JP2004219779A

JP2004219779A - Method and device for supporting learning

Info

Publication number: JP2004219779A
Application number: JP2003007748A
Authority: JP
Inventors: Tetsuharu Oya; 徹治大屋; Hidenori Hori; 英憲堀
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2003-01-16
Filing date: 2003-01-16
Publication date: 2004-08-05
Anticipated expiration: 2023-01-16
Also published as: JP4400052B2

Abstract

<P>PROBLEM TO BE SOLVED: To solve the following problem: in the actual interactive service at a call center or the like, it is difficult to judge what type of response is optimal for a question, and learning support copes with only the learning having a fixed answer and cannot support learning on services in which a suitable answer is not fixed. <P>SOLUTION: In a method for supporting learning, service information describing the contents of service that have been actually performed are stored and presented to a learner as a question. It may be in such a constitution wherein the learner is made to input, as an answer, evaluation information concerning the evaluation of the service. Also, in the method for supporting learning, the service information and the evaluation information concerning the contents of the service described by the service information are correlated and stored. Also, in the evaluation information, an evaluation score showing the contents of the evaluation in a numeric value and an evaluation comment describing the comment on the evaluation are included. Also, in the information, the service information and the evaluation score are presented as a question and the evaluation comment is presented as an answer. <P>COPYRIGHT: (C)2004,JPO&NCIPI

