特開 2023-157650 異常検知システム、異常検知方法、及び異常検知プログラム

(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】P2023157650

(43)【公開日】2023-10-26

(54)【発明の名称】異常検知システム、異常検知方法、及び異常検知プログラム

(51)【国際特許分類】

   G06Q 10/0635 20230101AFI20231019BHJP

【ＦＩ】

G06Q10/06 326

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2022067690

(22)【出願日】2022-04-15

(71)【出願人】

【識別番号】398040527

【氏名又は名称】株式会社オービック

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】里 彰真

(72)【発明者】

【氏名】圓山 和也

(72)【発明者】

【氏名】上野 剛光

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049AA06

(57)【要約】

【課題】多数の過去の案件に基づいた閾値と、対象の案件の実績の積み上がり方を比較することで、当該案件の異常を検知することが可能な異常検知システムを提供することを目的とする。
【解決手段】本実施の形態に係る異常検知システムは、複数の過去の類似案件の実績データの経過月数及び実績を異常判定対象案件の予算データのスケールに合わせ、スケールを合わせた複数の過去の類似案件の実績データの経過月数及び実績に基づいて閾値を計算し、異常判定対象案件の実績データを、計算した閾値と比較して異常判定を行う。
【選択図】図４

【特許請求の範囲】

【請求項1】

制御部を備えた異常検知システムであって、
前記制御部は、
案件識別情報、工期、予算を含む異常判定対象案件の予算データと、
案件識別情報、経過月数、実績を含む異常判定対象案件の実績データと、
前記異常判定対象案件に類似する、案件識別情報、経過月数、実績を含む、複数の過去の類似案件の実績データと、
にアクセス可能に構成されており、
前記複数の過去の類似案件の実績データの経過月数及び実績を前記異常判定対象案件の予算データのスケールに合わせ、スケールを合わせた複数の過去の類似案件の実績データの経過月数及び実績に基づいて閾値を計算し、前記異常判定対象案件の実績データを、前記計算した閾値と比較して異常判定を行うことを特徴とする異常検知システム。

【請求項2】

前記制御部は、
前記複数の過去の類似案件の実績データ毎に、経過月数をその経過月数の最大値で割った経過率と、実績をその実績の最大値で割った実績率を算出して、スケールを統一するスケール統一処理を実行するスケール統一手段と、
スケール統一処理後の複数の過去の類似案件の実績データ毎に、経過率の軸に対して前記異常判定対象案件の予算データの工期で分割した仮想経過率を算出し、実績について、仮想経過率に対応する仮想実績率を算出する等間隔点取得処理を実行する等間隔点取得手段と、
等間隔点取得処理後の複数の過去の類似案件の実績データ毎に、仮想経過率に前記異常判定対象案件の予算データの工期を掛けた仮想経過月数を算出し、仮想実績率に前記異常判定対象案件の予算データの予算を掛けた仮想実績を算出するスケール拡大処理を実行するスケール拡大手段と、
スケール拡大処理後の複数の過去の類似案件の実績データに基づいて、仮想経過月数毎の仮想実績の平均値と標準偏差から閾値を計算する閾値計算処理を実行する閾値計算手段と、
前記異常判定対象案件の実績データを、前記計算した閾値と比較して異常判定を行う異常判定処理を実行する異常判定手段と、
を備えたことを特徴とする請求項１に記載の異常検知システム。

【請求項3】

前記複数の過去の類似案件の実績データは、前記異常判定対象案件の予算データに対する工期及び／又は予算の相対誤差が所定パーセント以下であることを特徴とする請求項２に記載の異常検知システム。

【請求項4】

前記等間隔点取得手段は、スケール統一処理後の複数の過去の類似案件の実績データ毎に、前記異常判定対象案件の予算データの工期を分割数として、１／分割数の幅を等間隔点の経過率の幅として、当該等間隔点を仮想経過率とし、経過率と実績率の関係式から各仮想経過率に対応する仮想実績率を算出することを特徴とする請求項２に記載の異常検知システム。

【請求項5】

前記閾値計算手段は、スケール拡大処理後の複数の過去の類似案件の実績データについて、仮想経過月数の一致するデータ毎に分け、分けたデータ毎に仮想実績の平均値と標準偏差を計算し、上側閾値＝仮想実績平均値＋閾値率×標準偏差、下側閾値＝仮想実績平均値－閾値率×標準偏差で算出した閾値データを算出し、算出した閾値データから異常判定に用いる閾値を選択することを特徴とする請求項２に記載の異常検知システム。

【請求項6】

前記異常判定に用いる閾値の選択は、算出した閾値データをそのまま異常判定に用いる、最終月の閾値に許容幅（＝閾値率×標準偏差）を持たせる、上側閾値のみ利用する、又は下側閾値のみ利用するであることを特徴とする請求項５に記載の異常検知システム。

【請求項7】

前記異常判定手段は、異常と判定した場合に異常検出メッセージを表示部に出力することを特徴とする請求項２に記載の異常検知システム。

【請求項8】

前記案件は、プロジェクト型管理を行う案件を含むことを特徴とする請求項１～７のいずれか１つに記載の異常検知システム。

【請求項9】

制御部を備えた情報処理装置で実行される異常検知方法であって、
前記制御部は、
案件識別情報、工期、予算を含む異常判定対象案件の予算データと、
案件識別情報、経過月数、実績を含む異常判定対象案件の実績データと、
前記異常判定対象案件に類似する、案件識別情報、経過月数、実績を含む、複数の過去の類似案件の実績データと、
にアクセス可能に構成されており、
前記制御部において実行される、
前記複数の過去の類似案件の実績データの経過月数及び実績を前記異常判定対象案件の予算データのスケールに合わせ、スケールを合わせた複数の過去の類似案件の実績データの経過月数及び実績に基づいて閾値を計算し、前記異常判定対象案件の実績データを、前記計算した閾値と比較して異常判定を行う工程を含むことを特徴とする異常検知方法。

【請求項10】

制御部を備えた情報処理装置が実行するための異常検知プログラムであって、
前記制御部は、
案件識別情報、工期、予算を含む異常判定対象案件の予算データと、
案件識別情報、経過月数、実績を含む異常判定対象案件の実績データと、
前記異常判定対象案件に類似する、案件識別情報、経過月数、実績を含む、複数の過去の類似案件の実績データと、
にアクセス可能に構成されており、
前記制御部において、
前記複数の過去の類似案件の実績データの経過月数及び実績を前記異常判定対象案件の予算データのスケールに合わせ、スケールを合わせた複数の過去の類似案件の実績データの経過月数及び実績に基づいて閾値を計算し、前記異常判定対象案件の実績データを、前記計算した閾値と比較して異常判定を行う工程を実行させるための異常検知プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、異常検知システム、異常検知方法、及び異常検知プログラムに関する。

