特許 7607537 ユーザに対して因果ループ図を表示するシステム及び方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-12-19

(45)【発行日】2024-12-27

(54)【発明の名称】ユーザに対して因果ループ図を表示するシステム及び方法

(51)【国際特許分類】

   G06Q 10/067 20230101AFI20241220BHJP

   G06Q 10/0635 20230101ALI20241220BHJP

【ＦＩ】

G06Q10/067

G06Q10/0635

【請求項の数】 9

(21)【出願番号】P 2021141348

(22)【出願日】2021-08-31

(65)【公開番号】P2023034888

(43)【公開日】2023-03-13

【審査請求日】2024-02-26

(73)【特許権者】

【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】110001678

【氏名又は名称】藤央弁理士法人

(72)【発明者】

【氏名】マソラ アリシア

(72)【発明者】

【氏名】太田 延之

(72)【発明者】

【氏名】吉本 尚起

【審査官】関 博文

(56)【参考文献】

【文献】特開２０１６－７６０２６（ＪＰ，Ａ）

【文献】特開２０１７－１４６７３４（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１７／０１４９６２１（ＵＳ，Ａ１）

【文献】国際公開第２０２０／１６２０７３（ＷＯ，Ａ１）

【文献】長岡 晴子 他，顧客協創によるサービス事業の拡大 ヒトと経営の視点からの顧客価値可視化手法の開発，日立評論 ，日立評論社，2015年11月01日，第９７巻, 第１１号 ，pp.29-33

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

(57)【特許請求の範囲】

【請求項1】

ユーザに対して因果ループ図を表示するシステムであって、
１以上の演算装置と、
１以上の記憶装置と、を含み、
前記１以上の記憶装置は、
１以上の因果ループ図の情報と、
ユーザとノードとを関連付ける第１管理情報と、を格納し、
前記１以上の因果ループ図に含まれるノードそれぞれに重みが付与され、
前記１以上の演算装置は、
第１ユーザを識別するユーザ識別子を取得し、
前記第１管理情報を参照して、前記１以上の因果ループ図に含まれるノードにおいて、前記第１ユーザに関連するノードを選択し、
前記選択したノードの重みを増加させ、
前記１以上の因果ループ図のノードを含む因果ループ図の表示において、前記重みが第１閾値以上のノードを強調表示する、システム。

【請求項2】

請求項１に記載のシステムであって、
前記第１管理情報は、ユーザの関心ノードの種類を管理するユーザ情報を含み、
前記１以上の演算装置は、前記第１ユーザに関連付けられている関心ノードの重みを増加させる、システム。

【請求項3】

請求項１に記載のシステムであって、
前記第１管理情報は、
ユーザの関連するタスクを管理するユーザ情報と、
タスクとノードとを関連付けるタスク－ノード関係情報と、を含み、
前記１以上の演算装置は、前記第１ユーザに関連付けられているタスクと関連するノードの重みを増加させる、システム。

【請求項4】

請求項１に記載のシステムであって、
前記１以上の記憶装置は、
前記第１管理情報は、ユーザと関連する利害関係者を管理するユーザ情報を含み、
前記１以上の演算装置は、前記第１ユーザと関連付けられる利害関係者に関連付けられているノードの重みを増加させる、システム。

【請求項5】

請求項１に記載のシステムであって、
前記１以上の演算装置は、
前記１以上の因果ループ図内のネガティブループの重みを、前記ネガティブループを構成するノードの重みに基づき決定し、
前記ネガティブループの重みが第２閾値以上のネガティブループを、クリティカルループと決定し、
前記因果ループ図の表示において、前記クリティカルループにおいて重みが前記第１閾値以上のノードを強調表示する、システム。

【請求項6】

請求項１に記載のシステムであって、
前記１以上の記憶装置は、
ユーザ識別子とユーザタイプとを関連付けるユーザ情報と、
前記ユーザタイプと表示が許可されたノードタイプとを関連付けるユーザタイプ情報と、を格納し、
前記１以上の演算装置は、
前記ユーザ情報及び前記ユーザタイプ情報を参照して、前記第１ユーザに対して表示可能なノードタイプを決定し、
表示する前記因果ループ図を表示可能なノードタイプのノードで構成する、システム。

【請求項7】

請求項１に記載のシステムであって、
前記１以上の演算装置は、
前記因果ループ図の表示において、前記１以上の因果ループ図のソースにより隠されたノードの一部の情報のみを表示し、
前記第１ユーザからの前記隠されたノードの表示要求を前記ソースに転送し、
前記ソースからの承認に応答して、前記隠されたノードの他の一部の情報を表示する、システム。

【請求項8】

請求項５に記載のシステムであって、
前記１以上の因果ループ図の情報は、ノード間の正負の関係性の情報を含み、
前記第１管理情報は、ノードに対する対策及び正負の効果を管理する情報を含み、
前記１以上の演算装置は、
前記クリティカルループにおいて重みが前記第１閾値以上のノードをクリティカルノードと決定し、
前記第１管理情報から、前記クリティカルノードに対する対策であって、前記クリティカルループを正のループに変化させる対策を選択して表示する、システム。

【請求項9】

システムが、ユーザに対して因果ループ図を表示する方法であって、
前記システムは、
１以上の因果ループ図の情報と、
ユーザとノードとを関連付ける第１管理情報と、を格納し、
前記１以上の因果ループ図に含まれるノードそれぞれに重みが付与され、
前記方法は、
第１ユーザを識別するユーザ識別子を取得し、
前記第１管理情報を参照して、前記１以上の因果ループ図に含まれるノードにおいて、前記第１ユーザに関連するノードを選択し、
前記選択したノードの重みを増加させ、
前記１以上の因果ループ図のノードを含む因果ループ図の表示において、前記重みが第１閾値以上のノードを強調表示する、ことを含む方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ユーザに対して因果ループ図を表示する技術に関する。

【背景技術】

【0002】

特許文献１には、オンラインデータを用いる品質計のＣＬＤ（Ｃａｕｓａｌ ＬｏｏｐＤｉａｇｒａｍ：因果ループ図）を統合する方法を開示している。管理、業務及び意思決定を支援する情報システムの品質を決定することを目的とし、ＱＩ（Ｑｕａｌｉｔｙ Ｉｎｔｅｌｌｉｇｅｎｃｅ ｔｏｏｌｓ）を用いて、異なる間隔で測定され、異なるソースから得られる、技術的なデータ及び非技術的なデータを組み合わせることを考慮する。

【0003】

ＱＩのダッシュボード層は、情報システムの品質の価値のリアルタイムの情報表示をユーザに提供できる。ＱＩシステムは、多くの異なるユーザ又はユーザの役割（ＣＥＯ、ＣＩＯ、ＣＦＯ、カスタマサービス、プロジェクトマネージャ等）に対応することができ、彼らは自分にとって重要なシステム品質に関する表示情報を選択することができる。ユーザは、自分にとって適切な表示を選択することができ、又は、表示を自分にとって適切なように特定の目的に適応させることができる。

【0004】

結果は、ダッシュボードユニットで視認することができる。結果はＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）を提供するように配置され、ＧＵＩは、各品質指標の結果、因果ループモデルの内部構造の妥当性、品質指標間の関係を示す各パラメータの値、を表示する。

【先行技術文献】

【特許文献】

【0005】

【文献】米国特許出願公開第２０１７／００５２８６７号

【発明の概要】

【発明が解決しようとする課題】

【0006】

効率的なＣＬＤ統合方法は存在する。しかし、ＣＬＤの複雑性が、それらの有用性を見えづらくする。特に、異なるユーザの観点からの可視化を実現することは困難である。

【課題を解決するための手段】

【0007】

本発明の一態様は、ユーザに対して因果ループ図を表示するシステムであって、１以上の演算装置と、１以上の記憶装置と、を含み、前記１以上の記憶装置は、１以上の因果ループ図の情報と、ユーザとノードとを関連付ける第１管理情報と、を格納し、前記１以上の因果ループ図に含まれるノードそれぞれに重みが付与され、前記１以上の演算装置は、第１ユーザを識別するユーザ識別子を取得し、前記第１管理情報を参照して、前記１以上の因果ループ図に含まれるノードにおいて、前記第１ユーザに関連するノードを選択し、前記選択したノードの重みを増加させ、前記１以上の因果ループ図のノードを含む因果ループ図の表示において、前記重みが第１閾値を超えるノードを強調表示する。

【発明の効果】

【0008】

本発明の一態様によれば、異なるユーザ視点からのＣＬＤの可視化をより容易なものとすることができる。

【図面の簡単な説明】

【0009】

【図1】都市ＣＬＤ可視化システムの構成例を示す。

【図2A】ユーザテーブルの構成例を示す。

【図2B】ユーザタイプテーブルの構成例を示す。

【図2C】デフォルトＰＤＣＡ－ＫＰＩ関係テーブルの構成例を示す。

【図2D】ユーザ関係テーブルの構成例を示す。

【図2E】デフォルト利害関係者関心事テーブルの構成例を示す。

【図3A】ＫＰＩリストテーブルの構成例を示す。

【図3B】収集されたＣＬＤテーブルの構成例を示す。

【図3C】ノード関係性リンクテーブルの構成例を示す。

【図4】センサ及び都市データの構成例を示す。

【図5A】分析結果テーブル－関係モデルの構成例を示す。

【図5B】ボトルネック対策パターンテーブルの構成例を示す。

【図6】ＣＬＤ形成部による、ＣＬＤ情報の収集及びデータベースへのデータ登録方法の例のフローチャートを示す。

【図7】ＣＬＤフィルタリング及びＣＬＤ可視化の処理例のフローチャートを示す。

【図8】ＣＬＤ可視化ステップの詳細のフローチャートを示す。

【図9】利害関係者関係ＣＬＤ統合ステップの詳細のフローチャートを示す。

【図10】利害関係者関係ＣＬＤ統合ステップのシーケンス図を示す。

【図11】ユーザに提示され得る、可視化されたＣＬＤ画像の例を示す。

【図12A】図１１のＣＬＤ内のループの例を示す。

【図12B】図１１のＣＬＤ内のループの例を示す。

【図13】ユーザに提示され得る、可視化されたＣＬＤ画像の例を示す。

【図14】ユーザに提示され得る、可視化されたＣＬＤ画像の例を示す。

【図15】ユーザに提示され得る、可視化されたＣＬＤ画像の例を示す。

【図16】ユーザに提示され得る、可視化されたＣＬＤ画像の例を示す。

【図17A】対策ＫＰＩを挿入して、負のループを正のループに変化させる例を示す。

【図17B】対策ＫＰＩを挿入して、負のループを正のループに変化させる例を示す。

【図17C】対策ＫＰＩを挿入して、負のループを正のループに変化させる例を示す。

【発明を実施するための形態】

【0010】

以下においては、便宜上その必要があるときは、複数のセクションまたは実施形態に分割して説明するが、特に明示した場合を除き、それらは互いに無関係なものではなく、一方は他方の一部または全部の変形例、詳細、補足説明等の関係にある。また、以下において、要素の数等（個数、数値、量、範囲等を含む）に言及する場合、特に明示した場合及び原理的に明らかに特定の数に限定される場合等を除き、その特定の数に限定されるものではなく、特定の数以上でも以下でもよい。