Description

【０００１】
【発明の属する技術分野】
本発明は、人が行う業務についての学習を支援する技術に関する。特に、問合せに対する応答を行う業務についての学習を支援する技術に関する。このような業務には、コールセンタ、デパートの売り子等、人が対話型の応答をする業務が含まれる。
【０００２】
【従来の技術】
従来、業務についての学習に関するものとして以下のものがある。例えば、特許文献１では、故障事例を汎化し、汎化された事例から特定の故障を選択して学習者に提示する。そして学習者から故障から生じると予想される症状とそれらが発生する可能性がある場所の回答を受付ける。回答と同じ事例があれば、その回答を正解とする。回答と同じ事例がなければ、回答に含まれる機器の上位機器に回答と同じ故障があるかどうかを調べ、あれば正解とする。
【０００３】
【特許文献１】特開平７−２７１７５７号公報（第４−５項、図２）
【０００４】
【発明が解決しようとする課題】
従来技術１は、ある問題に対して正しい機器と症状という解答が定まっている学習にしか対応できない。例えば、対話型の業務のように、どのように受け答えするかが一義的に導き出せない複雑な事例に関しては、学習対象者に対して適切な支援を行うことができない。コールセンタ等の対話型業務は、応答の仕方の基本的なマニュアルは存在していても、実際の業務での問合せ内容は多岐に渡り、また、問合せてきた人の例えば知識レベルや理解能力等も様々である。そのため、問合せに対して、どのような応答が最も適切であるかを判断するのは難しい。上記の通り、従来は、問題に対して適切な解答が定まらない業務についての学習を支援することができなかった。
【０００５】
【課題を解決するための手段】
上記の課題を解決するために、本発明では、実行された業務の内容を示す業務情報を格納しておき、これを学習者に問題として提示する。この場合、学習者にこの業務に関する評価に関する評価情報を回答として入力させる構成としてもよい。また、本発明には、業務情報とこの業務情報が示す業務の内容に対する評価に関する評価情報を対応付けて記憶しておくことも含まれる。また、評価情報には、評価の内容を数値化した評価点および評価に関するコメントを示す評価コメントが含まれ、本発明には、問題として業務情報と評価点を提示し、評価コメントを回答として提示することが含まれる。
【０００６】
【発明の実施の形態】
以下、図面を用いて、本発明の実施の形態を説明する。
図１は、本実施の形態のシステム構成を示すシステム構成図である。本システムは、一般にコールセンタと呼ばれる顧客からの問合せに応答するのオペレータの教育を支援するシステムである。図１において、インターネットを含むネットワーク１６を介して各コンピュータ装置が互いに接続されている。この各コンピュータ装置には、オペレータの応答を評価する評価担当者が利用する評価担当者用端末３０、学習を行うオペレータすなわち学習者が利用する学習者用端末２０、問題を作成したり、学習者に対する問題を出力する教育支援サーバ１０、および各担当者の端末のブラウザからインターネットで画面を表示させるためのＷｅｂサーバ１５が含まれる。
【０００７】
ここで、各コンピュータ装置は、それぞれ１又は２以上存在してもよい。特に、評価担当者用端末３０および学習者用端末２０は、評価担当者または／および学習者毎に複数台設置してもよい。
【０００８】
各コンピュータ装置は、プログラムおよびデータを格納する記憶装置、ＣＰＵ（中央処理装置）が直接読み書きできるＲＡＭやＲＯＭなどの半導体記憶装置であるメモリ、メモリに記憶されたプログラムを実行する装置（ＣＰＵ）を有する。なお、記憶装置は、コンピュータ装置の内部と接続されていても、コンピュータ装置の外部と接続されていてもよい。
【０００９】
図２は、評価ＤＢ５０の具体例である。学習者や評価者が案件を評価した内容を保存している。７０ｄは、案件を識別するＩＤの案件ＩＤである。問合せ内容５０−１は、お客からの問合せの内容である。応答内容５０−２は、問合せ内容５０−１に対するオペレータの応答の内容である。音声データ５０−３は、問合せ内容５０−１または／および応答内容５０−２の内容の音声データである。音声データは音声であっても画像であってもテキストであってもよい。７３−１０ａの応対担当オペレータＩＤは、案件において、実際に応答を行った者を識別するＩＤである。処理担当者ＩＤ７３−５ｃは、案件を評価した者を識別するＩＤまたは識別名である。Ｎｏ５０−５は、項目５０−６に割り振られた番号である。項目５０−６は、問合せに対する応答内容を評価するための項目である。得点５０−７は、項目５０−６に対して案件を評価した得点である。コメント５０−８は、項目５０−６に対して案件についてコメントの入力である。総評５０−１０は、案件に対して総合的な評価を表している。評価情報５０−１１は、処理担当者ＩＤ７３−５ｃ、Ｎｏ５０−５、項目５０−６、得点５０−７、コメント５０−８、全体値５０−９、総評５０−１０を含めたものである。
【００１０】
図３は、エクササイズＤＢ６０の具体例である。学習者や評価者が案件を評価した内容を保存している。図２の符号と同一のものは、図２の評価ＤＢのものとほぼ同じである。このエクササイズＤＢは第１の実施の形態の図１２に示す学習処理のフローで用いる。学習者に問題を提示する問題のＤＢである。
【００１１】
図４は、案件ＤＢ７０の具体例である。案件ＤＢ７０には、通録ＤＢ７１と案件管理ＤＢ７３が含まれる。通録ＤＢ７１には、案件を識別する案件ＩＤ７０ａと、実行された業務の内容を示す音声または／および画像を含むデータである音声・画像データ７１−１を含む。案件管理ＤＢ７３は、案件を識別するＩＤの案件ＩＤ７０ｂと、製品名７３−１、問合せ内容７３−２、応答内容７３−２、問合せをしてきた顧客の情報を示す顧客情報７３−４、案件を評価した処理担当者ＩＤ７３−５ａ、評価ＤＢが作成されたか否かを示す評価済み案件フラグ７３−６、エクササイズＤＢが作成されたか否かを示すエクササイズ作成済み案件フラグ７３−７、日付情報７３−８、日付フラグ７３−９、応対担当オペレータＩＤを含む。
【００１２】
図５は、コメントＤＢ８０の具体例である。コメントＤＢは、第２の実施の形態において、図９に示すコメントボックスを表示させるときに使う。コメントＤＢ８０は、コメントを識別するコメントＩＤ８０−１、案件を識別する案件ＩＤ７０ｃ、案件を評価した処理担当者ＩＤ７３−５ｂ、学習したオペレータＩＤ８０−２、既読フラグ８０−３を含む。
【００１３】
図６は、コメント入力画面を表している。７０ｆは、案件ＩＤを示している。１０６は、応対担当オペレータのＩＤまたは識別名である。１０７ａは、音声または／および画像データを再生している状態を示している。１０１ａは、音声・画像データを巻き戻すときに選択するボタン、１０２ａは、音声・画像データを再生している状態を一時停止するときに選択するボタン、１０３ａは、音声・画像データを再生または巻き戻し、早送りをしている状態を停止するときに選択するボタン、１０４ａは、音声・画像データを再生するときに選択するボタン、１０５ａは、音声・画像データを早送りするときに選択するボタンを示している。１１０−１ａは、案件を評価する項目を大きく分類した大分類である。１１０−２ａは、案件を評価する項目を分類した小分類である。得点１１０−３ａは、案件の分類ごとの評価（採点）である。コメント１１０−４ａは、分類ごとのコメントである。総評１１０−５ａは、案件全体のコメントを表している。１０９ａは、コメント入力画面を終了させるときに選択するボタンである。
【００１４】
図７は、オペレータ学習画面を表している。受講者１２０−１は、学習しているオペレータのＩＤまたは識別名を示している。１０１ｂ〜１０５ｂ、１０７ｂ、１０９ｂ、１１０−１ｂ〜１１０−５ｂはそれぞれ１０１ａ〜１０５ａ、１０７ａ、１０９ａ、１１０−１ａ〜１１０−５ａに対応している。
【００１５】
図８は、コメント確認画面を表している。１３０−１は、学習しているオペレータのＩＤおよび／または識別名と、案件の評価を行った処理担当者ＩＤのＩＤおよび／または識別名を示している。１０１ｃ〜１０５ｃ、１０７ｃ、１０９ｃ、１１０−１ｃ〜１１０−５ｃはそれぞれ１０１ａ〜１０５ａ、１０７ａ、１０９ａ、１１０−１ａ〜１１０−５ａに対応している。
【００１６】
図９は，コメントボックスを表している．コメントボックスは第２の実施の形態で用いられる。コメントボックスは、学習モードが選択された場合には、学習者が過去に学習した案件について、他の人がどのように評価したかを表している。また、確認モードが選択された場合には、応対担当オペレータが、自己の行った業務を他の人がどのように評価したかをコメントボックスにより確認することができる。
【００１７】
１４０−１は、学習者のＩＤおよび／または識別名を表している。１４０−２は、各コメントを読んだか否かを示す。図９においては、ボックスをチェックすることにより、既読、何もチェックしていない状態では未読であることを示している。１４０−３は、案件を識別するＩＤまたは／および、案件の内容もしくは案件の内容の一部を示している。１４０−４は、案件を評価した日時、もしくはコメントを確認した日時など、日時に関する情報を示している。１４０−５は、１つの案件に対し、コメントされた数を示している。１４０−６は、案件に対するコメントを示している。図９では、案件に対する総評を載せている。１４０−７は、コメントをした人を識別する識別名である。これは、ＩＤ等であってもよい。１４０−８は、コメントボックスに掲載されている情報を更新したいときに選択するボタンである。１４０−９は、コメントボックスを終了させたいときに選択するボタンである。１４０−１０は、未読のみ表示させるか否かを選択するチェックボックスである。このボックスをチェックすると、未読のみを表示し、チェックしないと、既読のコメントや案件を表示することになる。
【００１８】
以下に述べる処理フローは、各コンピュータ装置が記憶媒体に格納したプログラムに従って処理を実行される。
第１の実施の形態の説明をする。第１の実施の形態は、実行された業務の内容を示す業務情報を格納しておき、これを学習者に問題として提示するものである。業務の内容に関する評価コメントを回答として、提示する。
【００１９】
図１０に示したフローチャートを用いて、本実施の形態におけるオペレータが行った業務に対する評価処理である第１の処理の流れを説明する。第１の処理で、導き出す各業務に対する評価した結果は、図１２で示す「学習処理」で用いる。
ステップ１５０において、評価担当者用端末３０は、評価担当者により評価作業モードが選択された情報を、教育支援サーバ１０に送信する。
【００２０】
ステップ１５１において、教育支援サーバ１０は、オペレータにより過去に行われた電話での応答業務から未処理案件を抽出する。未処理案件とは、評価担当者により評価されていない業務である。このために、教育支援サーバ１０は、案件ＤＢ７０の中から、評価済案件フラグ７３−６の値がＮＵＬＬである案件ＩＤを抽出する。また、評価済案件フラグ７３−６の値がＮＵＬＬであり、かつ、あらかじめ指定された一定期間内の案件を案件ＩＤから抽出してもよい。
【００２１】
案件ＤＢ７０は、オペレータにより行われた案件すなわち業務の内容がそれぞれ識別されて格納されていればよい。案件ＤＢ７０は、本実施の形態では、図４に示すとおり、通録ＤＢ７１、案件管理ＤＢ７２から成る。また、案件の抽出は、オペレータが行った案件について、評価済みの件数がオペレータ間で偏りが少なくなるように行ってもよい。この方法の詳細は、図１４を用いて後述する。
【００２２】
次に、ステップ１５２〜１５３にて、評価対象となる案件を、評価担当者に選択させるための処理を行う。まず、ステップ１５２において、未評価案件を特定可能な未処理案件選択画面を作成し、評価担当者用端末３０へ送信する。ここで、未処理案件選択画面は、ステップ１５１で抽出された案件のうち、評価対象とする案件ＩＤを選択するためのものである。ステップ１５１で抽出された案件ＩＤをその画面内に示すものであってもよい。さらに、案件ＩＤに対応する問合せ内容７３−２、対応内容７３−３、処理担当者ＩＤ７３−６および処理日時７３−８のうち少なくとも１つを対応づけた未処理案件選択画面を作成してもよい。ここにおいて、未処理案件選択画面を表示するためのＷｅｂページを作成し、Ｗｅｂサーバ１５へ登録してもおき、ここから評価担当者用端末３０へ送信してもよい。そして、ステップ１５３において、評価担当者用端末３０が、ステップ１５２で作成された未処理案件選択画面を表示する。
【００２３】
ステップ１５４において、表示された未処理案件のうちで、評価担当者が選択した案件ＩＤを教育支援サーバ１０に送信する。
【００２４】
次に、ステップ１５５〜１５７で、評価担当者が、評価結果を示す評価情報を入力可能とするための処理を行う。ステップ１５５において、教育支援サーバ１０は、ステップ１５４で送信された案件ＩＤの問合せ内容７３−２および応対内容７３−３を、案件ＤＢ７０から抽出する。ステップ１５５では、ステップ１５４で送信された案件ＩＤに対応する案件、すなわち評価対象となる案件の内容を示す情報を作成できればよい。
【００２５】
ステップ１５６において、教育支援サーバ１０は、評価担当者が評価情報を入力するためのコメント入力画面を作成し、評価担当者用端末３０へ送信する。ここで、教育支援サーバ１０は、Ｗｅｂサーバ１５へコメント入力画面を登録し、Ｗｅｂサーバ１５から評価担当者用端末３０へそれを送信してもよい。コメント入力画面は、図６に示すように評価の単位となる項目ごとに得点（採点）１１０−３ａと、コメント１１０−４ａを入力可能とするものである。ステップ１５７において、評価担当者用端末３０は、ステップ１５６で送信されたコメント入力画面を表示する。
【００２６】
次に、ステップ１５８において、評価担当者用端末３０は、コメント登録・オペレータ評価画面を介して入力される該当案件の評価の内容を示す評価情報の入力を受け付ける。そして、受け付けられた評価情報と対応する案件ＩＤを、教育支援サーバ１０に送信する。
【００２７】
ステップ１５９において、送信された評価情報と案件ＩＤを対応づけて、評価ＤＢ５０に登録する。ステップ１６０において、ステップ１５８で送信された案件ＩＤと一致するＩＤのレコードを案件ＤＢ７０から抽出して、レコードの評価済案件フラグ７３−６に１を設定する。ここでフラグに１を設定するとは、評価情報が登録されていることを示す。
【００２８】
次に、図１１に示したフローチャートを用いて、本実施の形態における第２の処理の流れを説明する。この第２の処理は、第１の処理で得られたオペレータ評価情報を活用して、オペレータの教育に使用する情報を格納するエクササイズＤＢ６０を作成する処理である。
【００２９】
図１１のフローチャートは、ステップ１６１〜１６２と、ステップ１６３〜１６６に大きく分けることができる。ステップ１６３〜１６６で、エクササイズＤＢ６０を作成する。ステップ１６１〜１６２は、エクササイズＤＢ６０から所定日時の範囲外で実行された案件の情報を削除する。但し、本実施の形態では、ステップ１６１〜１６２での処理結果を、ステップ１６３で用いるためこのような順序で処理を実行する。このため、ステップ１６１〜１６２はなくともよい。また、ステップ１６６以降に処理してもよい。尚、エクササイズＤＢ６０には案件ＩＤ毎に、案件ＩＤにより識別される案件の内容を示す情報、及び評価情報５０−１１が登録されている。実際には、図３に示すものである。ここで、案件の内容を示す情報には、テキスト形式の問合せ内容５０−１、応対内容５０−２、それらの音声データ５０−３のうち、少なくとも一つが含まれる。
【００３０】
まず、ステップ１６１において、案件ＤＢ７０で、あらかじめ指定された日付の範囲外にある案件の日付フラグ７３−９に０を設定する。ここで、あらかじめ指定された日付の範囲外として、日付情報７３−８が、あらかじめ定めた日付以前を示すものとしてもよい。また、ステップ１６１では、かわりに前記指定した日付の範囲内にある案件の日付フラグ７３−９に１を設定してもいい。
【００３１】
ステップ１６２において、日付フラグ７３−９に０を設定されている案件ＩＤを抽出する。尚、ステップ１６１でフラグとして１を設定する処理を行った場合は、１が設定されていない案件ＩＤを抽出する。そして、抽出された案件ＩＤのエクササイズ情報を、エクササイズＤＢからを削除する。このことにより、所定の範囲外にあるエクササイズ情報を削除することになる。特に、所定日時以前に行われた古い案件を、問題から外すことが可能になる。また、ここにおいて案件を削除しなくても、あらかじめ指定された日付の範囲であるかないかを判断できるフラグをエクササイズ情報に立てて、あらかじめ日付の範囲内である案件を問題の対象としてもよい。あらかじめ指定された日付の範囲とは、案件が評価された日、または案件ＩＤが割り振られた日付けが、あらかじめ定めた日時に入るか否かを判断する。
【００３２】
次に、ステップ１６３〜１６６において、評価ＤＢ５０を用いて案件ＤＢ７０からエクササイズ情報を作成し、エクササイズＤＢに登録する。
【００３３】
まず、ステップ１６３において、評価されており、かつエクササイズ情報が作成されていない案件ＩＤを特定する。このために、案件ＤＢ７０から評価済みフラグが１であり、エクササイズ作成済案件フラグが０である案件ＩＤを検索する。検索された案件ＩＤから、任意の一つを抽出する。ここで、案件ＩＤの一つを抽出する方法として、案件ＩＤが示す数値の最大値や最小値を抽出する方法がある。また、案件ＩＤが対応する日付情報７３−８が示す日付が最も古い案件ＩＤか、最も新しい案件ＩＤを抽出する方法がある。尚、案件ＩＤの検索をする場合、ステップ１６１で用いた所定の日時の範囲を用いてもよい。つまり、上記の条件に加え、所定の日時の範囲内にある案件ＩＤを案件ＤＢ７０から検索してもよい。また、案件ＩＤの一つを抽出する方法として、乱数を用いる方法もある。乱数を一つ発生させて、その乱数の値に抽出された案件の数を掛け、求まった値の小数点を切り捨てまたは切り上げもしくは四捨五入等をして定数を求める。抽出された案件をＩＤの小さい順に並べておき、その並べられた順位が、先に求めた定数である案件を抽出する。
【００３４】
ステップ１６４において、ステップ１６３で抽出した案件ＩＤをもつ案件情報の問合せ内容、対応内容、音声データ、評価対象項目を、案件ＤＢ６０から抽出する。そして抽出された情報をエクササイズＤＢに、案件ＩＤ毎に記録する。
【００３５】
ステップ１６５において、案件ＤＢ７０で、ステップ１６２で抽出された案件ＩＤに対応するエクササイズ作成済案件フラグに１を設定する。
【００３６】
そして、ステップ１６６において、ステップ１６３での検索結果が２件以上あったかを判定する。２件以上あった場合は、ステップ１６３以降の処理を実行する。
次に、図１２に示したフローチャートを用いて、本実施の形態における第３の処理の流れを説明する。第３の処理は、第２の処理により作成されたエクササイズＤＢを利用してオペレータの学習を支援する処理である。第１の実施の形態においては、図１２に示すフローは、ステップ１９０で終了する。
【００３７】
ステップ１８１において、学習者用端末２０は、学習者であるオペレータから学習モードの指定及び、オペレータを識別するオペレータＩＤを教育支援サーバ１０に送信する。
【００３８】
ステップ１８２において、教育支援サーバ１０は、学習者であるオペレータに対する問題となる案件の案件ＩＤを抽出する。本発明においては、評価済みの案件から問題となっている案件の案件ＩＤを抽出する。本実施の形態においては、案件管理ＤＢ７３のうち、エクササイズ作成済み案件フラグ７３−７が、作成済みであることを示す案件ＩＤを検索する。本実施の形態では、エクササイズＤＢが作成されたものは、評価済みであるので、このフラグ７３−７が作成済みである案件ＩＤを抽出すれば、評価済みの案件ＩＤを抽出できる。そして、検索された案件ＩＤから所定の規則に従った案件ＩＤを抽出する。ここで、本実施の形態では、学習者の不得意分野、良い問題および悪い問題の案件ＩＤを抽出する。この処理の詳細については、図１５を用いて後述する。
【００３９】
また、この抽出としては、以下のものも含まれる。（１）検索された案件ＩＤのすべてを抽出する。（２）行われた業務が古い、もしくは新しいものから所定数の案件ＩＤを抽出する。例えば、検索された案件ＩＤに対応する日付情報７３−８を用いて、抽出を行う。
【００４０】
さらに、この抽出には、学習者用端末１０から送信される条件に従って行うことも含まれる。例えば、学習者用端末１０から案件ＩＤ、製品名、および処理担当者ＩＤのうち少なくとも１つが送信され、これらを案件管理ＤＢの対応する項目が一致する案件ＩＤを抽出する。
【００４１】
さらに、ステップ１８１で送信されたオペレータＩＤと一致する応対担当オペレータＩＤ７３−１０に対応する案件ＩＤを抽出してもよい。このことにより、学習者自身が行った案件を問題として抽出できる。尚、これらの抽出手法を組み合わせることも本実施の形態に含まれる。
【００４２】
ステップ１８３において、ステップ１８２で抽出された案件ＩＤから問題を作成する。ここでは、まず。ステップ１８２で抽出された案件ＩＤと一致する案件ＩＤをもつエクササイズ情報をエクササイズＤＢから抽出する。そして、そのエクササイズ情報を利用してオペレータ学習画面を作成し、音声データと共に学習者用端末２０へ送信する。
【００４３】
このオペレータ学習画面は、ステップ１８２で抽出された案件ＩＤの示す案件における案件の内容（問合せ内容７３−２、応答内容７３−３）が特定可能で、評価担当者に表示された評価の単位となる項目への入力が可能となっていればよい。また、学習者に表示される評価の単位となる項目は、評価担当者に表示されたのと同様であってもいいし、評価担当者に表示された項目の一部であってもいい。その一例を図７に示す。また、案件の内容はテキストデータとして出力してもよい。
【００４４】
また、Ｗｅｂサーバ１５を通して、作成されたオペレータ学習画面情報を学習者用端末２０へ送信してもよい。さらに、図７の１１０−１ｂ〜４ｂは、それぞれ、図６の１１０−１ａ〜４ａに対応するようオペレータ学習画面を作成する。
【００４５】
ステップ１８４において、学習者用端末２０は、学習者からの入力に従って、受信した案件ＩＤの問い合わせ内容と対応内容を再生する。ここにおいて、再生する問い合わせ内容と対応内容には、問い合わせ内容と対応内容を録音してある音声データが含まれる。再生する問合せ内容と対応内容は、画像データ、テキストデータであってもよい。
【００４６】
ステップ１８５において、学習者用端末２０は、オペレータ学習画面に対する学習者からの回答を受け付ける。回答は、図７の得点１１０−３ｂに入力される。そして、回答をそれぞれ小分類１１０−２ｂと対応付け、回答情報として教育支援サーバ１０に送信する。
【００４７】
ステップ１８６において，教育支援サーバは、ステップ１８５で送信された回答情報を、図２に示す評価ＤＢ５０に格納する。すなわち、図７のオペレータ学習画面の得点１１０−３ｂを得点５０−７に、小分類１１０−２ｂと項目５０−６が対応するように格納する。そして、処理担当者ＩＤ７３−５ｃには、学習者のオペレータＩＤすなわち、ステップ１８１で送信されたオペレータＩＤを格納する。ここで、評価担当者による評価情報は、処理担当者ＩＤ７３−５ｃに、評価担当者であることを示すＩＤが格納されている。処理担当者ＩＤ７３−５ｃが、評価担当者の評価情報と、ステップ１８１で送信されたオペレータＩＤを有する評価情報を対応づけしている。
【００４８】
そして、ステップ１８７において、対応づけられた評価情報を比較する。例えば、対応する得点の差分をとる。本実施の形態では、学習者の得点から評価担当者の評価情報の得点を引く処理を行う。ここで、この差が図１２に示す評価差１１０−８ｃとなる。この評価差を含む情報を、案件ＩＤとオペレータＩＤと対応づけて登録してもよい。尚、この評価差の意味は、ステップ１８８で説明する。
【００４９】
ステップ１８８において、コメント確認画面は、コメント入力画面およびオペレータ学習画面と同様の項目と評価担当者と学習者の評価の差を表す項目をなしていればよい。その一例を図８に示す。ここで、評価差１１０−８ｃは、先に述べた通り学習者の得点から評価担当者の評価情報の得点を引いた差を示す。評価差１１０−８ｃが正の値である場合は、学習者の評価が「甘い」ことを示し、負の値である場合は、評価が「からい」ことを示す。そして、評価差の値が大きいほど、その程度が大きくなる。また、コメント１１０−４ｃには、評価担当者の評価情報に含まれるコメントを挿入する。特に、評価差１１０−８ｃの絶対値が所定値より大きなコメントを挿入してもよい。
【００５０】
