JP2003131549A - 学習コース設計支援装置、そのプログラムおよびそのプログラムを記録した媒体 - Google Patents

学習コース設計支援装置、そのプログラムおよびそのプログラムを記録した媒体

Info

Publication number
JP2003131549A
JP2003131549A JP2001326737A JP2001326737A JP2003131549A JP 2003131549 A JP2003131549 A JP 2003131549A JP 2001326737 A JP2001326737 A JP 2001326737A JP 2001326737 A JP2001326737 A JP 2001326737A JP 2003131549 A JP2003131549 A JP 2003131549A
Authority
JP
Japan
Prior art keywords
learner
information
learning
type
teacher
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2001326737A
Other languages
English (en)
Inventor
Mikisuke Tamaki
幹介 玉城
Tsuneo Kuwabara
恒夫 桑原
Koichi Yamada
光一 山田
Toshinao Kokubu
利直 国分
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to JP2001326737A priority Critical patent/JP2003131549A/ja
Publication of JP2003131549A publication Critical patent/JP2003131549A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

(57)【要約】 【課題】 学習者の特性等に応じて学習効果の期待でき
る教材や教師を効率良く見出すことを支援すること。 【解決手段】 学習者クラスタリング手段１により過去
の学習者の学習履歴情報を基に学習者をいくつかのタイ
プに分類する分類基準情報を生成するとともに該分類基
準情報に従って学習者がどのタイプに属するかを分類
し、学習者タイプ記録手段３に記録し、この記録と過去
の学習者の学習履歴情報を基に学習効果算出手段４によ
り教材毎または教師毎もしくは教材毎及び教師毎の学習
効果情報をタイプ別に算出し、タイプ別学習効果記録手
段５に記録し、入力された学習者の識別情報を学習者識
別情報照合手段６により照合し、一致した学習者のタイ
プを表す学習者タイプ情報を基にタイプ別学習効果出力
手段７によりタイプ別学習効果記録手段５を検索し、対
応した学習効果情報を出力する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、オンラインラーニ
ングや学校等において、生徒または教師が学習効果の高
いカリキュラムを選択（作成）する、言い換えれば学習
コースを設計する場合に、生徒の特性にあった教材や教
師を提示して教材や教師の選択（作成）を支援する装
置、そのプログラムおよびそのプログラムを記録した媒
体に関するものである。
【０００２】
【従来の技術】高校や中学校等の中等教育以下の教育環
境において、一般に教材や教師の選択は学習者（生徒）
が行うわけではなく、教育を与える側から生徒に教材・
教師の割り当てが行われている。この割り当ての際に
は、学習者個々の過去の成績や性行及び友人関係等の総
合的な判断の基に教材・教師が割り当てられる。
【０００３】一方、大学や専門学校等の高等教育やイン
ターネット等を利用したオンラインラーニングにおいて
は、学習者が自身の能力、特性、獲得したい知識等から
教材や教師に関する情報を自ら収集し、自己に適切と思
われる教材や教師の選択を行っている。
【０００４】
【発明が解決しようとする課題】しかし、両者ともその
割り当てた（選択した）教材や教師がその学習者に対し
与える学習効果を予測して選択するものとはなっていな
い。特にオンラインラーニングにおいては、多数の教材
と教師によるコースがコンピュータネットワーク上で提
供されることが予想されるため、学習者は自身の特性等
に適切なコースをどのように選択するかという問題があ
る。
【０００５】このような環境において、学習者は自分の
能力等にあった難易度のコースの中から、コース受講
料、コース開講時間、コースの第三者による評価等を用
