JP2005157498A - 学習サポートシステム及びプログラム - Google Patents

Abstract

【課題】学習者の長期的な評価と相関がある、短期的な評価を行うことができる学習サポートシステムを提供する。
【解決手段】 学習者から学習援助者に対して送られるテキストデータを格納するテキストデータベースと、複数のキーワードを格納するキーワードデータベースと、キーワードがそれぞれのテキストデータにいくつ含まれているかに基づいて、それぞれのテキストデータを評価するテキストデータ評価部と、学習者のテキストデータの評価に基づいて、当該学習者を評価する学習者評価部と、学習者の業績評価を、能力開発の開始時から時系列に格納する長期評価データベースと、学習者の業績評価の向上度に基づいて、キーワードデータベースが格納したそれぞれのキーワードを評価し、評価に基づく重み付け係数を、それぞれのキーワード毎にキーワードデータベースに格納するキーワード評価部とを備える学習サポートシステムを提供する。
【選択図】図２

Description

本発明は、例えば従業員の能力開発を支援するための学習サポートシステム及びプログラムに関する。特に本発明は、学習者及び学習援助者を適正に評価するための学習サポートシステムに関する。

従来、例えば企業の従業員に対する能力開発として、様々な研修やＯＪＴが行われている。このような能力開発を行うときに、従業者等の学習者に対して、能力開発を援助する学習援助者を割り当て、学習者の能力開発を支援する場合がある。

それぞれの学習者に対しては、例えば上司が学習援助者として割り当てられ、学習援助者は、学習者と定期的に面談を行い、学習の支援や学習計画等の立案の支援を行い、また学習者の学習意欲を促進させる。従来、それぞれの学習援助者は、自己の経験により学習者を評価し、どのように学習者を支援するかを決定している。

関連する特許文献等は、現在認識していないため、その記載を省略する。

しかし、従来の能力開発においては、学習援助者がそれぞれ自己の経験により学習者を評価し、支援方法を決定しているため、学習者を客観的に評価することが困難であり、また適正な支援方法を選択できない場合があった。

例えば、学習者の長期的な能力向上は、学習者の長期的な業績の向上によって客観的に評価することができるが、より短期的な能力向上については、一部の能力についてしか客観的に評価することができなかった。例えば、学習者の能力のうち、知識量の向上については、テスト点数等で客観的に評価することができるが、他の能力については、客観的に評価することが困難であった。このため、短期的な評価の向上が、必ずしも長期的な業績の向上とならない場合がある。このため、学習援助者は、学習者に適切な指導を行うことが困難であった。

また、学習者の学習意欲についても、客観的に評価することが困難であり、適正な学習支援を行うことが困難であった。また、学習援助者について、客観的な評価を行わないため、それぞれの学習者に適した学習援助者を割り当てることが困難であった。

上記課題を解決するために、本発明の第１の形態においては、学習者の能力開発を支援する学習サポートシステムであって、学習者から学習援助者に対して送られる文章を、テキストデータとして学習者に対応付けて格納するテキストデータベースと、予め定められた複数のキーワードを格納するキーワードデータベースと、キーワードデータベースが格納したキーワードが、テキストデータベースが格納したそれぞれのテキストデータにいくつ含まれているかに基づいて、それぞれのテキストデータを評価するテキストデータ評価部と、学習者に対応付けて格納されたそれぞれのテキストデータの評価に基づいて、当該学習者を評価する学習者評価部とを備える学習サポートシステムを提供する。

学習者の評価を、能力開発の開始時から時系列に格納する長期評価データベースと、学習者の評価の向上度に基づいて、キーワードデータベースが格納したそれぞれのキーワードを評価し、評価に基づく重み付け係数を、それぞれのキーワード毎にキーワードデータベースに格納するキーワード評価部とを更に備え、テキストデータ評価部は、それぞれのテキストデータに含まれるキーワードに対応する重み付け係数に更に基づいて、それぞれのテキストデータを評価してよい。

キーワード評価部は、所定の期間における評価の向上度に基づいて、所定の期間内のテキストデータに含まれるキーワードを評価してよい。また、テキストデータ評価部は、テキストデータに含まれるキーワードの数を、テキストデータに含まれる単語の数で除算した値に基づいて、テキストデータを評価してよい。

キーワードデータベースは、テキストデータに含まれる単語のうち、学習援助者が選択した単語を、キーワードとして新たに格納してよい。また、テキストデータベースは、テキストデータを、学習者から送られた時間と対応付けて格納し、学習者評価部は、所定の期間内における最初のテキストデータの評価と、所定の期間内における最後のテキストデータの評価との差分に基づいて、所定の期間内における学習者の評価の向上度を算出し、学習サポートシステムは、学習者の評価の向上度に基づいて、学習援助者を評価する学習援助者評価部を更に備えてよい。