そして、ステップ１８９において、教育支援サーバ１０は、作成されたコメント確認画面を学習者用端末２０に送信する。この送信は、Ｗｅｂサーバ１５を介して行ってもよい。
【００５１】
最後に、ステップ１９０において、学習者用端末１０は、送信されたコメント確認画面を出力する。ここで、学習者は、コメント確認画面の操作ボタン１０１ｃ〜１０５ｃを指定することにより、案件の内容に対する再生等の操作を行うことができる。
【００５２】
次に、図１４に示したフローチャートを用いて、本実施の形態における図１０に示す第１の処理に含まれるステップ１５１について説明する。図１４は、各オペレータ間で、評価済みの案件の数に偏りが少なくなるように評価する案件を抽出する機能についてその処理の流れを示す。
【００５３】
ステップ２０１において、教育支援サーバ１０は、案件ＤＢ７０内であらかじめ指定された一定期間内の案件で、かつ、評価済み案件フラグが１に設定されている案件の案件ＩＤを取得する。これは、ステップ１５１で説明した通り、問題の対象となる評価済みの案件を求めるための処理である。
【００５４】
ステップ２０２において、評価済み案件が少ない、すなわち、評価対象とすべきオペレータを決定する。まず、教育支援サーバ１０は、ステップ２０１で取得した案件ＩＤに対応するオペレータのＩＤを、案件管理ＤＢ７３の処理担当者ＩＤ７３‐６から抽出する。そして、抽出されたオペレータＩＤについて、ソート処理を行い、最も評価数の少ないオペレータＩＤを抽出する。ソート処理した結果は、未評価案件表として登録してもよい。
【００５５】
ステップ２０３〜２０８において、ステップ２０２で決定されたオペレータが行った案件のうち、評価対象となる案件を決定する。
【００５６】
まず、ステップ２０３において、教育支援サーバ１０は、ステップ２０２で取得したオペレータＩＤの案件のうち、評価済みフラグがＮＵＬＬである案件を抽出する。すなわち、未評価の案件を抽出する。そして、抽出した案件を一覧とした未処理案件ＩＤ一覧を作成する。
【００５７】
ステップ２０４において、ステップ２０３で抽出された案件が０の場合は、ステップ２０５に進む。それ以外は、ステップ２０６に進む。
【００５８】
ステップ２０５において、ステップ２０３のオペレータＩＤの代わりに、ステップ２０２で行ったソート処理の結果、ステップ２０３のオペレータの次に評価済み案件が少ないオペレータを検索する。全員の案件を検索済みなら終了する。
【００５９】
ここで、ステップ２０６〜２０８において、評価対象となるオペレータの行った案件から、評価対象となる案件をランダムに選択する処理を行う。ステップ２０６において、０〜１の間の値を持つ乱数を発生させる乱数発生関数を使用して乱数を発生させ、この乱数の値が０．５以下である場合には以下の処理を昇順、０．５を超えた場合には降順として処理する。ステップ２０７において、未処理案件ＩＤ一覧を乱数カラムの値に基づいてステップ２０６で乱数値により決定した昇順あるいは降順の方向に並べ替える。ステップ２０８において、一時使用リストの最上位の案件ＩＤを取得する。この案件ＩＤの示す案件を評価対象とする。
【００６０】
また、図１４において、評価済み案件の数に偏りが少なくなるようにする代わりに、未評価案件の数に偏りが少なくする処理や、オペレータ間で、評価済み案件の占める割合の偏りを少なくする処理、も考えられる。
【００６１】
次に、図１５に示したフローチャートを用いて、本実施の形態における図１２に示す第２の処理に含まれるステップ１８２の詳細を説明する。ステップ１８２では、良い問題、悪い問題、不得意分野の問題と、問題の傾向に沿って問題を抽出する処理の流れを示す。ここで、良い問題とは、評価者がつけた評価が比較的高い問題、つまり評価ＤＢの対応オペレータＩＤ２２とオペレータＩＤ２３が一致する評価情報２８の得点２６の合計点である全体値２９の値が比較的大きい案件である。尚、評価が比較的高いとは、ステップ２１５に示すように、評価が全体のうち上位２０％など、所定数に含まれる案件をいう。
【００６２】
悪い問題とは、評価者がつけた評価が低い問題、つまり評価ＤＢの対応オペレータＩＤ２２とオペレータＩＤ２３が一致する評価情報２８の得点２６の合計点である全体値２９の値が比較的小さい案件である。不得意分野の問題とは、学習者が不得意な項目を抽出し、その不得意な項目について、評価者の評価が高い案件を抽出して、それを問題としたものである。尚、評価が比較的低いとは、ステップ２１９に示すように、評価が全体のうち下位２０％など、所定数に含まれる案件をいう。
【００６３】
不得意分野の問題とは、同じ項目の学習者がつけた得点と、評価者の評価得点の絶対値の差が比較的大きい項目である。絶対値の差が大きいとは、同じ項目について、学習者の評価と評価者の評価の違いが大きいことを意味する。
ステップ２１１において、学習者用端末２０が、学習者が良い問題、悪い問題、不得意分野の問題のいずれかを選択したかの情報を教育支援サーバに送信する。
ステップ２１２において、ステップ２１１で良い問題が選択された場合は、ステップ２１３〜２１６の処理を実施する。ステップ２１１で悪い問題が選択された場合は、ステップ２１７〜２２０の処理を実施する。ステップ２１１で不得意分野の問題が選択された場合は、ステップ２２１〜２２７の処理を実施する。
【００６４】
まず、良い問題が選択された場合について説明する。ステップ２１３において、評価ＤＢ５０から、応対担当オペレータＩＤとオペレータＩＤの一致する評価情報２８を抽出する。抽出された評価情報２８の案件ＩＤを、対応する全体値２９が昇順なるように、並べ替える。すなわち、評価者の評価が高い順に案件ＩＤを並び替える。応対担当オペレータＩＤ２２とオペレータＩＤ２３のＩＤが一致する評価情報２８の項目２４の得点２５は、評価担当者がつけた評価である。また、ここにおいて全体値２９とは、評価ＤＢのオペレータＩＤの得点２５を足したものを全体値２９とする。
【００６５】
ステップ２１４において、乱数を発生する。これは、評価が高い案件の上位２０％から案件をランダムに選ぶための処理である。ステップ２１５において、ステップ１３７で並び替えたＤＢの上位２０％以内の案件ＩＤと乱数カラムの一覧を問題抽出リストとして作成する。この際に乱数カラムにはそれぞれ異なった乱数値を入力する。この上位２０％以内とは、全体値の高い案件を抽出するために設けた値であり、一例にすぎず、別の数値であってもよい。ステップ２１６において、問題を一つ抽出するために、問題抽出リストで乱数値が最大もしくは最小の案件ＩＤを取得する。この案件ＩＤが示す案件が問題となる。
【００６６】
次に、悪い問題が選択された場合について、説明する。ステップ２１７は、ステップ２１３と、ステップ２１８は、ステップ２１４と同様の処理を行う。
【００６７】
ステップ２１９において、ステップ２１７で並び替えたＤＢの下位２０％以内の案件ＩＤと乱数カラムの一覧を問題抽出リストとして作成する。この際に乱数カラムにはそれぞれ異なった乱数値を入力する。この上位２０％以内とは、全体値の低い案件を抽出するために設けた値であり、一例にすぎず、別の数値であってもよい。ステップ２２０において、問題を一つ抽出するために、問題抽出リストで乱数値が最大もしくは最小の案件ＩＤを取得する。この案件ＩＤが示す案件が問題となる。
【００６８】
最後に、不得意分野の問題が選択された場合について説明する。
ステップ２２１において、評価ＤＢ５０からオペレータＩＤ２３が学習者である評価情報２８の項目２５と得点２６で構成される得点情報ＤＢを作成する。
【００６９】
ステップ２２２において、評価ＤＢ対応担当オペレータＩＤとオペレータＩＤが一致する評価情報２８の得点２６と、学習者のオペレータＩＤの評価情報２８の得点２６とを対応づけて、各項目の値の差の絶対値をとる。つまり、評価者の評価と学習者の評価の差分をとる。
【００７０】
ステップ２２３において、ステップ１４５で各項目毎に得られた絶対値を、複数の案件で、同じ項目同士で加算する。ここで、複数の案件とは、すべての案件でもいいし、古い順から対象からはずれていくある一定の数の案件であってもいい。そして、絶対値が最大となった項目を取得する。この項目が、学習者が不得意とする項目である。
【００７１】
また、絶対値が最大となった項目を取得する代わりに、絶対値が大きい順に項目を並べ、上位２０％を取得し、乱数を発生させて、乱数をそれぞれの乱数カラムに代入し、乱数カラムの乱数が最大の項目を取得する方法もある。
【００７２】
ステップ２２４において、対応担当オペレータＩＤとオペレータＩＤが一致する評価情報２８、すなわち評価者が評価した案件の案件ＩＤを抽出する。そして、抽出した案件ＩＤの示す案件で、ステップ２２３で取得した項目の得点が大きい案件ＩＤを降順に並べ、同位の場合には、検索された順で並び替える。これにより、学習者が不得意とする項目で、評価者の評価が高い項目を含む案件の案件ＩＤをリストアップできる。
【００７３】
そして、ステップ２２５〜２２７で、リストアップされた案件ＩＤから、ランダムに案件ＩＤを抽出する。
まず、ステップ２２５において、乱数を発生する。
【００７４】
ステップ２２６において、並び替えたリストの上位２０％以内のレコードについて対象項目と乱数カラムからなる問題抽出リストを作成する。また、その際に乱数カラムに乱数発生関数によって作成された乱数値を入力する。
【００７５】
ステップ２２７において、ステップ２２２で作成された問題抽出リストのうち乱数カラムの値が最大の案件ＩＤを取得する。これに対応する案件を、不得意分野の問題とする。
以上で処理を終了する。
【００７６】
第２の実施の形態の説明をする。
第２の実施の形態は、実行された業務の内容を示す業務情報と、その業務に関する評価に関する評価情報を前記業務情報と対応づけて格納しておき、業務情報とその評価情報を問題として提示し、業務情報が、前記評価を受けた理由や学習者からみた評価や評価コメントを回答として入力を受付ける。
【００７７】
また、学習者から受付けた評価点と評価コメントを、評価された業務と対応づけて格納し、評価された業務と評価点を問題として提示する。
【００７８】
第２の実施の形態は、第１の実施の形態と同様に図１０に示すフローによって、未評価の案件に対し評価をする。また、ステップ１５１において、評価された案件の偏りを少なくさせる為に図１４のフローを行ってもよい。
【００７９】
次に、図１２に示すフローチャートにより、学習者に問題を提示する学習処理を行う。第１の実施の形態は、ステップ１９０で終了したが、第２の実施の形態では、ステップ１９０以降の処理も行う。ステップ１８１とステップ１８２は第１の実施の形態と同様に処理を行う。
【００８０】
また、ステップ１８３において、第１の実施の形態では、エクササイズＤＢからエクササイズ情報を抽出するが、第２の実施の形態では、評価ＤＢから、問合せ内容と対応内容のデータ（音声・画像・データなど）と、項目を得点もしくはコメントと対応づけてオペレータ学習画面を作成し、学習用端末２０に送信する。図７のオペレータ学習画面の例では、小分類１１０−２ｂと得点１１０−３ｂを表示する。ここにおいて、得点１１０−３ｂは、コメントであってもかまわない。
【００８１】
ステップ１８５において、学習用端末２０は、ステップ１８３で送信されたオペレータ学習画面から回答の入力を受付ける。回答は、得点１１０−３ｂが表示された場合は、案件に対しその得点が付けられた理由を、コメントが表示された場合は、得点を予想して入力する。また、回答については、学習者から得点とコメント両方の入力を受付けてもよい。両方の入力を受付けた場合には、学習者の得点とコメントを評価ＤＢに登録し、学習者の得点もしくはコメントは案件と対応づけて問題として新たな学習者に提示する。
【００８２】
ステップ１８６において、ステップ１８５で受付けた回答情報を、評価ＤＢ５０に登録する。ステップ１８７において、評価ＤＢから評価情報を取得する。ステップ１８８において、図８に示すようなコメント確認画面を作成し、学習用端末２０に送信する。ステップ１８９において、学習用端末２０で、コメント確認画面を表示する。ステップ１９０において、学習者が画面終了ボタンを選択したら、教育支援サーバ１０に画面終了ボタンが選択された情報を送信する。ステップ１９１において、図５に示すコメントＤＢに、ステップ１８５で送信された情報を格納する。ステップ１９２において、評価ＤＢから学習中の案件に対する他のオペレータによる評価を取得する。ステップ１９３において、図９に示すようなコメントボックスを作成し、学習用端末２０に送信する。ステップ１９４において、コメントボックスを学習用端末２０に表示する。これ以降の処理は図１３でのステップ１７５に続く。
【００８３】
図１３は、図９のコメントボックスを表示し、コメントボックスから確認したいコメントを選択し、コメント確認画面を表示し、コメント確認画面を終了したらコメントボックスを再び表示するフローを示したものである。
【００８４】
ステップ１７０において、学習用端末２０は、コメントボックス確認モードが選択された情報を、教育支援サーバ１０に送信する。ステップ１７１において、学習者は、複数のモードのうち学習モードを選択し、学習者用端末２０は、選択されたモードと、学習者のオペレータＩＤを教育支援サーバ１０に送信する。ステップ１７２において、コメントＤＢから、ステップ１７１において送信されたオペレータＩＤの案件を抽出する。ステップ１７３において、図９に示すようなコメントボックスを作成し、学習者用端末２０に送信する。ステップ１７４において、学習者用端末２０に、コメントボックスを表示する。ステップ１７５において、学習者は、図９の更新ボタン、終了ボタン、案件名等オブジェクトを選択し、選択されたオブジェクト情報を教育支援サーバ１０に送信する。ステップ１７６において、教育支援サーバ１０は、ステップ１７５で選択されたオブジェクトに応じて処理を分岐する。終了ボタンが選択されたときは、終了する。また、更新ボタンが選択された場合は、コメントボックスを再び作成し、学習者用端末２０に送信する。また、案件が選択された場合には、ステップ１７７に進む。ステップ１７７において、評価ＤＢから図８に示すようなコメント確認画面を作成する。また、コメントＤＢの該案件の既読フラグを１に更新する。ステップ１７８において、図８に示すコメント確認画面を学習者用端末２０に表示する。
【００８５】
図１４に示すフローは、第１の実施例の処理と同様に行う。
【００８６】
図１５は、第１の実施の形態と同様に、良い問題、悪い問題、不得意分野の問題と、問題の傾向に沿って問題を抽出する処理の流れを示している。第１の実施の形態との違いは、ステップ２１３とステップ２１７において、評価者の評価が高い順に案件ＩＤを並び替えるが、第２の実施の形態において、複数の評価者の評価を平均し、平均された評価を、高い順に並び替える。また、不得意分野が選択された場合には、
図１６は、図１５のフローで、案件を一つ選んだ後に、該案件を評価した者を一人選ぶためのフローである。
【００８７】
ステップ２３１において、評価ＤＢ５０から、案件を評価したオペレータＩＤを抽出する。ステップ２３２において、乱数を発生させて、抽出したオペレータＩＤと乱数を出題評価表へコピーする。出題評価表とは、オペレータＩＤと乱数カラムが対応している表のことをいう。ステップ２３３において、出題評価表のオペレータＩＤを、乱数カラムの昇順で並び替える。ステップ２３４において、出題評価表の最上位のオペレータＩＤを取得する。以上で処理を終了する。
【００８８】
【発明の効果】
本発明によれば、実行された業務の内容を評価し、評価された業務の内容を回答させる構成にしたので、業務の内容を評価したら自動的に問題を作成することができる。また、評価と回答を対応付けることにより、回答した者が、自分の知識や業務執行能力を確認できる。
【図面の簡単な説明】
【図１】本発明の実施の形態のシステム構成図である。
【図２】評価ＤＢ５０を示す図である。
【図３】エクササイズＤＢ６０を示す図である。
【図４】案件ＤＢ７０を示す図である。
【図５】本発明の実施の形態における第２の実施例で用いるコメントＤＢ８０である。
【図６】コメント入力画面の例を示す図である。
【図７】オペレータ学習画面の例を示す図である。
【図８】コメント確認画面の例を示す図である。
【図９】コメントボックスの例を示す図である。
【図１０】本発明の実施の形態における第１の実施例の第１の処理と、第２の実施例の第１の処理を示すフローチャートである。
【図１１】本発明の実施の形態における第１の実施例で用いるエクササイズＤＢを作成する処理を示すフローチャートである。
【図１２】本発明の実施の形態における第１の実施例の第２の処理と、第２の実施例の第２の処理を示すフローチャートである。
【図１３】本発明の実施の形態における第２の実施例でコメントボックスとコメント確認画面を表示するフローチャートである。
【図１４】本発明の実施の形態における第１の実施例と第２の実施例の第１の処理の内で過去に評価済みのオペレータに偏りがないように評価する案件の抽出する処理を示すフローチャートである。
【図１５】本発明の実施の形態における第１の実施例と第２の実施例の第２の処理の内で過去の不得意な分野などで重み付けて問題を抽出する処理を示すフローチャートである。
【図１６】本発明の実施の形態における第２の実施例で、図１５に示す処理の後に続く処理を示すフローチャートである。
【符号の説明】
１０教育支援サーバ
１５Ｗｅｂサーバ
２０学習者用端末
３０評価担当者用端末
１６ネットワーク。[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a technology for supporting learning about tasks performed by a person. In particular, the present invention relates to a technique for supporting learning about a task of responding to an inquiry. Such operations include operations in which a person makes an interactive response, such as a call center or a salesclerk of a department store.
[0002]
[Prior art]
2. Description of the Related Art Conventionally, there are the following items relating to learning about work. For example, in Patent Literature 1, a fault case is generalized, and a specific fault is selected from the generalized case and presented to a learner. Then, the learner receives an answer about symptoms expected to be caused by the failure and a place where the symptoms may occur. If there is the same case as the answer, the answer is correct. If there is not the same case as the answer, it is checked whether the higher level device of the device included in the answer has the same failure as the answer.
[0003]
[Patent Document 1] Japanese Patent Application Laid-Open No. 7-271557 (Section 4-5, FIG. 2)
[0004]
[Problems to be solved by the invention]
The prior art 1 can only cope with learning in which the answer to a certain problem is correct equipment and symptoms. For example, it is not possible to provide appropriate support to a learning target person for a complicated case, such as an interactive operation, in which how to answer is not uniquely derived. In an interactive business such as a call center, even though there is a basic manual on how to respond, the contents of inquiries in actual business vary widely, and the level of knowledge of the person who made the inquiry, such as knowledge level and understanding ability, etc. Various. Therefore, it is difficult to determine what response is most appropriate for an inquiry. As described above, conventionally, it has not been possible to support learning about tasks for which an appropriate answer to a question cannot be determined.
[0005]
[Means for Solving the Problems]
In order to solve the above-described problem, in the present invention, task information indicating the content of the executed task is stored, and this is presented to the learner as a problem. In this case, a configuration may be adopted in which the learner inputs evaluation information regarding the evaluation regarding the work as a response. In addition, the present invention also includes storing business information and evaluation information relating to evaluation of the content of the business indicated by the business information in association with each other. In addition, the evaluation information includes an evaluation point that quantifies the content of the evaluation and an evaluation comment that indicates a comment on the evaluation. In the present invention, business information and an evaluation point are presented as problems, and the evaluation comment is presented as a response. For example.
[0006]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
