図面 (/)

技術 発想提案支援システム、発想提案支援装置、発想提案支援方法及びプログラム

出願人 コニカミノルタ株式会社
発明者 加世田匠
出願日 2019年9月5日 (1年9ヶ月経過) 出願番号 2019-161663
公開日 2021年3月11日 (2ヶ月経過) 公開番号 2021-039627
状態 未査定
技術分野 検索装置
主要キーワード 疑わしい値 販売シェア 階級分け 対応条件 機械学習モデル 数値化処理 指定ワード 図表作成
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2021年3月11日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (9)

課題

発想提案に係る資料収集及び生成の手間を効果的に低減することのできる発想提案支援ステム、発想提案支援装置、発想提案支援方法及びプログラムを提供する。

解決手段

発想提案支援システムは、コンセプトワードを取得する取得部(PR1、PR2)と、コンセプトワードと当該コンセプトワードについての特性の項目を示す補助用語との組み合わせを検索用語として検索を行う検索部(PR3〜PR5)と、検索の結果に基づいて、コンセプトワードに対応する特性を示すデータを出力する出力部(PR6、PR7)と、を備える。

概要

背景

電子計算機に係る技術として、大量のデータから所望の情報に係るデータを抽出する技術が知られている。また、大量のデータに基づいて法則性を抽出して対応関係を学習し、学習結果に基づいてパターン認識最適解の選択を行ったりする技術(人工知能AI)がある。

これに対し、人間には、より創造的な役割が求められている。しかしながら、新規発想アイデア)の価値を評価は難しく、価値のある発明が実施されずに埋もれたり、価値の低い発明の実施に無駄な労力を割いたりするということがしばしばある。特許文献1には、新たな発想の価値を評価する技術が開示されている。

概要

発想提案に係る資料収集及び生成の手間を効果的に低減することのできる発想提案支援ステム、発想提案支援装置、発想提案支援方法及びプログラムを提供する。発想提案支援システムは、コンセプトワードを取得する取得部(PR1、PR2)と、コンセプトワードと当該コンセプトワードについての特性の項目を示す補助用語との組み合わせを検索用語として検索を行う検索部(PR3〜PR5)と、検索の結果に基づいて、コンセプトワードに対応する特性を示すデータを出力する出力部(PR6、PR7)と、を備える。

目的

この発明の目的は、発想提案に係る資料の収集及び生成の手間を効果的に低減することのできる発想提案支援システム、発想提案支援装置、発想提案支援処理方法及びプログラムを提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

コンセプトワードを取得する取得部と、前記コンセプトワードと当該コンセプトワードについての特性の項目を示す補助用語との組み合わせを検索用語として検索を行う検索部と、前記検索の結果に基づいて、前記コンセプトワードに対応する前記特性を示すデータを出力する出力部と、を備えることを特徴とする発想提案支援ステム

請求項2

前記補助用語には、時間に係る第1種用語が含まれることを特徴とする請求項1記載の発想提案支援システム。

請求項3

前記第1種用語には、時事、経緯、歴史トレンド年代年表のうち少なくとも一部が含まれることを特徴とする請求項2記載の発想提案支援システム。

請求項4

前記出力部は、前記第1種用語に係る検索結果において異なる複数のタイミングのデータが得られた場合には、時系列内で統合した統合データを前記コンセプトワードに対応付けて出力することを特徴とする請求項2又は3記載の発想提案支援システム。

請求項5

前記第1種用語に係る検索結果に基づく図表データを作成する図表作成部を備え、前記出力部は、作成された前記図表データを出力することを特徴とする請求項4記載の発想提案支援システム。

請求項6

前記補助用語には、数値規模に係る第2種用語が含まれることを特徴とする請求項1〜5のいずれか一項に記載の発想提案支援システム。

請求項7

前記第2種用語には、シェア売り上げ、利益、人数のうち少なくとも一部が含まれることを特徴とする請求項6記載の発想提案支援システム。

請求項8

前記出力部は、前記第2種用語に係る検索結果において同一の特性に係る異なる複数の区分におけるデータが得られた場合には、当該特性について統合した統合データを出力することを特徴とする請求項6又は7記載の発想提案支援システム。

請求項9

前記出力部は、前記第2種用語に係る複数の検索結果を組み合わせて前記特性に係る結合データを生成して出力することを特徴とする請求項6〜8のいずれか一項に記載の発想提案支援システム。

請求項10

前記数値規模に係る検索結果に基づくグラフを作成するグラフ作成部を備え、前記出力部は、作成された前記グラフを出力することを特徴とする請求項6〜9のいずれか一項に記載の発想提案支援システム。

請求項11

前記検索部は、過去の検索履歴情報に基づいて前記コンセプトワードに対して組み合わせる前記補助用語の優先順を決定することを特徴とする請求項1〜10のいずれか一項に記載の発想提案支援システム。

請求項12

前記検索部は、前記検索履歴情報に含まれるコンセプトワードを前記検索用語から除外することを特徴とする請求項11記載の発想提案支援システム。

請求項13

前記検索部は、前記コンセプトワードと前記補助用語との関連性に基づいて前記コンセプトワードに対して組み合わせる前記補助用語の優先順を決定することを特徴とする請求項1〜12のいずれか一項に記載の発想提案支援システム。

請求項14

前記検索の結果に含まれる用語と、前記コンセプトワードとの関連性を判定する判定部を備え、前記検索部は、前記判定部により関連性が高いと判定された用語を前記検索用語に加えて再検索を行うことを特徴とする請求項1〜13のいずれか一項に記載の発想提案支援システム。

請求項15

前記検索部は、前記検索の結果に含まれる用語のうち出現頻度に係る条件を満たす用語を検索条件に加えて再検索を行うことを特徴とする請求項1〜14のいずれか一項に記載の発想提案支援システム。

請求項16

操作受付部を備え、前記検索部は、前記操作受付部により受け付けられた用語を前記検索用語に加えて検索を行うことを特徴とする請求項1〜15のいずれか一項に記載の発想提案支援システム。

請求項17

前記取得部には、画像データ及び音声データのうち少なくとも一方を含む非テキストデータ、及びテキストデータを入力可能であり、前記取得部は、前記非テキストデータの内容を認識してテキストデータに変換し、前記テキストデータから前記コンセプトワードを取得することを特徴とする請求項1〜16のいずれか一項に記載の発想提案支援システム。

請求項18

前記非テキストデータには画像データが含まれ、前記取得部は、前記画像データの入力に対して当該画像データの認識処理を行い、前記画像データの内容を示すテキストデータを出力する学習済モデルを有することを特徴とする請求項17記載の発想提案支援システム。

請求項19

前記取得部は、入力されたテキストデータから自立語を抽出し、当該自立語の出現頻度に応じて前記コンセプトワードを特定して取得することを特徴とする請求項17又は18記載の発想提案支援システム。

請求項20

前記取得部は、前記テキストデータの入力に対して当該テキストデータの前記コンセプトワードを出力する学習済モデルを有することを特徴とする請求項17〜19のいずれか一項に記載の発想提案支援システム。

