CN101441617B - 信息识别系统 - Google Patents

Abstract

本发明提供一种信息识别系统，将电子内容利用框体作为基本，抽取向该框体的输入行动，计算出该行动数据间的类似值、差分值、行动数据与模范数据之间的类似值、差分值，从而估计出内容中的数据输入位置，根据所估计出的输入位置估计出用户的输入状况，将该估计值呈现成内容利用状况。

Description

信息识别系统

技术领域

本发明涉及根据在利用内容的时间段中对内容输入的信息估计出利用内容的格式，掌握内容利用状态的信息识别系统。

背景技术

伴随最近的宽带网络的普及，web内容等大容量的介质内容得到了普及。例如，在多数门户(portal service)中，使用web来进行问卷调查(questionnaire)，其作为收集个人用户的信息的功能是重要的，如果可以对能够利用因特网的用户保证问卷调查，则可以进行全局信息收集。

另一方面，利用纸的问卷调查是以往以来所使用的方法，虽然存在回收费时的难点，但在当前也被广泛利用。

但是，不论是使用了利用web的网络上的内容的问卷调查还是使用纸来进行的问卷调查，为了掌握整体的倾向，都需要合计并分析所输入或写入的数据。

在该情况下，现状为首先在web内容的情况下，对输入问卷调查的回答信息的各文本框附加回答序号标签，根据该标签序号，将输入到相同标签序号的文本框中的数据视为针对同一质问的回答而进行合计、分析。

另一方面，在写入纸的问卷调查的情况下，合计写入纸的回答的作业人员读取回答内容而进行合计、分析。对于后者，近年来，利用称为数字笔这样的具有可以取得写入纸的位置数据的功能的笔系统，来读取纸上的笔记位置、时刻数据，而可以电子地存储信息，在该情况下，在纸上设定回答记录区域，将记入到该区域内的数据视为回答数据而进行合计、分析。

另外，作为以往的分析方法，有在web内容的情况下，使用针对设定于该内容内的回答输入用文本框进行输入的时刻，抽取针对问卷调查的各质问的回答顺序，或者使用所输入的内容，来判断内容的正误的功能(专利文献1：日本特开2002-149048)、(专利文献2：日本特开2004-229948(US2004/0152060))、(专利文献3：日本特开2005-352877)。另外，有在为利用数字笔输入的内容的情况下，通过针对上述记载的回答记入区域的输入时刻来抽取回答顺序，或者对于所输入的内容，通过采用文字识别技术等来判断内容的正误的功能(专利文献4：日本特开2004-265272)、(专利文献5：日本特开2004-127197)。

发明内容

专利文献1、专利文献2、专利文献3例如通过对在学习中针对成为教育用的PC用web内容或评价对象的接口记录的学习者的PC操作日志与正确操作数据进行比较、分析，而进行操作型学习的评价。

在成为对象的内容或接口的各输入位置，安装有用于取得所输入的数据的功能，通过安装该功能而可以取得输入内容和时刻。因此，为了取得输入内容，需要在各输入位置安装该功能，但难以对所需的所有内容安装本功能。

另外，专利文献4、专利文献5的装置使用数字笔来取得笔记信息，并根据记载于笔记区域内的笔记信息来判断笔记内容的正误。但是，即使在该情况下也需要预先登记应笔记的区域，并且在该登记中通常较花费时间。因此，无法针对大量的内容在短时间内抽取用户的输入过程或无法对其进行视觉化，无法发挥充分的功能。

如果对本申请公开的发明中的代表性的发明的概要进行简单说明，则如下所述。将个人电脑、便携电话这样的电子内容利用框体作为基本，抽取向该框体的输入行动(数据输入输出(输入文本、显示内容))，计算出该行动数据间的类似值、差分值、行动数据与模范数据的类似值、差分值，从而估计出内容中的数据输入位置，根据所估计出的输入位置估计出用户的输入状况，将该估计值呈现成内容利用状况。

