知財求人 - 知財ポータルサイト「IP Force」
特開2024-76704交換部品推定装置、交換部品推定方法および交換部品推定プログラム
(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】P2024076704
(43)【公開日】2024-06-06
(54)【発明の名称】交換部品推定装置、交換部品推定方法および交換部品推定プログラム
(51)【国際特許分類】
G06Q 10/20 20230101AFI20240530BHJP
【ＦＩ】
G06Q10/20
【審査請求】未請求
【請求項の数】15
【出願形態】ＯＬ
(21)【出願番号】P 2022188391
(22)【出願日】2022-11-25
(71)【出願人】
【識別番号】000002945
【氏名又は名称】オムロン株式会社
(74)【代理人】
【識別番号】100129012
【弁理士】
【氏名又は名称】元山 雅史
(72)【発明者】
【氏名】前田（影本） 義明
(72)【発明者】
【氏名】平野 竜洋
(72)【発明者】
【氏名】塚本 哲也
(72)【発明者】
【氏名】吉野 広太郎
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049CC15
(57)【要約】
【課題】異常が発生した製品の交換部品を精度よく推定することが可能な交換部品推定装置、交換部品推定方法を提供する。
【解決手段】交換部品推定装置１０は、データ取得部１１とクラスタリング部１２と交換部品推定部１３とを備えている。データ取得部１１は、過去の修理作業で実際に交換された交換部品の情報と修理を依頼するユーザから受け付けた問い合わせ内容Ｄ２とを含む作業記録Ｄ１と、ユーザから新たに受け付けた問い合わせ内容Ｄ２とを取得する。クラスタリング部１２は、作業記録Ｄ１をデータ取得部１１において取得された過去の問い合わせ内容Ｄ２ごとにクラスタリングする。交換部品推定部１３は、データ取得部１１が新たに問い合わせ内容Ｄ２を取得した際に、クラスタリングされた作業記録Ｄ１を用いて抽出された過去の修理作業で実際に交換された交換部品の情報に基づいて新たに発生した修理作業に必要な交換部品を推定する。
【選択図】図１
【解決手段】交換部品推定装置１０は、データ取得部１１とクラスタリング部１２と交換部品推定部１３とを備えている。データ取得部１１は、過去の修理作業で実際に交換された交換部品の情報と修理を依頼するユーザから受け付けた問い合わせ内容Ｄ２とを含む作業記録Ｄ１と、ユーザから新たに受け付けた問い合わせ内容Ｄ２とを取得する。クラスタリング部１２は、作業記録Ｄ１をデータ取得部１１において取得された過去の問い合わせ内容Ｄ２ごとにクラスタリングする。交換部品推定部１３は、データ取得部１１が新たに問い合わせ内容Ｄ２を取得した際に、クラスタリングされた作業記録Ｄ１を用いて抽出された過去の修理作業で実際に交換された交換部品の情報に基づいて新たに発生した修理作業に必要な交換部品を推定する。
【選択図】図１
【特許請求の範囲】
【請求項1】
異常が発生した製品の交換部品を推定する交換部品推定装置であって、
前記製品の修理を行う作業員が過去に実施した修理作業のうち前記修理作業で実際に交換された前記交換部品の情報と前記製品の前記修理を依頼するユーザから受け付けた問い合わせ内容とを含む作業記録と、前記ユーザから新たに受け付けた問い合わせ内容と、を取得するデータ取得部と、
前記データ取得部において取得された前記作業記録を、前記データ取得部において取得された過去の前記問い合わせ内容ごとにクラスタリングするクラスタリング部と、
前記データ取得部が新たに前記問い合わせ内容を取得した際に、前記クラスタリング部においてクラスタリングされた前記作業記録を用いて抽出された過去の前記修理作業で実際に交換された前記交換部品の情報に基づいて、新たに発生した前記修理作業に必要な前記交換部品を推定する交換部品推定部と、
を備えている交換部品推定装置。
前記製品の修理を行う作業員が過去に実施した修理作業のうち前記修理作業で実際に交換された前記交換部品の情報と前記製品の前記修理を依頼するユーザから受け付けた問い合わせ内容とを含む作業記録と、前記ユーザから新たに受け付けた問い合わせ内容と、を取得するデータ取得部と、
前記データ取得部において取得された前記作業記録を、前記データ取得部において取得された過去の前記問い合わせ内容ごとにクラスタリングするクラスタリング部と、
前記データ取得部が新たに前記問い合わせ内容を取得した際に、前記クラスタリング部においてクラスタリングされた前記作業記録を用いて抽出された過去の前記修理作業で実際に交換された前記交換部品の情報に基づいて、新たに発生した前記修理作業に必要な前記交換部品を推定する交換部品推定部と、
を備えている交換部品推定装置。
【請求項2】
前記交換部品推定部は、前記作業員が過去に実施した前記修理作業で発注した発注部品のうち実際に前記発注部品を交換した実績を示す交換実績に基づいて、前記作業員が過去に実施した前記修理作業で実際に交換した前記交換部品の割合を示す交換確率を算出する交換確率算出部を、有している、
請求項１に記載の交換部品推定装置。
請求項１に記載の交換部品推定装置。
【請求項3】
前記交換部品推定部によって推定された前記交換部品の推定結果に前記交換部品の組み合わせが複数候補含まれる場合に、前記交換確率が高い前記交換部品の組み合わせを抽出する交換部品組み合わせ抽出部を、さらに備えている、
請求項２に記載の交換部品推定装置。
請求項２に記載の交換部品推定装置。
【請求項4】
前記交換部品推定部は、前記作業員が過去に実施した前記修理作業で発注した発注部品の種類に基づいて、前記作業員が過去に実施した前記修理作業で実際に発注した前記発注部品の割合を示す発注確率を算出する発注確率算出部を、有している、
請求項１または２に記載の交換部品推定装置。
請求項１または２に記載の交換部品推定装置。
【請求項5】
過去に前記交換部品推定部によって推定された前記修理作業に必要な前記交換部品の推定結果に対し、前記作業員が新たに前記修理作業を実施することで追加された前記交換部品の前記推定結果に基づいて、前記交換部品の前記推定結果を更新する交換部品推定結果更新部を、さらに備えている、
請求項１または２に記載の交換部品推定装置。
請求項１または２に記載の交換部品推定装置。
【請求項6】
前記クラスタリング部は、所定の機械学習を用いて前記問い合わせ内容をクラスタリングする、
請求項１または２に記載の交換部品推定装置。
請求項１または２に記載の交換部品推定装置。
【請求項7】
前記クラスタリング部は、前記問い合わせ内容を形態素にまで分割する形態素解析を実施し、前記形態素解析によって抽出された単語をベクトル表現に変換し、前記ベクトル表現に変換された単語に基づいて、クラスタリングする、
請求項１または２に記載の交換部品推定装置。
請求項１または２に記載の交換部品推定装置。
【請求項8】
前記作業記録は、前記作業員が過去に実施した前記修理作業にかかった作業時間に関する情報を含み、
前記クラスタリング部によってクラスタリングされた前記作業記録に含まれる前記作業時間と、前記作業員が過去に実施した前記修理作業で発注した発注部品のうち実際に前記発注部品を交換した実績を示す交換実績と、に基づいて、前記作業員ごとの新たな前記修理作業に必要な前記作業時間を示す期待作業時間を含む作業員スキルを推定する作業員スキル推定部を、さらに備えている、
請求項１または２に記載の交換部品推定装置。
前記クラスタリング部によってクラスタリングされた前記作業記録に含まれる前記作業時間と、前記作業員が過去に実施した前記修理作業で発注した発注部品のうち実際に前記発注部品を交換した実績を示す交換実績と、に基づいて、前記作業員ごとの新たな前記修理作業に必要な前記作業時間を示す期待作業時間を含む作業員スキルを推定する作業員スキル推定部を、さらに備えている、
請求項１または２に記載の交換部品推定装置。
【請求項9】
過去に前記作業員スキル推定部によって推定された前記作業員スキルの推定結果に対し、前記作業員が新たに前記修理作業を実施することで追加された前記作業員スキルの前記推定結果に基づいて、前記作業員スキルの前記推定結果を更新する作業員スキル推定結果更新部を、さらに備えている、
請求項８に記載の交換部品推定装置。
請求項８に記載の交換部品推定装置。
【請求項10】
前記作業員が過去に実施した前記修理作業にかかった前記作業時間の平均時間を示す作業推定時間を算出する作業推定時間算出部を、さらに備えている、
請求項８に記載の交換部品推定装置。
請求項８に記載の交換部品推定装置。
【請求項11】
前記作業推定時間算出部において算出された前記作業推定時間と、前記作業員の位置情報および前記ユーザとの契約情報と、に基づいて、前記作業員を前記修理作業に割り当てるためのレコメンド内容を作成するレコメンド内容作成部を、さらに備えている、
請求項１０に記載の交換部品推定装置。
請求項１０に記載の交換部品推定装置。
【請求項12】
前記レコメンド内容作成部において作成された前記レコメンド内容を表示するレコメンド内容表示部を、さらに備えている、
請求項１１に記載の交換部品推定装置。
請求項１１に記載の交換部品推定装置。
【請求項13】
前記交換部品推定部によって推定された前記交換部品の推定結果を出力する出力装置を制御する出力制御部を、さらに備えている、
請求項１または２に記載の交換部品推定装置。
請求項１または２に記載の交換部品推定装置。
【請求項14】
異常が発生した製品の交換部品を推定する交換部品推定装置によって実施される交換部品推定方法であって、
前記交換部品推定装置のデータ取得部が、前記製品の修理を行う作業員が過去に実施した修理作業のうち、前記修理作業で実際に交換された前記交換部品の情報と、前記製品の前記修理を依頼するユーザから受け付けた問い合わせ内容と、を含む作業記録と、前記ユーザから新たに受け付けた問い合わせ内容と、を取得するデータ取得ステップと、
前記交換部品推定装置のクラスタリング部が、前記データ取得ステップにおいて取得された前記作業記録を、前記データ取得ステップにおいて取得された過去の前記問い合わせ内容ごとにクラスタリングするクラスタリングステップと、
前記交換部品推定装置の交換部品推定部が、前記データ取得ステップが新たに前記問い合わせ内容を取得した際に、前記クラスタリングステップにおいてクラスタリングされた前記作業記録を用いて抽出された過去の前記修理作業で実際に交換された前記交換部品の情報に基づいて、新たに発生した前記修理作業に必要な前記交換部品を推定する交換部品推定ステップと、
を備えている交換部品推定方法。
前記交換部品推定装置のデータ取得部が、前記製品の修理を行う作業員が過去に実施した修理作業のうち、前記修理作業で実際に交換された前記交換部品の情報と、前記製品の前記修理を依頼するユーザから受け付けた問い合わせ内容と、を含む作業記録と、前記ユーザから新たに受け付けた問い合わせ内容と、を取得するデータ取得ステップと、
前記交換部品推定装置のクラスタリング部が、前記データ取得ステップにおいて取得された前記作業記録を、前記データ取得ステップにおいて取得された過去の前記問い合わせ内容ごとにクラスタリングするクラスタリングステップと、
前記交換部品推定装置の交換部品推定部が、前記データ取得ステップが新たに前記問い合わせ内容を取得した際に、前記クラスタリングステップにおいてクラスタリングされた前記作業記録を用いて抽出された過去の前記修理作業で実際に交換された前記交換部品の情報に基づいて、新たに発生した前記修理作業に必要な前記交換部品を推定する交換部品推定ステップと、
を備えている交換部品推定方法。
【請求項15】
異常が発生した製品の交換部品を推定する交換部品推定装置によって読み込まれる交換部品推定プログラムであって、
前記交換部品推定装置のデータ取得部が、前記製品の修理を行う作業員が過去に実施した修理作業のうち、前記修理作業で実際に交換された前記交換部品の情報と、前記製品の前記修理を依頼するユーザから受け付けた問い合わせ内容と、を含む作業記録と、前記ユーザから新たに受け付けた問い合わせ内容と、を取得するデータ取得ステップと、