【背景技術】

【0002】

例えば、建設業やシステム開発業などのように、期間毎に進捗を積み上げていくようなプロジェクト型管理をする業界において、「過去の類似する案件と比較して、積み上がり方が妥当かを判断したい」という要求がある。

【0003】

従来は、過去の案件の工期と実績が異常判定したい案件の工期と予算と異なる場合、積み上がり方を比較出来なかった。また、工期と実績が一致する過去の案件をもとに異常判定を行う場合、サンプル数が少なくなり妥当性の低い判定結果となる。従来、予算と実績を管理するシステムとして、例えば、特許文献１がある。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１５－９５１２２号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、特許文献１では、多数の過去の案件に基づいた閾値と、対象の案件の実績の積み上がり方を比較することで、当該案件の異常を検知することに関して何ら記載されていない。

【0006】

本発明は、上記に鑑みてなされたものであり、多数の過去の案件に基づいた閾値と、対象の案件の実績の積み上がり方を比較することで、当該案件の異常を検知することが可能な異常検知システム、異常検知方法、及び異常検知プログラム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】

上述した課題を解決し、目的を達成するために、本発明は、制御部を備えた異常検知システムであって、前記制御部は、案件識別情報、工期、予算を含む異常判定対象案件の予算データと、案件識別情報、経過月数、実績を含む異常判定対象案件の実績データと、前記異常判定対象案件に類似する、案件識別情報、経過月数、実績を含む、複数の過去の類似案件の実績データと、にアクセス可能に構成されており、前記複数の過去の類似案件の実績データの経過月数及び実績を前記異常判定対象案件の予算データのスケールに合わせ、スケールを合わせた複数の過去の類似案件の実績データの経過月数及び実績に基づいて閾値を計算し、前記異常判定対象案件の実績データを、前記計算した閾値と比較して異常判定を行うことを特徴とする。

【0008】

また、本発明の一態様によれば、前記制御部は、前記複数の過去の類似案件の実績データ毎に、経過月数をその経過月数の最大値で割った経過率と、実績をその実績の最大値で割った実績率を算出して、スケールを統一するスケール統一処理を実行するスケール統一手段と、スケール統一処理後の複数の過去の類似案件の実績データ毎に、経過率の軸に対して前記異常判定対象案件データの工期で分割した仮想経過率を算出し、実績について、仮想経過率に対応する仮想実績率を算出する等間隔点取得処理を実行する等間隔点取得手段と、等間隔点取得処理後の複数の過去の類似案件の実績データ毎に、仮想経過率に前記異常判定対象案件の予算データの工期を掛けた仮想経過月数を算出し、仮想実績率に前記異常判定対象案件の予算データの予算を掛けた仮想実績を算出するスケール拡大処理を実行するスケール拡大手段と、スケール拡大処理後の複数の過去の類似案件の実績データに基づいて、仮想経過月数毎の仮想実績の平均値と標準偏差から閾値を計算する閾値計算処理を実行する閾値計算手段と、前記異常判定対象案件の実績データを、前記計算した閾値と比較して異常判定を行う異常判定処理を実行する異常判定手段と、を備えたことを特徴とする。

【0009】

また、本発明の一態様によれば、前記複数の過去の類似案件の実績データは、前記異常判定対象案件の予算データに対する工期及び／又は予算の相対誤差が所定パーセント以下であることにしてもよい。

【0010】

また、本発明の一態様によれば、前記等間隔点取得手段は、スケール統一処理後の複数の過去の類似案件の実績データ毎に、前記異常判定対象案件の予算データの工期を分割数として、１／分割数の幅を等間隔点の経過率の幅として、当該等間隔点を仮想経過率とし、経過率と実績率の関係式から各仮想経過率に対応する仮想実績率を算出することにしてもよい。

【0011】

また、本発明の一態様によれば、前記閾値計算手段は、スケール拡大処理後の複数の過去の類似案件の実績データについて、仮想経過月数の一致するデータ毎に分け、分けたデータ毎に仮想実績の平均値と標準偏差を計算し、上側閾値＝仮想実績平均値＋閾値率×標準偏差、下側閾値＝仮想実績平均値－閾値率×標準偏差で算出した閾値データを算出し、算出した閾値データから異常判定に用いる閾値を選択することにしてもよい。

【0012】

また、本発明の一態様によれば、前記異常判定に用いる閾値の選択は、算出した閾値データをそのまま異常判定に用いる、最終月の閾値に許容幅（＝閾値率×標準偏差）を持たせる、上側閾値のみ利用する、又は下側閾値のみ利用するであることにしてもよい。

【0013】

また、本発明の一態様によれば、前記異常判定手段は、異常と判定した場合に異常検出メッセージを表示部に出力することにしてもよい。

【0014】

また、本発明の一態様によれば、前記案件は、プロジェクト型管理を行う案件を含むことにしてもよい。

【0015】

また、上述した課題を解決し、目的を達成するために、本発明は、制御部を備えた情報処理装置で実行される異常検知方法であって、前記制御部は、案件識別情報、工期、予算を含む異常判定対象案件の予算データと、案件識別情報、経過月数、実績を含む異常判定対象案件の実績データと、前記異常判定対象案件に類似する、案件識別情報、経過月数、実績を含む、複数の過去の類似案件の実績データと、にアクセス可能に構成されており、
前記制御部において実行される、前記複数の過去の類似案件の実績データの経過月数及び実績を前記異常判定対象案件の予算データのスケールに合わせ、スケールを合わせた複数の過去の類似案件の実績データの経過月数及び実績に基づいて閾値を計算し、前記異常判定対象案件の実績データを、前記計算した閾値と比較して異常判定を行う工程を含むことを特徴とする。

【0016】

また、上述した課題を解決し、目的を達成するために、本発明は、制御部を備えた情報処理装置が実行するための異常検知プログラムであって、前記制御部は、案件識別情報、工期、予算を含む異常判定対象案件の予算データと、案件識別情報、経過月数、実績を含む異常判定対象案件の実績データと、前記異常判定対象案件に類似する、案件識別情報、経過月数、実績を含む、複数の過去の類似案件の実績データと、にアクセス可能に構成されており、前記制御部において、前記複数の過去の類似案件の実績データの経過月数及び実績を前記異常判定対象案件の予算データのスケールに合わせ、スケールを合わせた複数の過去の類似案件の実績データの経過月数及び実績に基づいて閾値を計算し、前記異常判定対象案件の実績データを、前記計算した閾値と比較して異常判定を行う工程を実行させるための異常検知プログラムであることを特徴とする。