学習援助者評価部は、学習者の評価の向上度に基づいて、学習者に対する学習援助者の短期的な影響度を評価し、学習者の評価の向上度に基づいて、学習者に対する学習援助者の長期的な影響度を評価してよい。学習サポートシステムは、学習援助者の、学習者に対する短期的な影響度の評価及び長期的な影響度の評価を、学習者の属性毎に格納する学習援助者データベースと、新たな学習者に、いずれかの学習援助者を割り当てる場合に、当該学習者の属性に対して、長期的な影響度の評価が高い学習援助者を学習援助者データベースから抽出し、当該学習者に割り当てるマッチング部とを更に備えてよい。

学習援助者データベースは、学習援助者の短期的な影響度の評価及び長期的な影響度の評価を、学習者の年代毎に格納してよい。また学習援助者データベースは、学習援助者の短期的な影響度の評価及び長期的な影響度の評価を、職能資格毎に格納してもよい。

本発明の第２の形態においては、学習者の能力開発を支援する学習サポートシステムを機能させるプログラムであって、学習サポートシステムを、学習者から学習援助者に対して送られる文章を、テキストデータとして学習者に対応付けて格納するテキストデータベースと、予め定められた複数のキーワードを格納するキーワードデータベースと、キーワードデータベースが格納したキーワードが、テキストデータベースが格納したそれぞれのテキストデータにいくつ含まれているかに基づいて、それぞれのテキストデータを評価するテキストデータ評価部と、学習者に対応付けて格納されたそれぞれのテキストデータの評価に基づいて、当該学習者を評価する学習者評価部として機能させるプログラムを提供する。

なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではなく、これらの特徴群のサブコンビネーションもまた、発明となりうる。

本発明によれば、学習者の短期的な評価を精度よく行うことができる。つまり、学習者の長期的な評価と相関がある、短期的な評価を行うことができる。また、学習援助者の評価も精度よく行うことができる。また、学習援助者の評価を学習者の属性毎に格納することにより、適正な学習援助者を学習者に割り当てることができる。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではなく、また実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

図１は、本発明の実施形態に係る学習サポートシステム１００の構成の一例を示す。学習サポートシステム１００は、学習者の能力開発を支援するシステムであって、複数の学習者端末（１２−１〜１２−２、以下１２と総称する）、複数の学習援助者端末（１４−１〜１４−２、以下１４と総称する）、ネットワーク１０、及びサーバ２０を備える。

ネットワーク１０は、例えばインターネットやイントラネット等であって、複数の端末やサーバが接続され、それぞれの端末やサーバ間において通信を行う。それぞれの学習者端末１２は、能力開発を行うそれぞれの学習者に割り当てられ、ネットワーク１０及びサーバ２０を介して学習援助者端末１４と通信を行う。また、それぞれの学習援助者端末１４は、能力開発を支援するそれぞれの学習援助者に割り当てられ、ネットワーク１０及びサーバ２０を介して学習者端末１２と通信を行う。

サーバ２０は、ネットワーク１０に接続され、学習者端末１２及び学習援助者端末１４と通信を行い、学習者の能力開発を支援する。例えば、サーバ２０は、能力開発を行う学習者に対して、いずれの学習援助者を割り当てるかを決定、又は割り当てる学習援助者の候補を決定する。また、サーバ２０は、学習者及び学習援助者の評価を行う。

割り当てられた学習援助者は、学習援助者端末１４を用いて、学習者からの質問や相談等を受け付け、学習者端末１２を介して学習者と通信を行うことにより、学習者の能力開発の支援を行い、また学習者の学習意欲を促進させる。学習者端末１２と学習援助者端末１４との間では、例えば電子メール等のテキストデータを用いて通信を行う。このとき、サーバ２０は、学習者端末１２及び学習援助者端末１４間で授受されるテキストデータを蓄積し、蓄積したテキストデータに基づいて学習者の学習意欲等を評価し、能力開発を支援する。

また、学習者端末１２及び学習援助者端末１４は、学習者及び学習援助者の音声情報を相互に通信する手段、及び当該音声情報をテキストデータに変換し、サーバ２０に送信する手段を備えていてもよい。

図２は、サーバ２０の構成の一例を示す。サーバ２０は、送受信部２２、テキストデータベース２４、テキストデータ評価部２６、キーワード評価部２８、学習者評価部３０、学習援助者評価部３２、キーワードデータベース３４、学習者データベース３６、学習援助者データベース３８、及びマッチング部４０を備える。