【0011】

本システムは、物理的な計算機システム（一つ以上の物理的な計算機）でもよいし、クラウド基盤のような計算リソース群（複数の計算リソース）上に構築されたシステムでもよい。計算機システムあるいは計算リソース群は、１以上のインタフェイス装置（例えば通信装置及び入出力装置を含む）、１以上の記憶装置（例えば、メモリ（主記憶）及び補助記憶装置を含む）、及び、１以上の演算装置を含む。

【0012】

プログラムが演算装置によって実行されることで機能が実現される場合、定められた処理が、適宜に記憶装置及び／またはインタフェイス装置等を用いながら行われるため、機能は演算装置の少なくとも一部とされてもよい。機能を主語として説明された処理は、演算装置を有するシステムが行う処理としてもよい。プログラムは、プログラムソースからインストールされてもよい。プログラムソースは、例えば、プログラム配布計算機または計算機が読み取り可能な記憶媒体（例えば計算機読み取り可能な非一過性記憶媒体）であってもよい。各機能の説明は一例であり、複数の機能が一つの機能にまとめられたり、一つの機能が複数の機能に分割されたりしてもよい。

【0013】

以下において、意思決定、都市計画、オープンデータのための可視化ツールとして、因果ループ図（ＣＬＤ）を利用するシステムを説明する。システムは、動的な変化予測に基づいて、計画や意思決定を行うためのデータの可視化を行う。以下において、都市計画のために、パーソナライズ化されたＣＬＤを表示するシステムの例を説明する。本明細書の特徴は、他の用途のＣＬＤの可視化システムに適用することができる。

【0014】

図１は、都市ＣＬＤ可視化システム１００の構成例を示す。ＣＬＤは、因果ループ図を表す。都市ＣＬＤ可視化システム１００は、ＲＡＭなど揮発性記憶素子で構成される主記憶装置１１０、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やハードディスクドライブなど適宜な不揮発性記憶素子で構成される補助記憶装置１２０を含む。都市ＣＬＤ可視化システム１００は、さらに、補助記憶装置１２０等に格納されているプログラムを主記憶装置１１０に読み出すなどして実行し、システム自体の統括制御を行うとともに、各種判定、演算及び制御処理を行うＣＰＵなどの演算装置１３０を含む。

【0015】

都市ＣＬＤ可視化システム１００は、ネットワーク１４０に接続しデータをやり取りするための通信インタフェイス１３２を含む。これら都市ＣＬＤ可視化システム１００の構成要素は、内部バスによって、相互に通信することができる。都市ＣＬＤ可視化システム１００は、さらに、入出力装置１３１を含む。入出力装置１３１は、システムユーザからの入力動作を受け付けるキーボードやマウス、タッチパネルなどの入力装置、ユーザに対して処理結果を表示するディスプレイなどの出力装置を含む。

【0016】

補助記憶装置１２０内には、本実施形態の都市ＣＬＤ可視化システム１００として必要な機能を実装するためのプログラムの他、各種処理に必要なデータを格納した情報データベース（ＤＢ）１２１～１２４が格納されている。具体的には、マスタデータベース１２１、ＣＬＤ収集データベース１２２、収集されたセンサ及び都市データデータベース１２３、及び関係モデルデータベース１２４が格納されている。データベースの内容は、後に処理フローに関連してより詳細に説明する。

【0017】

図１は、主記憶装置１１０にロードされているプログラムを示している。具体的には、主記憶装置１１０は、ＣＬＤ形成部１１１、フィルタリング部１１３、分析及びボトルネック検出部１１４、及び可視化部１１５を格納している。

【0018】

演算装置１３０は、上記プログラムの命令コードに従って動作することで、対応する機能部として動作する。つまり、演算装置１３０は、ＣＬＤ形成部、フィルタリング部、分析及びボトルネック部、及び可視化部として動作し得る。これらのプログラムの動作は、以下において、都市ＣＬＤ可視化システム１００の処理フローの例に関連して説明する。

【0019】

通信インタフェイス１３２は、演算装置１３０（都市ＣＬＤ可視化システム１００）が、ネットワーク１４０を介して、外部システムと通信するためのインタフェイスである。具体的には、都市ＣＬＤ可視化システム１００は、関係モデリングシステム１５０、政府システム１６０、企業システム１６１及びプライベートシステム１６２と通信できる。

【0020】

次に、図２Ａから５Ｂを参照して、都市ＣＬＤ可視化システム１００に格納されているデータベースの構成について説明する。データベースに格納されているデータは、後述するデータ処理で使用される。

【0021】

図２Ａから２Ｅは、マスタデータベース１２１に格納されているデータ（情報）の例を示す。マスタデータベース１２１は、ユーザテーブル２００、ユーザタイプテーブル２１０、デフォルトＰＤＣＡ－ＫＰＩ関係テーブル２２０、ユーザ関係テーブル２３０、及びデフォルト利害関係者関心事テーブル２４０を含む。マスタデータベース１２１の情報は、システム管理者によって、ＣＬＤ収集データベース１２２の情報に基づいて入力されるものとすることができる。

【0022】

図２Ａは、ユーザ情報である、ユーザテーブル２００の構成例を示す。ユーザテーブル２００は、ユーザの情報を管理する。ユーザテーブル２００は、ユーザＩＤ２０１、ユーザ名２０２、利害関係者タイプ２０３、カスタマイズされた関心事（ＫＰＩカテゴリ）２０４、主ＰＤＣＡタスク２０５で構成される。ユーザＩＤ２０１は、ユーザの識別子であり、テーブルの各レコードを識別するためのキーである。ユーザ名２０２は、ユーザの名前を示す。利害関係者タイプ２０３は、ユーザが所属する組織のタイプを示す。カスタマイズされた関心事２０４は、ユーザの関心事を表す。関心事はＫＰＩカテゴリで示されている。主ＰＤＣＡタスク２０５は、都市計画のＰＤＣＡサイクルにおいて、ユーザに割り当てられた主タスクを示す。

【0023】

図２Ｂは、ユーザタイプ情報である、ユーザタイプテーブル２１０の構成例を示す。ユーザタイプテーブル２１０は、ユーザが所属する組織の情報を管理する。ユーザタイプテーブル２１０は、利害関係者タイプＩＤ２１１、利害関係者タイプ名２１２、ＫＰＩアクセス許可２１３を含む。利害関係者タイプＩＤ２１１は、ユーザの組織の識別子であり、各レコードを識別するためのキーである。利害関係者タイプ名２１２は、組織の名称を示す。ＫＰＩアクセス許可２１３は、組織が見ることができるＫＰＩカテゴリ及びＫＰＩを示す。

【0024】

図２Ｃは、デフォルトＰＤＣＡ－ＫＰＩ関係テーブル２２０の構成例を示す。デフォルトＰＤＣＡ－ＫＰＩ関係テーブル２２０は、都市計画のＰＤＣＡ業務に関する情報を管理する。デフォルトＰＤＣＡ－ＫＰＩ関係テーブル２２０は、ＰＤＣＡ２２１及びＫＰＩ ＩＤ２２２を含む。ＰＤＣＡ２２１は、業務の識別子であり、主キーでもある。ＫＰＩ ＩＤ２２２は、その業務で参照されるＫＰＩを示す。ＰＤＣＡ２２１が示すＰ、Ｄ、Ｃ、Ａと、主ＰＤＣＡタスク２０５が示すＰ、Ｄ、Ｃ、Ａは同一である。ＰＤＣＡは、Ｐｌａｎ Ｄｏ Ｃｈｅｃｋ Ａｃｔを表す。ＰＤＣＡサイクルは、対象の質を継続的に改善するサイクルを示す。

【0025】

なお、同じＫＰＩであっても、ユーザ毎にＰＤＣＡの位置付けを変えるものとしてもよい。例えば、ｋｐｉ＿１はあるユーザにはＰの段階で参照するＫＰＩであるとしても、別のユーザにはＣの段階で参照するＫＰＩであるとしてもよい。この場合、ユーザ毎にＰＤＣＡの位置付けを変えるために、デフォルトＰＤＣＡ－ＫＰＩ関係テーブル２２０にユーザＩＤの列を追加してもよい。