【発明の効果】

【0017】

本発明によれば、多数の過去の案件に基づいた閾値と、対象の案件の実績の積み上がり方を比較することで、当該案件の異常を検知することが可能になるという効果を奏する。

【図面の簡単な説明】

【0018】

【図1】図１は、本発明の背景を説明するための図である。

【図2】図２は、本発明の課題を説明するための図である。

【図3】図３は、本発明の課題を説明するための図である。

【図4】図４は、本実施の形態に係る異常検知システムの構成の一例を示すブロック図である。

【図5】図５は、本実施形態に係る異常検知システムの制御部の全体の処理の一例を示す処理フローを示す図である。

【図6】図６は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図7】図７は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図8】図８は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図9】図９は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図10】図１０は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図11】図１１は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図12】図１２は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図13】図１３は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図14】図１４は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図15】図１５は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図16】図１６は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図17】図１７は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図18】図１８は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図19】図１９は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図20】図２０は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図21】図２１は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図22】図２２は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図23】図２３は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図24】図２４は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図25】図２５は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図26】図２６は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図27】図２７は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図28】図２８は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【図29】図２９は、本実施形態に係る異常検知システムの制御部の処理の具体例を説明するための図である。

【発明を実施するための形態】

【0019】

本発明の実施形態を図面に基づいて詳細に説明する。なお、本発明は本実施形態により限定されるものではない。

【0020】

［１．概要］
本発明の概要を、背景、課題、解決例の順に説明する。

【0021】

（１－１．背景）
図１を参照して、本発明の背景を説明する。建設業や、システム開発業など、期間毎に進捗を積み上げていくようなプロジェクト型管理をする業界において、「過去の類似する案件と比較して、積み上がり方が妥当かを判断したい」という要求がある。

【0022】

本発明の異常検知システムでは、図１のようなグラフを取得することができる。図１において、Ｘ軸は経過月数（ヶ月）、Ｙ軸は実績（万円）を示しており、過去の類似案件から算出された基準値と、異常判定対象案件の実績を示している。過去の類似案件から算出された基準値に幅を持たせた値を上側閾値、下側閾値として設定し、異常判定対象案件の実績が、上側閾値、下側閾値を外れた時点で異常検知される。

【0023】

本明細書において、「工期」とは、案件終了まで予定の月数をいう。「予算」とは、案件終了までに発生予定の金額をいう。「経過月数」とは、案件開始からの経過した月数をいう。「実績」とは、案件開始から経過月までに発生した金額をいう。

【0024】

（１－２．課題）
図２及び図３を参照して、本発明の課題を説明する。従来、以下の課題がある。

【0025】

１．工期と実績が一致する過去の案件のみで比較した場合、比較対象のサンプル数が少なく、妥当性が低い異常判定結果となるという課題がある。

【0026】

２．過去の案件の工期と実績が異なると、データを比較することが出来ないという課題がある。

【0027】

より具体的には、以下の通りである。

【0028】

１．工期と実績が一致する過去の案件のみで比較した場合、比較対象のサンプル数が少なく、妥当性が低い異常判定結果という課題は、具体的には、過去の案件のデータを集める際に、異常判定対象案件の工期と予算に一致するものだけを抽出すると、過去の案件のサンプル数が少なくなってしまう。このように、サンプル数が少ないと異常判定結果の妥当性が低くなってしまう。

【0029】

２．過去の案件の工期と実績が異なると、データを比較することが出来ないという課題について、図２及び図３を参照して詳細に説明する。過去の既に完了した案件Ｂ０００１の実績の積み上がり方をもとに案件Ａ０００１の異常判定を行いたい場合を説明する。前提として異常判定対象案件の実績データと予算データおよび過去の比較対象案件の実績データは以下のようなデータとして保持しているものとする。

【0030】

図２（Ａ）は、異常判定対象案件の実績データの例を示しており、案件コード、経過月数、実績のデータを含んでいる。図２（Ｂ）は、異常判定対象案件の予算データの例を示しており、案件コード、工期、予算のデータを含んでいる。図２（Ｃ）は、過去の案件の実績データ、案件コード、経過月数、実績のデータを含んでいる。

【0031】

図３は、異常判定対象案件の積み上がり方と過去の比較対象案件の積み上がり方を比較する場合のグラフのイメージを示している。図３は、図２の過去の類似案件（Ｂ０００１）と異常判定対象案件（Ａ０００１）の経過月数と実績を示しており、Ｘ軸は経過月数（ヶ月）、Ｙ軸は実績（万円）を示している。異常判定対象案件の工期および予算が過去の比較対象案件の工期および実績と異なるため、異常判定対象案件の実績の積み上がり方が異常か否か判断できない。

【0032】

（１－３．解決策）
そこで、本発明では、解決策として、過去の案件群の工期と実績のスケールを異常判定対象の案件の工期と予算に一致するようにデータの加工を行う。具体的には、過去の案件群の経過月数と実績の値を圧縮した後、経過月数と実績を異常判定対象の工期と予算に拡大する。この解決策によって以下の課題が解決される。

【0033】

１．工期と実績が一致する過去の案件のみで比較した場合、比較対象のサンプル数が少なく、妥当性が低い異常判定結果となるという課題に対して、過去の案件の工期と実績によらず、異常判定対象の案件と比較出来るため、工期と実績に関係なくデータを集めることができるようになる。

【0034】

２．過去の案件の工期と実績が異なると、データを比較することが出来ないという課題に対して、過去の案件群の工期と実績を異常判定対象の案件の工期と予算に合わせることで、過去の案件と異常判定対象の案件を比較できるようになる。

【0035】

具体的には、（１）案件の進捗遅れを検知し、計画を修正することができる。また、（２）目標達成を意図した、進捗率の過大・不正計上を検知し、実態に伴わない実績計上の不正を防止することができる。

【0036】

本発明の異常検知システムは、全業種・全業界に適用でき、例えば、建設工事業界やＩＴメディア業界等のプロジェクト型管理を行う案件に好適に適用することができる。

【0037】

［２．構成］
図４を参照して、本実施形態に係る異常検知システム１００の構成の一例について説明する。図４は、異常検知システム１００の構成の一例を示すブロック図である。

【0038】

異常検知システム１００は、市販のデスクトップ型パーソナルコンピュータである。なお、異常検知システム１００は、デスクトップ型パーソナルコンピュータのような据置型情報処理装置に限らず、市販されているノート型パーソナルコンピュータ、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔｓ）、スマートフォン、タブレット型パーソナルコンピュータなどの携帯型情報処理装置であってもよい。

【0039】

異常検知システム１００は、制御部１０２と通信インターフェース部１０４と記憶部１０６と入出力インターフェース部１０８と、を備えている。異常検知システム１００が備えている各部は、任意の通信路を介して通信可能に接続されている。

【0040】

通信インターフェース部１０４は、ルータ等の通信装置及び専用線等の有線又は無線の通信回線を介して、異常検知システム１００をネットワーク３００に通信可能に接続する。通信インターフェース部１０４は、他の装置と通信回線を介してデータを通信する機能を有する。ここで、ネットワーク３００は、異常検知システム１００とサーバ２００とを相互に通信可能に接続する機能を有し、例えばインターネットやＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）等である。