前記交換部品推定装置のクラスタリング部が、前記データ取得ステップにおいて取得された前記作業記録を、前記データ取得ステップにおいて取得された過去の前記問い合わせ内容ごとにクラスタリングするクラスタリングステップと、
前記交換部品推定装置の交換部品推定部が、前記データ取得ステップが新たに前記問い合わせ内容を取得した際に、前記クラスタリングステップにおいてクラスタリングされた前記作業記録を用いて抽出された過去の前記修理作業で実際に交換された前記交換部品の情報に基づいて、新たに発生した前記修理作業に必要な前記交換部品を推定する交換部品推定ステップと、
を備えている交換部品推定方法をコンピュータに実行させる交換部品推定プログラム。
前記交換部品推定装置のデータ取得部が、前記製品の修理を行う作業員が過去に実施した修理作業のうち、前記修理作業で実際に交換された前記交換部品の情報と、前記製品の前記修理を依頼するユーザから受け付けた問い合わせ内容と、を含む作業記録と、前記ユーザから新たに受け付けた問い合わせ内容と、を取得するデータ取得ステップと、
前記交換部品推定装置のクラスタリング部が、前記データ取得ステップにおいて取得された前記作業記録を、前記データ取得ステップにおいて取得された過去の前記問い合わせ内容ごとにクラスタリングするクラスタリングステップと、
前記交換部品推定装置の交換部品推定部が、前記データ取得ステップが新たに前記問い合わせ内容を取得した際に、前記クラスタリングステップにおいてクラスタリングされた前記作業記録を用いて抽出された過去の前記修理作業で実際に交換された前記交換部品の情報に基づいて、新たに発生した前記修理作業に必要な前記交換部品を推定する交換部品推定ステップと、
を備えている交換部品推定方法をコンピュータに実行させる交換部品推定プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、異常が発生した製品の交換部品を推定する交換部品推定装置、交換部品推定方法および交換部品推定プログラムに関する。
【背景技術】
【0002】
故障した機器の復旧作業では、機器が故障してから作業員を派遣するまでに多くの時間を要することがある。故障した機器の復旧作業を迅速に行うためには、作業員ごとのスキルや、故障した機器の症状等を考慮して、適切な人員配置を行う必要がある。そのため、復旧作業を支援するシステムが種々考案されている。
例えば、特許文献１には、対象機器の種別を示す機器コードおよび設置場所を示す設置場所コードと、作業員が対象機器に対して障害復旧作業や保守点検作業を行えるスキルを有するどうかを示すスキル情報と、作業員に割り当てた対象機器の障害復旧作業や保守点検作業にかかるタイムスケジュール情報と、に基づいて、自動機の障害復旧作業や保守点検作業に作業員を割り当てる情報処理装置について開示されている。
例えば、特許文献１には、対象機器の種別を示す機器コードおよび設置場所を示す設置場所コードと、作業員が対象機器に対して障害復旧作業や保守点検作業を行えるスキルを有するどうかを示すスキル情報と、作業員に割り当てた対象機器の障害復旧作業や保守点検作業にかかるタイムスケジュール情報と、に基づいて、自動機の障害復旧作業や保守点検作業に作業員を割り当てる情報処理装置について開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１４－１７９８３７号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、上記従来の情報処理装置では、以下に示すような問題点を有している。
すなわち、上記公報に開示された情報処理装置では、障害が発生した機器に対する障害復旧作業を行う作業員の割り当てが迅速、且つ適正に行うことができる。
しかし、このような装置構成では、迅速に作業員を派遣することができても、障害が発生した機器の異常部位（部品）までを把握することができない。
すなわち、上記公報に開示された情報処理装置では、障害が発生した機器に対する障害復旧作業を行う作業員の割り当てが迅速、且つ適正に行うことができる。
しかし、このような装置構成では、迅速に作業員を派遣することができても、障害が発生した機器の異常部位（部品）までを把握することができない。
【0005】
また、迅速に復旧作業を完了するためには、復旧作業を行う際に必要な道具や、異常が発生した部品と取り換えるための部品等を予め推定しておくことが望ましい。
本発明の課題は、異常が発生した製品の交換部品を精度よく推定することが可能な交換部品推定装置、交換部品推定方法および交換部品推定プログラムを提供することにある。
本発明の課題は、異常が発生した製品の交換部品を精度よく推定することが可能な交換部品推定装置、交換部品推定方法および交換部品推定プログラムを提供することにある。
【課題を解決するための手段】
【0006】
第１の発明に係る交換部品推定装置は、異常が発生した製品の交換部品を推定する交換部品推定装置であって、データ取得部と、クラスタリング部と、交換部品推定部と、を備えている。データ取得部は、製品の修理を行う作業員が過去に実施した修理作業のうち修理作業で実際に交換された交換部品の情報と製品の修理を依頼するユーザから受け付けた問い合わせ内容とを含む作業記録と、ユーザから新たに受け付けた問い合わせ内容と、を取得する。クラスタリング部は、データ取得部において取得された作業記録を、データ取得部において取得された過去の問い合わせ内容ごとにクラスタリングする。交換部品推定部は、データ取得部が新たに問い合わせ内容を取得した際に、クラスタリング部においてクラスタリングされた作業記録を用いて抽出された過去の修理作業で実際に交換された交換部品の情報に基づいて、新たに発生した修理作業に必要な交換部品を推定する。
【0007】
ここでは、過去の修理作業で実際に交換された交換部品に関する情報と、過去の問い合わせ内容と、を含む作業記録を過去の問い合わせ内容ごとにクラスタリングし、クラスタリングされた作業記録を用いて抽出された交換部品の情報に基づいて新たな修理作業に必要な交換部品を推定する。
ここで、修理作業の対象となる異常が発生した製品としては、例えば、ＡＴＭ(Automated Teller Machine)、券売機、改札機等が含まれる。
ここで、修理作業の対象となる異常が発生した製品としては、例えば、ＡＴＭ(Automated Teller Machine)、券売機、改札機等が含まれる。
【0008】
作業記録は、例えば、受付内容、作業員名、異常コード、作業時間、発注部品リスト、交換実績、顧客名が記録された作業日誌である。また、作業記録は、上記作業日誌に限定されるものではなく、上記項目が含まれていれば、例えば、設備や製品の修理を伴う定期点検を行う作業員の実施内容が記録された日常点検記録や月次点検記録等であってもよい。
【0009】
問い合わせ内容は、例えば、修理を依頼するユーザから受け付けた受付内容と、異常が発生した製品名およびその製品の異常内容を含む。
これにより、作業記録が問い合わせ内容ごとにクラスタリングされているため、新たに問い合わせを受け付けた際に、クラスタリングされた作業記録に含まれる交換部品の情報を用いて交換部品を推定することができる。
この結果、異常が発生した製品の交換部品を精度よく推定することができる。
これにより、作業記録が問い合わせ内容ごとにクラスタリングされているため、新たに問い合わせを受け付けた際に、クラスタリングされた作業記録に含まれる交換部品の情報を用いて交換部品を推定することができる。
この結果、異常が発生した製品の交換部品を精度よく推定することができる。
【0010】
第２の発明に係る交換部品推定装置は、第１の発明に係る交換部品推定装置であって、交換部品推定部は、作業員が過去に実施した修理作業で発注した発注部品のうち実際に発注部品を交換した実績を示す交換実績に基づいて、作業員が過去に実施した修理作業で実際に交換した交換部品の割合を示す交換確率を算出する交換確率算出部を、有している。
【0011】
ここで、交換確率算出部は、例えば、上述した交換部品推定部に含まれ、交換部品の情報に含まれる交換確率を算出する。
交換確率は、例えば、過去の修理作業で発注した発注部品のうち実際に発注部品を交換した割合を示す。このとき、例えば、部品Ａ，Ｂ，Ｃとある場合に、部品Ｂ単体では発注していなくても、部品Ａ，Ｂ，Ｃを同時に発注して部品Ｂのみを交換したという場合でも、部品Ｂの交換確率として算出される。
これにより、作業員による過去の修理実績に基づいて実際に交換された交換部品の割合を示す交換確率に基づいて、交換部品推定部は、異常が発生した製品の適切な交換部品を推定することができる。
交換確率は、例えば、過去の修理作業で発注した発注部品のうち実際に発注部品を交換した割合を示す。このとき、例えば、部品Ａ，Ｂ，Ｃとある場合に、部品Ｂ単体では発注していなくても、部品Ａ，Ｂ，Ｃを同時に発注して部品Ｂのみを交換したという場合でも、部品Ｂの交換確率として算出される。
これにより、作業員による過去の修理実績に基づいて実際に交換された交換部品の割合を示す交換確率に基づいて、交換部品推定部は、異常が発生した製品の適切な交換部品を推定することができる。
【0012】
第３の発明に係る交換部品推定装置は、第２の発明に係る交換部品推定装置であって、交換部品推定部によって推定された交換部品の推定結果に交換部品の組み合わせが複数候補含まれる場合に、交換確率が高い交換部品の組み合わせを抽出する交換部品組み合わせ抽出部を、さらに備えている。
これにより、交換部品推定部によって推定された交換部品の候補が複数候補ある場合に、最も交換する蓋然性の高い交換部品の組み合わせを推定することで、異常が発生した製品の交換部品を効率よく推定することができる。
これにより、交換部品推定部によって推定された交換部品の候補が複数候補ある場合に、最も交換する蓋然性の高い交換部品の組み合わせを推定することで、異常が発生した製品の交換部品を効率よく推定することができる。
【0013】
第４の発明に係る交換部品推定装置は、第１または第２の発明に係る交換部品推定装置であって、交換部品推定部は、作業員が過去に実施した修理作業で発注した発注部品の種類に基づいて、作業員が過去に実施した修理作業で実際に発注した発注部品の割合を示す発注確率を算出する発注確率算出部を、有している。
【0014】
ここで、発注確率算出部は、例えば、上述した交換部品推定部に含まれ、交換部品の情報に含まれる発注確率を算出する。
発注確率は、例えば、作業員が過去に実施した修理作業で実際に発注した発注部品の割合を示す。
これにより、作業員による過去の修理実績に基づいて発注された交換部品の割合を示す発注確率に基づいて、交換部品推定部は、実際に交換が伴わなくても、交換する蓋然性の高い交換部品を推定することができる。
発注確率は、例えば、作業員が過去に実施した修理作業で実際に発注した発注部品の割合を示す。
これにより、作業員による過去の修理実績に基づいて発注された交換部品の割合を示す発注確率に基づいて、交換部品推定部は、実際に交換が伴わなくても、交換する蓋然性の高い交換部品を推定することができる。
【0015】
第５の発明に係る交換部品推定装置は、第１または第２の発明に係る交換部品推定装置であって、過去に交換部品推定部によって推定された修理作業に必要な交換部品の推定結果に対し、作業員が新たに修理作業を実施することで追加された交換部品の推定結果に基づいて、交換部品の推定結果を更新する交換部品推定結果更新部を、さらに備えている。
これにより、作業員が新たに修理作業を実施することで追加された交換部品の推定結果に基づいて、過去の交換部品の推定結果を更新することで、常に最新の推定結果のデータを用いて、同様の内容の異常が発生した際の交換部品をより精度よく推定することができる。
これにより、作業員が新たに修理作業を実施することで追加された交換部品の推定結果に基づいて、過去の交換部品の推定結果を更新することで、常に最新の推定結果のデータを用いて、同様の内容の異常が発生した際の交換部品をより精度よく推定することができる。
【0016】
第６の発明に係る交換部品推定装置は、第１または第２の発明に係る交換部品推定装置であって、クラスタリング部は、所定の機械学習を用いて問い合わせ内容をクラスタリングする。