【0026】

図２Ｄは、ユーザ関係テーブル２３０の構成例を示す。ユーザ関係テーブル２３０は、ユーザに関わる利害関係者の情報を管理する。ユーザ関係テーブル２３０は、ユーザＩＤ２３１と、利害関係者ユーザＩＤ２３２を含む。ユーザＩＤ２３１は、ユーザの識別子であり、主キーである。利害関係者ユーザＩＤ２３２は、ユーザに関わる利害関係者のユーザＩＤを示す。このとき、ユーザ関係テーブル２３０と同様に、ユーザの利害関係者タイプと、利害関係者のユーザの利害関係者タイプの間の関係を示すテーブルを別に用意しておき、ユーザ関係テーブルは利害関係者タイプの間の関係を示すテーブルに基づいて、自動で作成されるものとしてもよい。

【0027】

図２Ｅは、デフォルト利害関係者関心事テーブル２４０の構成例を示す。デフォルト利害関係者関心事テーブル２４０は、組織が関心を持つＫＰＩの情報を格納する。デフォルト利害関係者関心事テーブル２４０は、利害関係者タイプＩＤ２４１及びＫＰＩカテゴリ２４２を含む。利害関係者タイプＩＤ２４１は、組織の識別子であり、主キーである。ＫＰＩカテゴリ２４２は、利害関係者が関心を持つＫＰＩのカテゴリを示す。

【0028】

次に、ＣＬＤ収集ＤＢ１２２について説明する。図３Ａから３Ｃは、ＣＬＤ収集ＤＢ１２２に含まれる情報を示す。具体的には、ＣＬＤ収集ＤＢ１２２は、ＫＰＩリストテーブル３００、収集されたＣＬＤテーブル３１０、ノード関係性リンクテーブル３２０を含む。

【0029】

図３Ａは、ＫＰＩリストテーブル３００の構成例を示す。ＫＰＩリストテーブル３００は、ＫＰＩの情報を管理する。ＫＰＩリストテーブル３００は、ＫＰＩＩＤ３０１、ＫＰＩ名３０２、ＫＰＩカテゴリ３０３、重要度重み３０４、重み閾値３０６を含む。ＫＰＩ ＩＤ３０１は、ＫＰＩの識別子であり、テーブルの各レコードを識別するためのキーである。ＫＰＩ名３０２は、ＫＰＩの名称を示す。

【0030】

ＫＰＩカテゴリ３０３は、ＫＰＩのカテゴリを示す。重要度重み３０４は、ＫＰＩの表示を決定するために使用される重みである。重み閾値３０６は、ＫＰＩの表示を決定するための重要度重み３０４の閾値を示す。重要度重み３０４、重み閾値３０６は、ユーザにより設定される、又は、システムによってセンサ及び都市データ４００の都市データ値４０５の関連センサの値から予め設定された方法により計算される。図３Ａの例において、全てのＫＰＩに対して重み閾値の値は共通である。異なるＫＰＩに対して、異なる重み閾値の値が設定されてもよい。

【0031】

図３Ｂは、収集されたＣＬＤテーブル３１０の構成例を示す。収集されたＣＬＤテーブル３１０は、外部の、政府システム１６０、企業システム１６１、プライベートシステム１６２から取得したＣＬＤの情報を管理する。収集されたＣＬＤテーブル３１０は、ＣＬＤ ＩＤ３１１、リンクＩＤ３１２、ＣＬＤタイプ３１３、リンク元ＫＰＩ ＩＤ３１４、リンク先ＫＰＩ ＩＤ３１５、関係性３１６を含む。ＣＬＤ ＩＤ３１１は、ＣＬＤの識別子であり、各レコードを識別するためのキーの一つである。リンクＩＤ３１２は、ＣＬＤのノード間を結ぶリンクの識別子であり、各レコードを識別するためのキーの一つである。

【0032】

ＣＬＤタイプ３１３は、ＣＬＤを作成した組織のタイプを示す。リンク元ＫＰＩ ＩＤ３１４は、リンクの開始ノード（ＫＰＩ）を示す。リンク先ＫＰＩ ＩＤ３１５は、リンク先ノード（ＫＰＩ）を示す。関係性３１６は、リンク元ＫＰＩ ＩＤ３１４とリンク先ＫＰＩ ＩＤ３１５の関係を示す。リンク元ＫＰＩ ＩＤ３１４が増加するときにリンク先ＫＰＩ ＩＤ３１５の値が増加する場合、関係性３１６は「＋」となる。一方、リンク元ＫＰＩ ＩＤ３１４が減少するときにリンク先ＫＰＩ ＩＤ３１５が増加する場合、関係性３１６は「－」となる。

【0033】

図３Ｃは、ノード関係性リンクテーブル３２０の構成例を示す。ノード関係性リンクテーブル３２０は、収集されたＣＬＤテーブル３１０と同様に、ＣＬＤの情報を格納する。ノード関係性リンクテーブル３２０は、リンクＩＤ３２１、ＣＬＤタイプ３２２、リンク元ＫＰＩ ＩＤ３２３、リンク先ＫＰＩ ＩＤ３２４、関係性３２５を含む。これらは、収集されたＣＬＤテーブル３１０の構成要素と同様である。

【0034】

次に、収集されたセンサ及び都市データＤＢ１２３について説明する。図4は、収集されたセンサ及び都市データＤＢ１２３に格納されている情報の例を示す。具体的には、収集されたセンサ及び都市データＤＢ１２３は、センサ及び都市データ４００を含む。収集されたセンサ及び都市データＤＢ１２３の情報は、例えば、システムによって外部システムから収集される。

【0035】

センサ及び都市データ４００は、センサ又は都市の統計データを管理する。センサ及び都市データ４００は、項目ＩＤ４０１、都市データ項目４０２、属性４０３、ＫＰＩ名４０４、都市データ値４０５を含む。項目ＩＤ４０１は、データの識別子であり、テーブルの各レコードを識別するためのキーである。都市データ項目４０２は、データの名称を示す。属性４０３は、データの属性を示す。ＫＰＩ名４０４は、関連するＫＰＩの名称を示す。都市データ値４０５は、都市データ項目が示すデータの値を示す。

【0036】

次に、関係モデルＤＢ１２４について説明する。図５Ａ及び５Ｂは、関係モデルＤＢ１２４が格納する情報の例を示す。具体的には、関係モデルＤＢ１２４は、分析結果テーブル－関係モデル５００、及びボトルネック対策パターンテーブル５１０を含む。例えば、分析結果テーブル－関係モデル５００の情報は、外部の関係モデリングシステム１５０から収集され、ボトルネック対策パターンテーブル５１０は管理者によって予め設定登録される。

【0037】

図５Ａは、分析結果テーブル－関係モデル５００の構成例を示す。分析結果テーブル－関係モデル５００は、都市の対策及びそれらの効果の情報を格納する。分析結果テーブル－関係モデル５００は、ＫＰＩＩＤ５０１、対策５０２、効果５０３を含む。ＫＰＩＩＤ５０１は、ＫＰＩの識別子であり、テーブルの各レコードを識別するためのキーの一つである。対策５０２は、対策の名称であり、テーブルの各レコードを識別するためのキーの１つである。効果５０３は、対策の効果を示す。

【0038】

図５Ｂは、ボトルネック対策パターンテーブル５１０の構成例を示す。ボトルネック対策パターンテーブル５１０は、都市の対策及び対策のボトルネックに対する影響の情報を格納する。ボトルネック対策パターンテーブル５１０は、ＩＤ５１１、オリジナル関係性５１２、対策関係性５１３を含む。対策関係性５１３は、ｋｐｉ＿ａ→ｘ５１４、ｘ→ｋｐｉ＿ｂ５１５を含む。

【0039】

ＩＤ５１１は、対策による正負関係性の変化のパターンの識別子であり、そして、テーブルの各レコードを識別するためのキーである。オリジナル関係５１２は、対策が適用される前のリンクされているノード間の関係性を示す。対策関係性５１３は、対策が適用された後のリンクされたノード間の関係性を示す。対策が適用された後、オリジナル関係性５１２の代わりに、ＫＰＩ＿ａ→ｘ５１４、ｘ→ＫＰＩ＿ｂ５１５がＣＬＤに追加される。

【0040】

つまり、対策ノードが追加される前は、ｋｐｉ＿ａがリンク元ノードであり、ｋｐｉ＿ｂがリンク先ノードである。これらノードの間に、対策ノードｘが追加される。例えば、パターンｐ１において、ｋｐｉ＿ａとｋｐｉ＿ｂのオリジナルの関係性は、正（＋）である。これらＫＰＩの間にノードｘが追加される。ｋｐｉ＿ａとｘとの間の関係性は負（－）であり、ｘとｋｐｉ＿ｂとの間の関係性は正（＋）である。

【0041】

パターンｐ３において、ｋｐｉ＿ａとｋｐｉ＿ｂのオリジナルの関係性は、負（－）である。これらＫＰＩの間にノードｘが追加される。ｋｐｉ＿ａとｘとの間の関係性は正（＋）であり、ｘとｋｐｉ＿ｂとの間の関係性は正（＋）である。

【0042】

以下において、都市ＣＬＤ可視化システム１００による処理を説明する。最初のステップとして、ＣＬＤ形成部１１１は、以下のように、ユーザに対する可視化のために加工される前のオリジナルの因果ループ図の情報を、外部システムから収集する。図６は、ＣＬＤ形成部１１１による、ＣＬＤ情報の収集及びデータベースへのデータ登録方法の例のフローチャートを示す。

【0043】

図６の処理フローを参照して、ステップＳ６０１において、ＣＬＤ形成部１１１は、外部ソース、つまり、政府システム１６０、企業システム１６１、プライベートシステム１６２から、既存のＣＬＤの情報を収集し、ＣＬＤ収集データベース１２２に格納する。図３Ｂの収集されたＣＬＤテーブル３１０において示されているように、ノード関係性データは、フィールド３１３がソースを示すオリジナルのＣＬＤと同様に、フィールド３１４、３１５、３１６に保持される。