【0041】

入出力インターフェース部１０８には、入力装置１１２及び出力装置１１４が接続されている。出力装置１１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる。入力装置１１２には、キーボード、マウス、及び、マイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。なお、以下では、出力装置１１４をモニタ１１４とし、入力装置１１２をキーボード１１２又はマウス１１２として記載する場合がある。また、モニタ１１４に情報を表示して、ユーザが入力装置１１２を操作すること等を、「ＵＩを介したユーザ操作」と記載する場合がある。

【0042】

記憶部１０６には、各種のデータベース、テーブル、及びファイルなどが格納される。記憶部１０６には、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）と協働してＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）に命令を与えて各種処理を行うためのコンピュータプログラムが記録される。記憶部１０６として、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）・ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等のメモリ装置、ハードディスクのような固定ディスク装置、フレキシブルディスク、及び光ディスク等を用いることができる。記憶部１０６は、データテーブル１０６ａ等を備えている。

【0043】

データテーブル１０６ａは、異常判定対象案件の予算データ及び実績データ、複数の過去の類似案件の実績データ等の各種データを格納するためのテーブルである。

【0044】

異常判定対象案件の予算データは、案件コード（案件識別情報）、工期、予算を含むことにしてもよい。異常判定対象案件の実績データは、案件コード（案件識別情報）、経過月数、実績を含むことにしてもよい。

【0045】

複数の過去の類似案件の実績データは、異常判定対象案件に類似する過去の複数の案件の実績データであり、案件コード（案件識別情報）、経過月数、実績を含むことにしてもよい。

【0046】

制御部１０２は、異常検知システム１００を統括的に制御するＣＰＵ等である。制御部１０２は、ＯＳ等の制御プログラム・各種の処理手順等を規定したプログラム・所要データなどを格納するための内部メモリを有し、格納されているこれらのプログラムに基づいて種々の情報処理を実行する。

【0047】

制御部１０２は、記憶部１０６に格納されている、データテーブル１０６ａ等にアクセス可能に構成されている。なお、データテーブル１０６ａは、他の場所（例えば、サーバ２００）に設けられていてもよく、制御部１０２がアクセス可能な構成であればよい。

【0048】

制御部１０２は、機能概念的に、データ取得部１０２ａと、スケール統一部１０２ｂと、等間隔点取得部１０２ｃと、スケール拡大部１０２ｄと、閾値計算部１０２ｅと、異常判定部１０２ｆと、を備えている。

【0049】

制御部１０２は、データテーブル１０６ａに格納されている複数の過去の類似案件の実績データを使用して、データテーブル１０６ａに格納されている異常判定対象案件の実績データが異常か否かを判定する。具体的には、制御部１０２は、複数の過去の類似案件の実績データの経過月数及び実績を異常判定対象案件の予算データのスケールに合わせ、スケールを合わせた複数の過去の類似案件の実績データの経過月数及び実績に基づいて閾値を計算し、異常判定対象案件の実績データを、計算した閾値と比較して異常判定する一連の処理を自動実行する。

【0050】

データ取得部１０２ａは、異常判定対象案件の予算データ及び実績データと、複数の過去の類似案件の実績データを取得して、データテーブル１０６ａに格納する。複数の過去の類似案件の実績データは、異常判定対象案件の予算データに対する工期及び／又は予算の相対誤差が所定パーセント以下であることにしてもよい。

【0051】

スケール統一部１０２ｂは、複数の過去の類似案件の実績データ毎に、経過月数をその経過月数の最大値で割った経過率と、実績をその実績の最大値で割った実績率を算出して、スケールを統一するスケール統一処理を実行する。

【0052】

等間隔点取得部１０２ｃは、スケール統一処理後の複数の過去の類似案件の実績データ毎に、経過率の軸に対して前記異常判定対象案件データの工期で分割した仮想経過率を算出し、実績について、仮想経過率に対応する仮想実績率を算出する等間隔点取得処理を実行する。

【0053】

この場合、等間隔点取得部１０２ｃは、スケール統一処理後の複数の過去の類似案件の実績データ毎に、異常判定対象案件の予算データの工期を分割数として、１／分割数の幅を等間隔点の経過率の幅として、当該等間隔点を仮想経過率とし、経過率と実績率の関係式から各仮想経過率に対応する仮想実績率を算出（取得）してもよい。

【0054】

スケール拡大部１０２ｄは、等間隔点取得処理後の複数の過去の類似案件の実績データ毎に、仮想経過率に前記異常判定対象案件の予算データの工期を掛けた仮想経過月数を算出し、仮想実績率に前記異常判定対象案件の予算データの予算を掛けた仮想実績を算出するスケール拡大処理を実行する。

【0055】

閾値計算部１０２ｅは、スケール拡大処理後の複数の過去の類似案件の実績データに基づいて、仮想経過月数毎の仮想実績の平均値と標準偏差から閾値を計算する閾値計算処理を実行する。

【0056】

この場合、閾値計算部１０２ｅは、スケール拡大処理後の複数の過去の類似案件の実績データについて、仮想経過月数の一致するデータ毎に分け、分けたデータ毎に仮想実績の平均値と標準偏差を計算し、上側閾値＝仮想実績平均値＋閾値率×標準偏差、下側閾値＝仮想実績平均値－閾値率×標準偏差で算出した閾値データを算出し、算出した閾値データから異常判定に用いる閾値を選択することにしてもよい。

【0057】

異常判定に用いる閾値の選択は、算出した閾値データをそのまま異常判定に用いる、最終月の閾値に許容幅（＝閾値率×標準偏差）を持たせる、上側閾値のみ利用する、又は下側閾値のみ利用するであることにしてもよい。

【0058】

異常判定部１０２ｆは、異常判定対象案件の実績データを、計算した閾値と比較して異常判定を行う異常判定処理を実行する。この場合、異常判定部１０２ｆは、異常と判定した場合に異常検出メッセージをモニタ１１４に表示出力してもよい。

【0059】

［３．具体例］
図４～図２９を参照して、本実施の形態における異常検知システム１００の制御部１０２の処理の具体例について説明する。図５は、本実施の形態における異常検知システム１００の制御部１０２の全体の処理の概略を説明するための処理フローを示す図である。図６～図２９は、本実施の形態における異常検知システム１００の制御部１０２の処理の具体例を説明するための図である。

【0060】

（３－１．処理フロー概説）
図５を参照して、処理フローの概要を説明する。スケール統一部１０２ｂは、スケール統一処理を実行する（ステップＳ１）。スケール統一処理では、複数の過去の類似案件の実績データに対して、経過月数（Ｘ軸）と実績（Ｙ軸）の２軸それぞれに対して正規化を行う。具体的には、複数の過去の類似案件の実績データ毎に、経過月数を各案件の経過月数の最大値で割り、類似する過去の案件毎に、実績を各案件の実績の最大値で割る。

【0061】

等間隔点取得部１０２ｃは、等間隔点取得処理を実行する（ステップＳ２）。等間隔点取得処理では、異常判定対象案件の予算データの工期に対応する仮想的な実績を求める。具体的には、経過月数と実績の関係式を求め、経過月数を異常判定対象案件の工期で分割した時のそれぞれの経過月数に対応する実績を計算する。