いて選択を行っており、そのコースを選択した場合の学
習効果は重視されていない。
【０００６】しかし、本来、学習の目的は知識の獲得で
あり、教材や教師を選択する場合には、その学習により
得られる学習効果を基に直接的に選択するべきである。
現状のコースの選択方法では、コース受講の費用等の間
接的な指標を用いて選択を行っているため、時には期待
した学習効果が得られないという、学習者と教材・教師
のミスマッチが発生する。
【０００７】本発明は上記の課題を解決するためになさ
れたもので、その目的は学習者の特性等に応じて学習効
果の期待できる教材や教師を効率良く見出すことを支援
する装置、そのプログラムおよびそのプログラムを記録
した媒体を実現することである。
【０００８】
【課題を解決するための手段】前記課題を解決するた
め、本発明の請求項１では、学習者が使用した教材また
は学習者を指導した教師の一方もしくはその両方に関す
る情報を少なくとも含む過去の学習者の学習履歴情報を
基に学習者をいくつかのタイプに分類するための分類基
準情報を生成するとともに、前記過去の学習者の学習履
歴情報を基に該分類基準情報に従って学習者がどのタイ
プに属するかを分類する分類基準情報生成手段と、分類
基準情報生成手段において分類された学習者のタイプと
学習者の識別情報とを対にして記録する学習者タイプ記
録手段と、前記過去の学習者の学習履歴情報と学習者タ
イプ記録手段の記録内容とを基に教材毎の学習効果情報
または教師毎の学習効果情報もしくは教材毎及び教師毎
の学習効果情報を学習者のタイプ別に算出する学習効果
算出手段と、前記算出された教材毎の学習効果情報また
は教師毎の学習効果情報もしくは教材毎及び教師毎の学
習効果情報を学習者のタイプ別に記録するタイプ別学習
効果記録手段と、学習者に対する教材または教師の少な
くとも一方を選択する場合に入力される学習者の識別情
報を学習者タイプ記録手段の記録内容と照合し、一致し
た学習者のタイプを表す学習者タイプ情報を出力する学
習者識別情報照合手段と、学習者タイプ情報を基にタイ
プ別学習効果記録手段を検索し、該当タイプに応じた教
材毎の学習効果情報または教師毎の学習効果情報もしく
は教材毎及び教師毎の学習効果情報を出力する手段とを
備えたことを特徴とする。
【０００９】これにより、教材や教師を選択しようとす
る学習者が、該学習者の識別情報を入力するのみで、学
習者のタイプに応じた教材毎の学習効果情報または教師
毎の学習効果情報もしくは教材毎及び教師毎の学習効果
情報を取得でき、適切な教材・教師を見出すことが可能
となる。
【００１０】また、本発明の請求項２では、学習者が使
用した教材または学習者を指導した教師の一方もしくは
その両方に関する情報を少なくとも含む過去の学習者の
学習履歴情報を基に学習者をいくつかのタイプに分類す
るための分類基準情報を生成するとともに、前記過去の
学習者の学習履歴情報を基に該分類基準情報に従って学
習者がどのタイプに属するかを分類する分類基準情報生
成手段と、前記分類基準情報を記録する分類基準情報記
録手段と、前記過去の学習者の学習履歴情報と学習者タ
イプ記録手段の記録内容とを基に教材毎の学習効果情報
または教師毎の学習効果情報もしくは教材毎及び教師毎
の学習効果情報を学習者のタイプ別に算出する学習効果
算出手段と、前記算出された教材毎の学習効果情報また
は教師毎の学習効果情報もしくは教材毎及び教師毎の学
習効果情報を学習者のタイプ別に記録するタイプ別学習
効果記録手段と、学習者に対する教材または教師の少な
くとも一方を選択する場合に入力される学習者の情報か
ら該学習者の特徴情報を抽出する学習者特徴抽出手段
と、学習者の特徴情報を基に分類基準情報記録手段に記
録された分類基準情報に従って学習者がどのタイプに属
するかを判別し、判別した学習者のタイプを表す学習者
タイプ情報を出力する学習者タイプ判別手段と、学習者
タイプ情報を基にタイプ別学習効果記録手段を検索し、
該当タイプに応じた教材毎の学習効果情報または教師毎
の学習効果情報もしくは教材毎及び教師毎の学習効果情
報を出力する手段とを備えたことを特徴とする。
【００１１】これにより、教材や教師を選択しようとす
る学習者が、該学習者の情報を入力するのみで、学習者
のタイプに応じた教材毎の学習効果情報または教師毎の
学習効果情報もしくは教材毎及び教師毎の学習効果情報
を取得でき、適切な教材・教師を見出すことが可能とな
る。
【００１２】なお、これらの学習コース設計支援装置
は、前述した各手段をコンピュータ上で構成する学習コ
ース設計支援プログラム（請求項３、４）、もしくは該