請求項21

前記取得部は、取得した前記コンセプトワードの関連用語を特定し、特定した前記関連用語を前記検索用語に加えることを特徴とする請求項1〜20のいずれか一項に記載の発想提案支援システム。

請求項22

前記取得部は、オブジェクトの意味に応じた方向を有する意味ベクトルを生成し、前記コンセプトワードに対応する意味ベクトルに対して所定の基準を満たす方向を有する意味ベクトルにより特定されるテキストオブジェクトを前記関連用語とすることを特徴とする請求項21記載の発想提案支援システム。

請求項23

前記補助用語のリストを記憶する記憶部を備えることを特徴とする請求項1〜22のいずれか一項に記載の発想提案支援システム。

請求項24

コンセプトワードを取得する取得部と、前記コンセプトワードと当該コンセプトワードについての特性の項目を示す補助用語との組み合わせを検索用語として検索を行う検索部と、前記検索の結果に基づいて、前記コンセプトワードに対応する前記特性を示すデータを出力する出力部と、を備えることを特徴とする発想提案支援装置

請求項25

コンセプトワードを取得する取得ステップ、前記コンセプトワードと当該コンセプトワードについての特性の項目を示す補助用語との組み合わせを検索用語として検索を行う検索ステップ、前記検索の結果に基づいて、前記コンセプトワードに対応する前記特性を示すデータを出力する出力ステップ、を含むことを特徴とする発想提案支援方法

請求項26

コンピューターを、コンセプトワードを取得する取得手段、前記コンセプトワードと当該コンセプトワードについての特性の項目を示す補助用語との組み合わせを検索用語として検索を行う検索手段、前記検索の結果に基づいて、前記コンセプトワードに対応する前記特性を示すデータを出力する出力手段、として機能させることを特徴とするプログラム

技術分野

0001

この発明は、発想提案支援ステム、発想提案支援装置、発想提案支援方法及びプログラムに関する。

背景技術

0002

電子計算機に係る技術として、大量のデータから所望の情報に係るデータを抽出する技術が知られている。また、大量のデータに基づいて法則性を抽出して対応関係を学習し、学習結果に基づいてパターン認識最適解の選択を行ったりする技術(人工知能AI)がある。

0003

これに対し、人間には、より創造的な役割が求められている。しかしながら、新規な発想(アイデア)の価値を評価は難しく、価値のある発明が実施されずに埋もれたり、価値の低い発明の実施に無駄な労力を割いたりするということがしばしばある。特許文献1には、新たな発想の価値を評価する技術が開示されている。

先行技術

0004

特開2002−92229号公報

発明が解決しようとする課題

0005

しかしながら、一般的に組織内で新たな事業商品についての発想を実行段階に進めるためには、発想の有用性実現可能性収益性などについて説得力のある資料を作成する必要がある。通常の業務の中で新規な発想に対する適切な資料を集めてプレゼンテーション資料を作成するには多大な手間を要し、しばしば有用な発想が埋もれる原因になるという課題がある。

0006

この発明の目的は、発想提案に係る資料の収集及び生成の手間を効果的に低減することのできる発想提案支援システム、発想提案支援装置、発想提案支援処理方法及び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

0007

上記目的を達成するため、請求項1記載の発明は、
コンセプトワードを取得する取得部と、
前記コンセプトワードと当該コンセプトワードについての特性の項目を示す補助用語との組み合わせを検索用語として検索を行う検索部と、
前記検索の結果に基づいて、前記コンセプトワードに対応する前記特性を示すデータを出力する出力部と、
を備えることを特徴とする発想提案支援システムである。

0008

請求項2記載の発明は、請求項1記載の発想提案支援システムにおいて、
前記補助用語には、時間に係る第1種用語が含まれることを特徴とする。

0009

請求項3記載の発明は、請求項2記載の発想提案支援システムにおいて、
前記第1種用語には、時事、経緯、歴史トレンド年代年表のうち少なくとも一部が含まれることを特徴とする。

0010

請求項4記載の発明は、請求項2又は3記載の発想提案支援システムにおいて、
前記出力部は、前記第1種用語に係る検索結果において異なる複数のタイミングのデータが得られた場合には、時系列内で統合した統合データを前記コンセプトワードに対応付けて出力することを特徴とする。

0011

請求項5記載の発明は、請求項4記載の発想提案支援システムにおいて、
前記第1種用語に係る検索結果に基づく図表データを作成する図表作成部を備え、
前記出力部は、作成された前記図表データを出力する
ことを特徴とする。

0012

請求項6記載の発明は、請求項1〜5のいずれか一項に記載の発想提案支援システムにおいて、
前記補助用語には、数値規模に係る第2種用語が含まれることを特徴とする。

0013

請求項7記載の発明は、請求項6記載の発想提案支援システムにおいて、
前記第2種用語には、シェア売り上げ、利益、人数のうち少なくとも一部が含まれることを特徴とする。

0014

請求項8記載の発明は、請求項6又は7記載の発想提案支援システムにおいて、
前記出力部は、前記第2種用語に係る検索結果において同一の特性に係る異なる複数の区分におけるデータが得られた場合には、当該特性について統合した統合データを出力することを特徴とする。

0015

請求項9記載の発明は、請求項6〜8のいずれか一項に記載の発想提案支援システムにおいて、
前記出力部は、前記第2種用語に係る複数の検索結果を組み合わせて前記特性に係る結合データを生成して出力することを特徴とする。

0016

請求項10記載の発明は、請求項6〜9のいずれか一項に記載の発想提案支援システムにおいて、
前記数値規模に係る検索結果に基づくグラフを作成するグラフ作成部を備え、
前記出力部は、作成された前記グラフを出力することを特徴とする。

0017

請求項11記載の発明は、請求項1〜10のいずれか一項に記載の発想提案支援システムにおいて、
前記検索部は、過去の検索履歴情報に基づいて前記コンセプトワードに対して組み合わせる前記補助用語の優先順を決定することを特徴とする。

0018

請求項12記載の発明は、請求項11記載の発想提案支援システムにおいて、
前記検索部は、前記検索履歴情報に含まれるコンセプトワードを前記検索用語から除外することを特徴とする。

0019

請求項13記載の発明は、請求項1〜12のいずれか一項に記載の発想提案支援システムにおいて、
前記検索部は、前記コンセプトワードと前記補助用語との関連性に基づいて前記コンセプトワードに対して組み合わせる前記補助用語の優先順を決定することを特徴とする。

0020

請求項14記載の発明は、請求項1〜13のいずれか一項に記載の発想提案支援システムにおいて、
前記検索の結果に含まれる用語と、前記コンセプトワードとの関連性を判定する判定部を備え、
前記検索部は、前記判定部により関連性が高いと判定された用語を前記検索用語に加えて再検索を行う
ことを特徴とする。

0021

請求項15記載の発明は、請求項1〜14のいずれか一項に記載の発想提案支援システムにおいて、
前記検索部は、前記検索の結果に含まれる用語のうち出現頻度に係る条件を満たす用語を検索条件に加えて再検索を行うことを特徴とする。