【0062】

スケール拡大部１０２ｄは、スケール拡大処理を実行する（ステップＳ３）。スケール拡大処理では、仮想経過率（Ｘ軸）と仮想実積率（Ｙ軸）の２軸それぞれに対して逆正規化を行い、異常判定対象案件とスケールを合わせる。具体的には、等間隔点取得で求めた仮想経過率に異常判定対象案件の工期を掛ける。また、等間隔点取得で求めた仮想実績率に異常判定対象案件の予算を掛ける。

【0063】

閾値計算部１０２ｅは、閾値の計算処理を実行する（ステップＳ４）。閾値の計算処理では、各経過月数毎の仮想実績の平均値と標準偏差から閾値を計算する。具体的には、経過月数の等しいデータ毎に平均値と標準偏差を計算し、閾値を算出する。

【0064】

異常判定部１０２ｆは、異常判定処理を実行する（ステップＳ５）。異常判定処理では、複数の過去の類似案件の実績データから算出した閾値と異常判定対象案件の実績データを比較して異常判定を行う。具体的には、異常判定対象案件の実績が各経過月数毎に閾値を超えているか否かをもとに異常判定を行う。

【0065】

（３－２．処理フロー詳細）
図６～図１５を参照して、処理フローの詳細を説明する。

【0066】

（異常判定対象案件の実績データ及び予算データ、並びに過去の類似案件の実績データ）
図６及び図７を参照して、異常判定対象案件の実績データ及び予算データ、並びに過去の類似案件の実績データを説明する。

【0067】

データテーブル１０６ａには、データ取得部１０２ａにより、異常判定対象案件の実績データと予算データが登録されているものとする。以下の例では、異常判定対象案件の案件コードを「Ａ０００１」とする。

【0068】

図６（Ａ）は、異常判定対象案件の実績データの例を示しており、案件コード、経過月数、実績のデータの項目を備えている。図６（Ｂ）は、異常判定対象案件の予算データを示しており、案件コード、工期、予算の項目を備えている。図６において、実績データの実績の存在する経過月数「３ヶ月」が予算データの工期「６ヶ月」より小さいのは、案件「Ａ０００１」が進行中のためである。

【0069】

データテーブル１０６ａには、過去の類似案件の実績データが格納されているものとする。データ取得部１０２ａは、過去の案件の実績データから所定の条件で抽出して類似案件データを取得して、データテーブル１０６ａに格納する。

【0070】

類似案件を抽出する際の基準の例としては、例えば、（１）「異常判定対象案件の工期」に対する「過去の案件の工期」の相対誤差が１０％以下、（２）「異常判定対象案件の予算」に対する「過去の案件の最終実績」の相対誤差が１０％以下である。

【0071】

案件「Ａ０００１」の予算「１０００万円」の相対誤差が１０％以下の案件を抽出する場合は、最終実績が「９００万円～１１００万円」の過去の案件が抽出される。

【0072】

本例では、過去の類似案件データの案件コードを「Ｂ０００１」と「Ｂ０００２」とする。本説明では簡略化のため２案件を例にして説明するが、実際は異常判定結果の妥当性を担保するために過去の類似案件は多数あることが前提である。

【0073】

図７（Ａ）は、過去の類似案件の実績データの例を示している。図７（Ｂ）は、過去の類似案件の実績データを、横軸を経過月数、縦軸を実績として表したグラフを示している。また、図７（Ｂ）では、異常判定対象案件の予算と工期の例がプロットされている。

【0074】

本発明では、スケール統一処理、等間隔点取得処理、スケール拡大処理をセットで行うことでスケールの違うデータの比較を可能とする。

【0075】

（スケール統一処理）
図８を参照して、スケール統一処理を説明する。スケール統一処理では、過去の類似案件データ毎に以下の処理を行って、正規化する。

【0076】

（１）過去の類似案件の実績データの案件コード毎に、経過月数を各案件の経過月数の最大値で割る。
（２）過去の類似案件の実績データの案件コード毎に、実績を各案件の実績の最大値で割る。

【0077】

経過月数を各案件の経過月数の最大値で割ったものを経過率、実積を各案件の実積の最大値で割ったものを実積率とする。

【0078】

スケール統一処理後の過去の類似案件の実績データに経過率と実積率の列が追加される。図８（Ａ）は、スケール統一後の過去の類似案件の実績データを示している。図８（Ａ）に示すように、経過率と実績率が追加されている。

【0079】

図８（Ｂ）は、図８（Ａ）のスケール統一処理後の過去の類似案件の実績データの経過率と実積率をグラフ化したものを示している。経過月数と実績を正規化したため、最終経過月数（経過率が「１」）の時に、実積率が「１」になる。

【0080】

（等間隔点取得処理）
図９を参照して、等間隔点取得処理を説明する。等間隔点取得処理では、スケール統一処理後の過去の類似案件データ毎に、以下の処理を行う。等間隔点取得処理では、異常判定対象案件の工期で分割することがポイントである。

【0081】

（１）過去の類似案件データの経過率の軸に対して、異常判定対象案件の予算データの工期で分割する。
（２）経過率と実積率の関係式を使い、それぞれの分割された経過率に対する実積率を計算する。
（３）算出される値は、実際の経過率と実積率ではないため仮想経過率と仮想実積率と名付ける。

【0082】

図９（Ａ）は、異常判定対象案件の予算データの例を示している。工期は、「６ヶ月」となっているので、経過率を６分割する。

【0083】

図９（Ｂ）は、等間隔点取得処理後の過去の類似案件の実績データ（案件コード、仮想経過率、仮想実積率）を示している。図９（Ｃ）は、等間隔点取得処理をした場合に算出されるグラフを示している。等間隔点取得処理をすることでグラフ中の□の点の経過率と実積率が算出される。折れ線上の途中点は実績データではないため、経過率と実積率を仮想経過率と仮想実積率に変えている。

【0084】

（スケール拡大処理）
図１０及び図１１を参照して、スケール拡大処理を説明する。スケール拡大処理では、等間隔点取得処理後の過去の類似案件の実績データ毎に、以下の処理を行う。スケール拡大処理では、異常判定対象案件の予算データをもとにスケールを拡大することがポイントである。

【0085】

（１）等間隔点取得処理で求めた仮想経過率に異常判定対象案件の予算データの工期を掛けて仮想経過月数を算出する。
（２）等間隔点取得処理で求めた仮想実績率に異常判定対象案件の予算データの予算を掛けて仮想実績を算出する。

