抄録
プロジェクトの結果に関する情報の規則的解析はプロジェクト性能の評価である。プロジェクトの性能を向上させるための決定は、評価結果に基づいているため、合理的な評価方法が必要です。最近では、プロジェクトの評価指標(PAI)モデルを専門的知識に基づいて開発された。PAIモデルは、十五加重主要業績評価指標「weighted KPI」を入力変数とし、プロジェクトの性能指標を出力とする。その十五のKPIはスコープ、コスト、スケジュール、品質、リスク、注文、コミュニケーション、モニタリングのプロジェクトマネジメントプロセスから派生されている。PAIのモデルでは、プロジェクト全体の性能を測定することができる。しかし、このようなモデルは、KPI間の非線形の関係を説明することができない。各KPIは、プロジェクトの性能をどのように影響するか理解するためには、このKPI間の非線形の関係を説明することが重要です。また、PAIモデルの重みの決定は、専門家のスキルや経験に基づいている。これは、専門家のスキルや経験が異なるから、評価プロセスの主観を高める可能性がある。そこで本研究では、ディープ機械学習技術を用いて、プロジェクトの性能を評価する。具体的には、より合理的な方法でモデルの重みを割り当てて、KPI間の非線形関係をモデルし、より客観的にプロジェクトを評価するのを「Deep Belief Network」を適用する.