FIG. 1 is a system configuration diagram showing the system configuration of the present embodiment. This system is a system that supports the education of operators who respond to inquiries from customers, generally called a call center. In FIG. 1, respective computer devices are connected to each other via a network 16 including the Internet. Each of the computer devices includes an evaluator terminal 30 used by an evaluator who evaluates the response of the operator, an operator performing learning, that is, a learner terminal 20 used by the learner, a terminal for creating a problem, And a Web server 15 for displaying a screen on the Internet from a browser of a terminal of each person in charge.
[0007]
Here, each of the computer devices may be one or two or more. In particular, a plurality of evaluator terminals 30 and learner terminals 20 may be provided for each evaluator or / and learner.
[0008]
Each computer device includes a storage device that stores programs and data, a memory that is a semiconductor storage device such as a RAM and a ROM that can be directly read and written by a CPU (central processing unit), and a device (CPU) that executes a program stored in the memory. Have. The storage device may be connected to the inside of the computer device or may be connected to the outside of the computer device.
[0009]
FIG. 2 is a specific example of the evaluation DB 50. Stores the content that the learner and evaluator evaluated the project. 70d is the case ID of the ID for identifying the case. The inquiry content 50-1 is the content of an inquiry from a customer. The response content 50-2 is the content of the operator's response to the inquiry content 50-1. The voice data 50-3 is voice data of the content of the inquiry 50-1 and / or the content of the response 50-2. The audio data may be audio, image, or text. The response operator ID 73-10a is an ID for identifying a person who actually responded in the case. The processing person ID 73-5c is an ID or an identification name for identifying a person who has evaluated the case. No. 50-5 is a number assigned to the item 50-6. Item 50-6 is an item for evaluating the contents of a response to the inquiry. The score 50-7 is a score obtained by evaluating the case with respect to the item 50-6. The comment 50-8 is an input of a comment on the item for the item 50-6. The overall rating 50-10 indicates a comprehensive evaluation of the case. The evaluation information 50-11 includes the processor ID 73-5c, No. 50-5, item 50-6, score 50-7, comment 50-8, overall value 50-9, and overall rating 50-10.
[0010]
FIG. 3 is a specific example of the exercise DB 60. Stores the content that the learner and evaluator evaluated the project. 2 are almost the same as those in the evaluation DB in FIG. This exercise DB is used in the flow of the learning process shown in FIG. 12 of the first embodiment. This is a problem DB that presents problems to learners.
[0011]
FIG. 4 is a specific example of the case DB 70. The case DB 70 includes a record DB 71 and a case management DB 73. The record DB 71 includes a case ID 70a for identifying a case, and audio / image data 71-1 that is data including audio or / and an image indicating the content of the executed task. The case management DB 73 includes a case ID 70b of an ID for identifying a case, a product name 73-1, an inquiry content 73-2, a response content 73-2, customer information 73-4 indicating information of a customer who made an inquiry, and Processed person in charge ID 73-5a, evaluated case flag 73-6 indicating whether an evaluation DB has been created, exercise created case flag 73-7 indicating whether an exercise DB has been created, date information 73- 8, a date flag 73-9, and a response operator ID.
[0012]
FIG. 5 is a specific example of the comment DB 80. The comment DB is used when the comment box shown in FIG. 9 is displayed in the second embodiment. The comment DB 80 includes a comment ID 80-1 for identifying a comment, a case ID 70c for identifying a case, a processing person ID 73-5b that has evaluated the case, a learned operator ID 80-2, and a read flag 80-3.
[0013]
FIG. 6 shows a comment input screen. 70f indicates the case ID. Reference numeral 106 denotes the ID or identification name of the operator in charge. Reference numeral 107a indicates a state in which audio and / or image data is being reproduced. 101a is a button selected when rewinding audio / image data, 102a is a button selected when pausing the state of reproducing audio / image data, and 103a is a button which reproduces or rewinds audio / image data. A button to be selected when stopping the state of rewinding and fast-forwarding, a button 104a to select when reproducing audio / video data, and a button 105a to select when fast-forwarding audio / video data ing. 110-1a is a large classification that classifies items for evaluating a case into large categories. 110-2a is a small classification that classifies items for evaluating a case. The score 110-3a is an evaluation (scoring) for each category of the case. The comment 110-4a is a comment for each classification. The overall rating 110-5a represents comments on the entire case. A button 109a is selected when terminating the comment input screen.
[0014]
FIG. 7 shows an operator learning screen. The student 120-1 indicates the ID or identification name of the operator who is learning. 101b to 105b, 107b, 109b, and 110-1b to 110-5b correspond to 101a to 105a, 107a, 109a, and 110-1a to 110-5a, respectively.
[0015]
FIG. 8 shows a comment confirmation screen. Reference numeral 130-1 denotes the ID and / or identification name of the operator who is learning and the ID and / or identification name of the ID of the processor in charge who evaluated the case. 101c to 105c, 107c, 109c, and 110-1c to 110-5c correspond to 101a to 105a, 107a, 109a, and 110-1a to 110-5a, respectively.
[0016]
FIG. 9 shows a comment box. The comment box is used in the second embodiment. When the learning mode is selected, the comment box indicates how another person has evaluated the matter that the learner has learned in the past. When the confirmation mode is selected, the operator in charge of the response can confirm in a comment box how another person has evaluated the work performed by the operator.
[0017]
140-1 represents the ID and / or identification name of the learner. 140-2 indicates whether or not each comment has been read. In FIG. 9, the box is checked to indicate that it has been read, and when nothing is checked, it is unread. Reference numeral 140-3 indicates an ID for identifying a case or / and contents of the case or a part of the contents of the case. Reference numeral 140-4 indicates date and time information such as the date and time when the case was evaluated or the date and time when the comment was confirmed. 140-5 indicates the number of comments on one case. 140-6 shows a comment on the case. FIG. 9 shows a general comment on the case. 140-7 is an identification name for identifying the person who made the comment. This may be an ID or the like. A button 140-8 is selected when the user wants to update information posted in the comment box. A button 140-9 is selected when the user wants to end the comment box. 140-10 is a check box for selecting whether to display only unread. If you check this box, only unread messages will be displayed. If you do not check this box, read comments and cases will be displayed.
[0018]
The processing flow described below is executed by each computer device according to a program stored in a storage medium.
The first embodiment will be described. In the first embodiment, task information indicating the content of an executed task is stored and presented to the learner as a problem. The evaluation comment on the content of the work is presented as a response.
[0019]
With reference to the flowchart shown in FIG. 10, a flow of a first process which is an evaluation process for a task performed by an operator in the present embodiment will be described. In the first process, the result of the evaluation for each task derived is used in a “learning process” illustrated in FIG.
In step 150, the evaluator terminal 30 transmits to the education support server 10 information on the evaluation work mode selected by the evaluator.
[0020]
In step 151, the education support server 10 extracts an unprocessed case from a telephone response operation performed by the operator in the past. An unprocessed matter is a work that has not been evaluated by the person in charge of evaluation. For this purpose, the education support server 10 extracts, from the case DB 70, a case ID in which the value of the evaluated case flag 73-6 is NULL. Alternatively, the value of the evaluated case flag 73-6 may be NULL, and cases within a predetermined period designated in advance may be extracted from the case ID.
[0021]
The case DB 70 only needs to identify and store the cases performed by the operator, that is, the contents of the business. In the present embodiment, the case DB 70 includes a record DB 71 and a case management DB 72 as shown in FIG. In addition, the extraction of the case may be performed so that the number of evaluated cases among the cases performed by the operators is less biased among the operators. Details of this method will be described later with reference to FIG.
[0022]
Next, in steps 152 to 153, a process for causing the person in charge of evaluation to select a case to be evaluated is performed. First, in step 152, an unprocessed matter selection screen capable of specifying an unevaluated matter is created and transmitted to the evaluation staff terminal 30. Here, the unprocessed case selection screen is for selecting a case ID to be evaluated from among the cases extracted in step 151. The case ID extracted in step 151 may be shown in the screen. Further, an unprocessed matter selection screen in which at least one of the inquiry contents 73-2, the correspondence contents 73-3, the processing person ID 73-6, and the processing date 73-8 corresponding to the case ID is created. Good. Here, a Web page for displaying the unprocessed matter selection screen may be created and registered in the Web server 15, and transmitted to the evaluation staff terminal 30 from here. Then, in step 153, the terminal for evaluator 30 displays the unprocessed matter selection screen created in step 152.
[0023]
In step 154, among the displayed unprocessed cases, the case ID selected by the person in charge of evaluation is transmitted to the education support server 10.
[0024]
Next, in steps 155 to 157, a process is performed to enable the evaluation staff to input evaluation information indicating the evaluation result. In step 155, the education support server 10 extracts the inquiry content 73-2 and the response content 73-3 of the case ID transmitted in step 154 from the case DB 70. In step 155, it is sufficient that information indicating the content of the case corresponding to the case ID transmitted in step 154, that is, the case to be evaluated can be created.