【0086】

図１０（Ａ）は、異常判定対象案件の予算データの例を示している。工期は、「６ヶ月」、予算は、「１０００万円」となっている。

【0087】

図１０（Ｂ）は、スケール拡大処理後の過去の類似案件の実績データ（案件コード、仮想経過率、仮想実積率、仮想経過月数、仮想実績）を示している。仮想経過率に異常判定対象案件の工期を掛けたものを仮想経過月数、仮想実積率に異常判定対象案件の予算を掛けたものを仮想実積とする。スケール拡大処理後のデータは、仮想経過月数と仮想実績の列が追加される。

【0088】

図１０（Ｃ）は、図１０（Ｂ）のスケール拡大処理後の過去の類似案件データの仮想経過月数と仮想実績のグラフを示している。異常対象案件の工期と予算に合うように逆正規化したため、最終経過月数「６ヶ月」時の仮想実績は、１０００万円となる。

【0089】

本例では、理解を容易にするため、過去の類似案件は、２案件（Ｂ０００１、Ｂ０００２）を例としているが、実際は、最終的な異常判定結果の妥当性を担保するために多数の過去の類似案件に対してデータの加工を行う。多数の案件に対してスケール拡大までのデータの加工を行った場合は、例えば、図１１に示すようなグラフとなる。

【0090】

以下の閾値計算処理と異常判定処理により、経過月数毎の実績の散らばりの度合いを考慮した閾値を用いて異常判定を行うことができる。

【0091】

（閾値計算処理）
図１２を参照して、閾値計算処理を説明する。閾値計算処理では、スケール拡大処理後の過去の類似案件の実績データについて、仮想経過月数の一致している仮想実績毎に平均値と標準偏差を計算して閾値を算出する。

【0092】

異常判定を行う上で実績の上側の許容値を上側閾値、下側の許容値を下側閾値とする。１例として、図１２（Ａ）に示すようなデータを算出する。図１２（Ａ）は、閾値計算処理後のデータを示している。仮想経過月数毎に、仮想実績平均値（万円）と、上側閾値（万円）、下側閾値（万円）を算出する。図１２（Ｂ）は、図１２（Ａ）の仮想実績平均値（万円）と、上側閾値（万円）、下側閾値（万円）をグラフ化したものである。

【0093】

（異常判定処理）
図１３～図１５を参照して、異常判定処理を説明する。異常判定処理では、過去の類似案件の仮想経過月数と異常判定対象案件の経過月数が等しいデータ毎に以下の処理を行う。

【0094】

過去の類似案件から算出した閾値データの仮想経過月数と異常判定対象案件の実績データの実績の経過月数が等しいデータ毎に比較し、実績が上側閾値より大きいか実績が下側閾値より小さい場合は異常だと判定する。実績のまだ存在しないデータに関しては異常ではないと判定する。

【0095】

図１３（Ａ）は、過去の類似案件から算出した閾値データの例、図１３（Ｂ）は、異常判定対象案件の実績データ、図１３（Ｃ）は、異常判定結果（異常「ＴＲＵＥ」、正常「ＦＡＬＳＥ」）を示している。同図に示す例では、仮想経過月数と経過月数が「３ヶ月」であるデータに対して、実績「２５０万円」が下側閾値「３０８．５８万円」を下回ったため異常「ＴＲＵＥ」と判定される。

【0096】

図１４は、異常判定のグラフのイメージを示す図である。過去の類似案件をもとに算出した仮想実績平均、閾値データ（上側閾値、下側閾値）、及び異常判定対象案件の実績データを１つのグラフに表示したものである。今回の異常判定は、グラフ上では異常判定対象案件の実績データが閾値の領域（上側閾値と下側閾値で形成される領域）を外側に外れた時に異常だと判定される。軸に関しては、異常判定対象案件の実績データの積み上がり方を中心に見ているため、異常判定対象案件の実績データに合わせて「経過月数」と「実績」としている。

【0097】

異常を検知すると異常検知のメッセージを表示する。図１５は、異常検知のメッセージ例を示している。異常検知のメッセージでは、計算手法、異常を検知した案件コード、経過月数、実績、基準値からの解離額が表示される。同図に示す例では、「計算手法：類似比較法（閾値率１．０）、案件Ａ０００１、経過月数：３ヶ月、実績：２５０万円、基準値を５８万円下回っています。」が表示されている。

【0098】

（３－３．等間隔点取得処理の詳細）
図１６～図２０を参照して、等間隔点取得処理を詳細に説明する。

【0099】

図１６（Ａ）は、スケール統一処理後の過去の類似案件の実績データ（Ｂ０００１，Ｂ０００２）を示している。図１６（Ｂ）は、図１６（Ａ）のスケール統一処理後の過去の類似案件の実績データの経過率と実積率をグラフ化したものを示している。

【0100】

等間隔点取得処理では、（１）異常判定対象案件の予算データの工期を取得して分割数とする。（２）１／（分割数）の値を等間隔点の経過率の幅とする。（３）仮想的な実積率を計算する。

【0101】

案件Ｂ０００１に対して等間隔点取得処理を行う場合を図１７を参照して説明する。 （１）異常判定対象の案件データの工期を取得して分割数とする。図１７（Ａ）は、異常判定対象案件データの予算データを示している。ここでは、分割数は異常判定対象データの案件「Ａ０００１」の工期の「６ヶ月」とする。

【0102】

（２）１／（分割数）の値を等間隔点の経過率の幅とし、算出したい等間隔点の仮想経過率を計算する。図１７（Ｂ）は、類似案件データの「Ｂ０００１」についての仮想経過率の計算を説明するための図である。「Ｂ０００２」については図示を省略するが同様に計算することができる。図１７（Ｂ）において、分割数＝６、等間隔点の経過率の幅＝１／６、等間隔点の仮想経過率＝０，１／６，２／６，３／６，４／６，５／６，１とする。

【0103】

（３）等間隔点の経過率毎に仮想的な実績率を計算する。グラフ上での実績データの点と点の間の経過率と実績率の関係式を求める必要がある。

【0104】

経過率と実績率の関係式から仮想的な実績率を求める方法としては、例えば、（ａ）経過率と実績率の関係式を直線で近似する場合：グラフで隣り合う２点を直線で結び、その直線上の仮想経過率に対応する仮想実積率を計算する。（ｂ）経過率と実績率の関係式を２次関数の曲線で近似する場合：グラフで隣り合う３点を通る２次関数を引き、その曲線上の仮想経過率に対応する仮想実積率を計算する。（ｃ）その他非線形関数で近似する場合がある。

【0105】

本例では、計算の簡略化のため、（ａ）の方法で経過率と実績率の関係式を求める場合を一例として説明する。以下、具体例として仮想経過率が３／６＝０．５となる点の仮想実積率の計算処理を示す。図１８～図２０は、仮想実績率の計算処理を説明するための図である。

【0106】

（３）－１．仮想経過率が経過率の間にあるような連続したデータを取得する。図１８（Ａ）において、仮想経過率０．５は案件Ｂ０００１の経過率０．４と０．６の間にあるため、仮想実積率の計算には、図１８（Ｂ）に示すように、経過月数「２」、実績「３５０万円」、経過率「０．４」、実績率「０．４３」と、経過月数「３」、実績「５５０万円」、経過率「０．６」、実績率「０．６８」の行を使用する。図１８（Ｃ）は、仮想実績率を計算するためのデータを取得するグラフのイメージを示している。