ここで、機械学習は、コンピュータがデータ識別等の判断に必要なアルゴリズムを学習データから自律的に生成し、新たなデータに対してこれを適用して予測を行う技術である。また、機械学習は、教師あり学習、教師なし学習、強化学習等、大きく３つの学習方法に分類される。特に、教師なし学習は、クラスタリングの手段として用いられる。
これにより、例えば、教師なし機械学習を用いることで、作業記録を問い合わせ内容ごとに精度よくクラスタリングすることができる。
ここで、機械学習は、コンピュータがデータ識別等の判断に必要なアルゴリズムを学習データから自律的に生成し、新たなデータに対してこれを適用して予測を行う技術である。また、機械学習は、教師あり学習、教師なし学習、強化学習等、大きく３つの学習方法に分類される。特に、教師なし学習は、クラスタリングの手段として用いられる。
これにより、例えば、教師なし機械学習を用いることで、作業記録を問い合わせ内容ごとに精度よくクラスタリングすることができる。
【0017】
第７の発明に係る交換部品推定装置は、第１または第２の発明に係る交換部品推定装置であって、クラスタリング部は、問い合わせ内容を形態素にまで分割する形態素解析を実施し、形態素解析によって抽出された単語をベクトル表現に変換し、ベクトル表現に変換された単語に基づいて、クラスタリングする。
【0018】
ここで、形態素解析は、例えば、自然言語を形態素（名詞、動詞、副詞、助詞、助動詞等）にまで分割する技術である。
これにより、形態素解析を用いて問い合わせ内容を分割し、分割された問い合わせ内容をベクトル表現に変換することで、作業記録を問い合わせ内容ごとに精度よくクラスタリングすることができる。
これにより、形態素解析を用いて問い合わせ内容を分割し、分割された問い合わせ内容をベクトル表現に変換することで、作業記録を問い合わせ内容ごとに精度よくクラスタリングすることができる。
【0019】
第８の発明に係る交換部品推定装置は、第１または第２の発明に係る交換部品推定装置であって、クラスタリング部によってクラスタリングされた作業記録に含まれる作業時間と、作業員が過去に実施した修理作業で発注した発注部品のうち実際に発注部品を交換した実績を示す交換実績と、に基づいて、作業員ごとの新たな修理作業に必要な作業時間を示す期待作業時間を含む作業員スキルを推定する作業員スキル推定部を、さらに備えている。作業記録は、作業員が過去に実施した修理作業にかかった作業時間に関する情報を含む。
【0020】
ここで、作業員スキルは、例えば、新たな修理作業に必要な作業時間を示す作業員ごとの期待作業時間や、新たに受け付けた問い合わせ内容のうち過去に実施した同一のクラスの修理作業の対応回数等のように作業員のスキルを定量的に表したものである。
これにより、作業員が過去に実施した修理作業で交換した交換部品の情報を含む作業員スキルの推定結果を参考にすることで、新たに受け付けた問い合わせ内容に対して適切な作業員を割り当てることができる。
これにより、作業員が過去に実施した修理作業で交換した交換部品の情報を含む作業員スキルの推定結果を参考にすることで、新たに受け付けた問い合わせ内容に対して適切な作業員を割り当てることができる。
【0021】
第９の発明に係る交換部品推定装置は、第８の発明に係る交換部品推定装置であって、過去に作業員スキル推定部によって推定された作業員スキルの推定結果に対し、作業員が新たに修理作業を実施することで追加された作業員スキルの推定結果に基づいて、作業員スキルの推定結果を更新する作業員スキル推定結果更新部を、さらに備えている。
これにより、作業員が新たに修理作業を実施することで追加された作業員スキルの推定結果に基づいて、過去の作業員スキルの推定結果を更新することで、常に最新の推定結果のデータを用いて、同様の内容の異常が発生した際に、作業員ごとのより適切な修理作業を把握することができる。
これにより、作業員が新たに修理作業を実施することで追加された作業員スキルの推定結果に基づいて、過去の作業員スキルの推定結果を更新することで、常に最新の推定結果のデータを用いて、同様の内容の異常が発生した際に、作業員ごとのより適切な修理作業を把握することができる。
【0022】
第１０の発明に係る交換部品推定装置は、第８の発明に係る交換部品推定装置であって、作業員が過去に実施した修理作業にかかった作業時間の平均時間を示す作業推定時間を算出する作業推定時間算出部を、さらに備えている。
これにより、例えば、作業員が新たに行う修理作業に作業推定時間以上の期待作業時間が推定される場合には、交換部品推定装置の使用者は、上記作業員は上記修理作業に不向きであると判断することができる。
これにより、例えば、作業員が新たに行う修理作業に作業推定時間以上の期待作業時間が推定される場合には、交換部品推定装置の使用者は、上記作業員は上記修理作業に不向きであると判断することができる。
【0023】
第１１の発明に係る交換部品推定装置は、第１０の発明に係る交換部品推定装置であって、作業推定時間算出部において算出された作業推定時間と、作業員の位置情報およびユーザとの契約情報と、に基づいて、作業員を修理作業に割り当てるためのレコメンド内容を作成するレコメンド内容作成部を、さらに備えている。
ここで、レコメンド内容は、例えば、作業員ごとの新たな修理作業に必要な作業時間を示す期待作業時間、契約しているユーザから受け付けた修理作業に対応した回数（担当経験、顔見知りであるか否か）、位置情報に基づいて算出される作業員が問い合わせから修理作業にとりかかるまでの時間等が示されたデータである。
これにより、作業員ごとの作業推定時間、作業員の位置情報およびユーザとの契約内容に基づいて、修理作業ごとに適切な作業員を容易に把握することができる。
ここで、レコメンド内容は、例えば、作業員ごとの新たな修理作業に必要な作業時間を示す期待作業時間、契約しているユーザから受け付けた修理作業に対応した回数（担当経験、顔見知りであるか否か）、位置情報に基づいて算出される作業員が問い合わせから修理作業にとりかかるまでの時間等が示されたデータである。
これにより、作業員ごとの作業推定時間、作業員の位置情報およびユーザとの契約内容に基づいて、修理作業ごとに適切な作業員を容易に把握することができる。
【0024】
第１２の発明に係る交換部品推定装置は、第１１の発明に係る交換部品推定装置であって、レコメンド内容作成部において作成されたレコメンド内容を表示するレコメンド内容表示部を、さらに備えている。
これにより、表示装置に上記レコメンド内容を表示させることで、例えば、交換部品推定装置の使用者は、修理作業ごとに適切な作業員を容易に把握することができる。
これにより、表示装置に上記レコメンド内容を表示させることで、例えば、交換部品推定装置の使用者は、修理作業ごとに適切な作業員を容易に把握することができる。
【0025】
第１３の発明に係る交換部品推定装置は、第１または第２の発明に係る交換部品推定装置であって、交換部品推定部によって推定された交換部品の推定結果を出力する出力装置を制御する出力制御部を、さらに備えている。
これにより、交換部品の推定結果を出力する出力装置を制御することで、出力されたデータを適切なタイミングで異常が発生した製品の修理作業を支援する会社等に提供することができる。
これにより、交換部品の推定結果を出力する出力装置を制御することで、出力されたデータを適切なタイミングで異常が発生した製品の修理作業を支援する会社等に提供することができる。
【0026】
第１４の発明に係る交換部品推定方法は、異常が発生した製品の交換部品を推定する交換部品推定装置によって実施される交換部品推定方法であって、データ取得ステップと、クラスタリングステップと、交換部品推定ステップと、を備えている。データ取得ステップは、交換部品推定装置のデータ取得部が、製品の修理を行う作業員が過去に実施した修理作業のうち、修理作業で実際に交換された交換部品の情報と、製品の修理を依頼するユーザから受け付けた問い合わせ内容と、を含む作業記録と、ユーザから新たに受け付けた問い合わせ内容と、を取得する。クラスタリングステップは、交換部品推定装置のクラスタリング部が、データ取得ステップにおいて取得された作業記録を、データ取得ステップにおいて取得された過去の問い合わせ内容ごとにクラスタリングする。交換部品推定ステップは、交換部品推定装置の交換部品推定部が、データ取得ステップが新たに問い合わせ内容を取得した際に、クラスタリングステップにおいてクラスタリングされた作業記録を用いて抽出された過去の修理作業で実際に交換された交換部品の情報に基づいて、新たに発生した修理作業に必要な交換部品を推定する。
【0027】
ここでは、過去の修理作業で実際に交換された交換部品に関する情報と、過去の問い合わせ内容と、を含む作業記録を過去の問い合わせ内容ごとにクラスタリングし、クラスタリングされた作業記録を用いて抽出された交換部品の情報に基づいて新たな修理作業に必要な交換部品を推定する。
ここで、修理作業の対象となる異常が発生した製品としては、例えば、ＡＴＭ(Automated Teller Machine)、券売機、改札機等が含まれる。
ここで、修理作業の対象となる異常が発生した製品としては、例えば、ＡＴＭ(Automated Teller Machine)、券売機、改札機等が含まれる。
【0028】
作業記録は、例えば、受付内容、作業員名、異常コード、作業時間、発注部品リスト、交換実績、顧客名が記録された作業日誌である。また、作業記録は、上記作業日誌に限定されるものではなく、上記項目が含まれていれば、例えば、設備や製品の修理を伴う定期点検を行う作業員の実施内容が記録された日常点検記録や月次点検記録等であってもよい。
【0029】
問い合わせ内容は、例えば、修理を依頼するユーザから受け付けた受付内容と、異常が発生した製品名およびその製品の異常内容を含む。
これにより、作業記録が問い合わせ内容ごとにクラスタリングされているため、新たに問い合わせを受け付けた際に、クラスタリングされた作業記録に含まれる交換部品の情報を用いて交換部品を推定することができる。
この結果、異常が発生した製品の交換部品を精度よく推定することができる。
これにより、作業記録が問い合わせ内容ごとにクラスタリングされているため、新たに問い合わせを受け付けた際に、クラスタリングされた作業記録に含まれる交換部品の情報を用いて交換部品を推定することができる。
この結果、異常が発生した製品の交換部品を精度よく推定することができる。
【0030】
第１５の発明に係る交換部品推定プログラムは、異常が発生した製品の交換部品を推定する交換部品推定装置によって読み込まれる交換部品推定プログラムであって、データ取得ステップと、クラスタリングステップと、交換部品推定ステップと、を備えている。データ取得ステップは、交換部品推定装置のデータ取得部が、製品の修理を行う作業員が過去に実施した修理作業のうち、修理作業で実際に交換された交換部品の情報と、製品の修理を依頼するユーザから受け付けた問い合わせ内容と、を含む作業記録と、ユーザから新たに受け付けた問い合わせ内容と、を取得する。クラスタリングステップは、交換部品推定装置のクラスタリング部が、データ取得ステップにおいて取得された作業記録を、データ取得ステップにおいて取得された過去の問い合わせ内容ごとにクラスタリングする。交換部品推定ステップは、交換部品推定装置の交換部品推定部が、データ取得ステップが新たに問い合わせ内容を取得した際に、クラスタリングステップにおいてクラスタリングされた作業記録を用いて抽出された過去の修理作業で実際に交換された交換部品の情報に基づいて、新たに発生した修理作業に必要な交換部品を推定する。
【0031】
ここでは、過去の修理作業で実際に交換された交換部品に関する情報と、過去の問い合わせ内容と、を含む作業記録を過去の問い合わせ内容ごとにクラスタリングし、クラスタリングされた作業記録を用いて抽出された交換部品の情報に基づいて新たな修理作業に必要な交換部品を推定する。
ここで、修理作業の対象となる異常が発生した製品としては、例えば、ＡＴＭ(Automated Teller Machine)、券売機、改札機等が含まれる。
ここで、修理作業の対象となる異常が発生した製品としては、例えば、ＡＴＭ(Automated Teller Machine)、券売機、改札機等が含まれる。
【0032】