根据本发明，无需分辩用户和内容格式，而可以根据在用户利用内容的期间输入输出的信息估计出用户的内容利用状态，进行所开发出的内容评价。另外可以简便且迅速地进行针对大量内容的评价，所以直接反应出所利用的结果而可以迅速地制订web内容或其他内容的开发指南。另外，由于可以掌握用户自身的内容嗜好和利用倾向，所以可以恰当地提供用户所需的信息。

附图说明

图1是示出本发明的实施方式的系统结构的框图的一个例子。

图2是示出数据管理解析用服务器101的结构的框图的一个例子。

图3是示出数字笔服务器102的结构的框图的一个例子。

图4是示出用户用终端的结构的框图的一个例子。

图5是示出内容评价者用终端的结构的框图的一个例子。

图6A、6B分别是用户用终端、内容评价者用终端的输入画面的一个例子。

图7是按照内容种类的事件输入流程(web形式)的一个例子。

图8是按照内容种类的事件输入流程(利用数字笔)的一个例子。

图9是用户用终端的阅览画面的一个例子。

图10是内容评价者用终端的阅览画面的一个例子。

图11是Web形式内容的阅览画面的一个例子。

图12是数字笔形式内容的阅览画面的一个例子。

图13是用户用终端中的处理的流程的一个例子。

图14是内容评价者用终端中的处理流程的一个例子。

图15是用户事件数据解析程序1010204中的解析处理流程的例子。

图16是由数字笔用格式估计程序以及事件区域移动过程识别程序执行的事件解析的流程的一个例子。

图17是由数据管理解析用服务器上的解析结果显示用程序执行的解析结果显示的流程的一个例子。

具体实施方式

图1示出作为用于实施本发明的一个方式的内容自由格式(FreeFormat)识别装置。

首先，对系统结构的例子和功能的例子进行叙述。本系统如图1所示，由服务器/客户机型构成，作为服务器环境的单元，有进行内容管理和数据解析的数据管理解析用服务器101和在使用纸内容的情况下使用的数字笔服务器102。

另一方面，作为客户机环境的单元，作为利用内容的用户的终端，有用户用终端PC103、内容评价者用终端PC104、数字笔105、以及数字笔用纸106。在数据管理解析用服务器101中，进行内容数据库的管理、用户登记/管理、与客户机软件的通信处理、事件的解析处理。

数字笔服务器102如图3所示，有CPU1021、程序存储存储器1022。在本存储器中，搭载有系统程序102201、数据发送接收程序102202、用户事件数据解析程序102203、文字识别程序102204、数字笔用格式估计程序102205、事件区域移动过程识别程序102206。进而，在硬盘1023中，存储有单词辞典102301和识别结果数据102302。

本服务器具有对作为利用了设定于客户机环境中的数字笔105以及数字笔用纸106的结果而得到的数字笔信息进行存储、解析的功能，向数据管理解析用服务器101发送解析结果。

在数据管理解析用服务器101中，如图2所示搭载有CPU10101、程序存储存储器10102、硬盘10103。搭载于程序存储存储器中的程序是系统程序1010201、数据积蓄程序1010202、内容管理程序1010203、用户事件信息解析程序1010204、解析结果显示用程序1010205。另外，存储于硬盘10103中的数据是用户事件数据1010301、标准输入数据1010302、格式估计结果数据1010303、内容数据1010304。

本发明中的数据管理解析用服务器的作用主要在于，通过使用用户事件信息解析程序1010204，将事件日志的种类、事件发生位置、事件发生时刻设为轴，而对从客户机PC发送的每个内容的多个名的解析结果即事件信息进行解析，将事件发生所重复的区域假设成是被指定成用户的输入区域的区域，而抽取用户事件发生区域。进而，进行在用户事件发生区域中输入的内容的比较，以同一信息的情况为目的，进行在发生区域中发生的文本输入信息即用户事件数据1010301与在客户机侧作为基准数据而输入的标准解答数据1010303的匹配，抽取以下的解答内容、步骤。