【0107】

（３）－２．経過率と実積率の関係式を求める。図１８（Ｄ）の２点を通る直線の式を求める。図１８（Ｅ）は、グラフの実線の式を示しており、実績率は図１８（Ｅ）に示すようになり、実績率＝｛（０．６８－０．４３）／（０．６－０．４）｝×（経過率－０．４）＋０．４３となる。

【0108】

（３）－３．仮想実積率を計算する。仮想経過率が「０．５」となる仮想実積率を計算する。図１９（Ｂ）は、仮想実積率を計算する際のグラフでのイメージを示す図である。折れ線の両端の経過率、実績率を元に仮想実績率を計算する。

【0109】

この場合の仮想実績率は０．５５となる。図１９（Ａ）に示すように、データテーブル上では経過月数、実績、経過率、実積率の列がなくなり仮想経過率、仮想実積率の列が追加される。

【0110】

図２０（Ａ）は等間隔点取得処理後のデータの例を示している。図２０（Ｂ）は、等間隔点取得処理後に得られるデータのグラフを示している。（２）で計算した仮想経過率＝０，１／６，２／６，３／６，４／６，５／６，１の全てに（３）の処理をすることで、図２０（Ａ）及び（Ｂ）に示すような、Ｂ０００１とＢ０００２の等間隔点のデータを得ることができる。

【0111】

（３－４．閾値計算処理の詳細）
図２１～図２９を参照して、閾値計算処理を詳細に説明する。

【0112】

図２１（Ａ）は、スケール拡大処理後の過去の類似案件の実績データ（Ｂ０００１，Ｂ０００２）を示している。図２１（Ｂ）は、図２１（Ａ）のスケール拡大処理後の過去の類似案件の実績データの仮想経過月数と仮想実績をグラフ化したものを示している。

【0113】

閾値計算処理では、以下の処理を実行する。
（１）仮想経過月数の一致するデータ毎に分ける。
（２）分けたデータ毎に仮想実績の平均値と標準偏差を計算する。
（３）閾値を計算する。
（４）異常判定に用いる閾値データを選ぶ。

【0114】

（１）仮想経過月数の一致するデータ毎に分ける。図２２（Ａ）は、図２１（Ａ）を
仮想経過月数の昇順で並び変えたデータを示している。図２２（Ｂ）は、図２２（Ａ）のデータのグラフでのイメージを示している。

【0115】

（２）分けたデータ毎に仮想実績の平均値と標準偏差を計算する。図２３は、分けたデータ毎に仮想実績の平均値と標準偏差の計算を説明するための図である。図２３に示すように、仮想経過月数毎に仮想実績の平均値と標準偏差を計算することで、複数の過去の類似案件（Ｂ０００１、Ｂ０００２）の初期段階、中期段階、後期段階の仮想実績の散らばり度合いの違いを考慮することができる。

【0116】

図２４は、分けたデータ毎に仮想実績の平均値と標準偏差が計算されたグラフでのイメージを示す図である。仮想経過月数の一致するデータ群から１つの平均値と仮想実績の散らばりを表す標準偏差を得ることができる。同図では、Ｂ０００１の仮想実績、Ｂ０００２の仮想実績、仮想実績の平均、標準偏差が示されている。

【0117】

（３）閾値を計算する。この処理では、異常判定の許容度を設定でき、閾値率というパラメータを設定できるようになっている。閾値率は、異常判定対象の実績が仮想実績平均からどれほど離れている場合に異常だと判定するかを決めるパラメータである。図２５は、閾値の計算を説明するための図である。

【0118】

図２５（Ａ）は、上側閾値及び下側閾値の計算式を説明するための図である。閾値率をもとに上側閾値と下側閾値を以下のように計算する。上側閾値は、上側閾値＝仮想実績平均＋閾値率×標準偏差で算出する。下側閾値は、下側閾値＝仮想実績平均－閾値率×標準偏差で算出する。

【0119】

図２５（Ｂ）は、正規分布での閾値率と許容度の関係を示す図である。σは標準偏差を表す。σの係数が「１」の時、平均からのずれが（平均）－１σ～（平均）＋１σの間になる確率が６８％であることを表している。

【0120】

閾値率は、上側閾値と下側閾値を計算する際に使用する標準偏差の係数である。閾値率と許容度と、「閾値率で定義した閾値を超えた場合の事態の解釈」の関係性は図２５（Ｃ）に示すようになる。閾値率「１」の場合は、許容度「６８％」であり、確率３２％以下で起こりうる異常事態である。閾値率「２」の場合は、許容度「９５％」であり、確率５％以下で起こりうる異常事態である。閾値率「３」の場合は、許容度「９９．７％」であり、確率０．３％以下で起こりうる異常事態である。

【0121】

「許容度」とは、異常判定対象案件の実績が仮想実績平均からのズレ度合いの許容値を表す。閾値率×標準偏差の値を許容幅と名付ける。許容幅は、図２５（Ｄ）に示すように、許容幅＝閾値率×標準偏差で算出される。

【0122】

図２６（Ａ）は、閾値の計算処理後のデータを示しており、閾値率を「１．０」とした時の計算処理後のデータを示している。同図では、仮想経過月数毎の仮想実績平均、許容幅、上側閾値、下側閾値の計算結果が示されている。

【0123】

図２６（Ｂ）は、閾値の計算処理後のデータのグラフを示している。同図では、仮想実績の平均、上側閾値、下側閾値、許容幅が示されている。同図に示すように、中期段階は案件毎の進捗の良し悪しの差が大きいため許容値の幅は広くなる。これに対して、初期段階と後期段階は許容値の幅は狭くなる。このように、複数の過去の類似案件（Ｂ０００１、Ｂ０００２）の初期段階、中期段階、後期段階での統計分布の散らばりの傾向を捉えた許容度の幅を求めることができる。

【0124】

（４）異常判定に用いる閾値データを選ぶ。異常判定に用いるデータを選択する方法として、例えば、以下のＡ～Ｄの方法がある。

【0125】

Ａ．閾値の計算処理後のデータをそのまま異常判定に用いる。異常検知対象案件データの当初の予算・工期通りに完了することを厳格にチェックする場合に使用することができる。

【0126】

Ｂ．最終月の閾値に許容幅を持たせる。異常検知対象案件の当初の予算・工期からの一定のずれを考慮して、前月許容範囲と同等範囲のずれを正常とする場合に使用できる。

【0127】

Ｃ．上側閾値のみ利用する。上側閾値外を予算に対する実績の超過傾向と捉え、これに特化して異常検知したい場合に使用できる。

【0128】

Ｄ．下側閾値のみ利用する。下側閾値外を経過月数からの案件停滞異常傾向と捉え、これに特化して異常検知したい場合に使用できる。

【0129】

Ａの「閾値の計算処理後のデータをそのまま異常判定に用いる」場合を説明する。この場合、異常検知対象案件データの当初の予算・工期通りに完了することを厳格にチェック出来る。図２７（Ａ）は、異常判定に用いる閾値のデータを示しており、図２７（Ｂ）は、異常判定に用いる閾値のデータのグラフを示している。