作業記録は、例えば、受付内容、作業員名、異常コード、作業時間、発注部品リスト、交換実績、顧客名が記録された作業日誌である。また、作業記録は、上記作業日誌に限定されるものではなく、上記項目が含まれていれば、例えば、設備や製品の修理を伴う定期点検を行う作業員の実施内容が記録された日常点検記録や月次点検記録等であってもよい。
【0033】
問い合わせ内容は、例えば、修理を依頼するユーザから受け付けた受付内容と、異常が発生した製品名およびその製品の異常内容を含む。
これにより、作業記録が問い合わせ内容ごとにクラスタリングされているため、新たに問い合わせを受け付けた際に、クラスタリングされた作業記録に含まれる交換部品の情報を用いて交換部品を推定することができる。
これにより、作業記録が問い合わせ内容ごとにクラスタリングされているため、新たに問い合わせを受け付けた際に、クラスタリングされた作業記録に含まれる交換部品の情報を用いて交換部品を推定することができる。
【0034】
この結果、異常が発生した製品の交換部品を精度よく推定することができる。
【発明の効果】
【0035】
本発明に係る交換部品推定装置によれば、異常が発生した製品の交換部品を精度よく推定することができる。
【図面の簡単な説明】
【0036】
【図1】本発明の一実施形態に係る交換部品推定装置を示す制御ブロック図。
【発明を実施するための形態】
【0037】
本発明の一実施形態に係る交換部品推定装置１０および交換部品推定方法について、図１～図１５を用いて説明すれば以下の通りである。
なお、本実施形態では、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。
また、出願人は、当業者が本発明を十分に理解するために添付図面および以下の説明を提供するのであって、これらによって特許請求の範囲に記載の主題を限定することを意図するものではない。
なお、本実施形態では、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。
また、出願人は、当業者が本発明を十分に理解するために添付図面および以下の説明を提供するのであって、これらによって特許請求の範囲に記載の主題を限定することを意図するものではない。
【0038】
（１）交換部品推定装置１０の構成
本実施形態に係る交換部品推定装置１０は、過去の修理作業で実際に交換された交換部品に関する情報と、過去の問い合わせ内容Ｄ２と、を含む作業記録Ｄ１を過去の問い合わせ内容Ｄ２ごとにクラスタリングし、クラスタリングされた作業記録Ｄ１を用いて抽出された交換部品の情報に基づいて新たな修理作業に必要な交換部品を推定する。
本実施形態に係る交換部品推定装置１０は、過去の修理作業で実際に交換された交換部品に関する情報と、過去の問い合わせ内容Ｄ２と、を含む作業記録Ｄ１を過去の問い合わせ内容Ｄ２ごとにクラスタリングし、クラスタリングされた作業記録Ｄ１を用いて抽出された交換部品の情報に基づいて新たな修理作業に必要な交換部品を推定する。
【0039】
そして、交換部品推定装置１０は、図１に示すように、入力装置２、記憶装置３、表示装置４および出力装置５と接続されている。
ここで、修理作業の対象となる異常が発生した製品としては、例えば、ＡＴＭ(Automated Teller Machine)、券売機、改札機等が含まれる。
作業記録Ｄ１は、例えば、受付内容、作業員名、異常コード、作業時間、発注部品リスト、交換実績、顧客名が記録された作業日誌である。また、作業記録Ｄ１は、上記作業日誌に限定されるものではなく、上記項目が含まれていれば、例えば、設備や製品の修理を伴う定期点検を行う作業員の実施内容が記録された日常点検記録や月次点検記録等であってもよい。
ここで、修理作業の対象となる異常が発生した製品としては、例えば、ＡＴＭ(Automated Teller Machine)、券売機、改札機等が含まれる。
作業記録Ｄ１は、例えば、受付内容、作業員名、異常コード、作業時間、発注部品リスト、交換実績、顧客名が記録された作業日誌である。また、作業記録Ｄ１は、上記作業日誌に限定されるものではなく、上記項目が含まれていれば、例えば、設備や製品の修理を伴う定期点検を行う作業員の実施内容が記録された日常点検記録や月次点検記録等であってもよい。
【0040】
問い合わせ内容Ｄ２は、例えば、修理を依頼するユーザから受け付けた受付内容と、異常が発生した製品名およびその製品の異常内容を含む。このとき、問い合わせ内容Ｄ２は、異常コードが含まれていてもよい。この場合、問い合わせ内容Ｄ２に含まれる異常コードは、記憶装置３に保存されている異常コードと異常内容の対応表Ｄ３に基づいて、後述するクラスタリング部１２によってクラスタリングの事前処理として異常コードから異常内容に置き換えられてもよい。
【0041】
入力装置２は、例えば、キーボード、マウス、タッチパネル等であって、交換部品推定装置１０に接続されている。
また、入力装置２は、交換部品推定装置１０の使用者等によって入力装置２に入力された作業記録Ｄ１および問い合わせ内容Ｄ２等を後述するデータ取得部１１に送信する。
記憶装置３は、例えば、ハードディスク、フラッシュメモリ、クラウド上のストレージ等であって、交換部品推定装置１０に接続されている。
また、入力装置２は、交換部品推定装置１０の使用者等によって入力装置２に入力された作業記録Ｄ１および問い合わせ内容Ｄ２等を後述するデータ取得部１１に送信する。
記憶装置３は、例えば、ハードディスク、フラッシュメモリ、クラウド上のストレージ等であって、交換部品推定装置１０に接続されている。
【0042】
また、記憶装置３は、データ取得部１１が取得した作業記録Ｄ１および問い合わせ内容Ｄ２等のデータを保存する。
表示装置４は、例えば、ＰＣ（Personal Computer）の表示部、液晶ディスプレイ等であって、交換部品推定装置１０に接続されている。
また、表示装置４は、後述する交換部品推定部１３によって推定された交換部品の推定結果等を表示する。
表示装置４は、例えば、ＰＣ（Personal Computer）の表示部、液晶ディスプレイ等であって、交換部品推定装置１０に接続されている。
また、表示装置４は、後述する交換部品推定部１３によって推定された交換部品の推定結果等を表示する。
【0043】
出力装置５は、例えば、プリンタ、スピーカ等であって、交換部品推定装置１０に接続されている。
また、出力装置５は、交換部品推定部１３によって推定された交換部品の推定結果等を出力する。
また、本実施形態の交換部品推定装置１０は、図１に示すように、データ取得部１１と、クラスタリング部１２と、交換部品推定部１３と、交換部品推定結果更新部１４と、交換部品組み合わせ抽出部１５と、作業員スキル推定部１６と、作業員スキル推定結果更新部１７と、作業推定時間算出部１８と、レコメンド内容作成部１９と、レコメンド内容表示部２０と、作業員スキル推定結果マージ部２１と、作業員スキル推定結果集計部２２と、表示制御部２３と、出力制御部２４と、を備えている。
また、出力装置５は、交換部品推定部１３によって推定された交換部品の推定結果等を出力する。
また、本実施形態の交換部品推定装置１０は、図１に示すように、データ取得部１１と、クラスタリング部１２と、交換部品推定部１３と、交換部品推定結果更新部１４と、交換部品組み合わせ抽出部１５と、作業員スキル推定部１６と、作業員スキル推定結果更新部１７と、作業推定時間算出部１８と、レコメンド内容作成部１９と、レコメンド内容表示部２０と、作業員スキル推定結果マージ部２１と、作業員スキル推定結果集計部２２と、表示制御部２３と、出力制御部２４と、を備えている。
【0044】
データ取得部１１は、製品の修理を行う作業員が過去に実施した修理作業のうち修理作業で実際に交換された交換部品の情報と製品の修理を依頼するユーザから受け付けた問い合わせ内容Ｄ２とを含む作業記録Ｄ１と、ユーザから新たに受け付けた問い合わせ内容Ｄ２と、を取得する。
ここでは、データ取得部１１は、例えば、入力装置２に入力された作業記録Ｄ１および問い合わせ内容Ｄ２を取得する。
ここでは、データ取得部１１は、例えば、入力装置２に入力された作業記録Ｄ１および問い合わせ内容Ｄ２を取得する。
【0045】
このとき、入力装置２から入力された作業記録Ｄ１および問い合わせ内容Ｄ２等は、データ取得部１１を介して、交換部品推定装置１０に接続されている記憶装置３に保存されてもよい。
これにより、クラスタリング部１２は、データ取得部１１が取得した作業記録Ｄ１をデータ取得部１１が取得した過去の問い合わせ内容Ｄ２ごとに適切にクラスタリングすることができる。
これにより、クラスタリング部１２は、データ取得部１１が取得した作業記録Ｄ１をデータ取得部１１が取得した過去の問い合わせ内容Ｄ２ごとに適切にクラスタリングすることができる。
【0046】
クラスタリング部１２は、データ取得部１１において取得された作業記録Ｄ１を、データ取得部１１において取得された過去の問い合わせ内容Ｄ２ごとに、所定の機械学習を用いてクラスタリングする。
ここで、機械学習は、コンピュータがデータ識別等の判断に必要なアルゴリズムを学習データから自律的に生成し、新たなデータに対してこれを適用して予測を行う技術である。また、機械学習は、教師あり学習、教師なし学習、強化学習等、大きく３つの学習方法に分類される。特に、教師なし学習は、クラスタリングの手段として用いられる。
ここで、機械学習は、コンピュータがデータ識別等の判断に必要なアルゴリズムを学習データから自律的に生成し、新たなデータに対してこれを適用して予測を行う技術である。また、機械学習は、教師あり学習、教師なし学習、強化学習等、大きく３つの学習方法に分類される。特に、教師なし学習は、クラスタリングの手段として用いられる。
【0047】
ここでは、クラスタリング部１２は、図２～図４に示すように、例えば、クラスタリングの事前処理として、データ取得部１１が取得した作業記録Ｄ１を製品ごとに分割する。ここで、図２は、データ取得部１１が取得した作業記録Ｄ１が製品Ａごとに分割される処理の一例を示す。図３は、データ取得部１１が取得した作業記録Ｄ１が製品Ｂごとに分割される処理の一例を示す。図４は、データ取得部１１が取得した作業記録Ｄ１が製品Ｃごとに分割される処理の一例を示す。
【0048】
また、クラスタリング部１２は、図５（ａ）に示すように、例えば、製品Ａごとに分割された作業記録Ｄ１を過去の問い合わせ内容Ｄ２に含まれる受付内容、または異常コードから変換された異常内容ごとに、機械学習に含まれるＫ－ｍｅａｎｓ法を用いてクラスタリングする。このとき、作業記録Ｄ１は、例えば、クラスＡ１～Ａｎにクラスタリングされる。
【0049】
ここで、Ｋ－ｍｅａｎｓ法とは、機械学習のうち教師なし学習に分類され、特徴の近い対象を類似する複数の対象群にクラスタリングする手法である。
同様に、図５（ｂ）は、製品Ｂごとに分割された作業記録Ｄ１が、例えば、クラスＢ１～Ｂｎにクラスタリングされる処理の一例を示す。また、図５（ｃ）は、製品Ｃごとに分割された作業記録Ｄ１が、例えば、クラスＣ１～Ｃｎにクラスタリングされる処理の一例を示す。
同様に、図５（ｂ）は、製品Ｂごとに分割された作業記録Ｄ１が、例えば、クラスＢ１～Ｂｎにクラスタリングされる処理の一例を示す。また、図５（ｃ）は、製品Ｃごとに分割された作業記録Ｄ１が、例えば、クラスＣ１～Ｃｎにクラスタリングされる処理の一例を示す。
【0050】
なお、図２～４に示す作業記録Ｄ１に含まれる関連データＸには、修理作業に対応した作業員名、修理作業にかかった作業時間、発注部品リスト、交換実績、顧客名等が含まれる。
以上のように、クラスタリング部１２は、図６に示すように、例えば、製品ごとに分割された作業記録Ｄ１を問い合わせ内容Ｄ２ごとにＫ－ｍｅａｎｓ法を用いてクラスタリングすることで、クラスＡ１の製品Ａに対する受付内容、作業員名、異常コード（異常内容）、発注部品リスト、交換実績、顧客名を含むクラスタリング結果Ｄ４を作成する。
以上のように、クラスタリング部１２は、図６に示すように、例えば、製品ごとに分割された作業記録Ｄ１を問い合わせ内容Ｄ２ごとにＫ－ｍｅａｎｓ法を用いてクラスタリングすることで、クラスＡ１の製品Ａに対する受付内容、作業員名、異常コード（異常内容）、発注部品リスト、交換実績、顧客名を含むクラスタリング結果Ｄ４を作成する。