【0044】

次のステップＳ６０２において、ＣＬＤ形成部１１１は、収集されたＣＬＤの情報を主記憶装置１１０及びＣＬＤ収集データベース１２２から読み出し、ステップＳ６０３において、各ノードを、一つずつチェックする。ステップＳ６０４及びＳ６０５において、ＣＬＤ形成部１１１は、各ノードを、ＣＬＤ収集データベース１２２のＫＰＩリストテーブル３００に追加する。このとき、重複は破棄される。また、リンク元ＫＰＩ、リンク先ＫＰＩ及び関係性のタイプを含むリンクの情報が、ノード関係性リンクテーブル３２０に追加される。さらに、各ノードの都市データ値についての情報が、センサ及び都市データ４００に格納される。

【0045】

ここで、複数のＣＬＤを読み込んで、それらを統合し、一つのＣＬＤに繋げたものを、以降のＣＬＤとしてもよい。その際は、同じＫＰＩを示すノードを同一の物として自動的に結合し、ノードに接続しているリンクも自動的に接続することとしてもよいし、結合や接続は手動で行うこととしてもよいし、あるいは両者の組み合わせで行うこととしてもよい。また、公知の方法を使うこととしてもよい。

【0046】

上述のように、マスタデータベース１２１の一部の情報は、上述のように収集された情報から管理者によって選択され、格納される。関係モデルデータベース１２４の一部の情報は、上述のように、関係モデリングシステム１５０から収集され保存される。一部の情報は、管理者によって設定登録される。

【0047】

データベース１２１から１２４に必要な情報が格納された後、システム１００は、ＣＬＤフィルタリング及びＣＬＤ可視化の処理を開始する。これにより、ユーザによる意思決定を支援することができる。ＣＬＤのフィルタリング及びパーソナライズ化（カスタマイズ）のプロセスは、次のように開始する。

【0048】

図７は、ＣＬＤフィルタリング及びＣＬＤ可視化の処理例のフローチャートを示す。最初のステップＳ７０１において、フィルタリング部１１３は、入出力装置１３１を介して、ユーザＩＤを取得する。フィルタリング部１１３は、マスタデータベース１２１のユーザテーブル２００を参照して、ユーザＩＤ２０１の値が一致するレコードから、主ＰＤＣＡタスク２０５、利害関係者タイプ２０３、カスタマイズされた関心事２０４の値を取得する。

【0049】

次に、ステップＳ７０２において、フィルタリング部１１３は、マスタデータベース１２１のデフォルトＰＤＣＡ－ＫＰＩ関係テーブル２２０を参照し、取得した主ＰＤＣＡタスク２０５のいずれかの値に等しいＰＤＣＡ２２１のレコードから、ＫＰＩ ＩＤ２２２の値を取得する。

【0050】

フィルタリング部１１３は、ＣＬＤ収集データベース１２２のＫＰＩリストテーブル３００を参照し、ＫＰＩ ＩＤ３０１又はＫＰＩカテゴリ３０３の値が、取得したＫＰＩ ＩＤ２２２又はカスタマイズされた関心事２０４の値と等しいレコードを検索する。フィルタリング部１１３は、見つけたレコードに対して、重要度重み３０４の値を増加させるように更新する。これにより、ユーザに関連するＫＰＩノードの重みを増加させることができる。重要度重み３０４の増加値は、あらかじめシステム管理者により設定される。フィルタリング部１１３は、ユーザの主ＰＤＣＡタスクに関連付けられたＫＰＩ又はカスタマイズされた関心事の一方と一致するレコードにおいてのみ、重要度重みを更新してもよい。

【0051】

次に、ステップＳ７０３において、フィルタリング部１１３は、利害関係者間の関係に関する情報を取得する。フィルタリング部１１３は、マスタデータベース１２１のユーザ関係テーブル２３０を参照し、ユーザＩＤ２３１の値が取得したユーザＩＤの値と一致するレコードを検索する。フィルタリング部１１３は、見つけたレコードの利害関係者ユーザＩＤ２３２が示す、既存のデフォルトのユーザ関係情報を取得する。

【0052】

さらに、フィルタリング部１１３は、ステップＳ７０１及び７０２におけるユーザＩＤに代えて、取得した利害関係者ユーザＩＤ２３２の各ユーザＩＤに基づいて、上述のように重要度重み３０４を増加させるように更新する。これにより、ユーザと関連づけられた利害関係者を介して、ユーザと関連するＫＰＩノードの重みを増加させることができる。具体的には、フィルタリング部１１３は、マスタデータベース１２１のユーザテーブル２００を参照して、取得した利害関係者ユーザＩＤ２３２の各ユーザＩＤと一致するユーザＩＤ２０１の値を有するレコードから、カスタマイズされた関心事２０４及び主ＰＤＣＡタスク２０５の値を取得する。

【0053】

フィルタリング部１１３は、デフォルトＰＤＣＡ－ＫＰＩ関係テーブル２２０を参照し、取得した主ＰＤＣＡタスク２０５のいずれかの値に等しいＰＤＣＡ２２１のレコードから、ＫＰＩ ＩＤ２２２の値を取得する。フィルタリング部１１３は、ＫＰＩリストテーブル３００を参照し、取得したカスタマイズされた関心事２０４又はＫＰＩ ＩＤ２２２の値と等しいＫＰＩ ＩＤ３０１のレコードに対して、重要度重み３０４の値を増加させる。

【0054】

さらに、フィルタリング部１１３は、マスタデータベース１２１のユーザタイプテーブル２１０を参照し、現在のユーザの利害関係者タイプ２０３の値と一致する利害関係者タイプ名２１２のレコードを検索する。フィルタリング部１１３は、見つけたレコードから、ＫＰＩアクセス許可２１３の値を取得する。

【0055】

フィルタリング部１１３は、ＣＬＤ収集データベース１２２のＫＰＩリストテーブル３００を参照し、ＫＰＩカテゴリ３０３の値が、取得したＫＰＩアクセス許可２１３の値と等しくないレコードの重要度重み３０４を、「０」に更新する。なぜなら、ＫＰＩは、アクセス許可を持つユーザのみ、見ることが許されるためである。なお、０と異なる閾値以下のノードが視認不可と設定されてもよい。

【0056】

ステップＳ７０４において、解析及びボトルネック検出部１１４は、ＣＬＤ収集データベース１２２のＫＰＩリストテーブル３００から、重要度重み３０４の値が０ではないレコードのＫＰＩ ＩＤ ３０１の値を取得する。

【0057】

次に、解析及びボトルネック検出部１１４は、ＣＬＤ収集データベース１２２のノード関係性リンクテーブル３２０を参照し、取得したＫＰＩ ＩＤ３０１の値と等しいリンク元ＫＰＩ ＩＤ３２３を有するレコードを検索する。解析及びボトルネック検出部１１４は、見つけたレコードから、リンクＩＤ３２１及びリンク先ＫＰＩ ＩＤ３２４の値を取得する。つまり、重要度重み３０４の値が０ではないＫＰＩ ＩＤ３０１の値と等しいリンク元ＫＰＩ ＩＤ３２３を有するレコードから、リンク及びリンク先の情報が取得される。

【0058】

次に、解析及びボトルネック検出部１１４は、ＫＰＩリストテーブル３００を参照し、取得したリンク先ＫＰＩ ＩＤ３２４の値のレコードを検索する。解析及びボトルネック検出部１１４は、重要度重み３０４の値が０ではないリンク先ＫＰＩ ＩＤ３２４の値を抽出し、これを新たなリンク元ＫＰＩ ＩＤ３２３とする。ここで、解析及びボトルネック検出部１１４は、上記のステップを繰り返す。

【0059】

ここで、新たなリンク元ＫＰＩ ＩＤ３２３とする前の、抽出されたリンク先ＫＰＩ ＩＤ３２４において、リンク先ＫＰＩ ＩＤ３２４の重要度重み３０４の値が０の場合は、解析及びボトルネック検出部１１４は、重要度の重みが０でないリンク先ＫＰＩ ＩＤ３２４の値が得られるまで、リンク先ＫＰＩ ＩＤをリンク元ＫＰＩ ＩＤとした、新たなリンク先ＫＰＩ ＩＤの検索を繰り返す。

【0060】

具体的には、解析及びボトルネック検出部１１４は、抽出されたリンク先ＫＰＩ ＩＤ３２４の値を、リンク元ＫＰＩ ＩＤ３２３の値として、ノード関係性リンクテーブル３２０から、新たなリンク先ＫＰＩ ＩＤ３２４の値を取得する。解析及びボトルネック検出部１１４は、取得した新たなリンク先ＫＰＩ ＩＤ３２４の値において、重要度重み３０４の値が０ではなくなるまで、リンク先ＫＰＩ ＩＤ３２４の値の取得を繰り返す。

【0061】

続いて、解析及びボトルネック検出部１１４は、最初のリンク元ＫＰＩ３２３の値（重み≠０）に対する最初のリンク先ＫＰＩ ＩＤ３２４の値（重み＝０）を、現在のリンク先ＫＰＩ ＩＤ３２４の値（重み≠０）に置き換える。これにより、重要度の重みが０ではない最初のリンク元ＫＰＩ ＩＤと、重要度の重みが０ではないリンク先ＫＰＩ ＩＤの、複数のペアが得られる。

【0062】

解析及びボトルネック検出部１１４は、各ペアについて、最初のリンク先ＫＰＩ ＩＤ３２４の値から現在のリンク先ＫＰＩ ＩＤ３２４の値までの「－」の関係性３２５をカウントする。解析及びボトルネック検出部１１４は、カウント数に応じて、各ペアの関係性３２５の値を設定する。カウント数が奇数の場合、関係性３２５の値は「－」となる。カウント数が偶数の場合、関係性３２５の値は「＋」となる。