作为用户个人单位下的解答内容、步骤，计算出(a)解答的正误、(b)解答所需时间、(c)解答顺序、(d)解答次数，作为群体，计算出(a)解答正误比率、(b)各提问中的解答所需时间分布、(c)解答顺序倾向(模式分类)、(d)解答次数分布。

关于利用键盘、鼠标设备的输入，针对解答的正误、解答正误比率，利用用户事件解析程序的子程序即文本解析程序，进行各个用户在被估计成用户事件发生区域的位置处输入的信息的文本解析，而匹配是否存在同一单词或句子。

另一方面，在使用数字笔进行输入的情况下，使用通过搭载文字识别功能，而识别出在用户事件发生区域中发生的数字笔输入信息即用户事件数据1010301，并变换成文本信息这样的手段。

对于客户机侧，作为利用内容的用户所利用的设备，设定有用户用终端103、内容评价者用终端104以及数字笔105、数字笔用纸106。

作为用户用终端的PC和数字笔、作为内容评价者用终端的PC和数字笔例如通过USB连接，使用数字笔记入的数据经由各PC被发送到数字笔服务器。

由各PC发生的数字笔的用户事件数据以外的数据从各PC被发送到数据管理解析用服务器101。此处，在测试等需要正确的解答的情况或希望通过问卷调查抽取与标准解答的差分的情况下，例如内容评价者可以在各用户事件发生区域中登记其他正确解答或标准解答，而抽取与实际解答的差分。在进行内容的选择、各内容的标准解答输入的执行、执行时的事件记录、向各内容的解说输入后，向服务器发送其结果。作为标准解答，可以输入多个模式的标准解答。

对象内容例如设为web形式内容和数字笔对应纸基本内容这2种内容。在用户选择的内容为web形式内容的情况下，用户首先起动内容利用程序，在用户终端画面601上显示图6A所示的页面。此处，在对内容进行回答的情况下，如果如图13所示选择“问卷调查回答页面”，则向问卷调查回答页面迁移。在选择了“回答结果阅览页面”按钮的情况下，向阅览页面迁移。在迁移后的页面上例如显示出内容的选择菜单，当用户选择了期望的内容时，用户用终端例如自动地针对存储在数据管理解析用服务器的硬盘中的页面，通过内容利用程序，经由该服务器的内容管理程序调出从存储在该服务器的硬盘中的内容数据选择的内容，而显示在用户用终端上。

在用户选择了“到问卷调查回答页面”的情况下，如图7所示，用户通过在web上进行回答并关闭内容的窗口，从而回答状态结束，事件收集也结束。利用用户用终端的解析用信息输入程序，来进行用户经由鼠标、键盘输入的事件记录。如果回答结束，而结束web内容，则利用数据发送接收控制程序向数据管理解析用服务器自动地发送所输入的用户事件数据。用户事件数据发送到服务器的同时，还可以积蓄到硬盘。

另一方面，在将利用了数字笔的纸基本内容设为对象的情况下，最初的步骤也与图13相同，但在选择了内容之后，如图8的流程所示，下载PC上的PDF文件来进行打印，并使用数字笔来进行解答，而结束解答。

利用数字笔以及数字笔服务器进行用户经由数字笔输入的事件记录。如果将在输入时使用的数字笔放置到与用户用终端连接的数字笔盒中，则存储在数字笔中的事件信息经由用户用终端而被记录到数字笔服务器。之后，管理者从数字笔服务器取出用户输入事件数据，登记到数据管理解析用服务器。用于识别用户的笔ID被预先登记到数据管理解析用服务器，作为与登录中的用户识别同样的数据而进行处理。