学習コース設計支援プログラムを記録したコンピュータ
読み取り可能な媒体（請求項５）によっても実現でき
る。
【００１３】
【発明の実施の形態】図１は本発明の実施の形態の一例
を示すもので、図中、１は学習者クラスタリング手段
（分類基準情報生成手段）、２は学習者分類基準情報記
録手段、３は学習者タイプ記録手段、４は学習効果算出
手段、５はタイプ別学習効果記録手段、６は学習者識別
情報照合手段、７はタイプ別学習効果出力手段、８は学
習者特徴抽出手段、９は学習者タイプ判別手段である。
【００１４】学習者クラスタリング手段１は、過去の学
習者の学習履歴情報（科目、成績、学習時間、質問数、
使用した教材、指導した教師、解答結果等に関する情
報）を基に学習者をいくつかのタイプに分類するための
分類基準情報を生成するとともに、前記過去の学習者の
学習履歴情報を基に該分類基準情報に従って学習者がど
のタイプに属するかをクラスタリング（分類）する。ま
た、学習者クラスタリング手段１は、予め定められた分
類基準情報（得意・不得意科目、成績、質問する回数、
解答結果のパターン等）を用いる場合もあり、このよう
な場合は分類基準情報を生成しない。
【００１５】学習者分類基準情報記録手段２は、学習者
クラスタリング手段１において生成され、あるいは予め
定められた分類基準情報を記録する。
【００１６】学習者タイプ記録手段３は、学習者クラス
タリング手段１において分類された学習者のタイプと学
習者の識別情報とを対にして記録する。
【００１７】学習効果算出手段４は、過去の学習者の学
習履歴情報と学習者タイプ記録手段３に記録された情報
を基に教材毎の学習コースの学習効果情報または教師毎
の学習コースの学習効果情報もしくは教材毎及び教師毎
の学習コースの学習効果情報を学習者タイプ別に算出す
る。
【００１８】タイプ別学習効果記録手段５は、前記算出
された教材毎の学習コースの学習効果情報または教師毎
の学習コースの学習効果情報もしくは教材毎及び教師毎
の学習コースの学習効果情報を学習者タイプ別に記録す
る。
【００１９】学習者識別情報照合手段６は、学習者に対
する教材または教師の少なくとも一方を選択する場合に
外部から入力される学習者の識別情報を学習者タイプ記
録手段３の記録内容と照合し、一致した学習者のタイプ
を表す学習者タイプ情報を出力する。
【００２０】タイプ別学習効果出力手段７は、学習者識
別情報照合手段６もしくは学習者タイプ判別手段９から
の学習者タイプ情報を基にタイプ別学習効果記録手段５
を検索し、該当タイプに応じた教材毎の学習コースの学
習効果情報または教師毎の学習コースの学習効果情報も
しくは教材毎及び教師毎の学習コースの学習効果情報を
出力する。
【００２１】学習者特徴抽出手段８は、学習者識別情報
照合手段７により照合した結果、識別情報が存在しない
（過去に本装置に学習者として学習履歴を入力していな
い）と判断された学習者に対し、外部から入力される学
習者の情報から該学習者の学習の特徴情報を抽出する。
【００２２】学習者タイプ判別手段９は、学習者の特徴
情報を基に分類基準情報記録手段２に記録された分類基
準情報に従って学習者がどのタイプに属するかを判別
し、判別した学習者のタイプを表す学習者タイプ情報を
出力する。
【００２３】このような構成の装置において、過去の学
習者の学習履歴情報を基に、学習者クラスタリング手段
１を用いて学習者のクラスタリングを行う。この際のク
ラスタリングでは、予め固定された分類基準情報もあれ
ば、学習履歴情報の多数のデータからクラスタリング技
術を用いて分類基準情報を生成する場合もある。このよ
うにして作成され、あるいは予め定められた分類基準情
報は学習者分類基準情報記録手段２に記録され、学習者
を分類する場合に高速に分類できるようにする。
【００２４】一方、クラスタリングされた情報を基に学
習者の識別情報とその学習者が学習者の各タイプにどれ
だけ適合しているか、もしくは学習者がどのタイプかと
いう学習者の識別情報と学習者のタイプとの関連情報
（学習者タイプ別情報）を学習者タイプ記録手段３に記
録する。さらにまた、学習効果算出手段４を用いて、過
去の学習者の学習履歴情報と学習者タイプ記録手段３に
記録された情報を基に教材毎の学習コースの学習効果情
報または教師毎の学習コースの学習効果情報もしくは教
材毎及び教師毎の学習コースの学習効果情報を学習者タ
イプ別に算出し、これ（タイプ別学習効果情報）をタイ
プ別学習効果記録手段５に記録する。
【００２５】以上の手順は本装置を使用する以前に行わ
れ、分類基準情報、学習者タイプ別情報及びタイプ別学
習効果情報とが初期情報として準備される。