【0063】

この結果、解析及びボトルネック検出部１１４は、リンクＩＤ３２１、リンク元ＫＰＩ ＩＤ３２３、リンク先ＫＰＩ ＩＤ３２４、関係性３２５からなる要素が得られる。上述のように、ユーザが見る許可を有していない全てのノードは抽出されていないので、これらのノードは、ユーザが見る許可を有するノードであり、互いにリンクにより結合されている。

【0064】

以上の処理により、ユーザの情報に基づきフィルタリングされたＫＰＩ及びＫＰＩ間の関係性の情報が得られる。解析及びボトルネック検出部１１４は、ノード関係性リンクテーブル３２０を複製し、抽出された重要度の重みが０ではないＫＰＩノードの情報によって、そのノード関係性リンクテーブル３２０を更新する。

【0065】

次に、解析及びボトルネック検出部１１４は、リンク元ＫＰＩ ＩＤ３２３に基づいてノード関係性リンクテーブル３２０からリンク先ＫＰＩ ＩＤ３２４を取得し、さらに、解析及びボトルネック検出部１１４は、前回のリンク先ＫＰＩ ＩＤ３２４と等しいリンク元ＫＰＩ ＩＤ３２３に基づいて、次のリンク先ＫＰＩ ＩＤ３２４を取得する。

【0066】

解析及びボトルネック検出部１１４は、最初のリンク元ＫＰＩ ＩＤ３２３がリンク先ＫＰＩ ＩＤ３２４として発見されるまで、これらのステップを繰り返す。この処理が終わった時点で、ループが発見されたことになる。この時点で、解析及びボトルネック検出部１１４は、連結された一連のＫＰＩ ＩＤが取得されている。

【0067】

解析及びボトルネック検出部１１４は、先に取得した系列（発見されたループ）の中で負「－」の関係性３２５をカウントする。カウント数が奇数の場合、ループの関係性は負「－」となる。つまり、負／バランスのループが検出されたことになる。カウント数が偶数の場合、ループの関係性は正「＋」となる。つまり、正／強化のループが検出されたことになる。検出された負のネガティブループはボトルネックを含んでいるため、「ボトルネックループ」と定義される。解析及びボトルネック検出部１１４は、全てのループについて、正負を判定する。ここで、正負のボトルネックの解釈を逆にして、正／強化のループをボトルネックループと定義してボトルネックループを判定することとしてもよい。

【0068】

上記処理が完了した後、解析及びボトルネック検出部１１４は、ボトルネックループ内の全てのリンク元ＫＰＩ ＩＤ３２３の値を取得する。解析及びボトルネック検出部１１４は、ＫＰＩリストテーブル３００を参照し、取得したリンク元ＫＰＩ ＩＤ３２３の値に等しいＫＰＩ ＩＤ３０１を持つ全てのレコードを検索する。解析及びボトルネック検出部１１４は、見つけたレコードから、重要度重み３０４の値と重み閾値３０６の値を取得する。

【0069】

次に、解析及びボトルネック検出部１１４は、ボトルネックループの重要度重み３０４の値を全て加算する。重要度重み３０４の値の総計が、そのボトルネックループの重みとなる。解析及びボトルネック検出部１１４は、ボトルネックループの全てのＫＰＩノードの重み閾値３０６の値を加算する。本例において、重み閾値３０６の値は全てのＫＰＩに対して共通である。したがって、ボトルネックノードのＫＰＩ数と重み閾値３０６の値の積が、ボトルネックループの重み閾値となる。

【0070】

解析及びボトルネック検出部１１４は、ボトルネックループの重要度重みと重み閾値とを比較して、重み閾値以上の重要度重みを持つボトルネックループ（クリティカルループ）を特定する。検出された全てのボトルネックループについて、上述と同じプロセスを繰り返す。なお、ボトルネックループの重要度重みと重み閾値との比較の方法は、これとは別に指定する特定のアルゴリズムとしてもよく、例えば、ボトルネックループの中の任意のノードの重要度重み３０４とその重み閾値３０６を比較して、重み閾値以上の重要度重みを持つノードが一つでもあれば、そのボトルネックループは重み閾値（第２閾値）以上の重要度重みを持つとして、重み閾値以上の重要度重みを持つボトルネックループを特定してもよい。

【0071】

次のステップＳ７０５は、ＣＬＤ可視化ステップである。図８のフローチャートは、ＣＬＤ可視化ステップＳ７０５の詳細を示す。図８を参照して、ＣＬＤ可視化ステップＳ７０５を説明する。

【0072】

ＣＬＤ可視化ステップＳ７０５の詳細を説明する前に、まず、可視化されたＣＬＤ画像の例を説明する。図１１、１３から１６は、それぞれ、ユーザに提示され得る、可視化されたＣＬＤ画像の例を示す。図１２Ａ及び１２Ｂは、図１１が示すＣＬＤ内のループの例を示す。

【0073】

図１１から１６に示す画像例において、ＣＬＤ内の各ＫＰＩノードは円で表され、ＫＰＩ名が円内に示されている。ＫＰＩノード間の接続は矢印で可視化され、リンク元ＫＰＩノードとリンク先ＫＰＩノードの関係性は「＋」または「－」で可視化されている。図１６の画像例において、ＫＰＩの円の近傍の数字は、ＫＰＩ値、つまり、都市データ値４０５を示している。

【0074】

ＫＰＩを連結して構成されたループは、円形の矢印で示されている。円形の破線太字矢印は、ボトルネックループを示し、円形の連続した太い矢印は、非ボトルネックループを示す。二重太線円のＫＰＩノードは、対策を行うことが提案されたボトルネックノードを示す。図１１から１６の例において、「Ｎ． Ｏｆ ｐｏｌｌｕｔｉｎｇ ｖｅｈｉｃｌｅｓ」のＫＰＩが、対策すべきボトルネックノード（クリティカルノード）として提案されている。

【0075】

ユーザは、セクション１１０１からＫＰＩを選択することができる。ユーザが好みに応じて手動で選択したＫＰＩは、太い線の円で強調表示されている。図１１から１６においては、ＱｏＬのＫＰＩがユーザに選択されている。セクション１１０２において、ユーザは、ＰＤＣＡ段階を選択することができる。図１１及び１３において「ＰＬＡＮ」が選択され、図１４及び１５において「ＤＯ」が選択され、図１６において「ＣＨＥＣＫ」が選択されている。

【0076】

上述のようにＣＬＤがフィルタリングされた後、ユーザは、ユーザテーブル２００の自分の主ＰＤＣＡタスク２０５に関連する全てのノードを見ることができる。この時点で、ユーザは他のフィルタを手動で選択するという選択肢が与えられる。選択可能なＰＤＣＡ段階は４つあり、Ｐｌａｎ、Ｄｏ、Ｃｈｅｃｋ、及びＡｃｔである。

【0077】

図２Ｃに示すように、マスタデータベース１２１のデフォルトＰＤＣＡ－ＫＰＩ関係テーブル２２０では、上記４つの段階は、Ｐ、Ｄ、Ｃ、Ａと表現されている。各ユーザは、自分の権限（ユーザテーブル２００の主ＰＤＣＡタスク２０５）に基づいて、特定のＰＤＣＡ段階を選択することができる。ユーザによっては、限られた数のＰＤＣＡ段階しか選択できないこともある。

【0078】

選択されたＰＤＣＡ段階に応じて、ステップＳ７０２、Ｓ７０３で、ＣＬＤを更新することに加え、次に示す処理を画面上で行うこととしてもよい。段階Ｐでは、ユーザはフィルタリングされたＣＬＤを視覚化することができる。ここで例えば、これは、デフォルトで選択されている段階であり、ユーザが最初に見る画面として、この画面で、選択可能なＫＰＩのリストが表示されることとしてもよい。

【0079】

一つの選択がなされると（ＫＰＩが選択されるか、段階Ｄが選択される）、可視化部１１５は、段階Ｄが選択されたものとして表示を行い、さらに選択可能なオプションセクションを画面に表示する。そこでは、他のユーザとの関係を指定し、リクエストを送信することができる。

【0080】

段階Ｃでは、ユーザは、センサ及び都市データ４００の都市データ値４０５の値を、画面上に表示させることができる。都市データ値４０５はＫＰＩ名４０４と関連づけられており、ＫＰＩ名４０４は、ＣＬＤ収集データベース１２２におけるＫＰＩリストテーブル３００のＫＰＩ名３０２に等しい。

【0081】

段階Ａが選択された場合、ユーザは、関係モデリングシステム１５０が提案した対策ノード、または、ユーザが手動で作成した対策ノードを、画面上のＣＬＤに挿入することができる。また、これは一例であり、例えば段階Ｐ～Ｃでも、ユーザが対策ノードをＣＬＤに挿入することができることとしてもよい。

【0082】

図１１は、ビジネスユーザのためにパーソナライズ化（カスタマイズ）されたＣＬＤ画像の例を示す。図１１は、選択されたＱｏＬ ＫＰＩノードを含む、複数のループを示す。図１２Ａ及び１２Ｃは、それぞれ、図１１に示すＣＬＤ内の二つのループを示す。図１２Ａは正のループを示し、図１２Ｂは負のループ（ボトルネックループ）を示す。

【0083】

図１３は、ビジネスユーザのためにパーソナライズ化されたＣＬＤ画像の他の例を示す。図１３において、ＣＬＤソースが強調表示されている。具体的には、「ＬＯＣＡＬ ＧＯＶＥＲＮＭＥＮＴ」や「ＲＥＳＩＤＥＮＴ」等のＣＬＤソースが、ドットパターンの四角で表されている。利害関係者である「ＡＵＴＯＭＯＢＩＬＥ Ｂ」の隠されたＫＰＩ「Ｃｏｍｐａｎｙ ｃｕｓｔｏｍｅｒｓ」が、強調表示されている。