[0025]
In step 156, the education support server 10 creates a comment input screen for the evaluator to input the evaluation information, and transmits the comment input screen to the evaluator terminal 30. Here, the education support server 10 may register a comment input screen in the Web server 15 and transmit it to the evaluation staff terminal 30 from the Web server 15. As shown in FIG. 6, the comment input screen allows input of a score (scoring) 110-3a and a comment 110-4a for each item serving as an evaluation unit. In step 157, the terminal for evaluator 30 displays the comment input screen transmitted in step 156.
[0026]
Next, in step 158, the terminal for evaluator 30 receives an input of evaluation information indicating the contents of the evaluation of the relevant case, which is input via the comment registration / operator evaluation screen. Then, the case ID corresponding to the received evaluation information is transmitted to the education support server 10.
[0027]
In step 159, the transmitted evaluation information is associated with the case ID and registered in the evaluation DB 50. In step 160, a record having an ID matching the case ID transmitted in step 158 is extracted from the case DB 70, and 1 is set in the evaluated case flag 73-6 of the record. Here, setting the flag to 1 indicates that the evaluation information is registered.
[0028]
Next, the flow of the second processing in the present embodiment will be described using the flowchart shown in FIG. The second process is a process of utilizing the operator evaluation information obtained in the first process to create an exercise DB 60 that stores information used for training an operator.
[0029]
The flowchart of FIG. 11 can be roughly divided into steps 161 to 162 and steps 163 to 166. In steps 163 to 166, the exercise DB 60 is created. Steps 161 to 162 delete from the exercise DB 60 information on cases executed outside the range of the predetermined date and time. However, in the present embodiment, the processing is executed in this order because the processing results in steps 161 to 162 are used in step 163. Therefore, steps 161 to 162 need not be performed. Further, the processing may be performed after step 166. Note that information indicating the content of the case identified by the case ID and the evaluation information 50-11 are registered in the exercise DB 60 for each case ID. Actually, it is shown in FIG. Here, the information indicating the content of the case includes at least one of the text-format inquiry content 50-1, the response content 50-2, and the voice data 50-3 thereof.
[0030]
First, in step 161, 0 is set in the case DB 70 to the date flag 73-9 of the case outside the range of the date designated in advance. Here, the date information 73-8 may be outside the range of the date designated in advance, indicating the date before the predetermined date. Alternatively, in step 161, 1 may be set to the date flag 73-9 of the matter within the specified date range.
[0031]
In step 162, a case ID whose date flag 73-9 is set to 0 is extracted. When the process of setting 1 as a flag in step 161 is performed, a case ID in which 1 is not set is extracted. Then, the exercise information of the extracted case ID is deleted from the exercise DB. As a result, the exercise information outside the predetermined range is deleted. In particular, it is possible to exclude an old case made before a predetermined date and time from the problem. In addition, even if the matter is not deleted, a flag that can determine whether or not the matter falls within the date range specified in advance may be set in the exercise information, and the matter within the date range may be set as the problem object in advance. The date range specified in advance determines whether the date on which the case was evaluated or the date on which the case ID was assigned falls within a predetermined date and time.
[0032]
Next, in steps 163 to 166, exercise information is created from the case DB 70 using the evaluation DB 50, and registered in the exercise DB.
[0033]
First, in step 163, a case ID that has been evaluated and for which no exercise information has been created is specified. For this purpose, a case ID in which the evaluated flag is 1 and the exercise created case flag is 0 is searched from the case DB 70. An arbitrary one is extracted from the searched case ID. Here, as a method of extracting one of the case IDs, there is a method of extracting the maximum value or the minimum value of the numerical value indicated by the case ID. In addition, there is a method of extracting the case ID with the earliest date indicated by the date information 73-8 corresponding to the case ID or the newest case ID. When searching for the case ID, the range of the predetermined date and time used in step 161 may be used. That is, in addition to the above conditions, a case ID within a predetermined date and time range may be searched from the case DB 70. As a method for extracting one of the case IDs, there is a method using a random number. One random number is generated, the value of the random number is multiplied by the number of extracted cases, and the obtained value is rounded down, rounded up or rounded to obtain a constant. The extracted cases are arranged in ascending order of the IDs, and the cases in which the arranged order is the constant obtained earlier are extracted.
[0034]
In step 164, the inquiry contents, correspondence contents, voice data, and evaluation target items of the case information having the case ID extracted in step 163 are extracted from the case DB 60. Then, the extracted information is recorded in the exercise DB for each case ID.
[0035]
In step 165, the exercise DB 70 sets 1 to the exercise-created matter flag corresponding to the matter ID extracted in step 162.
[0036]
Then, in step 166, it is determined whether there are two or more search results in step 163. If there are two or more cases, the processing after step 163 is executed.
Next, the flow of the third process in the present embodiment will be described using the flowchart shown in FIG. The third process is a process for supporting the learning of the operator by using the exercise DB created by the second process. In the first embodiment, the flow shown in FIG.
[0037]
In step 181, the learner's terminal 20 transmits the designation of the learning mode from the operator who is the learner and the operator ID for identifying the operator to the education support server 10.
[0038]
In step 182, the education support server 10 extracts a case ID of a case that is a problem for the operator as a learner. In the present invention, the case ID of the case in question is extracted from the evaluated cases. In the present embodiment, the case management DB 73 searches for a case ID indicating that the exercise created case flag 73-7 has been created. In the present embodiment, since the exercise DB for which the exercise DB has been created has been evaluated, the case ID for which the flag 73-7 has been created can be extracted to extract the evaluated case ID. Then, a case ID according to a predetermined rule is extracted from the searched case ID. Here, in the present embodiment, the case IDs of the learner's weak field, good problem, and bad problem are extracted. Details of this processing will be described later with reference to FIG.
[0039]
The extraction also includes the following. (1) Extract all searched case IDs. (2) A predetermined number of case IDs are extracted from old or new operations performed. For example, extraction is performed using the date information 73-8 corresponding to the searched case ID.
[0040]
Further, the extraction includes performing the extraction in accordance with the conditions transmitted from the learner's terminal 10. For example, at least one of the case ID, the product name, and the processing staff ID is transmitted from the learner's terminal 10, and a case ID corresponding to the corresponding item in the case management DB is extracted.
[0041]
Furthermore, a case ID corresponding to the operator ID 73-10 corresponding to the operator ID transmitted in step 181 may be extracted. As a result, the matter performed by the learner himself can be extracted as a problem. Note that the present embodiment also includes a combination of these extraction methods.
[0042]
In step 183, a question is created from the case ID extracted in step 182. Here, first. Exercise information having a case ID matching the case ID extracted in step 182 is extracted from the exercise DB. Then, an operator learning screen is created using the exercise information, and transmitted to the learner terminal 20 together with the voice data.
[0043]
The operator learning screen can specify the contents of the case (inquiry content 73-2, response content 73-3) in the case indicated by the case ID extracted in step 182, It suffices if it is possible to input items. Also, the items that are displayed as units of evaluation displayed to the learner may be the same as those displayed to the person in charge of evaluation, or may be some of the items displayed to the person in charge of evaluation. One example is shown in FIG. Further, the content of the case may be output as text data.
[0044]
Further, the created operator learning screen information may be transmitted to the learner's terminal 20 through the Web server 15. Further, 110-1b to 4b in FIG. 7 create operator learning screens corresponding to 110-1a to 4a in FIG. 6, respectively.
[0045]
In step 184, the learner's terminal 20 reproduces the inquiry content and the corresponding content of the received case ID in accordance with the input from the learner. Here, the inquiry content and the corresponding content to be reproduced include audio data in which the inquiry content and the corresponding content are recorded. The inquiry content to be reproduced and the corresponding content may be image data or text data.
[0046]
In step 185, the learner's terminal 20 receives a response from the learner to the operator learning screen. The answer is input to the score 110-3b in FIG. Then, the responses are respectively associated with the sub-classes 110-2b, and transmitted to the education support server 10 as response information.
[0047]