【００２６】本装置において、学習者の識別情報が入力
されると、この識別情報を基に学習者識別情報照合手段
６により過去に本装置を利用したことがあるかどうか学
習者タイプ記録手段３の学習者タイプ別情報を照合する
ことで判定する。判定の結果、過去に本装置を利用した
ことがある場合には、学習者タイプ情報がそのままタイ
プ別学習効果出力手段７へ転送される。
【００２７】判定の結果、識別情報が無い場合は、学習
者特徴抽出手段８により、学習者の特徴情報（得意科
目、過去の成績、好みの指導方法、質問をする方かしな
い方か等積極性、熟慮するタイプか、すぐに質問するタ
イプか等の学習スタイル等に関する情報）をアンケート
やミニテスト等を通して抽出し、学習者タイプ判別手段
９により学習者分類基準情報記録手段２の分類基準情報
を基に学習者タイプを判別する。
【００２８】また、学習を進めながら、学習者タイプ判
別手段９で定期的もしくは一つの学習が終了する度に判
定が行われ、学習者のタイプが動的に変動する場合もあ
る。
【００２９】判別した結果の学習者の識別情報と学習者
タイプは、これが学習者タイプ記録手段３に記録されて
ない学習者の識別情報である場合、該手段３に識別情報
と学習者タイプの関連を記録する。
【００３０】学習者識別情報照合手段６もしくは学習者
タイプ判別手段９により判定され、出力された学習者タ
イプ情報（一つもしくは順位付けられた複数の学習者タ
イプ情報）を基に、タイプ別学習効果出力手段７を用い
て、タイプ別学習効果記録手段５よりタイプに応じた教
材・教師毎の学習効果リスト（一つのタイプもしくは複
数のタイプに応じたリスト）を検索し、その結果を出力
する。その出力結果は、過去の学習履歴でその学習者タ
イプに対して最も学習効果の高かった教材・教師が一つ
出力される場合もあるし、ベスト３の３つや任意の数や
全部を出力しても良い。
【００３１】図２は教材・教師毎の学習効果情報のリス
トの一例を示すもので、ここでは判定された学習者タイ
プ、学習コース情報等を併せて表示した画面の例を示
す。
【００３２】また、本装置の入力に学習者の識別情報以
外に、出力したい学習課目を制限するコース情報を入力
することでタイプ別学習効果出力手段７の出力結果を制
限する場合もある。
【００３３】出力された学習効果リストに対して、さら
に同一時間に複数のコースを選択できないという条件の
下で、複数の科目を考慮して全体として学習効果の高い
順に複数のタイムスケジュールを出力することもでき
る。さらに、このリストに対し学習にかける費用という
制約をかけることで限られた費用で高い学習効果の得ら
れる順の学習のタイムスケジュールを作成することがで
きる。
【００３４】また、タイプ別学習効果記録手段５の情報
を分析することで、教材や教師の学習面からみた性能
（パフォーマンス）を評価することができる。
【００３５】前述した実施の形態は、請求項１及び２
（請求項３及び４）の両方に対応した装置を示している
が、請求項１（請求項３）のみに対応した装置の場合に
は、学習者タイプ情報を判別するためには学習者タイプ
記録手段３及び学習者識別情報照合手段６があれば判別
可能であるため、学習者分類基準情報記録手段２、学習
者特徴抽出手段８及び学習者タイプ判別手段９は不要で
ある。一方、請求項２（請求項４）のみに対応した装置
の場合には、予め記録された学習者の識別情報とタイプ
の対応関係は不要であるため、学習者タイプ記録手段３
とその検索手段である学習者識別情報照合手段６を用い
なくても実現できる。
【００３６】
【発明の効果】以上説明したように、本発明によれば、
学習コースを選択しようとする者が適切な学習教材・教
師を見出すことが容易となる。また、学習者タイプ別に
教材・教師毎の学習効果情報を出力することで、教材・
教師毎のパフォーマンスを評価することもできる。
【図面の簡単な説明】
【図１】本発明の学習コース設計支援装置の実施の形態
の一例を示す構成図
【図２】教材・教師毎の学習効果情報のリストの一例を
示す説明図
【符号の説明】
１：学習者クラスタリング手段、２：学習者分類基準情
報記録手段、３：学習者タイプ記録手段、４：学習効果
算出手段、５：タイプ別学習効果記録手段、６：学習者
識別情報照合手段、７：タイプ別学習効果出力手段、
８：学習者特徴抽出手段、９：学習者タイプ判別手段。
フロントページの続き (72)発明者 山田 光一 東京都千代田区大手町二丁目３番１号 日 本電信電話株式会社内 (72)発明者 国分 利直 東京都千代田区大手町二丁目３番１号 日 本電信電話株式会社内 Ｆターム(参考） 2C028 BC01 BC05 BD01

