類似度情報１１５とマッチング済クラスタセット情報１１８に基づき生成する分析結果１１６の一例である。同図に示すように、例示する分析結果１１６は、図７に示した情報に加えて、集合類似度の最も高い属性ベース案件クラスタセットの情報７１３を含む。例示する分析結果１１６は、上記情報７１３として、プロセスベース案件クラスタとクラスタセットとの間の集合類似度、クラスタセット集合式、属性ベース案件クラスタＩＤ、代表属性名、及び代表
属性最頻値を含む。
属性最頻値を含む。
【0101】
以上のように、第３実施形態の業務分析支援システム１は、プロセスベース案件クラスタとの間の集合類似度の高い属性ベース案件クラスタセットの情報を分析結果１１６として提供する。そのため、例えば、分析者等のユーザは、活動履歴情報１１１から特定したクラスタ（業務パターン）の意味や由来をより詳細にもしくは多様な観点から把握することができる。
【0102】
［第４実施形態］
第１乃至第３実施形態の業務分析支援システム１は、図７や図２３に示す態様で分析結果１１６を提供した。以下に説明する第４実施形態の業務分析支援システム１は、プロセスベース案件クラスタと属性ベース案件クラスタの関係を、ユーザが視覚的に把握し易い態様で分析結果１１６を提供する。具体的には、第４実施形態の業務分析支援システム１は、プロセスベース案件クラスタや属性ベース案件クラスタをプロセスフロー図の形式で示した分析結果１１６を提供する。また、第４実施形態の業務分析支援システム１は、プロセスベース案件クラスタや属性ベース案件クラスタを、夫々を業務案件の特徴量をプロットして表したグラフの形式（以下、「案件プロット図」と称する。）で分析結果１１６を提供する。
第１乃至第３実施形態の業務分析支援システム１は、図７や図２３に示す態様で分析結果１１６を提供した。以下に説明する第４実施形態の業務分析支援システム１は、プロセスベース案件クラスタと属性ベース案件クラスタの関係を、ユーザが視覚的に把握し易い態様で分析結果１１６を提供する。具体的には、第４実施形態の業務分析支援システム１は、プロセスベース案件クラスタや属性ベース案件クラスタをプロセスフロー図の形式で示した分析結果１１６を提供する。また、第４実施形態の業務分析支援システム１は、プロセスベース案件クラスタや属性ベース案件クラスタを、夫々を業務案件の特徴量をプロットして表したグラフの形式（以下、「案件プロット図」と称する。）で分析結果１１６を提供する。
【0103】
図２４にプロセスフロー図の一例を示す。この例では、業務分析支援システム１は、図２３に示した分析結果１１６の内容とともにプロセスフロー図７１４を分析結果１１６として提供している。この例では、業務分析支援システム１は、プロセスベース案件クラスタ「Ｘ１」、属性ベース案件クラスタ「Ａ３」、属性ベース案件クラスタ「Ｂ２」、及び属性ベース案件クラスタ「Ａ３」と属性ベース案件クラスタ「Ｂ２」の積集合のクラスタセット「Ａ３ ａｎｄ Ｂ２」の夫々のプロセスフロー図を並べて分析結果１１６として提供している。
【0104】
分析者等のユーザは、例えば、同図の内容が表示された画面を参照することで、各クラスタの類似性や相違点を横並びで視覚的に把握することができ、各クラスタの意味や由来を容易に知ることができる。
【0105】
図２５に案件プロット図の一例を示す。この例では、業務分析支援システム１は、図２３に示した分析結果１１６の内容とともに案件プロット図７１５を分析結果１１６として提供している。同図は活動履歴情報１１１から抽出される業務案件の特徴を二次元の特徴量で表したグラフであり、同図における各点（ドット）は各業務案件に対応している。同図に示す円は、夫々、プロセスベース案件クラスタ「Ｘ１」、属性ベース案件クラスタ「Ａ３」、及び属性ベース案件クラスタ「Ｂ２」を表す。各円の中心は各クラスタに属する業務案件の特徴量の重心に一致している。
【0106】
分析者等のユーザは、例えば、同図の内容が表示された画面を参照することで、各クラスタの関係や各クラスタを構成する業務案件の特徴量の分布を視覚的に把握することができ、各クラスタの意味や由来を容易に知ることができる。
【0107】
図２６は、第４実施形態の業務分析支援システム１が行う分析結果出力処理Ｓ８１４の一例を説明するフローチャートである。同図において、Ｓ１２１１～Ｓ１２１２、Ｓ２２１１～Ｓ２２１２、Ｓ１２１３の処理は、図２２に示した分析結果出力処理Ｓ８１４の同符号の処理と同様であるので説明を省略する。
【0108】
図２２に示した分析結果出力処理Ｓ８１４とは異なり、第４実施形態の分析結果出力処理Ｓ８１４では、分析結果出力部１５０が、Ｓ１２１３の処理の後に、プロセスフロー図