0022

請求項16記載の発明は、請求項1〜15のいずれか一項に記載の発想提案支援システムにおいて、
操作受付部を備え、
前記検索部は、前記操作受付部により受け付けられた用語を前記検索用語に加えて検索を行う
ことを特徴とする。

0023

請求項17記載の発明は、請求項1〜16のいずれか一項に記載の発想提案支援システムにおいて、
前記取得部には、画像データ及び音声データのうち少なくとも一方を含む非テキストデータ、及びテキストデータを入力可能であり、
前記取得部は、前記非テキストデータの内容を認識してテキストデータに変換し、前記テキストデータから前記コンセプトワードを取得する
ことを特徴とする。

0024

請求項18記載の発明は、請求項17記載の発想提案支援システムにおいて、
前記非テキストデータには画像データが含まれ、
前記取得部は、前記画像データの入力に対して当該画像データの認識処理を行い、前記画像データの内容を示すテキストデータを出力する学習済モデルを有する
ことを特徴とする。

0025

請求項19記載の発明は、請求項17又は18記載の発想提案支援システムにおいて、
前記取得部は、入力されたテキストデータから自立語を抽出し、当該自立語の出現頻度に応じて前記コンセプトワードを特定して取得することを特徴とする。

0026

請求項20記載の発明は、請求項17〜19のいずれか一項に記載の発想提案支援システムにおいて、
前記取得部は、前記テキストデータの入力に対して当該テキストデータの前記コンセプトワードを出力する学習済モデルを有することを特徴とする。

0027

請求項21記載の発明は、請求項1〜20のいずれか一項に記載の発想提案支援システムにおいて、
前記取得部は、取得した前記コンセプトワードの関連用語を特定し、特定した前記関連用語を前記検索用語に加えることを特徴とする。

0028

請求項22記載の発明は、請求項21記載の発想提案支援システムにおいて、
前記取得部は、オブジェクトの意味に応じた方向を有する意味ベクトルを生成し、前記コンセプトワードに対応する意味ベクトルに対して所定の基準を満たす方向を有する意味ベクトルにより特定されるテキストオブジェクトを前記関連用語とすることを特徴とする。

0029

請求項23記載の発明は、請求項1〜22のいずれか一項に記載の発想提案支援システムにおいて、
前記補助用語のリストを記憶する記憶部を備えることを特徴とする。

0030

請求項24記載の発明は、
コンセプトワードを取得する取得部と、
前記コンセプトワードと当該コンセプトワードについての特性の項目を示す補助用語との組み合わせを検索用語として検索を行う検索部と、
前記検索の結果に基づいて、前記コンセプトワードに対応する前記特性を示すデータを出力する出力部と、
を備えることを特徴とする発想提案支援装置である。

0031

請求項25記載の発明は、
コンセプトワードを取得する取得ステップ
前記コンセプトワードと当該コンセプトワードについての特性の項目を示す補助用語との組み合わせを検索用語として検索を行う検索ステップ
前記検索の結果に基づいて、前記コンセプトワードに対応する前記特性を示すデータを出力する出力ステップ、
を含むことを特徴とする発想提案支援方法である。

0032

請求項26記載の発明は、
コンピューターを、
コンセプトワードを取得する取得手段、
前記コンセプトワードと当該コンセプトワードについての特性の項目を示す補助用語との組み合わせを検索用語として検索を行う検索手段、
前記検索の結果に基づいて、前記コンセプトワードに対応する前記特性を示すデータを出力する出力手段、
として機能させることを特徴とするプログラムである。

発明の効果

0033

本発明に従うと、発想提案に係る資料の収集及び生成の手間を効果的に低減することができるという効果がある。

図面の簡単な説明

0034

本実施形態の発想提案支援システムの機能構成を示すブロック図である。
発想提案支援の流れを説明する図である。
類似ワード取得手順の例を示す図である。
画像データに基づく検索用語の設定の例を示す図である。
数字データの結合例を示す図である。
数字データの統合例を示す図である。
作成される年表の例を示す図表である。
発想提案支援処理の制御手順を示すフローチャートである。

実施例

0035

以下、本発明の実施の形態を図面に基づいて説明する。
図1は、本実施形態の発想提案支援システム1の機能構成を示すブロック図である。
この発想提案支援システム1は、サーバー装置10(発想提案支援装置)と、データベース装置20と、端末装置30とを含む。

0036

サーバー装置10は、制御部11(取得部、検索部、出力部、図表作成部、グラフ作成部、判定部)と、記憶部12と、通信部13などを備える。制御部11は、CPU(Central Processing Unit)及びRAM(Random Access Memory)などを有し、各種演算処理を行って、サーバー装置10の動作を統括制御するプロセッサーである。

0037

記憶部12は、制御部11が実行するプログラム121及び設定データを記憶する。また、記憶部12は、端末装置30から入力された各種データ及びその処理データを一時記憶する。記憶部12は、HDD(Hard Disk Drive)及び/又はフラッシュメモリーなどの不揮発性メモリーを有する。また、記憶部12は、一時的に大きなデータを記憶して高速処理するためのRAMなどを有していてもよい。プログラム121には、文章解析画像認識音声認識及び後述の発想提案支援処理に係るプログラムが含まれる。画像認識やキーワード(発想のコンセプトワード)の抽出などに係る各処理には、それぞれ適切に設計、学習された学習済モデル1211が用いられ得る。また、設定データには、後述の補助用語を多数記憶した補助用語リスト122が含まれる。

0038

通信部13は、TCP/IP(Transmission Control Protocol/Internet Protocol)といった所定の通信規格に従って外部機器との間でのデータの送受信を制御する。通信部13は、ネットワークを介して外部機器と接続されている。ネットワークにはインターネットが含まれ、HTTP(Hypertext Transfer Protocol)などにより民間の検索サーバーなどにアクセス可能となっている。通信部13は、USB(Universal Serial Bus)などを介して外部機器(周辺機器など)と直接通信が可能な端子を有していてもよい。

0039

データベース装置20は、記憶部21を有する。記憶部21は、テキスト、画像、音声などで表現された多数の各オブジェクトとその識別データ(後述の意味ベクトルの値を含む)を対応付けた用語データ211と、過去にサーバー装置10でなされた検索結果及び発想提案の履歴データ212(過去の検索履歴情報)とを記憶保持する。また、データベース装置20は、記憶部21の読み書きを制御する制御部及び外部機器との通信を制御する通信部を有していてよい。

0040

端末装置30は、ユーザーからの入力受付及びユーザーへの出力を行う。端末装置30は、制御部31と、記憶部32と、表示部33と、操作受付部34と、通信部35などを備える。制御部31は、CPU及びRAMなどを有し、端末装置30の動作を統括制御するプロセッサーである。記憶部32は、不揮発性メモリーなどを有し、各種プログラム及びデータを記憶する。通信部35は、所定の通信規格に従って外部機器との間でのデータの送受信を制御する。