【0084】

図１４は、自動車関連業者Ｂ（「Ａｕｔｏｍｏｂｉｌｅ Ｂ」）との関係を指定したビジネスユーザ不動産開発業者Ａ（「Ｒｅａｌ－ｅｓｔａｔｅ Ｄｅｖｅｌｏｐｅｒ Ａ」）のための、パーソナライズされたＣＬＤ画像の例を示す。ユーザが、利害関係者「Ａｕｔｏｍｏｂｉｌｅ Ｂ」との関係を指定すると、隠されたＫＰＩの接続が表示され、隠されたＫＰＩ値の共有要求パネル１１０３が表示される。

【0085】

図１５は、利害関係者の自動車関連業者Ｂ（「Ａｕｔｏｍｏｂｉｌｅ Ｂ」）のパーソナライズされたＣＬＤ画像の例を示す。隠されたＫＰＩ値の共有要求を承認または拒否するパネル１１０４が表示され、新しいＫＰＩの形成パネル１１０５が表示されている。

【0086】

図１６は、不動産開発業者Ａ（「Ｒｅａｌ－ｅｓｔａｔｅ Ｄｅｖｅｌｏｐｅｒ Ａ」）のパーソナライズされたＣＬＤ画像の例を示す。ＰＤＣＡステージは「ＣＨＥＣＫ」であり、ＫＰＩ値（都市データ値）が表示されている。自動車関連業者Ｂの許可を得て、元々隠れていたＫＰＩ「Ｃｏｍｐａｎｙ ｃｕｓｔｏｍｅｒｓ」の値（都市データ値）も表示されてる。

【0087】

図８を参照して、ステップＳ８０１において、可視化部１１５は、アクセス許可についての利害関係者間の関係に基づいてフィルタリングされたＫＰＩノードの情報、ＫＰＩノード間の関係、ボトルネックループの情報を取り込む。可視化部１１５は、これらの情報を、ユーザにより指定されたＫＰＩ及びＰＤＣＡ段階に応じて、ユーザのために画面上に可視化して表示する。

【0088】

ステップＳ８０２において、可視化部１１５は、ステップＳ７０４でボトルネックループが検出されたかどうかを判定する。ボトルネックループが検出されている場合（Ｓ８０２：ＹＥＳ）、可視化部１１５は、検出されたボトルネックループにおいて、各ＫＰＩノードの重要度重み３０４の値をチェックし（Ｓ８０３）、その値と重み閾値３０６の値と比較する（Ｓ８０４）。

【0089】

重要度重みが閾値（第１閾値）以上である場合（Ｓ８０４：ＹＥＳ）、そのＫＰＩノードは、ボトルネックノード（クリティカルノード）と判定される。可視化部１１５は、上述のように、ボトルネックノードを、二重線円で強調表示する（Ｓ８０５）。本例で、強調表示されたボトルネックノードは、「Ｎ． Ｏｆ ｐｏｌｌｕｔｉｎｇ ｖｅｈｉｃｌｅｓ」（「汚染車両数」）である。ユーザが選択したＫＰＩの関心事は「ＱｏＬ」である。このステップは、検出された全てのボトルネックループに対して繰り返される。

【0090】

例えば、図１３を参照すると、ユーザがアクセスできる、ＱｏＬ ＫＰＩに関連する全てのループが表示されている。検出された正のループは、円形の連続した太い矢印で強調表示される。負のループ（ボトルネックループ）は、円形の破線太字矢印で表示される。

【0091】

マスタデータベース１２１のユーザテーブル２００のユーザＩＤ２０１が示すユーザで、そのユーザＩＤ２０１に関連する主ＰＤＣＡタスク２０５の値がＰＤＣＡの「Ｃ」（Ｃｈｅｃｋ）段階を含むユーザは、新たな画面上で、収集されたセンサ及び都市データデータベース１２３におけるセンサ及び都市データ４００の、都市データ値４０５の値を可視化することができる。この例は、図１６で示されている。

【0092】

可視化部１１５は、ＫＰＩリストテーブル３００を参照して、取得して可視化された一連のノードにおける各ＫＰＩノードのＫＰＩ ＩＤに等しいＫＰＩ ＩＤ３０１の値を有するレコードを特定する。可視化部１１５は、それらレコードのＫＰＩ名３０２の値を取得し、センサ及び都市データ４００において、取得した値にマッチするのＫＰＩ名４０４を有するレコードを検索する。可視化部１１５は、見つかったレコードの都市データ値４０５の値を表示する。

【0093】

この時点で、都市のダイナミクスを予測しながら、ユーザは既存のボトルネックを認識している。次にユーザが実行したいことは、都市を強化する方法やボトルネックを解消する方法を見つけることである。言い換えれば、次のステップは、都市を強化する方法やボトルネックを防ぐための対策を開発することである。これは、図７に示すＣＬＤフィルタリングのフローにおける、ステップＳ７０６につながる。

【0094】

このプロセスを支援するために、関係モデリングシステム１５０から関係モデルデータベース１２４の分析結果テーブル－関係モデル５００が収集される。また、ボトルネック対策パターンテーブル５１０にユーザから入力された情報が登録されている。ＣＬＤ収集データベース１２２におけるＫＰＩリストテーブル３００のＫＰＩ ＩＤ３０１は、関係モデルデータベース１２４の分析結果テーブル－関係モデル５００のＫＰＩ ＩＤ５０１と等しい。ＫＰＩ ＩＤ５０１は、対策５０２と、「ｕｐ」又は「ｄｏｗｎ」である効果５０３に関連付けられている。

【0095】

一連のノードの中で、そのＫＰＩ ＩＤがＫＰＩ ＩＤ５０１の中から発見され、都市の強みをより強くする対策や都市の弱みをより低減する対策として、関連する対策５０２が提案される。また一方で、ボトルネックループを解消するために、検出された一連のボトルネックノードに対して、その隣に挿入する新しい「対策」ＫＰＩノードを、ユーザからの画面操作で受け付ける。

【0096】

あるいは、別の方法としては、検出された一連のボトルネックノードの中で、そのＫＰＩ ＩＤがＫＰＩ ＩＤ５０１の中から発見され、その対策５０２を抽出し、その対策５０２を、ボトルネックループを正／強化のループに変化させることができる対策として、ボトルネックノードの隣に挿入する新しい「対策」ＫＰＩノードとして提案することとしてもよい。

【0097】

ここで、対策５０２を提案するために、その「対策」ＫＰＩノードとして、対策５０２と同一あるいは類似するＫＰＩ ＩＤをＫＰＩ ＩＤ３０１の中から検索することとしてもよい。ここで、同一あるいは類似の判定として、類語リストを別に保持しておきそれを参照して判定するとしても良く、あるいは言語解析技術を用いて判定するとしてもよい。

【0098】

ここで、対策５０２のノードをＫＰＩ ＩＤ５０１の隣に挿入することで、「対策」ＫＰＩノードの挿入による対策の提案がなされたとみなす。その際、「対策」ＫＰＩノードの属性として、対策５０２のノードからＫＰＩ ＩＤ５０１へのリンクを設定し、対策５０２の効果５０３が「ｕｐ」の場合は当該リンクの関係性を「＋」とし、効果５０３が「ｄｏｗｎ」の場合は当該リンクの関係性を「－」として設定する。

【0099】

ここで、この関係性（「＋」または「－」）はｘ→ＫＰＩ＿ｂ５１５に相当する。次に、ボトルネック対策パターンテーブル５１０から、さきほどの関係性（「＋」または「－」）とｘ→ＫＰＩ＿ｂ５１５が一致するレコードを抽出し、さらに、ＫＰＩ ＩＤ５０１をリンク先ＫＰＩ ＩＤ３２４とするリンク元ＫＰＩ ＩＤ３２３に関して、その関係性３２５がオリジナル関係性５１２と一致するレコードを、さきほどのレコードの中から抽出し、そのレコードのｋｐｉ＿ａ－＞ｘ５１４を取得する。

【0100】

ここで、ボトルネックループを解消するためには、リンク元ＫＰＩ ＩＤ３２３と対策５０２のノードが正の相関を示す必要があるのであれば、ｋｐｉ＿ａ－＞ｘ５１４が「＋」のＩＤ５１１のパターンの対策を行う必要がある。また、ボトルネックループを解消するためには、リンク元ＫＰＩ ＩＤ３２３と対策５０２のノードが負の相関を示す必要があるのであれば、ｋｐｉ＿ａ－＞ｘ５１４が「－」のＩＤ５１１のパターンの対策を行う必要がある。

【0101】

ここで、ボトルネックループを解消するために「＋」の関係が必要な場合は、ユーザにリンク元ＫＰＩ ＩＤ３２３と正の相関を示す対策５０２を手動で選択するようにレコメンドする。あるいは、ボトルネックループを解消するために「－」の関係が必要な場合は、ユーザにリンク元ＫＰＩ ＩＤ３２３と負の相関を示す対策５０２を手動で選択するようにレコメンドする。ここで、ユーザへのレコメンドの際に、対策５０２のＫＰＩとリンク元ＫＰＩ ＩＤ３２３の関係性を機械的に相関分析しておき、その結果に基づいて、ユーザの選択すべき対策５０２を予め絞って提示することとしてもよい。

【0102】

図５Ｂのボトルネック対策パターンテーブル５１０が示すように、対策ＫＰＩを挿入した後、負のループは、正のループに変わり得る。対策ＫＰＩを挿入して、負のループを正のループに変化させる例を、図１７Ａから１７Ｃを参照して説明する。図１７Ａに示すＣＬＤは、円形の破線太字矢印で示すように、２つのボトルネックループを含む。強調表示されているボトルネックノードは「Ｎ． ｏｆ ｐｏｌｌｕｔｉｎｇ ｖｅｈｉｃｌｅｓ」である。

【0103】

図１７Ｂに示すＣＬＤでは、「Ｉｎｖｅｓｔｍｅｎｔｓ ｏｎ ｅｌｅｃｔｒｉｃ ｖｅｈｉｃｌｅｓ ｐｒｏｄｕｃｔｉｏｎｓ」というノードが、ボトルネックノード「Ｎ． ｏｆ ｐｏｌｌｕｔｉｎｇ ｖｅｈｉｃｌｅｓ」のリンク元ＫＰＩノードとしてループに追加されている。