の出力要求をユーザから受け付けているか否かを判定する（Ｓ２６１１）。出力要求を受け付けている場合（Ｓ２６１１：ＹＥＳ）、分析結果出力部１５０は、プロセスフロー図の生成に必要な情報を記憶部１１０から取得し、取得した情報に基づきプロセスフロー図を生成し、分析結果１１６として出力する（Ｓ２６１２）。また、分析結果出力部１５０は、案件プロット図の出力要求をユーザから受け付けているか否かを判定する（Ｓ２６２１）。出力要求を受け付けている場合（Ｓ２６２１：ＹＥＳ）、分析結果出力部１５０は、案件プロット図の生成に必要な情報を記憶部１１０から取得し、取得した情報に基づき案件プロット図を生成し、分析結果１１６として出力する（Ｓ２６２２）。
の出力要求をユーザから受け付けているか否かを判定する（Ｓ２６１１）。出力要求を受け付けている場合（Ｓ２６１１：ＹＥＳ）、分析結果出力部１５０は、プロセスフロー図の生成に必要な情報を記憶部１１０から取得し、取得した情報に基づきプロセスフロー図を生成し、分析結果１１６として出力する（Ｓ２６１２）。また、分析結果出力部１５０は、案件プロット図の出力要求をユーザから受け付けているか否かを判定する（Ｓ２６２１）。出力要求を受け付けている場合（Ｓ２６２１：ＹＥＳ）、分析結果出力部１５０は、案件プロット図の生成に必要な情報を記憶部１１０から取得し、取得した情報に基づき案件プロット図を生成し、分析結果１１６として出力する（Ｓ２６２２）。
【0109】
＜情報処理装置の例＞
図２７に、以上の各実施形態で説明した業務分析支援システム１の構成に用いる情報処理装置（コンピュータ）の構成例を示す。例示する情報処理装置１０は、プロセッサ１１、主記憶装置１２、補助記憶装置１３、入力装置１４、出力装置１５、及び通信装置１６を備える。尚、例示する情報処理装置１０は、その全部又は一部が、例えば、クラウドシステムによって提供される仮想サーバのように、仮想化技術やプロセス空間分離技術等を用いて提供される仮想的な情報処理資源を用いて実現されるものであってもよい。また、情報処理装置１０によって提供される機能の全部又は一部は、例えば、クラウドシステムがＡＰＩ（Application Program Interface）等を介して提供するサービスによって実現
してもよい。また、業務分析支援システム１は、通信可能に接続された複数の情報処理装置１０を用いて構成してもよい。
図２７に、以上の各実施形態で説明した業務分析支援システム１の構成に用いる情報処理装置（コンピュータ）の構成例を示す。例示する情報処理装置１０は、プロセッサ１１、主記憶装置１２、補助記憶装置１３、入力装置１４、出力装置１５、及び通信装置１６を備える。尚、例示する情報処理装置１０は、その全部又は一部が、例えば、クラウドシステムによって提供される仮想サーバのように、仮想化技術やプロセス空間分離技術等を用いて提供される仮想的な情報処理資源を用いて実現されるものであってもよい。また、情報処理装置１０によって提供される機能の全部又は一部は、例えば、クラウドシステムがＡＰＩ（Application Program Interface）等を介して提供するサービスによって実現
してもよい。また、業務分析支援システム１は、通信可能に接続された複数の情報処理装置１０を用いて構成してもよい。
【0110】
同図において、プロセッサ１１は、例えば、ＣＰＵ（Central Processing Unit）、Ｍ
ＰＵ（Micro Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit
）、ＡＩ（Artificial Intelligence）チップ等を用いて構成されている。
ＰＵ（Micro Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit
）、ＡＩ（Artificial Intelligence）チップ等を用いて構成されている。
【0111】
主記憶装置１２は、プログラムやデータを記憶する装置であり、例えば、ＲＯＭ（Read
Only Memory）、ＲＡＭ（Random Access Memory）、不揮発性メモリ（ＮＶＲＡＭ（Non Volatile RAM））等である。
Only Memory）、ＲＡＭ（Random Access Memory）、不揮発性メモリ（ＮＶＲＡＭ（Non Volatile RAM））等である。
【0112】
補助記憶装置１３は、例えば、ＳＳＤ（Solid State Drive）、ハードディスクドライ
ブ、光学式記憶装置（ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）等）、ストレージシステム、ＩＣカード、ＳＤカードや光学式記録媒体等の記録媒体の読取／書込装置、クラウドサーバの記憶領域等である。補助記憶装置１３には、記録媒体の読取装置や通信装置１６を介してプログラムやデータを読み込むことができる。補助記憶装置１３に格納（記憶）されているプログラムやデータは主記憶装置１２に随時読み込まれる。
ブ、光学式記憶装置（ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）等）、ストレージシステム、ＩＣカード、ＳＤカードや光学式記録媒体等の記録媒体の読取／書込装置、クラウドサーバの記憶領域等である。補助記憶装置１３には、記録媒体の読取装置や通信装置１６を介してプログラムやデータを読み込むことができる。補助記憶装置１３に格納（記憶）されているプログラムやデータは主記憶装置１２に随時読み込まれる。