0041

操作受付部34は、外部(ユーザーなど)からの入力操作を受け付けて、入力信号として制御部31に出力する。操作受付部34は、特には限られないが、例えば、キーボードマウス、表示部33の表示画面に重ねて設けられるタッチセンサーなどを有する。表示部33は、表示画面を有し、制御部31の制御命令に応じた内容の表示を当該表示画面に行わせる。表示画面としては、特には限られないが、例えば、液晶表示画面(LCD)である。また、表示部33には、特定の状態を示すLEDランプ(Light Emitting Diode)などが含まれていてもよい。

0042

次に、本実施形態の発想提案支援システム1における発想提案支援の動作内容について説明する。サーバー装置10では、入力された発想の内容(発想データ)に基づくコンセプトワードにより各種データベース検索サイトを用いて現状や過去の関連情報を検索する。検索対象は、特には限られないが、数値データ、特に時系列データや地域比較データなどである。検索結果により得られた数値データは、可能な範囲で統合されて、グラフ化及び/又は図表化される。

0043

図2は、発想提案支援の流れを説明する図である。
発想内容を示す入力データは、コンセプトワードの羅列、キャッチコピー要約文、画像若しくは音声、又はこれらの組み合わせであってよい(入力可能)。画像データや音声データのような非テキストデータは、まず、テキストデータに変換される。画像(音声)の場合には、周知の画像認識技術音声認識技術)を利用して、当該画像(音声)を内容に応じた用語や説明文(テキストデータ)に変換する(PR1)。周知の画像認識技術としては、例えば、畳み込みニューラルネットワークCNN)などにより設計された機械学習モデルの学習済モデル1211が利用され得る。入力又は変換されたテキストデータが説明文などであって複数の単語の組み合わせの場合には、周知の言語処理技術を利用してコンセプトワードを特定、抽出する(PR2)。言語処理技術には、所定のアルゴリズムの機械学習モデルに係る学習済モデル1211が用いられてもよい。機械学習モデルのアルゴリズムは、言語によって異なるものが用いられてよい。特定、抽出されるコンセプトワードとしては、名詞優先的に抽出されてもよいし、形容詞動詞を含めた自立語全般から抽出されてもよい。初めからコンセプトワード(単語や短いフレーズなど)が入力されている場合には、これらがそのまま用いられてよい。PR1、PR2の処理が取得ステップ(取得ステップ、取得手段)に含まれる。

0044

得られるコンセプトワードは一つである必要はないが、複数のコンセプトワードが取得された場合には、検索時には一部ずつ(主に一語ずつ)選択されて複数回検索が実行される。また、このとき、コンセプトワードだけではなく、補助用語リスト122から抽出された補助用語と組み合わせた検索用語(検索条件)により検索を実行する(PR3)。補助用語は、コンセプトワードについての特性の項目を示し、特に数値で示し得る特性に係るデータ(検索結果)を取得するための用語である。補助用語、すなわち特性の項目としては、主に、時間(時刻、日時、時期、時系列)を表現する用語(第1種用語)、例えば、時事、経緯、歴史、ヒストリー、年代、年表、トレンドなど、及び事業などの規模に係る数値(数値規模)を表現する用語(第2種用語)、例えば、シェア、売り上げ、利益、収益、人数、利用者数購入者数、入場者数参加者数店舗数、匹(頭、羽)数、個(枚、台、冊)数、件(回、本、度)数などが挙げられる。また、これらに加えて、数値規模の分類属性に関する用語、例えば、世代(間、別などが付加されてよい、以下同様)、性別年齢、地域などが補助用語に含まれてもよい。これらのうち、コンセプトワードの種別生物物品サービス、商業性など)との関連性に応じて組み合わせが妥当な用語が優先的に選択されて、各々当該コンセプトワードとの組み合わせ及びその順番が決定される。すなわち、「数」などの一般的な用語と組み合わせる助数詞、例えば、小動物ペットなどに対する「匹」、や兎などに対する「羽」、といった大型動物などに対する「頭」などは、予め記憶保持されていて検索前に参照されて選択されてもよい。

0045

また、このように自動で選択されたコンセプトワード及び補助用語だけでなく、ユーザーなどによる操作受付部34により受け付けられてサーバー装置10に送られた用語(指定ワード)が検索用語に組み入れられてもよい。

0046

決定された組み合わせの順番の検索用語で検索が行われる(PR4)。検索には、社内などの閉じたデータベース、すなわち、データベース装置20の履歴データ212、インターネット上の無料検索サーバー、民間調査会社などによる有料データベースなどが利用され得る。これらのうち、社内データベースなどの検索については、他の検索よりも先に行われてもよい。社内データベースで検索された結果(過去に検索された結果)において数字データなどが検出された場合などについては、同一の検索用語で外部の検索を優先的に行ったり、反対に同検索用語で検索の検索結果がある場合には、新しいアイデアではないものとしてインターネット上での検索(検索用語)から除外したりといったように、優先順の決定に反映されてよい。優先的に行うか、除外するかについての判断は、例えば、数字データの更新日時などに応じてなされてもよい。

0047

検索される対象は、テキストデータだけでなく、画像データや音声データが含まれ得る。画像データや音声データは、上記と同様に、周知の認識技術によりテキスト化されてよい。また、テキストデータには、構造化文書が含まれる。各組み合わせの検索用語のうち、例えば、優先順で所定番目まで、又は優先度合が所定の基準以上のものによる検索結果により一通り結果が得られると、全検索結果、又は各検索用語について得られた検索結果のうち配列順で所定の数ずつ(重複の場合には除外してもよい)の内容を更に解析して、含まれるワードの検索を行い、頻出するワードや、コンセプトワード及び当該頻出ワードに類似する用語を抽出する(PR5)。検索結果が不足している場合や、多すぎて適切な結果を抽出できているか不明な場合などには、関連する頻出ワード(類似ワード)を検索用語に追加(結果不足の場合には論理和、結果過多の場合には論理積で、などのように選択設定されてよい)してもよい。頻出ワードは、例えば、出現回数が多い順に所定の順番まで、又は文字数と比較して所定の比率以上の文字数となるような頻度であるもの、などの条件(出現頻度に係る条件)を満たすものとして定められる。また、設定されているコンセプトワードに比して大きく外れた頻出ワード(例えば、異なる意味の略語フィクション作品固有名詞、各種作品タイトルなど)が含まれる場合には、当該頻出ワードを含む内容を除外するように、除外ワードとして検索用語に追加設定(検索条件の設定)を行ってもよい。これらにより、検索用語を再設定して再度の検索を行う(検索パターンの追加のみの場合には、追加したコンセプトワードに係る検索のみを改めて行えばよい)。類似ワードを含む検索用語の優先順は、当該類似ワードのコンセプトワードに対する類似度、関連性などに応じて再度決定されてよい。なお、一度の検索で十分な結果が得られている場合などには、再検索を行う必要はない。PR3〜PR5の処理が検索ステップ(検索部、検索手段)に含まれる。