In step 186, the education support server stores the response information transmitted in step 185 in the evaluation DB 50 shown in FIG. That is, the score 110-3b on the operator learning screen in FIG. 7 is stored in the score 50-7 so that the subclass 110-2b and the item 50-6 correspond to each other. Then, the operator ID of the learner, that is, the operator ID transmitted in step 181 is stored in the processor ID 73-5c. Here, in the evaluation information by the evaluation staff, an ID indicating that the person is the evaluation staff is stored in the processing staff ID 73-5c. The processing staff ID 73-5c associates the evaluation information of the evaluation staff with the evaluation information having the operator ID transmitted in step 181.
[0048]
Then, in step 187, the associated evaluation information is compared. For example, a difference between corresponding scores is obtained. In the present embodiment, a process of subtracting the score of the evaluation information of the evaluator from the score of the learner is performed. Here, this difference is the evaluation difference 110-8c shown in FIG. Information including the evaluation difference may be registered in association with the case ID and the operator ID. The meaning of the evaluation difference will be described in step 188.
[0049]
In step 188, the comment confirmation screen may include the same items as those of the comment input screen and the operator learning screen and the items indicating the difference between the evaluation staff and the learner. An example is shown in FIG. Here, the evaluation difference 110-8c indicates a difference obtained by subtracting the score of the evaluation information of the evaluator from the score of the learner as described above. When the evaluation difference 110-8c is a positive value, it indicates that the learner's evaluation is "sweet", and when the evaluation difference 110-8c is a negative value, it indicates that the evaluation is "irrelevant". Then, the greater the value of the evaluation difference, the greater the degree. In addition, a comment included in the evaluation information of the evaluation person is inserted into the comment 110-4c. In particular, a comment in which the absolute value of the evaluation difference 110-8c is larger than a predetermined value may be inserted.
[0050]
Then, in step 189, the education support server 10 transmits the created comment confirmation screen to the learner's terminal 20. This transmission may be performed via the Web server 15.
[0051]
Finally, in step 190, the learner's terminal 10 outputs the transmitted comment confirmation screen. Here, the learner can perform operations such as reproduction of the contents of the matter by specifying the operation buttons 101c to 105c on the comment confirmation screen.
[0052]
Next, step 151 included in the first processing shown in FIG. 10 in the present embodiment will be described using the flowchart shown in FIG. FIG. 14 shows a processing flow of a function of extracting a case to be evaluated so that the number of evaluated cases is less biased among operators.
[0053]
In step 201, the education support server 10 acquires a case ID of a case within a fixed period designated in advance in the case DB 70 and for which the evaluated case flag is set to 1. As described in step 151, this is a process for obtaining an evaluated case to be a problem.
[0054]
In step 202, the number of evaluated cases is small, that is, the operator to be evaluated is determined. First, the education support server 10 extracts the operator ID corresponding to the case ID acquired in step 201 from the processing person ID 73-6 in the case management DB 73. Then, sort processing is performed on the extracted operator IDs, and the operator ID with the lowest evaluation number is extracted. The result of the sorting process may be registered as an unevaluated matter table.
[0055]
In steps 203 to 208, among the cases performed by the operator determined in step 202, a case to be evaluated is determined.
[0056]
First, in step 203, the education support server 10 extracts a case whose evaluated flag is NULL from among cases of the operator ID obtained in step 202. That is, an unevaluated matter is extracted. Then, an unprocessed case ID list including the extracted cases is created.
[0057]
In step 204, if the case extracted in step 203 is 0, the process proceeds to step 205. Otherwise, go to step 206.
[0058]
In step 205, instead of the operator ID in step 203, as a result of the sort processing performed in step 202, an operator having the next least evaluated item after the operator in step 203 is searched. If all cases have been searched, end.
[0059]
Here, in steps 206 to 208, a process of randomly selecting a case to be evaluated from cases performed by the operator to be evaluated is performed. In step 206, a random number is generated using a random number generation function that generates a random number having a value between 0 and 1. If the value of the random number is 0.5 or less, the following processing is performed in ascending order. If it exceeds .5, it is processed in descending order. In step 207, the unprocessed case ID list is rearranged in the ascending or descending direction determined by the random value in step 206 based on the value of the random number column. At step 208, the highest case ID of the temporary use list is obtained. The case indicated by this case ID is to be evaluated.
[0060]
In FIG. 14, instead of reducing the bias in the number of evaluated projects, the process of reducing the bias in the number of non-evaluated projects and the bias in the ratio of evaluated projects among operators are reduced. Processing is also conceivable.
[0061]
Next, the details of step 182 included in the second processing shown in FIG. 12 in the present embodiment will be described using the flowchart shown in FIG. Step 182 shows a flow of a process of extracting a problem along a tendency of a problem, a problem in a good problem, a problem of a bad problem, a problem in a weak field. Here, the good problem is a problem in which the evaluation given by the evaluator is relatively high, that is, the value of the total value 29 which is the total score 26 of the evaluation information 28 in which the corresponding operator ID 22 and the operator ID 23 in the evaluation DB match. This is a relatively large project. Note that the relatively high evaluation means a case where the evaluation is included in a predetermined number, such as the top 20% of the whole, as shown in step 215.
[0062]
A bad problem is a problem in which the evaluator gives a low evaluation, that is, a case in which the value of the total value 29 which is the total score 26 of the evaluation information 28 in which the corresponding operator ID 22 and the operator ID 23 in the evaluation DB match is relatively small. is there. The problem in the weak field is a problem in which the learner extracts items that he / she is not good at, extracts items that the evaluator highly evaluates for the items that he / she is not good at, and considers them as problems. Note that the relatively low evaluation means a case where the evaluation is included in a predetermined number, such as the lower 20% of the whole, as shown in step 219.
[0063]
The problem in the weak field is an item in which the difference between the score given by the learner of the same item and the absolute value of the evaluation score of the evaluator is relatively large. A large difference between the absolute values means that there is a large difference between the evaluation of the learner and the evaluation of the evaluator for the same item.
In step 211, the learner's terminal 20 transmits to the education support server information indicating whether the learner has selected any of a good problem, a bad problem, and a problem in a weak field.
In step 212, when a good question is selected in step 211, the processing of steps 213 to 216 is performed. If a bad problem is selected in step 211, the processing of steps 217 to 220 is performed. If a problem in the weak field is selected in step 211, the processing in steps 221 to 227 is performed.
[0064]
First, a case where a good problem is selected will be described. In step 213, the evaluation information 28 in which the operator ID in charge corresponds to the operator ID is extracted from the evaluation DB 50. The case IDs of the extracted evaluation information 28 are rearranged so that the corresponding overall values 29 are in ascending order. That is, the case IDs are rearranged in descending order of the evaluator's evaluation. The score 25 of the item 24 of the evaluation information 28 in which the ID of the response operator ID 22 matches the ID of the operator ID 23 is the evaluation given by the evaluation person. Here, the total value 29 is the total value 29 obtained by adding the score 25 of the operator ID in the evaluation DB.
[0065]
In step 214, a random number is generated. This is a process for randomly selecting a case from the top 20% of cases having a high evaluation. In step 215, a list of case IDs and random number columns within the upper 20% of the DB rearranged in step 137 is created as a problem extraction list. At this time, different random numbers are input to the random number columns. The value within the upper 20% is a value provided for extracting a case having a high overall value, is merely an example, and may be another numerical value. In step 216, in order to extract one question, the case ID with the largest or smallest random number value in the question extraction list is acquired. The case indicated by this case ID becomes a problem.
[0066]
Next, a case where a bad problem is selected will be described. Step 217 performs the same processing as step 213, and step 218 performs the same processing as step 214.
[0067]
In step 219, a list of case IDs and random number columns within the lower 20% of the DB rearranged in step 217 is created as a problem extraction list. At this time, different random numbers are input to the random number columns. The term “within the upper 20%” is a value provided for extracting a case with a low overall value, is merely an example, and may be another numerical value. In step 220, in order to extract one problem, a case ID having the largest or smallest random number value in the problem extraction list is obtained. The case indicated by this case ID becomes a problem.
[0068]
Finally, a case where a problem in a field of weakness is selected will be described.
In step 221, a score information DB composed of the item 25 and the score 26 of the evaluation information 28 whose operator ID 23 is a learner is created from the evaluation DB 50.
[0069]
In step 222, the score 26 of the evaluation information 28 in which the operator ID corresponding to the evaluation DB and the operator ID coincide with the score 26 of the evaluation information 28 of the learner's operator ID, and the absolute value difference of each item is determined. Take a value. That is, the difference between the evaluator's evaluation and the learner's evaluation is calculated.