另外，内容评价者可以从内容评价者用终端输入标准输入数据。其是如上所述在测试那样的需要正误信息的情况、希望在问卷调查中观察与标准回答的偏差的情况下进行的。

输入方法与向用户用终端的输入相同，如果内容评价者起动内容利用程序，并如图6B或图14所示选择“到标准回答输入页面”，则显示出内容选择菜单，如果选择用户进行标准输入的内容，则经由数据管理解析用服务器的内容管理程序选择相应的内容，在内容评价者用终端上显示内容。另外在数字笔输入的情况下也是与向用户用终端的输入同样的流程。

例如，使用登录的ID来识别利用者是对内容回答的用户还是内容评价者。另外，所输入的标准回答还可以作为不同文件而登记多个。

以下，对由用户输入的信息输入位置即用户输入事件发生区域的估计方法进行说明。在服务器中，起动用户事件数据解析程序。用户事件数据解析程序使用由数据积蓄程序积蓄的用户输入事件数据来进行解析。

如图15所示，首先，数据管理解析用服务器从用户用终端103接收用于指定解析对象的数据，按照内容单位对从多个用户终端发送的事件数据进行分类。此处，利用用户ID和对内容附加的内容ID来进行分类。接下来，判断有无标准回答。

在无标准回答的情况下，根据多个用户的事件数据的事件输入位置信息，估计信息输入位置。例如，按照以下的顺序来实施。

在事件输入时刻n与输入时刻n+1之间，例如对于多个用户事件数据平均而存在2s以上的差分，并且将多个用户数据重叠于页面区域的情况下，当在事件输入时刻n输入的事件位置p(x，y)的前后距离(p[i]-p[i-1])在页面区域中最大而例如平均为横向2cm或纵向3cm以上时，设为在n与n+1之间存在问题间的间隙，而将间隙数m+1(0-j)估计成问题数。进而，将针对所估计出的各问题的解答输入始端的坐标值以及针对以n为代表的各问题的解答终端的坐标值与问题[i＝0-m]对应起来进行存储。另外，在鼠标点击位置与键盘输入始端坐标位置相同的情况下，估计成在该位置存在事件发生区域。进而，从事件发生时刻和事件发生区域抽取事件发生区域间的移动过程，向存储器存储该输入数据和移动过程。接下来，从所存储的多个用户的移动过程数据抽取每个回答模式的频度，对在同一事件发生区域内记载或选择出的文本数据进行比较，将该比较数据与附加了频度的回答模式一起存储到存储器。

接下来，对具有标准模式时的信息输入位置的估计方法进行说明。使用所输入的标准模式和多个用户输入事件数据来进行事件发生区域的估计。首先，对用户输入事件数据的输入事件坐标值与标准模式的各问题中的输入事件坐标值进行对照，估计用户的各解答位置。根据对照的结果，将与标准模式的解答始端坐标值以及终端坐标值符合的坐标值估计成针对各问题的解答始端以及终端。接下来，为了判断多个用户间的回答内容的偏差、回答的正误，针对每个区域抽取所估计出的事件发生区域中的输入数据(文本信息)。进而，从事件发生时刻和事件发生区域抽取事件发生区域间的移动过程，向存储器存储该输入数据和移动过程。接下来，从所存储的多个用户的移动过程数据抽取每个回答模式的频度，对在同一事件发生区域内记载或选择出的文本数据与在标准输入中记载于相同区域中的数据进行比较，将该比较数据与附加了频度的回答模式一起存储到存储器。

另外，在利用了数字笔的情况下，如图16的流程所示，数据管理解析用服务器从各用户用终端接收数字笔的用户事件数据。在该时刻，起动数字笔用格式估计程序，解析所输入的数字笔的用户输入事件数据，进行格式估计。

最初，通过重叠多个用户的输入事件数据而抽取数字笔的事件输入公共区域。根据公共区域的连续性估计出事件发生区域。具体而言，例如通过用1cm的网格区域切分纸区域，并抽取出输入了重叠的事件数据的网格所邻接的区域，从而估计出事件发生区域。此处以坐标值的形式向存储器存储所估计出的事件发生区域。