0048

一方、検索の結果から補助用語に応じた特性を示すデータ、特に数字(数値)が含まれるデータを抽出する(PR6)。複数の検索結果にそれぞれ含まれた数字により示される内容が同一の特性に係る異なる区分、分類のもの(例えば、補助用語(第2種用語)が示す一の特性に対応する異なる西暦年年齢区分地域区分、他の特性との対応条件など)である場合には、時系列内などでのタイミング、条件、区分などが異なる複数の検索結果のデータを一つのデータセットとして統合してもよい(PR7)。統合された数値データは、適宜グラフ化(グラフデータが作成)されたり図表化(図表データが作成)されたりして(PR8;グラフ作成部、図表作成部)から、コンセプトワードと対応する特性を示すデータとして出力される。ステップPR6、PR7の処理が、出力ステップ(出力部、出力手段)に含まれる。

0049

検索などで利用するためのコンセプトワードに類似するワード(関連用語。以下、類似ワードと記す)の抽出は、数値的な基準に基づいて客観的に行われる。このような類似ワードの抽出として、ここでは、意味ベクトルが利用される。意味ベクトルは、用語(オブジェクト)に対して各々意味に応じた方向を多次元ベクトルで表す技術であり、複数の用語間の意味の類似度(関連度)と、当該複数の用語をそれぞれ示す多次元ベクトル間の角度差(距離)とが対応する。次元数は任意に定められてよいが、例えば、100〜1000次元などであってよい。各用語の意味ベクトルは、機械学習モデルを用いて決定され、各次元の軸方向の特性は、言語的に表現される必要はない。

0050

機械学習を用いた意味ベクトルの決定技術としては、Word2vecが知られている。機械学習に係る学習アルゴリズムは、例えば、Word2vecでよく用いられているContinuous Skip-gramモデル又はCBOW(Continuous Bag-of-Words)モデルなどが挙げられるが、これらに限られない。また、用いられるニューラルネットワークの階層は、2段階に限られず、さらには、ニューラルネットワーク以外の学習アルゴリズムが用いられてもよい。多数の文章データなどを用いた機械学習により得られた多数の単語と意味ベクトルとの対応関係データは、用語データ211としてデータベース装置20の記憶部21に保持される。機械学習は、予め十分な学習データを用意してサーバー装置10で行われてもよいし、外部の機器で行われた学習によって生成された学習済モデルがデータベース装置20にコピーされてもよい。なお、類似ワードの抽出は、前回(1度目)の検索の結果に基づいて行われる場合に限られない。最初に発想データから取得されたコンセプトワードに基づいて、1度目の検索前に別途選択されてもよい。上述のように、抽出された類似ワードの検索に係る優先順は、コンセプトワードとの類似度(関連度)などに応じて(特に関連度が高いものを優先して検索用語に加えるように)定められてよい。

0051

図3は、類似ワードの取得手順の例を示す図である。
図3(a)に示す第1例では、まず、コンセプトワードが取得されると、当該コンセプトワードをデータベース装置20に送って(PR21)、対応する意味ベクトルを取得する(PR22)。次に、この意味ベクトルと、当該意味ベクトルに対する設定角度基準角度)をデータベース装置20に送って(PR23)、意味ベクトルから基準角度内(所定の基準を満たす方向)の意味ベクトルを有する用語(テキストオブジェクト)を類似ワード(関連用語)として取得する(PR24)。取得された類似ワードを検索用語のリストに追加設定し、他のコンセプトワードと同様に補助用語との組み合わせに係る優先順が決定される(PR25)。

0052

図3(b)に示す第2例では、検索結果から得られた頻出ワードとコンセプトワードとをデータベース装置20に送って(PR31)、それぞれ対応する意味ベクトルを算出する(PR32)。得られた意味ベクトルの内積(内積を両意味ベクトルの長さの積で除した値)などを用いて、2つの意味ベクトル間の角度差に応じた値を求める(PR33)。求められた角度差が基準角度以内か(関連性)を判定し、基準角度以内の頻出ワードを類似ワードとして検索用語のリストに追加設定し、他のコンセプトワードと同様に補助用語との組み合わせに係る優先順が決定される(PR34)。

0053

図4は、画像データに基づく検索用語の設定の例を示す図である。
この画像データには、オブジェクトとして、自転車P1(ロードバイク)が含まれており、例えば、コンセプトとしてサイクリングのようなアクティビティ示唆されたものである。画像データに対して画像認識が行われて、自転車又はロードバイクなど(背景などに応じてサイクリング、サイクリングロード、ロードレースなどが含まれてもよい)がコンセプトワードとして抽出される。

0054

これらのコンセプトワードに対し、補助用語として、例えば、歴史、年表、トレンド、販売台数、利用者数、価格やシェアなどが選択され得る。また、意味ベクトルに基づいて、例えば、マウンテンバイククロスバイクなどの他車種、ロードレース、ツーリング、サイクリング、ロングライド輪行ビンディングペダルなどの関連した用語が取得されてもよい。関連用語に対する補助用語が更に選択されてもよい。これらに基づいて、例えば、ロードバイクと販売台数の組み合わせ、ロードレースと参加者数の組み合わせなど、可能な組み合わせを選択し、これらに優先順を付して検索用語として検索を実行する。

0055

このような組み合わせの検索用語による検索の結果として、特に客観的な資料として役に立ちやすい数値データや年代に応じた変化、トレンドなどがより好ましく取得され得る。

0056

しかしながら、特にインターネット上に公開されている数値データは、必ずしもプレゼンテーションに適した形で全て網羅されて公開されているとは限らない。例えば、自転車の販売台数のデータのみでは、どのような車種の自転車が人気であるかなどを知ることができない。

0057

図5は、数字データの結合例を示す図である。
例えば、図5(a)に示すように、検索により、車種A〜C(複数の区分)を含むすべての自転車の販売台数の統計データが取得され、また、車種A〜Cを含む各車種の自転車の販売シェアの統計データが取得された場合、これら複数の検索結果を組み合わせる、ここでは、乗じることで、大雑把に車種Aの自転車の販売台数を算出して、所望の結果に係るデータ(結合データ)を生成することができる。この車種Aの数値に基づいて図5(b)のグラフが生成されることで、車種Aの販売台数の伸びが明確に示される。

0058

なお、このような結合の要否を自動的に判断するのはしばしば難しい。したがって、例えば、パラメーター特性値)の優先順や、各パラメーターについて想定され得る組み合わせパターンなどを予め記憶部12に記憶保持させておき、取得されたデータにより可能な組み合わせパターンなどに応じて結合の可否を判断することとしてもよい。また、優先順を定めるための補足的な情報がコンセプトワードと一緒に取得可能とされてもよい。

0059

統計データは、数値データが明示的に示されている場合に加えて、数表が画像データとして示されていたり、グラフのみが表示されていたりする場合がある。これらの場合には、画像に対する文字認識処理や、グラフ画像判別数値化処理などが行われてよい。また、全ての画像データに対して高精度の文字認識処理を行うのは手間がかかるので、簡易画像識別処理を行い、グラフや図表であるか否かを判別してから、グラフや図表の画像データに対してのみ高精度の処理を行うこととしてもよい。