Claims (5)

    【特許請求の範囲】
  1. 【請求項１】 学習者が使用した教材または学習者を指
    導した教師の一方もしくはその両方に関する情報を少な
    くとも含む過去の学習者の学習履歴情報を基に学習者を
    いくつかのタイプに分類するための分類基準情報を生成
    するとともに、前記過去の学習者の学習履歴情報を基に
    該分類基準情報に従って学習者がどのタイプに属するか
    を分類する分類基準情報生成手段と、 分類基準情報生成手段において分類された学習者のタイ
    プと学習者の識別情報とを対にして記録する学習者タイ
    プ記録手段と、 前記過去の学習者の学習履歴情報と学習者タイプ記録手
    段の記録内容とを基に教材毎の学習効果情報または教師
    毎の学習効果情報もしくは教材毎及び教師毎の学習効果
    情報を学習者のタイプ別に算出する学習効果算出手段
    と、 前記算出された教材毎の学習効果情報または教師毎の学
    習効果情報もしくは教材毎及び教師毎の学習効果情報を
    学習者のタイプ別に記録するタイプ別学習効果記録手段
    と、 学習者に対する教材または教師の少なくとも一方を選択
    する場合に入力される学習者の識別情報を学習者タイプ
    記録手段の記録内容と照合し、一致した学習者のタイプ
    を表す学習者タイプ情報を出力する学習者識別情報照合
    手段と、 学習者タイプ情報を基にタイプ別学習効果記録手段を検
    索し、該当タイプに応じた教材毎の学習効果情報または
    教師毎の学習効果情報もしくは教材毎及び教師毎の学習
    効果情報を出力する手段とを備えたことを特徴とする学
    習コース設計支援装置。
  2. 【請求項２】 学習者が使用した教材または学習者を指
    導した教師の一方もしくはその両方に関する情報を少な
    くとも含む過去の学習者の学習履歴情報を基に学習者を
    いくつかのタイプに分類するための分類基準情報を生成
    するとともに、前記過去の学習者の学習履歴情報を基に
    該分類基準情報に従って学習者がどのタイプに属するか
    を分類する分類基準情報生成手段と、 前記分類基準情報を記録する分類基準情報記録手段と、 前記過去の学習者の学習履歴情報と学習者タイプ記録手
    段の記録内容とを基に教材毎の学習効果情報または教師
    毎の学習効果情報もしくは教材毎及び教師毎の学習効果
    情報を学習者のタイプ別に算出する学習効果算出手段
    と、 前記算出された教材毎の学習効果情報または教師毎の学
    習効果情報もしくは教材毎及び教師毎の学習効果情報を
    学習者のタイプ別に記録するタイプ別学習効果記録手段
    と、 学習者に対する教材または教師の少なくとも一方を選択
    する場合に入力される学習者の情報から該学習者の特徴
    情報を抽出する学習者特徴抽出手段と、 学習者の特徴情報を基に分類基準情報記録手段に記録さ
    れた分類基準情報に従って学習者がどのタイプに属する
    かを判別し、判別した学習者のタイプを表す学習者タイ
    プ情報を出力する学習者タイプ判別手段と、 学習者タイプ情報を基にタイプ別学習効果記録手段を検
    索し、該当タイプに応じた教材毎の学習効果情報または
    教師毎の学習効果情報もしくは教材毎及び教師毎の学習
    効果情報を出力する手段とを備えたことを特徴とする学
    習コース設計支援装置。
  3. 【請求項３】 学習コース設計支援装置をコンピュータ
    上に実現する学習コース設計支援プログラムにおいて、 該プログラムはコンピュータ上で、 学習者が使用した教材または学習者を指導した教師の一
    方もしくはその両方に関する情報を少なくとも含む過去
    の学習者の学習履歴情報を基に学習者をいくつかのタイ
    プに分類するための分類基準情報を生成するとともに、
    前記過去の学習者の学習履歴情報を基に該分類基準情報
    に従って学習者がどのタイプに属するかを分類する分類
    基準情報生成手段と、 分類基準情報生成手段において分類された学習者のタイ