【0113】
入力装置１４は、外部からの入力を受け付けるインタフェースであり、例えば、キーボード、マウス、タッチパネル、カードリーダ、ペン入力方式のタブレット、音声入力装置等である。
【0114】
出力装置１５は、処理経過や処理結果等の各種情報を出力するインタフェースである。出力装置１５は、例えば、上記の各種情報を可視化する表示装置（液晶モニタ、ＬＣＤ（Liquid Crystal Display）、グラフィックカード等）、上記の各種情報を音声化する装置（音声出力装置（スピーカ等））、上記の各種情報を文字化する装置（印字装置等）である。尚、例えば、情報処理装置１０が通信装置１６を介して他の装置との間で情報の入力や出力を行う構成としてもよい。
【0115】
入力装置１４及び出力装置１５は、ユーザとの間で情報の受け付けや情報の提示を行うユーザインタフェースを構成する。
【0116】
通信装置１６は、他の装置との間の通信を実現する装置である。通信装置１６は、通信ネットワーク等の通信媒体を介して他の装置との間の通信を実現する、有線方式又は無線方式の通信インタフェースであり、例えば、ＮＩＣ（Network Interface Card）、無線通信モジュール、ＵＳＢモジュール等である。
【0117】
情報処理装置１０には、例えば、オペレーティングシステム、ファイルシステム、ＤＢＭＳ（DataBase Management System）（リレーショナルデータベース、ＮｏＳＱＬ等）、ＫＶＳ（Key-Value Store）等が導入されていてもよい。
【0118】
業務分析支援システム１が備える各機能は、プロセッサ１１が、主記憶装置１２に格納されているプログラムを読み出して実行することにより、もしくは、業務分析支援システム１を構成するハードウェア（ＦＰＧＡ、ＡＳＩＣ、ＡＩチップ等）によって実現される。業務分析支援システム１は、前述した各種の情報（データ）を、例えば、データベースのテーブルやファイルシステムが管理するファイルとして記憶する。
【0119】
以上、本発明の一実施形態について説明したが、本発明は上記の実施形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。例えば、上記の実施形態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、上記実施形態の構成の一部について、他の構成の追加や削除、置換をすることが可能である。
【0120】
また、上記の各構成、機能部、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。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフト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、Ｉ
Ｃカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。
Ｃカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。
【0121】
また、以上に説明した各情報処理装置の各種機能部、各種処理部、各種データベースの配置形態は一例に過ぎない。各種機能部、各種処理部、各種データベースの配置形態は、これらの装置が備えるハードウェアやソフトウェアの性能、処理効率、通信効率等の観点から最適な配置形態に変更し得る。
【0122】
また、前述した各種のデータを格納するデータベースの構成（スキーマ（Schema）等）は、リソースの効率的な利用、処理効率向上、アクセス効率向上、検索効率向上等の観点から柔軟に変更し得る。
【符号の説明】
【0123】
１ 業務分析支援システム、１１０ 記憶部、１１１ 活動履歴情報、１１２ 属性情報、１１２ａ 属性情報（調整後）、１１３ プロセスベース案件クラスタ情報、１１４ 属性ベース案件クラスタ情報、１１５ クラスタ間集合類似度情報、１１６ 分析結果、１１７ 調整ルール、１１８ マッチング済クラスタセット情報、１２０ プロセスベース案件クラスタリング部、１３０ 属性ベース案件クラスタリング部、１４０ クラスタ間集合類似度算出部、１５０ 分析結果出力部、１６０ 属性情報調整部、１７０ クラスタマッチング部、７１４ プロセスフロー図、７１５ 案件プロット図、Ｓ８００ 業務分析支援処理、Ｓ８１１ プロセスベース案件クラスタリング処理、Ｓ８１２ 属性ベース案件クラスタリング処理、Ｓ８１３ クラスタ間集合類似度算出処理、Ｓ８１４ 分析結果出力処理、Ｓ１７１２ 属性情報調整処理、Ｓ２０１０ クラスタマッチング処理
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】