【0051】
これにより、例えば、教師なし機械学習に含まれるＫ－ｍｅａｎｓ法を用いることで、製品ごとに分割された作業記録Ｄ１を問い合わせ内容Ｄ２ごとに精度よくクラスタリングすることができる。
クラスタリング部１２は、問い合わせ内容を形態素にまで分割する形態素解析を実施し、形態素解析によって抽出された単語をベクトル表現に変換し、ベクトル表現に変換された単語に基づいて、クラスタリングする。
クラスタリング部１２は、問い合わせ内容を形態素にまで分割する形態素解析を実施し、形態素解析によって抽出された単語をベクトル表現に変換し、ベクトル表現に変換された単語に基づいて、クラスタリングする。
【0052】
ここでは、クラスタリング部１２は、例えば、クラスタリングの事前処理として、データ取得部１１が取得した作業記録Ｄ１を製品ごとに分割し、製品ごとに分割された作業記録Ｄ１に含まれる受付内容と異常内容から形態素を抽出することで、形態素解析を行う。
ここで、形態素解析は、例えば、自然言語を形態素（名詞、動詞、副詞、助詞、助動詞等）にまで分割する技術である。
ここで、形態素解析は、例えば、自然言語を形態素（名詞、動詞、副詞、助詞、助動詞等）にまで分割する技術である。
【0053】
具体的には、クラスタリング部１２は、例えば、受付内容が「電源が入らない」である場合に、形態素解析を用いて「電源」という名詞を抽出する。また、クラスタリング部１２は、例えば、異常内容が「バッテリ電圧の低下」である場合に、形態素解析を用いて「バッテリ」「電圧」「低下」の３つの名詞を抽出する。
また、クラスタリング部１２は、ＢａｇＯｆＷｏｒｄｓを用いて上記の通り抽出された単語をベクトル表現に変換する。このとき、受付内容および異常内容に含まれる単語の出現回数が１回である場合に、ベクトルは１と表される。
また、クラスタリング部１２は、ＢａｇＯｆＷｏｒｄｓを用いて上記の通り抽出された単語をベクトル表現に変換する。このとき、受付内容および異常内容に含まれる単語の出現回数が１回である場合に、ベクトルは１と表される。
【0054】
ここで、ＢａｇＯｆＷｏｒｄｓは、上記形態素解析から得られた文章中の単語をベクトル表現に変換することで、機械学習による自然言語処理が行えるようにする手法である。
より詳細には、ＢａｇＯｆＷｏｒｄｓは、文書集合から出現する単語全体を辞書としたときに、各文書に出現する単語の出現回数を考慮して文書を数値ベクトルに変換する技術である。本発明でいう文書集合は、過去の作業記録Ｄ１に含まれる受付内容と異常コードに紐づく異常内容であり、そこから抽出した単語全体が辞書である。そして、１つの受付内容および異常コードに紐づく異常内容の組合せから出現単語をそれぞれカウントし、ベクトルの対応するインデックス（次元）にカウントした数字を入れる（出現していない単語のインデックスは0）ことによって数値ベクトル化する。例えば、受付内容と異常コードに紐づく異常内容における出現単語のカウントが「電源」が２、「バッテリ」が１、「低下」が３となる場合には、「電源」、「バッテリ」、「低下」に対応するベクトルのインデックスはそれぞれ、２、１、３となりその他のインデックスは０となる。
より詳細には、ＢａｇＯｆＷｏｒｄｓは、文書集合から出現する単語全体を辞書としたときに、各文書に出現する単語の出現回数を考慮して文書を数値ベクトルに変換する技術である。本発明でいう文書集合は、過去の作業記録Ｄ１に含まれる受付内容と異常コードに紐づく異常内容であり、そこから抽出した単語全体が辞書である。そして、１つの受付内容および異常コードに紐づく異常内容の組合せから出現単語をそれぞれカウントし、ベクトルの対応するインデックス（次元）にカウントした数字を入れる（出現していない単語のインデックスは0）ことによって数値ベクトル化する。例えば、受付内容と異常コードに紐づく異常内容における出現単語のカウントが「電源」が２、「バッテリ」が１、「低下」が３となる場合には、「電源」、「バッテリ」、「低下」に対応するベクトルのインデックスはそれぞれ、２、１、３となりその他のインデックスは０となる。
【0055】
さらに、クラスタリング部１２は、ＢａｇＯｆＷｏｒｄｓを用いて変換されたベクトルをＫ－ｍｅａｎｓ法に代表される機械学習を用いてクラスタリングする。すなわち、クラスタリング部１２は、出現回数の多い単語を含む受付内容や異常内容はクラスＡ１、出現回数の少ない単語を含む受付内容や異常内容はクラスＡ２というようにクラスタリングする。
【0056】
以上のように、クラスタリング部１２は、図６に示すように、例えば、製品ごとに分割された作業記録Ｄ１を問い合わせ内容Ｄ２ごとに形態素解析およびＢａｇＯｆＷｏｒｄｓを用いてクラスタリングすることで、クラスＡ１の製品Ａに対する受付内容、作業員名、異常コード（異常内容）、発注部品リスト、交換実績、顧客名を含むクラスタリング結果Ｄ４を作成する。具体的には、図６の上段は、クラスＡ１の製品Ａに対する受付内容は「紙が詰まっている」、作業員名は「山田一郎」、異常コードは「００００１」、作業時間は「１０分」、発注部品リストは「部品Ａ」、交換実績は「部品Ａを交換」、顧客名は「Ｘ」というように示されている。
【0057】
これにより、形態素解析を用いて問い合わせ内容Ｄ２を分割し、分割された問い合わせ内容Ｄ２をベクトル表現に変換することで、作業記録Ｄ１を問い合わせ内容Ｄ２ごとに精度よくクラスタリングすることができる。また、クラスタリング手段を上記機械学習と組み合わせることで、迅速かつ正確に作業記録Ｄ１を問い合わせ内容Ｄ２ごとにクラスタリングすることができる。
【0058】
交換部品推定部１３は、クラスタリング部１２においてクラスタリングされた作業記録Ｄ１（クラスタリング結果Ｄ４）を用いて抽出された過去の修理作業で実際に交換された交換部品の情報に基づいて、新たに発生した修理作業に必要な交換部品を推定する。
ここでは、交換部品推定部１３は、図７に示すように、例えば、クラスタリング部１２によってクラスタリングされたクラスＡ１の製品Ａに関するクラスタリング結果Ｄ４を用いて抽出された交換部品推定結果（交換部品組み合わせ表）Ｄ５を参照することで、部品組み合わせ、部品組み合わせごとの発注確率、平均作業時間、部品組み合わせごとの交換確率に基づいて新たに発生した修理作業に必要な交換部品を推定する。
ここでは、交換部品推定部１３は、図７に示すように、例えば、クラスタリング部１２によってクラスタリングされたクラスＡ１の製品Ａに関するクラスタリング結果Ｄ４を用いて抽出された交換部品推定結果（交換部品組み合わせ表）Ｄ５を参照することで、部品組み合わせ、部品組み合わせごとの発注確率、平均作業時間、部品組み合わせごとの交換確率に基づいて新たに発生した修理作業に必要な交換部品を推定する。
【0059】
ここで、部品組み合わせは、例えば、交換部品の全ての組み合わせであり、交換部品が無い場合や交換部品が単体である場合も含む。このとき、例えば、クラスＡ１の製品Ａに関するクラスタリング結果Ｄ４の発注部品リストに交換部品Ａ～Ｃが含まれている場合に、部品組み合わせは、なし，Ａ，Ｂ，Ｃ，ＡＢ，ＢＣ，ＣＡ，ＡＢＣというように抽出される。
【0060】
発注確率は、例えば、作業員が過去に実施した修理作業で実際に発注した発注部品の割合を示す。このとき、例えば、発注部品Ａ～Ｃとある場合に、部品ＡとＢを同時に発注していて部品組み合わせＡＢの発注確率が２０％となっていても、部品Ｂが単体で発注されていない場合は、部品Ｂの発注確率は０％となる。
平均作業時間は、例えば、作業員が過去に実施した上記部品組み合わせに対する修理作業にかかった作業時間の平均を示す。このとき、例えば、クラスＡ１の製品Ａに関して部品Ａ～Ｃとある場合に、部品Ｂが単体で発注されず、部品ＡとＢを同時に発注して部品Ｂのみを交換したという場合でも、部品Ｂの平均作業時間は算出される。
平均作業時間は、例えば、作業員が過去に実施した上記部品組み合わせに対する修理作業にかかった作業時間の平均を示す。このとき、例えば、クラスＡ１の製品Ａに関して部品Ａ～Ｃとある場合に、部品Ｂが単体で発注されず、部品ＡとＢを同時に発注して部品Ｂのみを交換したという場合でも、部品Ｂの平均作業時間は算出される。
【0061】
交換確率は、例えば、過去の修理作業で発注した発注部品のうち実際に発注部品を交換した割合を示す。このとき、例えば、クラスＡ１の製品Ａに関して部品Ａ～Ｃとある場合に、部品Ｂが単体では発注されず、部品Ａ，Ｂ，Ｃを同時に発注して部品Ｂのみを交換したという場合でも、部品Ｂの交換確率として算出される。
以上より、交換部品推定部１３は、例えば、交換部品推定結果（交換部品組み合わせ表）Ｄ５に含まれる情報のうち交換確率に基づいて、交換確率が一番高い部品を新たな修理作業に必要な交換部品として推定する。
以上より、交換部品推定部１３は、例えば、交換部品推定結果（交換部品組み合わせ表）Ｄ５に含まれる情報のうち交換確率に基づいて、交換確率が一番高い部品を新たな修理作業に必要な交換部品として推定する。
【0062】
なお、交換部品推定部１３によって推定された交換部品推定結果（交換部品組み合わせ表）Ｄ５は、記憶装置３に保存されてもよい。
これにより、異常が発生した製品の交換部品を精度よく推定することができる。
さらに、交換部品推定部１３は、図１に示すように、交換確率算出部１３ａと、発注確率算出部１３ｂを、有している。
これにより、異常が発生した製品の交換部品を精度よく推定することができる。
さらに、交換部品推定部１３は、図１に示すように、交換確率算出部１３ａと、発注確率算出部１３ｂを、有している。
【0063】
交換確率算出部１３ａは、作業員が過去に実施した修理作業で発注した発注部品のうち実際に発注部品を交換した実績を示す交換実績に基づいて、作業員が過去に実施した修理作業で実際に交換した交換部品の割合を示す交換確率を算出する。
ここで、交換確率算出部１３ａは、例えば、上述した交換部品推定部１３に含まれ、交換部品の情報に含まれる交換確率を算出する。
ここで、交換確率算出部１３ａは、例えば、上述した交換部品推定部１３に含まれ、交換部品の情報に含まれる交換確率を算出する。
【0064】
ここでは、交換確率算出部１３ａは、図７に示すように、例えば、クラスＡ１の製品Ａに関するクラスタリング結果Ｄ４に基づいて、過去の修理作業で発注した発注部品のうち実際に発注部品を交換した割合を示す交換確率を算出する。交換確率算出部１３ａは、例えば、部品組み合わせがＡ，Ｂ，Ｃである場合に、交換確率は２０％と算出する。
これにより、作業員による過去の修理実績に基づいて実際に交換された交換部品の割合を示す交換確率に基づいて、交換部品推定部１３は、異常が発生した製品の適切な交換部品を推定することができる。
これにより、作業員による過去の修理実績に基づいて実際に交換された交換部品の割合を示す交換確率に基づいて、交換部品推定部１３は、異常が発生した製品の適切な交換部品を推定することができる。
【0065】
発注確率算出部１３ｂは、作業員が過去に実施した修理作業で発注した発注部品の種類に基づいて、作業員が過去に実施した修理作業で実際に発注した発注部品の割合を示す発注確率を算出する。
ここで、発注確率算出部１３ｂは、例えば、上述した交換部品推定部１３に含まれ、交換部品の情報に含まれる発注確率を算出する。
ここで、発注確率算出部１３ｂは、例えば、上述した交換部品推定部１３に含まれ、交換部品の情報に含まれる発注確率を算出する。
【0066】
ここでは、発注確率算出部１３ｂは、図７に示すように、例えば、クラスＡ１の製品Ａに関するクラスタリング結果Ｄ４に基づいて、作業員が過去に実施した修理作業で実際に発注した発注部品の割合を示す発注確率を算出する。発注確率算出部１３ｂは、例えば、部品組み合わせがＡ，Ｂ，Ｃである場合に、発注確率は２０％と算出する。
これにより、作業員による過去の修理実績に基づいて発注された交換部品の割合を示す発注確率に基づいて、交換部品推定部１３は、実際に交換が伴わなくても、交換する蓋然性の高い交換部品を推定することができる。
これにより、作業員による過去の修理実績に基づいて発注された交換部品の割合を示す発注確率に基づいて、交換部品推定部１３は、実際に交換が伴わなくても、交換する蓋然性の高い交換部品を推定することができる。
【0067】