    プと学習者の識別情報とを対にして記録する学習者タイ
    プ記録手段と、 前記過去の学習者の学習履歴情報と学習者タイプ記録手
    段の記録内容とを基に教材毎の学習効果情報または教師
    毎の学習効果情報もしくは教材毎及び教師毎の学習効果
    情報を学習者のタイプ別に算出する学習効果算出手段
    と、 前記算出された教材毎の学習効果情報または教師毎の学
    習効果情報もしくは教材毎及び教師毎の学習効果情報を
    学習者のタイプ別に記録するタイプ別学習効果記録手段
    と、 学習者に対する教材または教師の少なくとも一方を選択
    する場合に入力される学習者の識別情報を学習者タイプ
    記録手段の記録内容と照合し、一致した学習者のタイプ
    を表す学習者タイプ情報を出力する学習者識別情報照合
    手段と、 学習者タイプ情報を基にタイプ別学習効果記録手段を検
    索し、該当タイプに応じた教材毎の学習効果情報または
    教師毎の学習効果情報もしくは教材毎及び教師毎の学習
    効果情報を出力する手段とを構成することを特徴とする
    学習コース設計支援プログラム。
  4. 【請求項４】 学習コース設計支援装置をコンピュータ
    上に実現する学習コース設計支援プログラムにおいて、 該プログラムはコンピュータ上で、 学習者が使用した教材または学習者を指導した教師の一
    方もしくはその両方に関する情報を少なくとも含む過去
    の学習者の学習履歴情報を基に学習者をいくつかのタイ
    プに分類するための分類基準情報を生成するとともに、
    前記過去の学習者の学習履歴情報を基に該分類基準情報
    に従って学習者がどのタイプに属するかを分類する分類
    基準情報生成手段と、 前記分類基準情報を記録する分類基準情報記録手段と、 前記過去の学習者の学習履歴情報と学習者タイプ記録手
    段の記録内容とを基に教材毎の学習効果情報または教師
    毎の学習効果情報もしくは教材毎及び教師毎の学習効果
    情報を学習者のタイプ別に算出する学習効果算出手段
    と、 前記算出された教材毎の学習効果情報または教師毎の学
    習効果情報もしくは教材毎及び教師毎の学習効果情報を
    学習者のタイプ別に記録するタイプ別学習効果記録手段
    と、 学習者に対する教材または教師の少なくとも一方を選択
    する場合に入力される学習者の情報から該学習者の特徴
    情報を抽出する学習者特徴抽出手段と、 学習者の特徴情報を基に分類基準情報記録手段に記録さ
    れた分類基準情報に従って学習者がどのタイプに属する
    かを判別し、判別した学習者のタイプを表す学習者タイ
    プ情報を出力する学習者タイプ判別手段と、 学習者タイプ情報を基にタイプ別学習効果記録手段を検
    索し、該当タイプに応じた教材毎の学習効果情報または
    教師毎の学習効果情報もしくは教材毎及び教師毎の学習
    効果情報を出力する手段とを構成することを特徴とする
    学習コース設計支援プログラム。
  5. 【請求項５】 請求項３または４に記載の学習コース設
    計支援プログラムを記録したコンピュータ読み取り可能
    な媒体。
JP2001326737A 2001-10-24 2001-10-24 学習コース設計支援装置、そのプログラムおよびそのプログラムを記録した媒体 Pending JP2003131549A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2001326737A JP2003131549A (ja) 2001-10-24 2001-10-24 学習コース設計支援装置、そのプログラムおよびそのプログラムを記録した媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2001326737A JP2003131549A (ja) 2001-10-24 2001-10-24 学習コース設計支援装置、そのプログラムおよびそのプログラムを記録した媒体