接下来，起动事件发生区域移动过程识别程序，从用户事件数据的事件发生时刻和事件发生区域抽取移动过程。

接下来，合计各用户的移动过程，抽取移动模式(回答顺序模式)，计算出回答顺序模式的频度，存储到存储器。接下来，起动文字识别程序，利用该程序，从在事件发生区域中发生的事件信息抽取文本。

此处，在使用文件识别程序抽取出文本时，在识别结果为线状形状的情况下(直线、波状线、圆状)，抽取记载于直线、波状线的正上方的文本、在圆内记载成内容的内涵的文本。最后，进行事件发生区域内文本的比较、直线上、波状线上、圆内的文本信息的用户数据间比较，向存储器存储比较结果。

接下来，使用所存储的事件发生区域(问题数、回答位置)、事件发生区域内文本信息、与事件发生位置邻接的文本信息，判断用户状态。此处示出各判断基准的例子。

(无记入的判断)

在无与事件区域i(问题i)的解答始端以及终端符合的输入事件坐标值的情况下，判断为是无记入。

(正确、错误、向正确的近似度的判断)

针对各问题，对所输入的标准模式与用户事件进行对照。最初检索与标准模式相同的事件或文本信息。在用户事件与标准模式的事件或文本信息相同的情况下判断为“正确”，在判断值k[i]中，返回k[i]＝0，发送到信息管理控制服务器。在用户事件中包含有标准模式的事件、并且在用户事件的终端存在相同事件的情况下判断为“正确”，返回判断值k[i]＝1，发送到信息管理控制服务器。

另一方面，在用户事件中包含有标准模式的事件，但在终端中不存在的情况下，判断为“犹豫的错误”，返回判断值k[i]＝2，发送到信息管理控制服务器。在用户事件中未包含标准模式事件的情况下，判断为“错误”，返回判断值k[i]＝3，发送到信息管理控制服务器。将以上的值、以及各问题中的标准模式事件和用户输入事件的对照数/用户输入事件数的值h[i]登记成向正确的近似度的值。另外在数字笔数据的情况、识别结果为线状形状的情况下(直线、波状线、圆状)，进行记载于直线、波状线的正上方的文本、在圆内记载成内容的内涵的文本间的比较，以与上述同样的形式判断正确/错误。

(解答时间的判断)

将针对各问题的标准模式的回答始端时刻和终端时刻的差分、与针对各问题的用户的回答始端和终端时刻的差分的差分值d[i]，估计成以标准输入时间为基准值的解答变动时间。

使用上述的方法进行输入区域的估计以及解答内容步骤的抽取。进而通过根据从多个名的内容用户得到的解答数据进行用户群体的倾向以及模式分类来抽取针对各内容的评价倾向。

接下来，显示解析结果。如上所述解析出的结果最初如图17所示，通过数据管理解析用服务器上的解析结果显示用程序被变换成解析结果显示用数据。首先，起动解析结果显示用程序，根据所抽取的解析结果，合计每个事件发生区域的回答结果的偏差、频度。另外，合计每个回答模式(问题A→问题B...、问题B→问题A...)的频度，整理成表化数据。最终，在从用户用终端、内容评价者用终端提供了分发触发时分发上述数据。

图9是在用户用终端中，选择图6A中的“到回答结果阅览页面”而从迁移后的页面上显示的内容选择菜单选择了期望的内容时显示的画面。显示出“回答顺序模式”和“回答结果”。例如按照频度顺序排列出多个“回答顺序模式”。另外，例如用对模式附加的序号被包围的形式，明示用户的回答顺序。在回答结果中，针对各问题、问卷调查，例如按照频度顺序排列出回答的种类。在正确或标准回答中，在回答之下存在“正确”或“标准回答”这样的记载。