0060

図6は、数字データの統合例を示す図である。
図6(a)に示すように、商品Pのやや古い売上高の統計データに加えて、図6(b)に示すような近年の状況を示す記事が取得された場合、これらの数値を統合することができる。ここでは、図6(a)から得られた2002〜2010年のデータに対し、ニュースの記事から2000年、2012年、2018年(異なるタイミング)の情報が追加される。統合されたデータは、図6(c)のように、グラフ化されてよい。なお、この場合、ニュースの記事の値は概算であることが読み取れ、すなわち、統合データには精度の異なる値が混在するが、社内などのクローズドかつインフォーマルなプレゼンテーションに係る資料としては、特に精度の差異が考慮されなくてもよい。あるいは、数値の配列表併記してもよい。また、取得元ごとに異なる一方、データの取得条件の違いやデータの信頼性の違いによって、本質的に意味の異なる値や疑わしい値混入する場合もあり得るので、情報の出どころや条件についての記載がある場合には、注釈脚注などを付してもよい。

0061

一方、年表データについては必ずしも定量的な内容とは限らなくても有用性が生じる場合があるので、表データとして羅列生成してもよい。

0062

図7は、作成される年表の例を示す図表である。
ここでは、各種ニュースなどから取得されたロードバイクに関連するイベントを順番に並べて年表を作成している。このように、イベントの開催などについては、単に数の変化だけでなく歴史を追うことで、現在の状況と今後の道筋を追いやすくすることができる。

0063

図8は、本実施形態のサーバー装置10の制御部により実行される発想提案支援処理の制御部11による制御手順を示すフローチャートである。この発想提案支援処理は、端末装置30から入力された要求に応じて開始される。

0064

発想提案支援処理が開始されると、制御部11(CPU)は、端末装置30から発想データを取得する(ステップS101)。制御部11は、取得された発想データが画像データか否かを判別する(ステップS102)。画像データであると判別された場合には(ステップS102で“YES”)、制御部11は、当該画像データに対して学習済モデル1211などを用いた画像認識処理を適用し、画像内のオブジェクトをテキスト化したり、内容の説明文を生成したりする(ステップS103)。それから、制御部11の処理は、ステップS104に移行する。画像データではないと判別された場合には(ステップS102で“NO”)、制御部11の処理は、ステップS104へ移行する。

0065

ステップS104の処理に移行すると、制御部11は、テキスト処理を行い、コンセプトワードを抽出する(ステップS104)。ステップS101〜S104の処理が、本実施形態の発想提案支援処理における取得ステップ(プログラムにおける取得手段)を構成する。

0066

制御部11は、補助用語リスト122を参照して、コンセプトワードに各々対応し得る補助用語を抽出する。制御部11は、各コンセプトワードと補助用語との組み合わせた検索用語のパターン優先順位をつけて検索の優先度順を決定する(ステップS105)。制御部11は、決定された優先度の順番に検索用語を利用して検索を行う(ステップS106)。上述のように、内部データベースと外部検索との検索を併用する場合には、内部データベースの検索を先に行って、その結果に基づいて検索用語の優先順位などを変更してもよい。

0067

制御部11は、必要なデータが取得されたか否かを判別する(ステップS107)。取得されていないと判別された場合には(ステップS107で“NO”)、制御部11は、検索結果として得られたデータのテキスト(画像データからテキスト化されたものを含み得る。また、構造化文書については構造解析がなされてよい)からワード(自立語)抽出を行って頻度を算出し、基準以上の頻出ワードを抽出する。また、制御部11は、上述のように、例えば、意味ベクトルを用いて、頻出ワードの中からコンセプトワードの類似ワードを取得する(ステップS108)。制御部11は、類似ワードを検索用語に追加する(ステップS109)。制御部11は、検索における上記除外ワードを検索条件に追加してもよい。

0068

制御部11は、現在の検索用語リストを端末装置30に送信し、表示部33に表示させる(ステップS110)。制御部11は、端末装置30からの返信待ち受け、返信を受けると、操作受付部34などにより検索用語の追加指示があったか否かを判別する(ステップS111)。あったと判別された場合には(ステップS111で“YES”)、追加指示があった指定ワードを検索用語に追加する(ステップS112)。それから、制御部11の処理は、ステップS105に戻る。追加指示がなかったと判別された場合には(ステップS111で“NO”)、制御部11の処理は、ステップS105に戻る。
ステップS105〜S112の処理が、本実施形態の発想提案支援処理における検索ステップ(プログラムにおける検索手段)を構成する。

0069

ステップS107で、必要なデータが取得されたと判別された場合には(ステップS107で“YES”)、制御部11は、検索結果から数値データを抽出し、必要に応じて画像データなどをテキストデータに変換する(ステップS121)。制御部11は、数値データの内容を判別し、一致する内容のデータ又は結び付け可能な関連するデータを統合する(ステップS122)。制御部11は、規模などに係る数値データからグラフを作成し、また、必要に応じて年表などの図表を作成する(ステップS123)。制御部11は、生成されたデータを端末装置30に出力する(ステップS124)。制御部11は、数値データ及び生成された各種データをデータベース装置20に出力して、履歴データ212に追加してよい。そして、制御部11は、発想提案支援処理を終了する。
ステップS121、S122、S124の処理が、本実施形態の発想提案支援処理における出力ステップ(プログラムにおける出力手段)を構成する。

0070

以上のように、本実施形態の発想提案支援システム1は、制御部11を備え、制御部11は、取得部として、コンセプトワードを取得し、検索部として、コンセプトワードと当該コンセプトワードについての特性の項目を示す補助用語との組み合わせを検索用語として検索を行い、出力部として、検索の結果に基づいて、コンセプトワードに対応する特性を示すデータを出力する。
このように、発想提案支援システム1では、コンセプトワードの特性に係るデータを取得してまとめて出力するので、ユーザーのアイデアを提案(プレゼンテーション)する際に必要な書類の作成の役立つ資料の収集、生成の手間を低減し、手助けすることができる。

0071

また、補助用語には、時間に係る第1種用語が含まれる。客観的情報の提示には、これまでの時系列的な関連情報の流れをつかむことが重要であるので、対応する検索用語を選択することで、より確実に提示に必要な情報を収集することができる。

0072

また、第1種用語には、時事、経緯、歴史、トレンド、年代、年表のうち少なくとも一部が含まれる。これら時間に係る用語として頻出するものを特に利用することで、必要な情報の収集確率を高めることができる。

0073

また、制御部11は、出力部として、第1種用語に係る検索結果において異なる複数のタイミングのデータが得られた場合には、時系列内で統合した統合データをコンセプトワードに対応付けて出力する。すなわち、時系列内で前後する複数の検索結果が得られた場合に、これらを統合して出力するので、ユーザーが複数の解析結果を比較、配列する手間を大きく低減することができる。

0074

また、制御部11は、図表作成部として、第1種用語に係る検索結果に基づく図表データを作成し、出力部として、作成された前記図表データを出力する。このように検索結果のフォーマットに応じたデータを出力するだけでなく、図表データにまとめて出力するので、ユーザーが図表を作成する手間を低減することができ、アイデアの提案内容視覚的に効果的な提示を容易に行うことができる。