Publications (1)

Publication Number Publication Date
JP2003131549A true JP2003131549A (ja) 2003-05-09

Family

ID=19143073

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001326737A Pending JP2003131549A (ja) 2001-10-24 2001-10-24 学習コース設計支援装置、そのプログラムおよびそのプログラムを記録した媒体

Country Status (1)

Country Link
JP (1) JP2003131549A (ja)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009063540A1 (ja) * 2007-11-12 2009-05-22 Fujitsu Limited 要員教育支援装置、要員教育支援プログラムおよび要員教育支援方法
JP2009288486A (ja) * 2008-05-29 2009-12-10 Nippon Telegr & Teleph Corp <Ntt> 教材提示装置、教材提示方法、教材提示プログラムおよびそのプログラムを記録した記録媒体
JP2010175699A (ja) * 2009-01-28 2010-08-12 Hitachi Ltd ｅ−ｌｅａｒｎｉｎｇシステムおよび学習支援サーバ
JP2010537232A (ja) * 2007-08-14 2010-12-02 ニュートン インコーポレイテッド コンピュータベースの学習のための方法、媒体およびシステム
JP2011065463A (ja) * 2009-09-17 2011-03-31 Takuto:Kk 相性診断支援作成システムおよびコンピュータプログラム
JP2013068878A (ja) * 2011-09-26 2013-04-18 Casio Comput Co Ltd サポート機能推薦装置、サポート機能推薦方法、サポート機能推薦システム、並びにプログラム
CN104616548A (zh) * 2015-02-13 2015-05-13 福州中科迅格信息科技有限公司 用于教育培训的教学效果评价系统
JP2015106257A (ja) * 2013-11-29 2015-06-08 Kddi株式会社 学習支援装置、学習支援方法、およびプログラム
JP2017134136A (ja) * 2016-01-25 2017-08-03 株式会社オプティム 学習支援システム、学習支援方法及び学習支援システム用プログラム
JP6419924B1 (ja) * 2017-11-05 2018-11-07 株式会社ウーノラボ 学習支援システムおよび学習支援方法
CN111523738A (zh) * 2020-06-22 2020-08-11 之江实验室 基于用户在线学习行为模式预测学习效果的系统及预测方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010537232A (ja) * 2007-08-14 2010-12-02 ニュートン インコーポレイテッド コンピュータベースの学習のための方法、媒体およびシステム
WO2009063540A1 (ja) * 2007-11-12 2009-05-22 Fujitsu Limited 要員教育支援装置、要員教育支援プログラムおよび要員教育支援方法
JP2009288486A (ja) * 2008-05-29 2009-12-10 Nippon Telegr & Teleph Corp <Ntt> 教材提示装置、教材提示方法、教材提示プログラムおよびそのプログラムを記録した記録媒体
JP2010175699A (ja) * 2009-01-28 2010-08-12 Hitachi Ltd ｅ−ｌｅａｒｎｉｎｇシステムおよび学習支援サーバ
JP2011065463A (ja) * 2009-09-17 2011-03-31 Takuto:Kk 相性診断支援作成システムおよびコンピュータプログラム
US8809664B2 (en) 2011-09-26 2014-08-19 Casio Computer Co., Ltd. Support function recommending apparatus, a support function recommending method, a support function recommending system, and a recording medium
JP2013068878A (ja) * 2011-09-26 2013-04-18 Casio Comput Co Ltd サポート機能推薦装置、サポート機能推薦方法、サポート機能推薦システム、並びにプログラム
JP2015106257A (ja) * 2013-11-29 2015-06-08 Kddi株式会社 学習支援装置、学習支援方法、およびプログラム
CN104616548A (zh) * 2015-02-13 2015-05-13 福州中科迅格信息科技有限公司 用于教育培训的教学效果评价系统
JP2017134136A (ja) * 2016-01-25 2017-08-03 株式会社オプティム 学習支援システム、学習支援方法及び学習支援システム用プログラム
JP6419924B1 (ja) * 2017-11-05 2018-11-07 株式会社ウーノラボ 学習支援システムおよび学習支援方法
JP2019086602A (ja) * 2017-11-05 2019-06-06 株式会社ウーノラボ 学習支援システムおよび学習支援方法
CN111523738A (zh) * 2020-06-22 2020-08-11 之江实验室 基于用户在线学习行为模式预测学习效果的系统及预测方法