【0104】

「Ｎ． ｏｆ ｐｏｌｌｕｔｉｎｇ ｖｅｈｉｃｌｅｓ」がリンク先ＫＰＩノードとなる。効果５０３は、ボトルネックノードである「Ｎ． ｏｆ ｐｏｌｌｕｔｉｎｇ ｖｅｈｉｃｌｅｓ」に作用し、「ｄｏｗｎ」させる。これにより、新たに追加されたリンク元ＫＰＩノード（対策ノード）と、リンク先ＫＰＩノード（ボトルネックノード）との間に負の関係が生じる。リンク元ＫＰＩ（例の場合は「Ｃｏｍｐａｎｙ ｃｕｓｔｏｍｅｒｓ」）とリンク先ＫＰＩ（例の場合は「Ｎ． ｏｆ ｐｏｌｌｕｔｉｎｇ ｖｅｈｉｃｌｅｓ」）との関係性５１２は「＋」である。

【0105】

これは、関係モデルデータベース１２４のボトルネック対策パターンテーブル５１０のパターンｐ２に等しい。具体的には、オリジナル関係性５１２、ｋｐｉ＿ａ－＞ｋｐｉ＿ｂ＝「＋」である。対策ＫＰＩノード「Ｉｎｖｅｓｔｍｅｎｔｓ ｏｎ ｅｌｅｃｔｒｉｃ ｖｅｈｉｃｌｅｓ ｐｒｏｄｕｃｔｉｏｎｓ」は、リンク元ノード「Ｃｏｍｐａｎｙ ｃｕｓｔｏｍｅｒｓ」へのリンク先ノードとして、挿入される。対策関係性５１３は、ｋｐｉ＿ａ－＞ｘ５１４に相当する。ｘは対策ノードであり、関係性は「＋」である。「Ｉｎｖｅｓｔｍｅｎｔｓ ｏｎ ｅｌｅｃｔｒｉｃ ｖｅｈｉｃｌｅｓ ｐｒｏｄｕｃｔｉｏｎｓ」ＫＰＩノード（リンク元ノード）と「Ｎ． ｏｆ ｐｏｌｌｕｔｉｎｇ ｖｅｈｉｃｌｅｓ」ＫＰＩノード（リンク先ノード）との関係は、ｘ→ｋｐｉ＿ｂ５１５の関係に相当する。ｘは対策ノードであり、関係性は「－」である。

【0106】

上述のように、新たな負の接続の挿入は、ループ内の次の接続に作用する。ループ内の全ての関係リンクは、解析及びボトルネック検出部１１４によって確認され、取得した系列において「－」の関係性が再カウントされる。今回のように「－」の数が偶数であれば、ループは正「＋」となる。「－」の関係が加わったことで、負のループが正のループに変わる。

【0107】

図１７Ｃに示すＣＬＤでも同じようなパターンが見られる。最後に残ったボトルネックのループに、関係モデルデータベース１２４の分析結果テーブル－関係モデル５００から、もう一つの対策ＫＰＩが追加されて、負のループが正のループに変化させられる。

【0108】

ステップＳ７０７以降、ユーザは異なる好みを指定することができるようになる。ユーザからの入力があるたびに、ステップＳ７０１からステップが繰り返される。フィルタリング部１１３は、新たな選択に基づいてＣＬＤを再フィルタリングする。

【0109】

ステップＳ７０７から開始して、ユーザＡは、他のユーザとの関係を指定することができる。ユーザＡがユーザＢとの関係を指定すると決定すると、可視化部１１５は、入出力装置１３１を介して、ユーザＡが指定したユーザ名に関連する、マスタデータベース１２１におけるユーザテーブル２００のユーザＩＤ２０１の値を取得する。

【0110】

フィルタリング部１１３は、指定された「ユーザＢ」のユーザＩＤ２０１の値を、マスタデータベース１２１におけるＵｓｅｒｓ ｒｅｌａｔｉｏｎｓｈｉｐｓ Ｔａｂｌｅ２３０の、ユーザＡのユーザＩＤ２３１に対応する利害関係者ユーザＩＤ２３１に追加する。

【0111】

上述のように、ユーザの関係における変化に対して、フィルタリング部１１３は、重要度重み３０４を更新する。つまり、ステップＳ７０３が、ユーザＢを利害関係者に含む状態で実行される。ユーザＢがＫＰＩを隠すことを決定している場合、ユーザＡによって関係が確立されると、後述するステップＳ７０９のように、ユーザＡは、ＣＬＤ上で隠されたＫＰＩを見ることができるようになる。

【0112】

ステップＳ７０８において、ユーザＡは、ユーザＢが隠したＫＰＩの都市データ値を、隠されていたＫＰＩとユーザＡの関連するＫＰＩノードとの間の接続と共に見るためのアクセス許可を、送信する（図１４参照）。

【0113】

ステップＳ７０９の詳細は、図９に示す利害関係者関係ＣＬＤ統合ステップ、図１０に示す隠された矢印を表示する処理を参照して、さらに、図１３から図１６の画面例を参照して説明する。ここでは、図１０の用語を考慮して、ユーザＢを利害関係者Ｂ１００１とし、ユーザＡを利害関係者Ａ１００２とする。

【0114】

図９のステップＳ９０１において、利害関係者Ｂ１００１が、任意のＫＰＩの値や接続を隠すことを選択すると（Ｓ９０１：ＹＥＳ）、可視化部１１５は、利害関係者Ｂ１００１の隠されていないＫＰＩの値や接続を利害関係者Ａ１００２に表示するが、隠されているＫＰＩの値（都市データ値）や接続は表示されない。例えば、利害関係者Ｂ１００１が他者のＣＬＤブランチとの接続を隠している場合は、利害関係者Ｂ１００１のＣＬＤブランチが他者のＣＬＤとは接続されず、利害関係者Ｂ１００１のＣＬＤブランチが表示されるのみである（Ｓ９０２）。

【0115】

具体的には、図１０に示すように、ＣＬＤ形成部が外部システムからＣＬＤを収集し（Ｓ１００４）、利害関係者Ｂ１００１が、任意のＫＰＩの値や接続を隠すことを選択する（Ｓ１００５）。可視化部１１５は、選択されたＫＰＩの値や接続を隠し（Ｓ１００６）、利害関係者Ａ１００２からの利害関係者Ｂ１００１との関係の指定（Ｓ１００７）に応じて、利害関係者Ａ１００２に対して、隠されたＫＰＩの値や接続は表示せず、隠されていないＫＰＩノードの値及びＫＰＩノードとの接続のみを表示する。

【0116】

次に、図９のステップ９０３及び図１０のステップＳ１００９に示すように、利害関係者Ａ１００２は、隠されたＫＰＩノードの値と利害関係者Ａ１００２のＣＬＤブランチへの潜在的なリンクを見るために、利害関係者Ｂ１００１に要求を送る。

【0117】

図９のステップＳ９０４のＹＥＳ又は図１０のＳ１０１０に示すように、利害関係者Ｂ１００１が利害関係者Ａ１００２の要求を受け入れたとする。図９のステップＳ９０５又は図１０のステップＳ１０１１に示すように、可視化部１１５は、新たに表示された利害関係者Ｂ１００１のＫＰＩノードを利害関係者Ａ１００２の関連ＫＰＩノードに接続するリンク又は「矢印」と、そのＫＰＩノード値とを表示する。

【0118】

ステップＳ９０２又はＳ１００８の処理結果の例は、図１４に示されている。当初隠されていた「Ｃｏｍｐａｎｙ ｃｕｓｔｏｍｅｒｓ」ノードは、ユーザである不動産開発業者Ａ（利害関係者Ａ又はユーザＡ）に対して表示されている。また、自動車関連業者Ｂ（利害関係者Ｂ又はユーザＢ）のノード（図１３参照）内での接続のみが表示されている。不動産開発業者Ａは、ステップＳ９０３又はＳ１００９において、図１４のセクション１１０３を使用して、自動車関連業者Ｂに隠されたＫＰＩ値や接続を見るためのリクエストを送信する。

【0119】

ステップＳ９０４又はＳ１０１０において自動関連業者Ｂが要求を受け入れた場合、可視化部１１５は、ＣＬＤ形成部１１１に収集された情報に応じて、隠されていたＫＰＩノードの値や不動産開発業者ＡのＣＬＤに接続する矢印が、もし存在すれば、それを表示する（Ｓ９０５、Ｓ１０１１）。ＫＰＩリストテーブル３００において、「Ｃｏｍｐａｎｙ ｃｕｓｔｏｍｅｒｓ」のＫＰＩ名３０２のＫＰＩ ＩＤ３０１の値が取得される。ノード関係性リンクテーブル３２０において、リンク元ＫＰＩ ＩＤ３２３の値が「Ｃｏｍｐａｎｙ ｃｕｓｔｏｍｅｒｓ」のＫＰＩ ＩＤと一致するレコードが、ＫＰＩノード「Ｃｏｍｐａｎｙ ｃｕｓｔｏｍｅｒｓ」のリンク先を示す。

【0120】

フィルタリング部１１３は、リンク元ＫＰＩ ＩＤ３２３の関連するリンク先ＫＰＩＩＤ３２４に基づいて、不動産開発業者Ａに対する許可を確認し、許可されていないようであれば、許可されるように、データベースを更新する。ＫＰＩリストテーブル３００のＫＰＩ ＩＤ３０１において、上記リンク先ＫＰＩＩＤ３２４の値が検索される。マッチするレコードのＫＰＩカテゴリ３０３の値が取得される。ユーザタイプテーブル２１０のＫＰＩアクセス許可２１３において、取得されたＫＰＩカテゴリ３０３の値が検索される。