用户自身的回答例如在同一回答显示区域中被着色。进而，利用图像模式(斜线、矩形...)来表示各个问题、问卷调查的回答过程(果断的正确、犹豫的正确、果断的错误、犹豫的错误)。如图10所示，在内容评价者用终端中也进行同样的显示。另外，在一并记载内容和解析结果的情况下，如图11所示，在画面上，与上述示出的那样的“回答顺序模式”和“回答结果”一起，在被估计成用户事件发生区域的位置，显示表示各问题的符号(此处为A、B...)。另外，如图12中的“B”所示，利用数字笔，针对线状、波线状、圆状的数据，在该数据的文本下，根据事件数据的坐标值，显示笔记数据。

Claims (9)

1.一种信息识别系统，其特征在于，具有：

第一输入单元，在显示作为输入对象的内容格式的第一终端中输入多个数据；

存储单元，存储所输入的上述多个数据；

计算出所输入的上述多个数据间的类似值或差分值，计算出由第二终端的第二输入单元作为标准输入或模范输入而输入的数据与上述多个数据的类似值、差分值的单元；

根据该计算结果，估计上述内容格式中的上述多个数据的信息输入位置的单元；以及

根据所估计出的输入位置、事件发生位置内的文本信息、与事件发生位置邻接的文本信息，依照各判断基准估计出用户的输入状况，并将该输入状况的估计值呈现成内容利用状况的单元。

2.根据权利要求1所述的信息识别系统，其特征在于，具有根据所计算出的上述多个数据的信息输入位置的信息与所输入的上述多个数据的标准输入位置信息的类似值、差分值，估计正确输入位置和错误输入位置的单元。

3.根据权利要求1所述的信息识别系统，其特征在于，具有根据所计算出的上述多个数据的信息输入位置的信息与所输入的上述多个数据的标准输入位置信息的类似值、差分值，估计正确值和错误值的单元。

4.根据权利要求1所述的信息识别系统，其特征在于，具有根据作为上述标准输入或模范输入而输入的数据的输入内容信息与所输入的上述多个数据的输入内容信息的类似值、差分值，估计错误值的种类的单元。

5.根据权利要求1所述的信息识别系统，其特征在于，具有：

存储由上述第一输入单元输入的数据的坐标位置数据以及输入时刻的单元；和

根据由上述第二输入单元作为标准输入或模范输入而输入的数据的输入位置的输入时刻信息与由上述第一输入单元输入的多个输入数据的输入位置的输入时刻信息的差分值，计算出对格式的各输入位置的访问次数的单元。

6.根据权利要求1所述的信息识别系统，其特征在于，具有：

存储由上述第一输入单元输入的坐标位置数据以及输入时刻的单元；和

根据由上述第二输入单元作为标准输入或模范输入而输入的数据的输入位置的输入时刻信息与由上述第一输入单元输入的多个输入数据的输入位置的输入时刻信息的差分值，抽出对格式的各输入位置的访问顺序倾向的单元。

7.根据权利要求1所述的信息识别系统，其特征在于，具有：根据所估计出的上述内容格式中的信息输入位置、和通过存储由上述第一输入单元输入的坐标位置数据以及输入时刻的单元而得到的输入位置的输入时刻信息，计算出对各输入位置的访问时间的单元。

8.根据权利要求1所述的信息识别系统，其特征在于，具有：根据所估计出的上述内容格式中的信息输入位置、通过存储由上述第一输入单元输入的坐标位置数据和输入时刻的单元而得到的所输入的数据的输入位置的连续性、记载于上述内容格式中的文本的显示位置，估计具有连续性的输入位置数据组所表示的文本内容的单元。

9.根据权利要求1所述的信息识别系统，其特征在于，具有按照同一单词频度顺序、输入步骤的模式顺序，显示对由上述第一终端输入的上述多个数据进行解析而得到的结果的单元。

Images