Similar Documents

Publication Publication Date Title
Kotsiantis Use of machine learning techniques for educational proposes: a decision support system for forecasting students’ grades
Brown Foreign and second language needs analysis
US6688888B1 (en) Computer-aided learning system and method
Gillespie A Guide to Faculty Development: Practical Advice, Examples, and Resources.
Bélisle Literacy and the digital knowledge revolution
US6139330A (en) Computer-aided learning system and method
CN113590956B (zh) 知识点推荐方法、装置、终端及计算机可读存储介质
Jena Predicting students’ learning style using learning analytics: a case study of business management students from India
WO2023273583A1 (zh) 阅卷方法、装置、电子设备及存储介质
JP2003131549A (ja) 学習コース設計支援装置、そのプログラムおよびそのプログラムを記録した媒体
Sunil et al. An improved recommender system for e-learning environments to enhance learning capabilities of learners
Ashwin How student-centered learning and teaching can obscure the importance of knowledge in educational processes and why it matters
Hayati et al. Automatic classification for cognitive engagement in online discussion forums: Text mining and machine learning approach
US20090136910A1 (en) Memorization aid
CN114330997A (zh) 基于boppps模型的智慧教案生成系统
McEwen et al. Case studies: Why and how
Seridi-Bouchelaghem et al. A neural network for generating adaptive lessons
Gwimbi et al. Study of classroom practice and classroom contexts amongst senior high school biology teachers in Harare, Zimbabwe
Lee et al. Mining opinions from university students' feedback using text analytics
Rahimi et al. Development and validation of language assessment literacy scale for high school EFL teachers: A mixed methods approach
Wen et al. Knowledge Description Frame of Learning Resources for Recommendation System: From the Perspectives of Learning Psychology
Krishna et al. Prognostication of students performance and suggesting suitable learning style for under performing students
Bakar et al. Education 4.0: Prediction model towards usage on internet and services for young learners
Nguyen A model to detect student's learning styles in the blended learning course
Moore On certain assumptions underlying contemporary educational practices

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20050920

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20060221