交換部品推定結果更新部１４は、過去に交換部品推定部１３によって推定された修理作業に必要な交換部品の推定結果に対し、作業員が新たに修理作業を実施することで追加された交換部品の推定結果に基づいて、交換部品推定結果（交換部品組み合わせ表）Ｄ５を更新する。
ここでは、交換部品推定結果更新部１４は、例えば、新たに修理作業を実施することで追加された交換部品の推定結果に基づいて、過去に交換部品推定部１３によって推定され記憶装置３に保存されたクラスＡ１の製品Ａに関する交換部品推定結果（交換部品組み合わせ表）Ｄ５を更新する。
ここでは、交換部品推定結果更新部１４は、例えば、新たに修理作業を実施することで追加された交換部品の推定結果に基づいて、過去に交換部品推定部１３によって推定され記憶装置３に保存されたクラスＡ１の製品Ａに関する交換部品推定結果（交換部品組み合わせ表）Ｄ５を更新する。
【0068】
これにより、作業員が新たに修理作業を実施することで追加された交換部品の推定結果に基づいて、過去の交換部品の推定結果を更新することで、常に最新の推定結果のデータを用いて、同様の内容の異常が発生した際の交換部品をより精度よく推定することができる。
交換部品組み合わせ抽出部１５は、交換部品推定部１３によって推定された交換部品の推定結果に交換部品の組み合わせが複数候補含まれる場合に、交換確率が高い交換部品の組み合わせを抽出する。
交換部品組み合わせ抽出部１５は、交換部品推定部１３によって推定された交換部品の推定結果に交換部品の組み合わせが複数候補含まれる場合に、交換確率が高い交換部品の組み合わせを抽出する。
【0069】
ここでは、交換部品組み合わせ抽出部１５は、図８に示すように、例えば、交換部品推定部１３によって推定されたクラスＡｊの製品Ａに関する交換部品推定結果（交換部品組み合わせ表）Ｄ５に含まれる部品組み合わせに対する交換確率のうち最も高い交換確率であるクラスＡｊの部品Ａに関する情報を抽出する。このとき、抽出される部品組み合わせは、部品Ａのように単体の部品も含まれる。
【0070】
また、上記情報は、交換部品組み合わせ抽出部１５によって記憶装置３から取得された位置情報Ｄ７、契約情報Ｄ８、スキルアップ目標Ｄ９等の情報が含まれていてもよい。このとき、位置情報Ｄ７は、作業員が現在地から所定の顧客がいる場所に到達するまでにかかる所要時間等に関する情報が含まれる。契約情報Ｄ８は、契約している顧客が過去に依頼した修理作業に作業員が対応した回数に関する情報が含まれる。スキルアップ目標Ｄ９は、クラスＡｊに対応する修理作業を行うことによって作業員のスキルが向上するか否かに関する情報が含まれる。
【0071】
図８に示すクラスＡｊの部品Ａに関する情報には、例えば、作業員、部品Ａの平均作業時間、部品Ａの作業時間ランキング、クラスＡｊ対応回数、クラスＡｊがスキルアップ目標該当か、顧客Ｘの対応回数、顧客Ｘまでの到達時間等が含まれる。ここで、作業員ＸＸＸは、部品Ａの平均作業時間が１０分であることから、最も早く上記修理作業が完了する。
【0072】
作業員○○○は、クラスＡｊ対応回数が１２回であることから、最も上記修理作業に慣れている。
作業員△△△は、顧客Ｘまでの到達時間が１時間であることから、最も遅く修理作業にとりかかる。
作業員■■■は、部品Ａの平均作業時間が２０分、クラスＡｊ対応回数が５回、顧客Ｘの対応回数が８回、顧客Ｘまでの到達時間が３５分であることから、上記修理作業に関して特別優れている項目や劣っている項目はない。
作業員△△△は、顧客Ｘまでの到達時間が１時間であることから、最も遅く修理作業にとりかかる。
作業員■■■は、部品Ａの平均作業時間が２０分、クラスＡｊ対応回数が５回、顧客Ｘの対応回数が８回、顧客Ｘまでの到達時間が３５分であることから、上記修理作業に関して特別優れている項目や劣っている項目はない。
【0073】
作業員★★★は、顧客Ｘまでの到達時間が５分であることから、最も早く修理作業にとりかかる。
これにより、交換部品推定部１３によって推定された交換部品の候補が複数候補ある場合に、最も交換する蓋然性の高い交換部品の組み合わせを推定することで、異常が発生した製品の交換部品を効率よく推定することができる。また、交換部品推定装置１０の使用者は、交換部品組み合わせ抽出部１５によって抽出されたクラスＡｊの部品Ａに関する上記情報に基づいて、新たに発生した修理作業に状況に応じた作業員を割り当てることができる。
これにより、交換部品推定部１３によって推定された交換部品の候補が複数候補ある場合に、最も交換する蓋然性の高い交換部品の組み合わせを推定することで、異常が発生した製品の交換部品を効率よく推定することができる。また、交換部品推定装置１０の使用者は、交換部品組み合わせ抽出部１５によって抽出されたクラスＡｊの部品Ａに関する上記情報に基づいて、新たに発生した修理作業に状況に応じた作業員を割り当てることができる。
【0074】
作業員スキル推定部１６は、クラスタリング部１２によってクラスタリングされた作業記録Ｄ１に含まれる作業時間と、作業員が過去に実施した修理作業で発注した発注部品のうち実際に発注部品を交換した実績を示す交換実績と、に基づいて、作業員ごとの新たな修理作業に必要な作業時間を示す期待作業時間を含む作業員スキルを推定する。また、作業記録は、作業員が過去に実施した修理作業にかかった作業時間に関する情報を含む。
【0075】
ここで、作業員スキルは、例えば、新たな修理作業に必要な作業時間を示す作業員ごとの期待作業時間や、新たに受け付けた問い合わせ内容Ｄ２のうち過去に実施した同一のクラスの修理作業の対応回数等のように作業員のスキルを定量的に表したものである。
ここでは、作業員スキル推定部１６は、図９に示すように、例えば、クラスＡｊの製品Ａに関する作業員ごとの部品の組み合わせ（単体の部品も含む）ごとにかかる修理作業の時間、期待作業時間、クラスＡｊ対応回数、クラスＡｊがスキルアップ目標該当か、顧客Ｘの対応回数、顧客Ｘまでの到達時間等を含む作業員スキルを推定する。
ここでは、作業員スキル推定部１６は、図９に示すように、例えば、クラスＡｊの製品Ａに関する作業員ごとの部品の組み合わせ（単体の部品も含む）ごとにかかる修理作業の時間、期待作業時間、クラスＡｊ対応回数、クラスＡｊがスキルアップ目標該当か、顧客Ｘの対応回数、顧客Ｘまでの到達時間等を含む作業員スキルを推定する。
【0076】
ここで、作業員スキル推定部１６は、クラスタリング結果Ｄ４に含まれる交換実績および作業時間に基づいて、交換部品の組み合わせ（単体の部品も含む）ごとの期待作業時間を推定する。このとき、部品ＡＢの項目には、例えば、部品Ａ，Ｂを発注して、実際に部品Ａ，Ｂを交換した場合の作業時間や、部品Ａ，Ｂ，Ｃを発注して、実際に部品Ａ，Ｂのみを交換した場合の作業時間が含まれる。
【0077】
期待作業時間は、作業員ごとの新たな修理作業に必要な作業時間を示し、クラスタリング結果Ｄ４から算出される作業員が過去に実施した修理作業で実際に発注した発注部品の割合を示す発注確率と、作業員が過去に実施した交換部品の組み合わせに対する修理作業にかかった作業時間の平均を示す平均作業時間と、を乗算して交換部品の組み合わせごとに合算することで算出される。
【0078】
このとき、作業員スキル推定部１６は、作業員「山田一郎」の期待作業時間は２０分、作業員「山田次郎」の期待作業時間は１５分、作業員「山田三郎」の期待作業時間は２３分であることから、作業員「山田次郎」が最も早く上記修理作業を完了すると推定する。
また、作業員スキル推定部１６は、作業員「山田二郎」による顧客Ｘの対応回数が１０回、顧客Ｙの対応回数が２０回、顧客Ｚの対応回数が３０回であることから、作業員「山田二郎」が最も上記修理作業に適していると推定する。さらに、作業員スキル推定部１６は、作業員「山田一郎」による顧客Ｘの対応回数が１０回であることから、作業員「山田一郎」が上記修理作業に適していると推定してもよい。
また、作業員スキル推定部１６は、作業員「山田二郎」による顧客Ｘの対応回数が１０回、顧客Ｙの対応回数が２０回、顧客Ｚの対応回数が３０回であることから、作業員「山田二郎」が最も上記修理作業に適していると推定する。さらに、作業員スキル推定部１６は、作業員「山田一郎」による顧客Ｘの対応回数が１０回であることから、作業員「山田一郎」が上記修理作業に適していると推定してもよい。
【0079】
なお、作業員スキル推定部１６によって推定された作業員スキル推定結果（作業員スキル表）Ｄ６は、記憶装置３に保存されてもよい。
これにより、作業員が過去に実施した修理作業で交換した交換部品の情報を含む作業員スキルの推定結果を参考にすることで、新たに受け付けた問い合わせ内容Ｄ２に対して適切な作業員を割り当てることができる。また、交換部品推定装置１０の使用者および作業員自身は、作業員スキルの推定結果を参考にすることで、上記修理作業に必要な能力を定量的に把握することができる。さらに、交換部品推定装置１０の使用者は、作業員スキルの推定結果を参考にすることで、作業員を効率よく育成することができる。
これにより、作業員が過去に実施した修理作業で交換した交換部品の情報を含む作業員スキルの推定結果を参考にすることで、新たに受け付けた問い合わせ内容Ｄ２に対して適切な作業員を割り当てることができる。また、交換部品推定装置１０の使用者および作業員自身は、作業員スキルの推定結果を参考にすることで、上記修理作業に必要な能力を定量的に把握することができる。さらに、交換部品推定装置１０の使用者は、作業員スキルの推定結果を参考にすることで、作業員を効率よく育成することができる。
【0080】
作業員スキル推定結果更新部１７は、過去に作業員スキル推定部１６によって推定された作業員スキルの推定結果に対し、作業員が新たに修理作業を実施することで追加された作業員スキルの推定結果に基づいて、作業員スキルの推定結果を更新する。
ここでは、作業員スキル推定結果更新部１７は、例えば、作業員が新たに修理作業を実施することで追加された作業員スキルの推定結果に基づいて、過去に作業員スキル推定部１６によって推定され記憶装置３に保存された作業員スキル推定結果（作業員スキル表）Ｄ６を更新する。
ここでは、作業員スキル推定結果更新部１７は、例えば、作業員が新たに修理作業を実施することで追加された作業員スキルの推定結果に基づいて、過去に作業員スキル推定部１６によって推定され記憶装置３に保存された作業員スキル推定結果（作業員スキル表）Ｄ６を更新する。
【0081】
これにより、作業員が新たに修理作業を実施することで追加された作業員スキルの推定結果に基づいて、過去の作業員スキルの推定結果を更新することで、常に最新の推定結果のデータを用いて、同様の内容の異常が発生した際に、作業員ごとのより適切な修理作業を把握することができる。
作業推定時間算出部１８は、作業員が過去に実施した修理作業にかかった作業時間の平均時間を示す作業推定時間を算出する。
作業推定時間算出部１８は、作業員が過去に実施した修理作業にかかった作業時間の平均時間を示す作業推定時間を算出する。
【0082】
ここでは、作業推定時間算出部１８は、クラスＡｊの過去の修理作業にかかった作業時間が含まれるクラスタリング結果Ｄ４に基づいて、上記作業時間の平均時間を算出する。
これにより、例えば、作業員が新たに行う修理作業に作業推定時間以上の期待作業時間が推定される場合には、交換部品推定装置１０の使用者は、上記作業員は上記修理作業に不向きであると判断することができる。
これにより、例えば、作業員が新たに行う修理作業に作業推定時間以上の期待作業時間が推定される場合には、交換部品推定装置１０の使用者は、上記作業員は上記修理作業に不向きであると判断することができる。
【0083】
レコメンド内容作成部１９は、作業推定時間算出部１８において算出された作業推定時間と、作業員の位置情報Ｄ７およびユーザとの契約情報Ｄ８と、に基づいて、作業員を修理作業に割り当てるためのレコメンド内容を作成する。
ここで、レコメンド内容は、例えば、作業員ごとの新たな修理作業に必要な作業時間を示す期待作業時間、契約しているユーザから受け付けた修理作業に対応した回数（担当経験、顔見知りであるか否か）、位置情報に基づいて算出される作業員が問い合わせから修理作業にとりかかるまでの時間等が示されたデータである。