0075

また、補助用語には、数値規模に係る第2種用語が含まれる。客観的な資料としては、数値データが有効であるので、このような数値データをより確実に取得できるような用語を検索用語に選択的に加えることができる。これにより、更にプレゼンテーションに効果的な資料をより確実に取得して出力することができる。

0076

また、第2種用語には、シェア、売り上げ、利益、人数のうち少なくとも一部が含まれる。これら数値に係る用語として頻出するものを特に利用することで、定量的なデータの収集確率を高め、出力する情報に基づくプレゼンテーションの説得力をより効果的に向上させることができる。

0077

また、制御部11は、出力部として、第2種用語に係る検索結果において同一の特性に係る異なる複数の区分におけるデータが得られた場合には、当該特性について統合した統合データを出力する。すなわち、複数の検索結果により、同一パラメーターの異なるタイミングや条件など(区分)の数値が複数取得された場合には、それらを統合して一覧出力させるので、ユーザーは、多数の検索結果を比較照合する必要がなく、容易に有効なデータを整理して確認、提示することができる。

0078

また、制御部11は、出力部として、第2種用語に係る複数の検索結果を組み合わせて所望の特性に係る結合データを生成して出力する。第2種用語を用いた検索結果であっても、直接アイデア提案の説得力向上に寄与するデータとは限らない。このような場合でも複数のパラメーターを組み合わせることで必要な情報に到達できる場合があるので、当該複数のパラメーター(検索結果)を組み合わせて結合データを生成することで、より有効な出力を容易に得ることが可能になる。これにより、手間をかけずにアイデア提案の説得力を向上させることができる。

0079

また、制御部11は、グラフ作成部として、数値規模に係る検索結果に基づくグラフを作成し、出力部として、作成されたグラフを出力する。数値データの配列の場合には、グラフで可視化することが提案を第三者に短時間で理解させる上で非常に有効である。したがって、グラフ化可能なデータ配列が得られた場合には、グラフを生成して出力することで、ユーザーによるグラフ作成の手間を省きつつ、容易に効果的なアイデア提案の資料を作成することができる。

0080

また、制御部11は、検索部として、過去の履歴データ212に基づいてコンセプトワードに対して組み合わせる補助用語の優先順を決定する。検索結果を内部サーバーで保持している場合は、当該データを再利用することで、外部サーバーへの接続の手間や時間を容易に低減することができる。また、アイデア提案の役に立つデータがないことが予め知得されている場合には、当該サイトへのアクセスをあらためて行わないことで無駄な手間や時間を低減することができる。

0081

また、制御部11は、検索部として、履歴データ212に含まれるコンセプトワードを検索用語から除外する。すなわち、社内の履歴で既に検索に用いられていることが分かっている内容については、既に誰かが検討済として除外することで、検索の効率を向上させてもよい。ただし、複数のコンセプトワードの組み合わせが異なっている場合があるので、このような場合には、上記のように対応する履歴データを取得して利用することとしてもよい。

0082

また、制御部11は、検索部として、コンセプトワードと補助用語との関連性に基づいてコンセプトワードに対して組み合わせる補助用語の優先順を決定する。検索では、検索用語への関連用語の付加の有無がしばしば重要になるので、関連性の高い用語を選択する処理を追加することで、より効果的に必要性の高いデータを取得しやすくすることができる。

0083

また、制御部11は、判定部として、検索の結果に含まれる用語と、コンセプトワードとの関連性を判定し、検索部として、関連性が高いと判定された用語を検索用語に加えて再検索を行う。
このように、一度検索された結果の中から関連性の高い用語を抽出して検索用語に加えるので、実際の検索に沿ってより効果的な検索結果に絞った後に、各検索結果を改めて解析することができるので、無駄に内容の解析に手間をかけずに必要な情報に到達しやすくすることができる。

0084

また、制御部11は、検索部として、検索の結果に含まれる用語のうち出現頻度に係る条件を満たす用語を検索条件に加えて再検索を行う。すなわち、検索におけるヒット件数の高い用語を再検索の検索用語に加えたり除外ワードとしたりすることで、より効率的な検索内容の解析を行うことができる。

0085

また、発想提案支援システム1は、端末装置30が操作受付部34を備える。サーバー装置10の制御部11は、検索部として、操作受付部34により受け付けられた用語を検索用語に加えて検索を行う。完全な自動処理では、コンセプトワードの内容とジャンルとの関連性などに応じて、必ずしも発想のベースや背景を反映した最適な検索用語になるとは限らないので、ユーザーによる検索用語への追加を可能とすることで、ユーザーによる多少の手間の追加により、効率的な検索と出力データの生成を可能とすることができ、全体としてユーザーによるアイデア提案資料の作成の手間を低減させることができる。

0086

また、コンセプトワードを取得するためのデータとして、画像データ及び音声データのうち少なくとも一方を含む非テキストデータ、及びテキストデータを入力可能であり、制御部11は、取得部として、非テキストデータの内容を認識してテキストデータに変換し、テキストデータからコンセプトワードを取得する。すなわち、発想提案支援システム1では、非テキストデータで表されるコンセプトであっても、一度テキストデータに適切に変換することで、元からテキストデータであるものと同様にコンセプトワードを適切に取得することが可能である。これにより、種々の形態の発想データから適切にアイデア提案資料につなげることができ、ユーザーの手間が低減される。特に、情報量の多い画像データなどから適切なコンセプトワードの組み合わせを取得することで、ユーザーによるテキスト化の手間も省くことができる。

0087

また、非テキストデータには画像データが含まれ、制御部11は、取得部として、画像データの入力に対して当該画像データの認識処理を行い、この画像データの内容を示すテキストデータを出力する学習済モデルを有する。すなわち、画像データからコンセプトワードなどを取得する場合には、機械学習モデルを用いた画像認識を行うことで、特に近年用いられるアルゴリズムの進化により通常のPCなどでも正しく認識を行ってテキスト化がなされる。よって、ハードウェア構成などに多額の費用をかけずとも効果的にコンセプトワードの取得を行うことができ、これに応じて、発想提案資料に有用な情報を出力することができる。

0088

また、制御部11は、取得部として、入力されたテキストデータから自立語を抽出し、当該自立語の出現頻度に応じてコンセプトワードを特定して取得する。すなわち、コンセプトワードとしては、テキスト中の名詞などの自立語を直接定めることができる。自然言語解析に係る処理を適切に行って自立語を抽出し、文脈解析に基づいて鍵となる自立語を選択することで、新たにコンセプトワードを創出せずに無理なく取得が可能となる。

0089

また、制御部11は、取得部として、テキストデータの入力に対して当該テキストデータのコンセプトワードを出力する学習済モデルを有する。テキストデータの自然言語解析についても、適切に学習させた機械学習モデルを利用することで、多少の記載不備などに柔軟に対応して適切なコンセプトワードを得ることができるので、当該コンセプトワードに応じて検索を正確に行うことができる。

0090

また、制御部11は、取得部として、取得したコンセプトワードの関連用語(類似ワード)を特定し、特定した関連用語を検索用語に加える。上記のように入力データから取得されたコンセプトワードだけではなく、当該コンセプトワードに類似するなど、関連する用語も検索用語とすることで、検索の方向性を大きく変えない範囲で検索の幅を広げることができ、効率よく検索漏れの可能性を低減させることができる。