[0070]
In step 223, the absolute value obtained for each item in step 145 is added for the same item in a plurality of cases. Here, the plurality of cases may be all cases, or may be a certain number of cases that are excluded from the target from the oldest one. Then, the item having the maximum absolute value is obtained. This is an item that the learner is not good at.
[0071]
Also, instead of acquiring the item with the largest absolute value, the items are arranged in descending order of the absolute value, the top 20% is acquired, random numbers are generated, and the random numbers are assigned to respective random number columns. There is also a method to get the item whose random number is the largest.
[0072]
In step 224, the evaluation information 28 in which the corresponding operator ID matches the operator ID, that is, the case ID of the case evaluated by the evaluator is extracted. Then, in the case indicated by the extracted case ID, the case IDs with the highest scores of the items acquired in step 223 are arranged in descending order, and if the items have the same rank, the items are rearranged in the searched order. As a result, it is possible to list the case IDs of the cases that include items that the learner is not good at and that the evaluator highly evaluates.
[0073]
Then, in steps 225 to 227, a case ID is randomly extracted from the listed case IDs.
First, in step 225, a random number is generated.
[0074]
In step 226, a question extraction list including target items and random number columns is created for records within the top 20% of the sorted list. At this time, a random number value created by the random number generation function is input to the random number column.
[0075]
In step 227, the case ID having the largest random number column value in the problem extraction list created in step 222 is acquired. Issues corresponding to this are issues in areas of weakness.
Thus, the process ends.
[0076]
A description will be given of a second embodiment.
In the second embodiment, task information indicating the content of the executed task and evaluation information on the evaluation related to the task are stored in association with the task information, and the task information and the evaluation information are presented as a problem. Then, the business information receives an input of the reason for receiving the evaluation or the evaluation or evaluation comment viewed from the learner as a response.
[0077]
Also, the evaluation points and evaluation comments received from the learner are stored in association with the evaluated tasks, and the evaluated tasks and the evaluation points are presented as problems.
[0078]
In the second embodiment, as in the first embodiment, an unevaluated matter is evaluated by the flow shown in FIG. Further, in step 151, the flow of FIG. 14 may be performed to reduce the bias of the evaluated cases.
[0079]
Next, according to the flowchart shown in FIG. 12, a learning process for presenting a problem to the learner is performed. Although the first embodiment ends at step 190, the second embodiment also performs the processing after step 190. Steps 181 and 182 perform the same processing as in the first embodiment.
[0080]
In step 183, in the first embodiment, the exercise information is extracted from the exercise DB. In the second embodiment, however, data (such as voice, image, data, etc.) of the query content and the corresponding content is extracted from the evaluation DB. ) And an item is associated with a score or a comment to create an operator learning screen and transmitted to the learning terminal 20. In the example of the operator learning screen of FIG. 7, a small classification 110-2b and a score 110-3b are displayed. Here, the score 110-3b may be a comment.
[0081]
In step 185, the learning terminal 20 receives an input of an answer from the operator learning screen transmitted in step 183. If the score 110-3b is displayed, enter the reason why the score was given to the case, and if the comment is displayed, predict the score and enter it. As for the answer, input of both the score and the comment may be received from the learner. When both inputs are accepted, the score and comment of the learner are registered in the evaluation DB, and the score or comment of the learner is presented to the new learner as a question in association with the case.
[0082]
In step 186, the answer information received in step 185 is registered in the evaluation DB 50. In step 187, evaluation information is obtained from the evaluation DB. In step 188, a comment confirmation screen as shown in FIG. 8 is created and transmitted to the learning terminal 20. In step 189, the learning terminal 20 displays a comment confirmation screen. In step 190, when the learner selects the screen end button, the information that the screen end button is selected is transmitted to the education support server 10. In step 191, the information transmitted in step 185 is stored in the comment DB shown in FIG. In step 192, the evaluation by another operator for the case being studied is acquired from the evaluation DB. In step 193, a comment box as shown in FIG. 9 is created and transmitted to the learning terminal 20. In step 194, a comment box is displayed on the learning terminal 20. Subsequent processing continues to step 175 in FIG.
[0083]
FIG. 13 shows a flow of displaying the comment box of FIG. 9, selecting a comment to be confirmed from the comment box, displaying a comment confirmation screen, and displaying the comment box again when the comment confirmation screen is completed.
[0084]
In step 170, the learning terminal 20 transmits to the education support server 10 information indicating that the comment box confirmation mode has been selected. In step 171, the learner selects a learning mode from among the plurality of modes, and the learner's terminal 20 transmits the selected mode and the learner's operator ID to the education support server 10. In step 172, the case of the operator ID transmitted in step 171 is extracted from the comment DB. In step 173, a comment box as shown in FIG. 9 is created and transmitted to the learner's terminal 20. In step 174, a comment box is displayed on the learner's terminal 20. In step 175, the learner selects an object such as the update button, the end button, and the case name in FIG. 9 and transmits the selected object information to the education support server 10. In step 176, the education support server 10 branches the process according to the object selected in step 175. When the end button is selected, the process ends. When the update button is selected, a comment box is created again and transmitted to the learner's terminal 20. If a case is selected, the process proceeds to step 177. In step 177, a comment confirmation screen as shown in FIG. 8 is created from the evaluation DB. Also, the read flag of the case in the comment DB is updated to 1. In step 178, the comment confirmation screen shown in FIG.
[0085]
The flow shown in FIG. 14 is performed similarly to the processing of the first embodiment.
[0086]
FIG. 15 shows a flow of processing for extracting a problem along a tendency of a problem, a problem of a good problem, a problem of a bad field, and a problem in a weak field, similarly to the first embodiment. The difference from the first embodiment is that in step 213 and step 217, the case IDs are rearranged in descending order of the evaluator's evaluation. In the second embodiment, the evaluations of a plurality of evaluators are averaged, Sort the averaged rating in descending order. Also, if a field of weakness is selected,
FIG. 16 is a flowchart for selecting one person who has evaluated the case after selecting one case in the flow of FIG.
[0087]
In step 231, an operator ID that evaluated the case is extracted from the evaluation DB 50. In step 232, a random number is generated, and the extracted operator ID and random number are copied to a question evaluation table. The question evaluation table is a table in which an operator ID and a random number column correspond to each other. In step 233, the operator IDs in the question evaluation table are rearranged in ascending order of the random number column. In step 234, the highest operator ID in the question evaluation table is obtained. Thus, the process ends.
[0088]
【The invention's effect】
According to the present invention, since the content of the executed task is evaluated and the content of the evaluated task is made to be answered, a problem can be created automatically when the task content is evaluated. In addition, by associating the evaluation with the answer, the answerer can confirm his / her own knowledge and business execution ability.
[Brief description of the drawings]
FIG. 1 is a system configuration diagram according to an embodiment of the present invention.
FIG. 2 is a diagram showing an evaluation DB 50.
FIG. 3 is a diagram showing an exercise DB 60;
FIG. 4 is a diagram showing a case DB 70;
FIG. 5 is a comment DB 80 used in a second example of the embodiment of the present invention.
FIG. 6 is a diagram illustrating an example of a comment input screen.
FIG. 7 is a diagram showing an example of an operator learning screen.
FIG. 8 is a diagram showing an example of a comment confirmation screen.
FIG. 9 is a diagram illustrating an example of a comment box.
FIG. 10 is a flowchart showing a first process of the first example and a first process of the second example in the embodiment of the present invention.
FIG. 11 is a flowchart illustrating a process of creating an exercise DB used in the first example of the embodiment of the present invention.
FIG. 12 is a flowchart showing a second process of the first example and a second process of the second example in the embodiment of the present invention.
FIG. 13 is a flowchart showing a comment box and a comment confirmation screen in a second example of the embodiment of the present invention.
FIG. 14 illustrates a process of extracting a case to be evaluated so that operators who have been evaluated in the past are not biased among the first processes of the first embodiment and the second embodiment in the embodiment of the present invention. It is a flowchart shown.
FIG. 15 is a flowchart showing a process of extracting a problem by weighting in a past weak field or the like in the second process of the first and second embodiments in the embodiment of the present invention. .
FIG. 16 is a flowchart showing processing subsequent to the processing shown in FIG. 15 in the second example of the embodiment of the present invention.
[Explanation of symbols]
10 Education support server
15 Web server
20 terminals for learners
30 Terminal for evaluation staff
16 Network.