ここで、レコメンド内容は、例えば、作業員ごとの新たな修理作業に必要な作業時間を示す期待作業時間、契約しているユーザから受け付けた修理作業に対応した回数（担当経験、顔見知りであるか否か）、位置情報に基づいて算出される作業員が問い合わせから修理作業にとりかかるまでの時間等が示されたデータである。
【0084】
ここでは、レコメンド内容作成部１９は、図１０に示すように、例えば、クラスＡｊの製品Ａに関する作業員ごとの部品の組み合わせ（単体の部品も含む）に対する平均作業時間、期待作業時間、クラスＡｊ対応回数、顧客Ｘの対応回数、顧客Ｘまでの到達時間等を含むレコメンド内容を作成する。ここで、作業員ＸＸＸの期待作業時間は１１．５分、作業員○○○の期待作業時間は１３．５分、作業員△△△の期待作業時間は１７分、作業員■■■の期待作業時間は１９分、作業員★★★の期待作業時間は２２．５分である。
【0085】
このとき、交換部品推定装置１０の使用者は、作業推定時間算出部１８によって算出された作業推定時間と、レコメンド内容に含まれる期待作業時間に基づいて、どの作業員がクラスＡｊの製品Ａに関する修理作業に適しているかを判断する。例えば、交換部品推定装置１０の使用者は、作業推定時間算出部１８によって算出された作業推定時間が１５分であった場合に、作業員ＸＸＸおよび作業員○○○はクラスＡｊの製品Ａに関する修理作業に適していると判断する。
【0086】
また、交換部品推定装置１０の使用者は、位置情報Ｄ７に基づく顧客Ｘまでの到達時間や、契約情報Ｄ８に基づく顧客Ｘの対応回数等を参考に、どの作業員がクラスＡｊの製品Ａに関する修理作業に適しているかを判断してもよい。
これにより、作業員ごとの作業推定時間、作業員の位置情報およびユーザとの契約内容に基づいて、修理作業ごとに適切な作業員を容易に把握することができる。
これにより、作業員ごとの作業推定時間、作業員の位置情報およびユーザとの契約内容に基づいて、修理作業ごとに適切な作業員を容易に把握することができる。
【0087】
レコメンド内容表示部２０は、レコメンド内容作成部１９において作成されたレコメンド内容を表示する。
ここでは、レコメンド内容表示部２０がレコメンド内容作成部１９において作成されたレコメンド内容を表示することで、交換部品推定装置１０の使用者は、作業推定時間算出部１８によって算出された作業推定時間と、レコメンド内容に表示される期待作業時間と、を比較することで、例えば、どの作業員がクラスＡｊの製品Ａに関する修理作業に適しているかを判断する。
ここでは、レコメンド内容表示部２０がレコメンド内容作成部１９において作成されたレコメンド内容を表示することで、交換部品推定装置１０の使用者は、作業推定時間算出部１８によって算出された作業推定時間と、レコメンド内容に表示される期待作業時間と、を比較することで、例えば、どの作業員がクラスＡｊの製品Ａに関する修理作業に適しているかを判断する。
【0088】
これにより、表示装置４に上記レコメンド内容を表示させることで、例えば、交換部品推定装置１０の使用者は、修理作業ごとに適切な作業員を容易に把握することができる。
作業員スキル推定結果マージ部２１は、作業員スキル推定部１６から取得した作業員スキル推定結果（作業員スキル表）Ｄ６を全クラスで統合する。
ここでは、作業員スキル推定結果マージ部２１は、図１１に示すように、例えば、製品Ａについて、クラスＡ１～Ａｎの作業員スキル推定結果（作業員スキル表）Ｄ６を統合する。図１２についても同様に、作業員スキル推定結果マージ部２１は、製品Ｂについて、クラスＢ１～Ｂｎ’の作業員スキル推定結果（作業員スキル表）Ｄ６を統合する。図１３についても同様に、作業員スキル推定結果マージ部２１は、製品Ｃについて、クラスＣ１～Ｃｎ”の作業員スキル推定結果（作業員スキル表）Ｄ６を統合する。
作業員スキル推定結果マージ部２１は、作業員スキル推定部１６から取得した作業員スキル推定結果（作業員スキル表）Ｄ６を全クラスで統合する。
ここでは、作業員スキル推定結果マージ部２１は、図１１に示すように、例えば、製品Ａについて、クラスＡ１～Ａｎの作業員スキル推定結果（作業員スキル表）Ｄ６を統合する。図１２についても同様に、作業員スキル推定結果マージ部２１は、製品Ｂについて、クラスＢ１～Ｂｎ’の作業員スキル推定結果（作業員スキル表）Ｄ６を統合する。図１３についても同様に、作業員スキル推定結果マージ部２１は、製品Ｃについて、クラスＣ１～Ｃｎ”の作業員スキル推定結果（作業員スキル表）Ｄ６を統合する。
【0089】
これにより、所定の製品について全クラスが統合された作業員スキル推定結果（作業員スキル表）Ｄ６に基づいて、例えば、交換部品推定装置１０の使用者は、全クラスの中から作業員の適切な修理作業を把握することができる。
作業員スキル推定結果集計部２２は、作業員スキル推定結果マージ部２１から取得した統合された作業員スキル推定結果（作業員スキル表）Ｄ６を作業員ごとに集計する。
作業員スキル推定結果集計部２２は、作業員スキル推定結果マージ部２１から取得した統合された作業員スキル推定結果（作業員スキル表）Ｄ６を作業員ごとに集計する。
【0090】
ここでは、作業員スキル推定結果集計部２２は、図１４に示すように、例えば、１人の作業員について、製品ＡのクラスＡ１に対する期待作業時間、クラス対応回数等を集計する。このとき、作業員スキル推定結果集計部２２は、所定の製品に関する所定のクラスの全作業員の平均期待作業時間を算出してもよい。
これにより、作業員ごとの過去の修理作業への対応実績を把握することができる。
これにより、作業員ごとの過去の修理作業への対応実績を把握することができる。
【0091】
表示制御部２３は、交換部品推定部１３によって推定された交換部品の推定結果を表示するように、表示装置４を制御する。
なお、表示制御部２３が表示装置４に表示させるデータは、交換部品の推定結果に限定されるものではなく、例えば、記憶装置３に保存されている各種データであってもよい。
これにより、交換部品推定装置１０の使用者は、任意のタイミングで、必要に応じたデータを参照することができる。
なお、表示制御部２３が表示装置４に表示させるデータは、交換部品の推定結果に限定されるものではなく、例えば、記憶装置３に保存されている各種データであってもよい。
これにより、交換部品推定装置１０の使用者は、任意のタイミングで、必要に応じたデータを参照することができる。
【0092】
出力制御部２４は、交換部品推定部１３によって推定された交換部品の推定結果を出力するように、出力装置５を制御する。
なお、出力制御部２４が出力装置５に出力させるデータは、交換部品の推定結果に限定されるものではなく、例えば、記憶装置３に保存されている各種データであってもよい。
これにより、交換部品の推定結果を出力する出力装置５を制御することで、出力されたデータを適切なタイミングで異常が発生した製品の修理作業を支援する会社等に提供することができる。
なお、出力制御部２４が出力装置５に出力させるデータは、交換部品の推定結果に限定されるものではなく、例えば、記憶装置３に保存されている各種データであってもよい。
これにより、交換部品の推定結果を出力する出力装置５を制御することで、出力されたデータを適切なタイミングで異常が発生した製品の修理作業を支援する会社等に提供することができる。
【0093】
＜交換部品推定方法＞
本実施形態の交換部品推定装置１０は、図１５に示すフローチャートに従って、交換部品推定方法を実行する。
すなわち、本実施形態の交換部品推定方法では、図１５に示すように、ステップＳ１において、データ取得部１１が、入力装置２から送信された過去に実施された修理作業で実際に交換された交換部品の情報と、製品の修理を依頼するユーザから受け付けた問い合わせ内容Ｄ２と、を含む作業記録Ｄ１を取得する（データ取得ステップ）。
本実施形態の交換部品推定装置１０は、図１５に示すフローチャートに従って、交換部品推定方法を実行する。
すなわち、本実施形態の交換部品推定方法では、図１５に示すように、ステップＳ１において、データ取得部１１が、入力装置２から送信された過去に実施された修理作業で実際に交換された交換部品の情報と、製品の修理を依頼するユーザから受け付けた問い合わせ内容Ｄ２と、を含む作業記録Ｄ１を取得する（データ取得ステップ）。
【0094】
次に、ステップＳ２では、データ取得部１１が、入力装置２から送信されたユーザから新たに受け付けた問い合わせ内容Ｄ２取得する（データ取得ステップ）。
次に、ステップＳ３では、クラスタリング部１２が、データ取得部１１で取得された作業記録Ｄ１を製品ごとに分割する。
次に、ステップＳ４では、クラスタリング部１２が、ステップＳ３においてクラスタリング部１２によって製品ごとに分割された作業記録Ｄ１を、ステップＳ１においてデータ取得部１１が取得した作業記録Ｄ１に含まれる問い合わせ内容Ｄ２ごとにクラスタリングする（クラスタリングステップ）。
次に、ステップＳ３では、クラスタリング部１２が、データ取得部１１で取得された作業記録Ｄ１を製品ごとに分割する。
次に、ステップＳ４では、クラスタリング部１２が、ステップＳ３においてクラスタリング部１２によって製品ごとに分割された作業記録Ｄ１を、ステップＳ１においてデータ取得部１１が取得した作業記録Ｄ１に含まれる問い合わせ内容Ｄ２ごとにクラスタリングする（クラスタリングステップ）。
【0095】
次に、ステップＳ５では、ステップＳ２においてデータ取得部１１が新たに問い合わせ内容Ｄ２を取得した際に、交換部品推定部１３が、クラスタリング部１２においてクラスタリングされた作業記録Ｄ１を用いて抽出された過去の修理作業で実際に交換された交換部品の情報に基づいて、新たに発生した修理作業に必要な交換部品を推定する（交換部品推定ステップ）。
【0096】
次に、ステップＳ６では、交換部品組み合わせ抽出部１５が、ステップＳ５において交換部品推定部１３が推定した交換部品の推定結果のうち、過去の修理作業で発注した発注部品のうち実際に発注部品を交換した割合を示す交換確率が高い交換部品の組み合わせを抽出する。
次に、ステップＳ７では、作業員スキル推定部１６が、クラスタリング部１２によってクラスタリングされた作業記録Ｄ１に含まれる作業時間と、作業員が過去に実施した修理作業で発注した発注部品のうち実際に発注部品を交換した実績を示す交換実績と、に基づいて、作業員ごとの新たな修理作業に必要な作業時間を示す期待作業時間を含む作業員スキルを推定する。
次に、ステップＳ７では、作業員スキル推定部１６が、クラスタリング部１２によってクラスタリングされた作業記録Ｄ１に含まれる作業時間と、作業員が過去に実施した修理作業で発注した発注部品のうち実際に発注部品を交換した実績を示す交換実績と、に基づいて、作業員ごとの新たな修理作業に必要な作業時間を示す期待作業時間を含む作業員スキルを推定する。
【0097】
次に、ステップＳ８では、作業推定時間算出部１８が、データ取得部１１が取得した作業記録Ｄ１に基づいて、作業員が過去に実施した修理作業にかかった作業時間の平均時間を示す作業推定時間を算出する。
次に、ステップＳ９では、レコメンド内容作成部１９が、作業推定時間算出部１８において算出された作業推定時間と、作業員の位置情報Ｄ７およびユーザとの契約情報Ｄ８と、に基づいて、作業員を修理作業に割り当てるためのレコメンド内容を作成する。
また、レコメンド内容表示部２０が、レコメンド内容作成部１９において作成されたレコメンド内容を表示する。
次に、ステップＳ９では、レコメンド内容作成部１９が、作業推定時間算出部１８において算出された作業推定時間と、作業員の位置情報Ｄ７およびユーザとの契約情報Ｄ８と、に基づいて、作業員を修理作業に割り当てるためのレコメンド内容を作成する。
また、レコメンド内容表示部２０が、レコメンド内容作成部１９において作成されたレコメンド内容を表示する。
【0098】
＜主な特徴＞
本実施形態の交換部品推定装置１０は、以上のように、異常が発生した製品の交換部品を推定する装置であって、データ取得部１１と、クラスタリング部１２と、交換部品推定部１３と、を備えている。データ取得部１１は、製品の修理を行う作業員が過去に実施した修理作業のうち修理作業で実際に交換された交換部品の情報と製品の修理を依頼するユーザから受け付けた問い合わせ内容Ｄ２とを含む作業記録Ｄ１と、ユーザから新たに受け付けた問い合わせ内容Ｄ２と、を取得する。クラスタリング部１２は、データ取得部１１において取得された作業記録Ｄ１を、データ取得部１１において取得された過去の問い合わせ内容Ｄ２ごとにクラスタリングする。交換部品推定部１３は、データ取得部１１が新たに問い合わせ内容Ｄ２を取得した際に、クラスタリング部１２においてクラスタリングされた作業記録Ｄ１を用いて抽出された過去の修理作業で実際に交換された交換部品の情報に基づいて、新たに発生した修理作業に必要な交換部品を推定する。