【0130】

Ｂの「最終月の閾値に許容幅を持たせる」場合を説明する。Ａの方法では、異常判定対象案件の当初の予算・工期と少しでもずれたら異常判定されてしまうため、最終月に許容幅を設ける。最終月の許容幅を最終月の前月の許容幅とする。図２８（Ａ）は、異常判定に用いる閾値のデータを示しており、図２８（Ｂ）は、異常判定に用いる閾値のデータのグラフを示している。図２８（Ａ）に示すように、仮想経過月数「６ヶ月」の許容幅「２８．２８万円」を、仮想経過月数「５ヶ月」の許容幅「２８．２８万円」と同じに設定している。

【0131】

Ｃの「上側閾値のみ利用する」場合及びＤの「下側閾値のみ利用する」場合を説明する。上側のみ利用するか下側閾値のみ利用するかを選択することができる。以下、下側閾値のみを利用する場合を説明する。図２９（Ａ）は、異常判定に用いる閾値のデータを示している。図２９（Ｂ）は、異常判定に用いる閾値のデータのグラフを示している。下側閾値のみを異常判定に利用するため、上側閾値のデータは使用しない。

【0132】

以上説明したように、本実施の形態によれば、制御部１０２は、複数の過去の類似案件の実績データの経過月数及び実績を異常判定対象案件の予算データのスケールに合わせ、スケールを合わせた複数の過去の類似案件の実績データの経過月数及び実績に基づいて閾値を計算し、異常判定対象案件の実績データを、計算した閾値と比較して異常判定を行うこととしたので、多数の過去の案件に基づいた閾値と、対象の案件の実績の積み上がり方を比較することで、当該案件の異常を検知することが可能となる。

【0133】

［４．国連が主導する持続可能な開発目標（ＳＤＧｓ）への貢献］
本実施形態により、業務効率化や企業の適切な経営判断を推進することに寄与することができるので、ＳＤＧｓの目標８及び９に貢献することが可能となる。

【0134】

また、本実施形態により、廃棄ロス削減や、ペーパレス・電子化を推進することに寄与することができるので、ＳＤＧｓの目標１２、１３及び１５に貢献することが可能となる。

【0135】

また、本実施形態により、統制、ガバナンス強化に寄与することができるので、ＳＤＧｓの目標１６に貢献することが可能となる。

【0136】

［５．他の実施形態］
本発明は、上述した実施形態以外にも、特許請求の範囲に記載した技術的思想の範囲内において種々の異なる実施形態にて実施されてよいものである。

【0137】

例えば、実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。

【0138】

また、本明細書中や図面中で示した処理手順、制御手順、具体的名称、各処理の登録データや検索条件等のパラメータを含む情報、画面例、データベース構成については、特記する場合を除いて任意に変更することができる。

【0139】

また、異常検知システム１００に関して、図示の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。

【0140】

例えば、異常検知システム１００が備える処理機能、特に制御部にて行われる各処理機能については、その全部又は任意の一部を、ＣＰＵ及び当該ＣＰＵにて解釈実行されるプログラムにて実現してもよく、また、ワイヤードロジックによるハードウェアとして実現してもよい。尚、プログラムは、本実施形態で説明した処理を情報処理装置に実行させるためのプログラム化された命令を含む一時的でないコンピュータ読み取り可能な記録媒体に記録されており、必要に応じて異常検知システム１００に機械的に読み取られる。すなわち、ＲＯＭ又はＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）などの記憶部などには、ＯＳと協働してＣＰＵに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。このコンピュータプログラムは、ＲＡＭにロードされることによって実行され、ＣＰＵと協働して制御部を構成する。

【0141】

また、このコンピュータプログラムは、異常検知システム１００に対して任意のネットワークを介して接続されたアプリケーションプログラムサーバに記憶されていてもよく、必要に応じてその全部又は一部をダウンロードすることも可能である。

【0142】

また、本実施形態で説明した処理を実行するためのプログラムを、一時的でないコンピュータ読み取り可能な記録媒体に格納してもよく、また、プログラム商品として構成することもできる。ここで、この「記録媒体」とは、メモリーカード、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリ、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）カード、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（登録商標）（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ ａｎｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｋ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌ ｄｉｓｋ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）、及び、Ｂｌｕ－ｒａｙ（登録商標） Ｄｉｓｃ等の任意の「可搬用の物理媒体」を含むものとする。

【0143】

また、「プログラム」とは、任意の言語又は記述方法にて記述されたデータ処理方法であり、ソースコード又はバイナリコード等の形式を問わない。なお、「プログラム」は必ずしも単一的に構成されるものに限られず、複数のモジュールやライブラリとして分散構成されるものや、ＯＳに代表される別個のプログラムと協働してその機能を達成するものをも含む。なお、実施形態に示した各装置において記録媒体を読み取るための具体的な構成及び読み取り手順ならびに読み取り後のインストール手順等については、周知の構成や手順を用いることができる。

【0144】

記憶部に格納される各種のデータベース等は、ＲＡＭ、ＲＯＭ等のメモリ装置、ハードディスク等の固定ディスク装置、フレキシブルディスク、及び、光ディスク等のストレージ手段であり、各種処理やウェブサイト提供に用いる各種のプログラム、テーブル、データベース、及び、ウェブページ用ファイル等を格納する。

【0145】

また、異常検知システム１００は、既知のパーソナルコンピュータ又はワークステーション等の情報処理装置として構成してもよく、また、任意の周辺装置が接続された当該情報処理装置として構成してもよい。また、異常検知システム１００は、当該装置に本実施形態で説明した処理を実現させるソフトウェア（プログラム又はデータ等を含む）を実装することにより実現してもよい。

【0146】

更に、装置の分散・統合の具体的形態は図示するものに限られず、その全部又は一部を、各種の付加等に応じて又は機能負荷に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。すなわち、上述した実施形態を任意に組み合わせて実施してもよく、実施形態を選択的に実施してもよい。

【符号の説明】

【0147】

１００ 異常検知システム
１０２ 制御部
１０２ａ データ取得部
１０２ｂ スケール統一部
１０２ｃ 等間隔点取得部
１０２ｄ スケール拡大部
１０２ｅ 閾値計算部
１０２ｆ 異常判定部
１０４ 通信インターフェース部
１０６ 記憶部
１０６ａ データテーブル
１０８ 入出力インターフェース部
１１２ 入力装置
１１４ 出力装置
２００ サーバ
３００ ネットワーク

【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】

【図28】

【図29】