Claims

In a learning support method for supporting learning of the work for a work worker performing a predetermined work,
Of the business information stored in the storage device, for business information on the performed business, receiving evaluation information indicating an evaluation of the content of the business indicated by the business information,
From the business information stored in the storage device, extract the business information for which the evaluation information has been accepted,
A learning support method characterized by presenting the extracted business information as a question.

The learning support method according to claim 1,
Further, receiving answer information indicating an answer to the problem from the learning target person,
A learning support method characterized by associating the answer information with the evaluation information on business information related to the answer information.

The learning support method according to claim 1,
In the storage device, for the task information about each performed task, information indicating the tendency of the received evaluation information is stored in association with the task information about each performed task,
The learning support method is characterized in that the task information is extracted based on a tendency of the received and stored evaluation information.

The learning support method according to claim 1,
In the storage device, date and time information indicating the date and time when the task was executed is stored in association with each task information,
In the learning support method, the business information is extracted by extracting business information associated with date and time information indicating a designated date and time.

A computer-readable storage medium recording business information,
The business information has evaluation information in which the contents of the performed work and the evaluation for the performed information are recorded in association with each other,
A computer-readable storage medium storing business information data, wherein when the content of the business is evaluated again, the evaluation is associated with the evaluation again.

In a learning support device that supports learning about the task for a task worker performing a predetermined task,
Means for receiving, from the business information stored in the storage device, evaluation information indicating an evaluation of the content of the business indicated by the business information indicated by the business information on the executed business;
Means for extracting business information according to a predetermined rule from the business information received by the evaluation information stored in the storage device,
A learning support device comprising means for presenting the extracted business information as a question.

The learning support device according to claim 6,
Further, means for receiving answer information indicating an answer to the problem from the learning target person,
A learning support device comprising means for associating the answer with the evaluation information.

The learning support device according to claim 6,
In the storage device, for the task information about each performed task, information indicating the tendency of the received evaluation information is stored in association with the task information about each performed task,
The learning support device, wherein the means for extracting the task information extracts the task information based on a tendency of the received and stored evaluation information.

The learning support device according to claim 6,
In the storage device, date and time information indicating the date and time when the task was executed is stored in association with each task information,
The learning support device, wherein the means for extracting the task information extracts task information associated with date and time information indicating a designated date and time.

In a learning support method for supporting learning of the work for a work worker performing a predetermined work,
Extracting predetermined business information from a file in which the business information indicating the content of the predetermined business, an evaluation comment that is a comment on the business information and an evaluation score indicating an evaluation for the business information are stored in association with each other,
Displaying the business information and the evaluation score corresponding to the selection stored in the file,
A learning support method, wherein an input corresponding to the display content is received.

The learning support method according to claim 10,
The learning support method further comprises displaying the evaluation comment in response to the input.

The learning support method according to claim 10,
A learning support method characterized by displaying a comment for the input in response to the input.

In the learning support method according to any one of claims 10, 11, and 12,
A learning support method, wherein the input content is stored in the file in accordance with the input in response to the input.

The learning support method according to claim 13,
A learning support method characterized by displaying the contents stored in the file.

In a display method in a learning support system that supports learning about the task for a task worker performing a predetermined task,
The content of the predetermined business is a matter,
Business information indicating the contents of the predetermined business, business information and evaluation points corresponding to business information extracted from a file stored in association with an evaluation point for the business information and an evaluation comment for the business information are displayed. ,
A display method for displaying the evaluation comment when an input corresponding to the display content is received.