【0121】

マッチするレコードの利害関係者タイプ名２１２の値が取得される。ユーザテーブル２００の利害関係者タイプ２０３において、取得された利害関係者タイプ名２１２の値が検索される。マッチするレコードのユーザ名２０２において不動産開発業者Ａが検索される。不動産開発業者ＡのユーザＩＤは、ユーザＩＤ２０１で見つけられる。見つけたユーザＩＤ２０１に基づいて、該当するユーザに関するユーザタイプテーブル２１０のＫＰＩアクセス許可２１３を許可に設定してデータベースを更新する。

【0122】

上述したように、ユーザＡがユーザＢとの関係を指定し、ユーザＢがＫＰＩを条件付き表示（値を表示しない、特定のリンクを表示しない）にしている場合、条件を満たす範囲でユーザＡに表示されるが、条件を満たさないＫＰＩの値とノードへの接続（存在する場合）は、ユーザＢがその許可を与えた場合にのみ表示される。ユーザに関連するノードは図１３に示され、ＫＰＩ値と接続の新たな表示は図１６で示されている。図１５では、隠されていたＫＰＩと、ログインしたユーザＡに関連するＫＰＩとの間の接続が、太い矢印で示されている。図１６では、以前に隠されていたＫＰＩの値（都市データ値）が示されている。

【0123】

この処理の後、図７に示すように、ステップＳ７０１から７０６が反復される。ユーザからの入力毎に、ボトルネックが同定され、可視化が更新される。この場合、ユーザからの入力は、関係の指定に対応する。

【0124】

当初隠されていた「Ｃｏｍｐａｎｙ ｃｕｓｔｏｍｅｒｓ」ＫＰＩノードの接続を含む、それらのリンクＩＤ３２１に関連する対応するフィルタリングされたリンク（リンク元ＫＰＩＩＤ３２３－リンク先ＫＰＩＩＤ３２４のペア）は、不動産開発業者Ａへの許可に基づいて、図１５において太字で強調された矢印のように、可視化部１１５によって示される。

【0125】

さらに、ステップＳ９０６、Ｓ１０１１のように、当初隠されていたＫＰＩ値が、他の全てのフィルタリングされたＫＰＩ値と共に、不動産開発業者Ａに示される。例えば、ユーザから選択されたＰＤＣＡ段階が「Ｃｈｅｃｋ（Ｃ）」であるとき、ＫＰＩ名４０４の「Ｃｏｍｐａｎｙ ｃｕｓｔｏｍｅｒｓ」に関連した、センサ及び都市データ値４００における都市データ値４０５は、図１６のように表示される。

【0126】

図７のＣＬＤフィルタリング及び判定のフロー図の次のステップに戻って、ステップＳ７０９の後にもう一度システムがボトルネック検出及び可視化ステップを完了すると、ステップＳ７１０、Ｓ７１１に示すように、ユーザは、画面に表示されたリストの中から選択するＫＰＩの形で、興味の対象を指定できる。図１３から１６に示す例において、ユーザは、画面の左のＫＰＩリストメニューの中から、ＱｏＬカテゴリのＫＰＩを選択している。より具体的には、可視化部１１５は、ユーザの操作に応じた入出力装置１３１を介して、ユーザが関心を持つＫＰＩのＩＤを取得する。例えば、「ＱｏＬ」というＫＰＩのＩＤが取得される。

【0127】

可視化部１１５は、ＣＬＤ収集データベース１２２のノード関係性リンクテーブル３２０において、リンク元ＫＰＩ ＩＤ３２３の値が、ユーザが選択したＫＰＩリストテーブル３００からのＫＰＩ ＩＤ３０１の値（例えば、ＫＰＩ「ＱｏＬ」のＩＤ）に等しい全てのレコードを検索し、それらレコードからリンク先ＫＰＩＩＤ３２４を取得する。

【0128】

次に、可視化部１１５は、直前のリンク先ＫＰＩＩＤ３２４の値と等しいリンク元ＫＰＩ ＩＤ３２３の値を有するレコードから、次のリンク先ＫＰＩＩＤ３２４を取得する（例えば、「Ｕｒｂａｎ Ａｔｔｒａｃｔｉｖｅｎｅｓｓ」ＫＰＩのＩＤ）。可視化部１１５は、見つかった「ＱｏＬ」ＫＰＩ ＩＤの全てのインスタンスについて、最初のリンク元ＫＰＩ ＩＤの値がリンク先ＫＰＩ ＩＤの値として見つかるまで、これらのステップを繰り返す。したがって、ユーザが関心を持つＫＰＩに接続された全てのループが発見される。この時点で、可視化部１１５は一連のＫＰＩ ＩＤを取得している。

【0129】

次に、可視化部１１５は、以前に取得した一連のＫＰＩからのＫＰＩ ＩＤに等しいＫＰＩ ＩＤ３０１に基づいて、さらに、「０」に等しくない重要度重み３０４（すなわち、ユーザが見ることを許可されている全てのＫＰＩノード）に基づいて、ＣＬＤ収集データベース１２２のＫＰＩリストテーブル３００において重要度重み３０４の値が増加するように更新する。

【0130】

ＫＰＩ選択ステップＳ７１０、Ｓ７１１の後、再び、ボトルネックの検出と可視化が繰り返される。ユーザからの最終的な入力は、ステップＳ７１２、Ｓ７１３からわかるように、ＰＤＣＡの選択である。

【0131】

上述のように、ＰＤＣＡには、Ｐｌａｎ、Ｄｏ、Ｃｈｅｃｋ、Ａｃｔの４段階がある。各ユーザは、主ＰＤＣＡタスク２０５が示す自分の権限から、特定のＰＤＣＡステージを選択することができる。選択されたＰＤＣＡ段階に応じて、ステップＳ７０１からＳ７０６が反復される。それに加えて、次に示す処理を画面上で行うこととしてもよい。

【0132】

図１１、１３の例に示すように、Ｐ段階は、デフォルトで選択されている段階であり、ユーザに最初に表示されることとしてもよい。図１４の例に示すように、ＫＰＩリストから一つのＫＰＩ又は段階Ｄが選択されると、可視化部１１５は、Ｄ段階が選択されたものとして表示を変更し、さらに選択可能なオプションを表示する。

【0133】

図１６の例に示すように、Ｃ段階では、ユーザは、ＫＰＩ値（都市データ値４０５）と他の利害関係者の隠されたＫＰＩノードと自ＣＬＤとの接続を、画面上に可視化することができる。また、Ａ段階が選択された場合には、関係モデリングシステム１５０が提案した対策ノード、または、ユーザが手動で作成した対策ノードを挿入することができる。

【0134】

上記例において、システムは都市計画のためのＣＬＤを可視化する。システムは、都市計画と異なる分野において、ＣＬＤを可視化できる。例えば、災害分野において、利害関係者は、警察、消防、医師、地方自治体、政府、企業等とすることができる。ＣＬＤループの例は、避難者の増加－＞自治体が避難者のために食品メーカなどの企業から物資を調達－＞被災地での物資の供給が増加－＞被災地以外の地域での物資の供給が減少－＞被災地以外の地域の住民の需要が増加－＞企業が被災地以外にも物資を供給－＞被災地での物資の供給が減少、というものである。

【0135】

他の例として、車の分野において、利害関係者は、自動車メーカやサプライヤ等とすることができる。自動車の販売増加－＞自動車メーカからの部品注文の増加－＞部品の価格の上昇－＞自動車の価格の上昇－＞自動車の販売減少、といったものである。なお、上記構成例の一部が省略されてもよく、例えば、ボトルネックループの特定やユーザ関係に基づくＣＬＤの統合等が省略されてもよい。

【0136】

上述のように、システムは、ネガティブループにおいて重みが閾値以上のノードをクリティカルノードと判定し、そのクリティカルノードを強調表示してもよい。他の構成例において、システムは、ループの特性に関わりなく、つまり、ネガティブループ又はポジティブループを問わず、重みが規定の閾値以上のノードを強調表示してもよい。

【0137】

上述のように、システムは、複数のＣＬＤから選択されたノードによって、ユーザに表示する因果ループ図を構成してもよい。他の構成例において、システムは、構成済みの因果ループ図のノードの重みを決定し、その因果ループ図の表示において、重みが閾値以上のノードを強調表示してもよい。

【0138】

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

【0139】

また、上記の各構成・機能・処理部等は、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、または、ＩＣカード、ＳＤカード等の記録媒体に置くことができる。

【0140】

また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。

【符号の説明】

【0141】

１００ 都市ＣＬＤ可視化システム
１１０ 主記憶装置
１１１ ＣＬＤ形成部
１１３ フィルタリング部
１１４ 分析及びボトルネック検出部
１１５ 可視化部
１２０ 補助記憶装置
１２１ マスタデータベース
１２２ ＣＬＤ収集データベース
１２３ 収集されたセンサ及び都市データ収集データベース
１２４ 関係モデルデータベース
１３０ 演算装置
１３１ 入出力装置
１３２ 通信インタフェイス
２００ ユーザテーブル
２１０ ユーザタイプテーブル
２２０ デフォルトＰＤＣＡ－ＫＰＩ関係テーブル
２３０ ユーザ関係テーブル
２４０ デフォルト利害関係者関心事テーブル
３００ ＫＰＩリストテーブル
３１０ 収集されたＣＬＤテーブル
３２０ ノード関係性リンクテーブル
４００ センサ及び都市データ
５００ 分析結果テーブル－関係モデル
５１０ ボトルネック対策パターンテーブル

【図1】

【図2A】

【図2B】

【図2C】

【図2D】

【図2E】

【図3A】

【図3B】

【図3C】

【図4】

【図5A】

【図5B】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12A】

【図12B】

【図13】

【図14】

【図15】

【図16】

【図17A】

【図17B】

【図17C】