これにより、作業記録Ｄ１が問い合わせ内容Ｄ２ごとにクラスタリングされているため、新たに問い合わせを受け付けた際に、クラスタリングされた作業記録Ｄ１に含まれる交換部品の情報を用いて交換部品を推定することができる。
この結果、異常が発生した製品の交換部品を精度よく推定することができる。
本実施形態の交換部品推定装置１０は、以上のように、異常が発生した製品の交換部品を推定する装置であって、データ取得部１１と、クラスタリング部１２と、交換部品推定部１３と、を備えている。データ取得部１１は、製品の修理を行う作業員が過去に実施した修理作業のうち修理作業で実際に交換された交換部品の情報と製品の修理を依頼するユーザから受け付けた問い合わせ内容Ｄ２とを含む作業記録Ｄ１と、ユーザから新たに受け付けた問い合わせ内容Ｄ２と、を取得する。クラスタリング部１２は、データ取得部１１において取得された作業記録Ｄ１を、データ取得部１１において取得された過去の問い合わせ内容Ｄ２ごとにクラスタリングする。交換部品推定部１３は、データ取得部１１が新たに問い合わせ内容Ｄ２を取得した際に、クラスタリング部１２においてクラスタリングされた作業記録Ｄ１を用いて抽出された過去の修理作業で実際に交換された交換部品の情報に基づいて、新たに発生した修理作業に必要な交換部品を推定する。
これにより、作業記録Ｄ１が問い合わせ内容Ｄ２ごとにクラスタリングされているため、新たに問い合わせを受け付けた際に、クラスタリングされた作業記録Ｄ１に含まれる交換部品の情報を用いて交換部品を推定することができる。
この結果、異常が発生した製品の交換部品を精度よく推定することができる。
【0099】
［他の実施形態］
以上、本発明の一実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、発明の要旨を逸脱しない範囲で種々の変更が可能である。
以上、本発明の一実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、発明の要旨を逸脱しない範囲で種々の変更が可能である。
【0100】
（Ａ）
上記実施形態では、交換部品推定装置および交換部品推定方法として、本発明を実現した例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
例えば、上述した交換部品推定方法をコンピュータに実行させる交換部品推定プログラムとして本発明を実現してもよい。
上記実施形態では、交換部品推定装置および交換部品推定方法として、本発明を実現した例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
例えば、上述した交換部品推定方法をコンピュータに実行させる交換部品推定プログラムとして本発明を実現してもよい。
【0101】
この交換部品推定プログラムは、交換部品推定装置に搭載されたメモリ（記憶部）に保存されており、ＣＰＵがメモリに保存された交換部品推定プログラムを読み込んで、ハードウェアに各ステップを実行させる。より具体的には、ＣＰＵが交換部品推定プログラムを読み込んで、上述したデータ取得ステップと、クラスタリングステップと、交換部品推定ステップと、を実行することで、上記と同様の効果を得ることができる。
また、本発明は、交換部品推定プログラムを保存した記録媒体として実現されてもよい。
また、本発明は、交換部品推定プログラムを保存した記録媒体として実現されてもよい。
【0102】
（Ｂ）
上記実施形態では、交換部品推定部１３は、交換確率算出部１３ａによって算出された交換確率に基づいて交換部品を推定する例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
例えば、交換部品推定部は、発注確率算出部によって算出された発注確率や、過去の修理作業で交換した部品の個数等に基づいて、交換確率を用いずに交換部品を推定してもよい。
上記実施形態では、交換部品推定部１３は、交換確率算出部１３ａによって算出された交換確率に基づいて交換部品を推定する例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
例えば、交換部品推定部は、発注確率算出部によって算出された発注確率や、過去の修理作業で交換した部品の個数等に基づいて、交換確率を用いずに交換部品を推定してもよい。
【0103】
（Ｃ）
上記実施形態では、交換部品推定部１３は、発注確率算出部１３ｂによって算出された発注確率に基づいて交換部品を推定する例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
例えば、交換部品推定部は、交換確率算出部によって算出された交換確率や、過去の修理作業で交換した部品の個数等に基づいて、発注確率を用いずに交換部品を推定してもよい。
上記実施形態では、交換部品推定部１３は、発注確率算出部１３ｂによって算出された発注確率に基づいて交換部品を推定する例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
例えば、交換部品推定部は、交換確率算出部によって算出された交換確率や、過去の修理作業で交換した部品の個数等に基づいて、発注確率を用いずに交換部品を推定してもよい。
【0104】
（Ｄ）
上記実施形態では、クラスタリング部１２は、形態素解析およびベクトル変換を用いてクラスタリングする例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
例えば、クラスタリング部は、単語の重要度に基づいてクラスタリングするＴＦ－ＩＤＦや、文章単位でベクトル演算を行うＳｅｎｔｅｎｃｅ２ｖｅｃに基づいてクラスタリングしてもよい。
上記実施形態では、クラスタリング部１２は、形態素解析およびベクトル変換を用いてクラスタリングする例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
例えば、クラスタリング部は、単語の重要度に基づいてクラスタリングするＴＦ－ＩＤＦや、文章単位でベクトル演算を行うＳｅｎｔｅｎｃｅ２ｖｅｃに基づいてクラスタリングしてもよい。
【0105】
（Ｅ）
上記実施形態では、クラスタリング部１２は、教師なし学習のＫ－ｍｅａｎｓ法を用いてクラスタリングする例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
例えば、クラスタリング部がクラスタリングに用いる機械学習は、教師あり学習、教師なし学習、半教師学習、強化学習、深層学習のいずれかの方法でもよく、更に、これらの学習方法を組み合わせた学習方法でもよい。
上記実施形態では、クラスタリング部１２は、教師なし学習のＫ－ｍｅａｎｓ法を用いてクラスタリングする例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
例えば、クラスタリング部がクラスタリングに用いる機械学習は、教師あり学習、教師なし学習、半教師学習、強化学習、深層学習のいずれかの方法でもよく、更に、これらの学習方法を組み合わせた学習方法でもよい。
【0106】
（Ｆ）
上記実施形態では、作業推定時間算出部１８は、作業員が過去に実施した修理作業にかかった作業時間の平均時間を示す作業推定時間を算出する例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
例えば、直近の作業時間に基づいて作業推定時間を算出する等、算出方法を任意に変更してもよい。
上記実施形態では、作業推定時間算出部１８は、作業員が過去に実施した修理作業にかかった作業時間の平均時間を示す作業推定時間を算出する例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
例えば、直近の作業時間に基づいて作業推定時間を算出する等、算出方法を任意に変更してもよい。
【0107】
（Ｇ）
上記実施形態では、レコメンド内容作成部１９は、期待作業時間、契約しているユーザから受け付けた修理作業に対応した回数、作業員が問い合わせから修理作業にとりかかるまでの時間等を含むレコメンド内容を作成する例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
例えば、レコメンド内容作成部は、期待作業時間のランキング、修理作業が作業員のスキル向上に繋がるか否かの判定等が含まれるレコメンド内容を作成してもよい。
上記実施形態では、レコメンド内容作成部１９は、期待作業時間、契約しているユーザから受け付けた修理作業に対応した回数、作業員が問い合わせから修理作業にとりかかるまでの時間等を含むレコメンド内容を作成する例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
例えば、レコメンド内容作成部は、期待作業時間のランキング、修理作業が作業員のスキル向上に繋がるか否かの判定等が含まれるレコメンド内容を作成してもよい。
【0108】
（Ｈ）
上記実施形態では、記憶装置３が、交換部品推定装置１０の外部に設けられている例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
上記実施形態では、記憶装置３が、交換部品推定装置１０の外部に設けられている例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
【0109】
例えば、交換部品推定装置は、交換部品推定装置の内部に記憶部を備えている構成であってもよい。この場合でも、交換部品推定装置の各構成部は、必要なデータを適切なタイミングで記憶部から取得することができる。
【産業上の利用可能性】
【0110】
本発明の交換部品推定装置は、異常が発生した製品の交換部品を精度よく推定することができるという効果を奏することから、異常が発生した製品の修理作業を支援する各種装置に対して広く適用可能である。
【符号の説明】
【0111】
２ 入力装置
３ 記憶装置
４ 表示装置
５ 出力装置
１０ 交換部品推定装置
１１ データ取得部
１２ クラスタリング部
１３ 交換部品推定部
１３ａ 交換確率算出部
１３ｂ 発注確率算出部
１４ 交換部品推定結果更新部
１５ 交換部品組み合わせ抽出部
１６ 作業員スキル推定部
１７ 作業員スキル推定結果更新部
１８ 作業推定時間算出部
１９ レコメンド内容作成部
２０ レコメンド内容表示部
２１ 作業員スキル推定結果マージ部
２２ 作業員スキル推定結果集計部
２３ 表示制御部
２４ 出力制御部
Ｄ１ 作業記録
Ｄ２ 問い合わせ内容
Ｄ３ 異常コードと異常内容の対応表
Ｄ４ クラスタリング結果
Ｄ５ 交換部品推定結果（交換部品組み合わせ表）
Ｄ６ 作業員スキル推定結果（作業員スキル表）
Ｄ７ 位置情報
Ｄ８ 契約情報
Ｄ９ スキルアップ目標
３ 記憶装置
４ 表示装置
５ 出力装置
１０ 交換部品推定装置
１１ データ取得部
１２ クラスタリング部
１３ 交換部品推定部
１３ａ 交換確率算出部
１３ｂ 発注確率算出部
１４ 交換部品推定結果更新部
１５ 交換部品組み合わせ抽出部
１６ 作業員スキル推定部
１７ 作業員スキル推定結果更新部
１８ 作業推定時間算出部
１９ レコメンド内容作成部
２０ レコメンド内容表示部
２１ 作業員スキル推定結果マージ部
２２ 作業員スキル推定結果集計部
２３ 表示制御部
２４ 出力制御部
Ｄ１ 作業記録
Ｄ２ 問い合わせ内容
Ｄ３ 異常コードと異常内容の対応表
Ｄ４ クラスタリング結果
Ｄ５ 交換部品推定結果（交換部品組み合わせ表）
Ｄ６ 作業員スキル推定結果（作業員スキル表）
Ｄ７ 位置情報
Ｄ８ 契約情報
Ｄ９ スキルアップ目標
【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】