0091

また、制御部11は、取得部として、オブジェクトの意味に応じた方向を有する意味ベクトルを生成し、コンセプトワードに対応する意味ベクトルに対して所定の基準を満たす方向を有する意味ベクトルにより特定されるテキストオブジェクトを関連用語(類似ワード)とする。このように、意味ベクトルを利用することで、客観的に類似度合定量評価して類似ワードを定めることができるので、安定してばらつきの少ない類似ワードの設定が可能となり、これに応じて検索の方向性のぶれを小さくすることができる。

0092

また、発想提案支援システム1は、サーバー装置10に補助用語リスト122を記憶する記憶部12を備える。このように、予め補助用語をリスト化して保持しておくことで、機械的に多数のコンセプトワードと補助用語の組み合わせについて順に検索用語として検索を行っていくことができる。

0093

また、サーバー装置10は、上述の制御部11を備えて、各処理を行う。したがって、サーバー装置10は、取得したコンセプトワードに基づいて、効率よくアイデア提案資料に有用なデータを出力することができ、ユーザーによる提案のための準備の手間を低減させることができる。

0094

また、本実施形態の発想提案支援方法は、コンセプトワードを取得する取得ステップ、コンセプトワードと当該コンセプトワードについての特性の項目を示す補助用語との組み合わせを検索用語として検索を行う検索ステップ、検索の結果に基づいて、コンセプトワードに対応する特性を示すデータを出力する出力ステップ、を含む。このように各処理を実行していくことで、ユーザーが思いついた発想を社内などで提案しやすくすることができ、ユーザーによる準備の時間を低減させつつより説得力のある資料を容易に作成することが可能になる。

0095

また、本実施形態のプログラム121は、サーバー装置10のコンピューターを、コンセプトワードを取得する取得手段、コンセプトワードと当該コンセプトワードについての特性の項目を示す補助用語との組み合わせを検索用語として検索を行う検索手段、検索の結果に基づいて、コンセプトワードに対応する特性を示すデータを出力する出力手段、として機能させる。このようなプログラムをコンピューターにインストールしてソフトウェア的に処理させることで、特殊なハードウェア構成を用意せずとも容易に各処理を実行させて、アイデア提案資料に有用なデータを出力させることができる。

0096

なお、本発明は、上記実施の形態に限られるものではなく、様々な変更が可能である。
例えば、上記実施の形態では、コンセプトワードは、自立語などの単語単位で設定されるものとして説明したが、単語単位に分割するのが好ましくない場合などには、ショートフレーズであってもよい。この場合、ショートフレーズとの完全一致となるように検索条件が定められてよい。

0097

また、出力データの内容は、グラフや図表に限る必要はなく、特性の内容を示すものであれば、検索結果として得られたテキストデータや画像データの一部が出力データに含まれてもよい。

0098

また、上記実施の形態では、時及び数値に関する補助用語を組み合わせることとして説明したが、例えば、アルファベット記号などで階級分けされたような多段階評価の検索結果などについても、検索の対象となるように補助用語が設定されたり、出力データに加えられたりしてもよい。

0099

また、グラフ表示は、折れ線グラフに限られず、柱状グラフ棒グラフ円グラフなど内容に応じて(絶対値、割合、複数種類の比較など)選択されてもよい。また、全ての数値データがグラフ化や図表化されなければならないわけではない。表示対象となる点の数などに応じてグラフ化しないこととしてもよいし、また、グラフの画像データが一つだけ得られた場合には、当該画像データがそのまま出力されてもよい。また、複数の検索結果が得られた場合でも、加工に問題がある場合や困難な場合には、複数の結果が並列に出力されてもよい。

0100

また、上記実施の形態では、履歴データ212を保持して検索用語の設定や優先順の設定などに用いられることとしたが、このような処理は行われなくてもよい。また、履歴データ212には、検索を行った際の検索用語のリストのみを保持し、検索結果のデータを保持しなくてもよい。

0101

また、上記実施の形態では、複数の検索結果の数値や時系列上のイベントなどを自動的に統合、結合することとして説明したが、各データの信頼性のばらつきを考慮して、統合、結合を行う前にユーザーの承認を必要としたり、あるいは、統合、結合のうち一部を容易に解除可能に統合/結合データを作成したりしてもよい。

0102

また、上記実施の形態では、意味ベクトルを用いて類似ワード(関連用語)の判定を行うこととしたが、これに限られるものではない。辞書データなどに基づいて類語として規定されているもののみを出力したり、検索結果に含まれる相関性などを利用して判定を行ったりしてもよい。

0103

また、上記実施の形態では、画像データ及び/又は音声データの入力をコンセプトワードに変換可能として説明したが、必ずしもこのような機能を備えている必要はない。必ずテキストで入力させることとしてもよい。この場合、他のプログラムなどを用いて画像データ及び/又は音声データをテキストデータに変換することは可能である。

0104

また、上記実施の形態では、ネットワーク上で検索可能なあらゆるデータを利用することとして説明したが、検索結果の情報発信元などに応じて信頼度を設定し、一部を利用しない判定をしてもよいし、利用はするが、上記データの結合/統合には用いないように設定がなされてもよい。

0105

また、上記実施の形態では、操作受付部34によりユーザーが途中で検索用語の指定を可能であるとして説明したが、ユーザーの処理を含めないで全ての処理がなされる場合に限定されてもよい。

0106

また、上記実施の形態では、別個のサーバー装置10、データベース装置20及び端末装置30を有する発想提案支援システム1について説明したが、全ての構成が単一の装置内に含まれて、実行されてもよい。また、各装置は、同一LAN内に位置する場合に限られず、インターネットを介して端末装置30からリモートアクセスされて、サーバー装置10が動作するなどであってもよい。

0107

また、上記実施の形態では、全ての処理が制御部11によりソフトウェア的に実行されることとしたが、制御部11の処理は、複数のCPUや異なる装置の制御部などに分散されてもよい。また、処理の一部が専用のハードウェア回路などにより実行されてもよい。

0108

また、上記実施の形態では、発想提案支援処理に係るプログラム121のコンピューター読み取り可能な媒体としてHDD又はフラッシュメモリーなどからなる記憶部12を例に挙げて説明したが、これに限定されない。その他のコンピューター読み取り可能な媒体として、他の不揮発性メモリー、並びにCD−ROM及びDVDディスクなどの可搬型記録媒体を適用することが可能である。また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウェーブ(搬送波)も本発明に適用される。
その他、上記実施の形態で示した構成、処理内容及び手順などの具体的な細部は、本発明の趣旨を逸脱しない範囲に置いて適宜変更可能である。

0109

1発想提案支援システム
10サーバー装置
11 制御部
12 記憶部
121プログラム
1211学習済モデル
122補助用語リスト
13通信部
20データベース装置
21 記憶部
211用語データ
212履歴データ
30端末装置
31 制御部
32 記憶部
33 表示部
34操作受付部
35 通信部

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