送受信部２２は、発信元の学習者端末１２又は学習援助者端末１４からの音声情報やテキストデータを受け取り、受け取った音声情報やテキストデータを、受信先の学習者端末１２又は学習援助者端末１４へ送信する。

テキストデータベース２４は、学習者から学習援助者に対して送られる文章を、テキストデータとして学習者に対応付けて時系列に格納し、学習援助者から学習者に対して送られる文章を、テキストデータとして学習援助者に対応付けて時系列に格納する。つまり、テキストデータベース２４は、送受信部２２が受信したテキストデータを蓄積する。

キーワードデータベース３４は、予め定められた複数のキーワードを格納する。例えば、キーワードデータベース３４は、学習者の学習意欲を評価するために、前向きな単語をキーワードとして格納する。また、キーワードデータベース３４は、学習者から学習援助者に対して送られたテキストデータに含まれる単語のうち、学習援助者が選択した単語を、新たにキーワードとして格納してもよい。

また、キーワードデータベース３４は、それぞれのキーワードに対して、重み付け係数を更に格納してもよい。このとき、新たにキーワードとして格納したものに対する重み付け係数の初期値は、予め定められていることが好ましい。例えば、重み付け係数の初期値は、重み付け係数の最低値であってよい。

テキストデータ評価部２６は、キーワードデータベース３４が格納したキーワードが、テキストデータベースが格納したそれぞれのテキストデータにいくつ含まれているかに基づいて、それぞれのテキストデータを評価する。例えば、テキストデータ評価部２６は、テキストデータに含まれるキーワードの数を、テキストデータに含まれる単語の数で除算した値に基づいて、それぞれのテキストデータを評価してよい。

それぞれのテキストデータを評価することにより、学習者の短期的な評価を行うことができる。つまり、当該学習者が送信したテキストデータの評価に基づいて、学習者の評価の推移を求めることができる。例えば、キーワードデータベース３４が学習者の学習意欲を評価するためのキーワードを格納している場合、テキストデータ評価部２６は、それぞれのテキストデータを評価することにより、学習者の学習意欲を評価することができる。

また、テキストデータ評価部２６は、それぞれのテキストデータに含まれるキーワードに対応する重み付け係数に更に基づいて、それぞれのテキストデータを評価してもよい。例えば、テキストデータにおいて、それぞれのキーワードｉの出現回数ｎ_ｉに、それぞれのキーワードｉの重み付け係数ｍ_ｉを乗じた値を、全てのキーワードについて集計し、集計した値をテキストデータの総単語数Wで除算して、それぞれのテキストデータを評価してもよい。つまり、テキストデータ評価部２６は、下式に基づいてそれぞれのテキストデータを評価する。
テキストデータの評価＝（Σｎ_ｉ×ｍ_ｉ）／W

また、キーワード評価部２８は、それぞれのキーワードの重み付け係数を、学習者の評価の向上度に基づいて評価する。学習者の評価とは、学習者の人事担当者等が入力する業績評価や、売上高等の客観的な値であって、年毎や期毎の長期的な評価である。それぞれのキーワードの重み付け係数を、学習者の長期的な評価に基づいて算出することにより、それぞれのキーワードと、学習者の長期的な評価との相関を算出することができる。これにより、テキストデータの評価を精度よく行うことができ、学習者の長期的な評価と相関がある、学習者の短期的な評価を精度よく行うことができる。

本例においては、学習者データベース３６が、学習者の評価として業績評価を、それぞれの学習者に対応付けて、少なくとも能力開発の開始時から時系列に格納する。そして、キーワード評価部２８は、学習者の業績評価の向上度に基づいて、それぞれのキーワードの重み付け係数を算出する。例えば、キーワード評価部２８は、所定の期間における学習者の業績評価の向上度に基づいて、当該所定の期間内における当該学習者のテキストデータに含まれるキーワードを評価する。つまり、所定の期間における学習者の業績評価の向上度に応じて、当該所定の期間内のテキストデータに含まれるキーワードの重み付け係数を増減させる。

また、キーワード評価部２８は、学習者の評価として、学習者の研修や学習の進捗状況を評価したものを用いてもよい。この場合、学習者データベース３６は、学習者の研修や学習の進捗状況を、学習者に対応付けて格納する。例えば、キーワード評価部２８は、学習者データベース３６が格納した進捗状況に基づいて、所定の期間における学習者の研修等の進行速度の向上度を算出し、当該向上度に基づいて、当該所定の期間内における当該学習者のテキストデータに含まれるキーワードを評価する。

また、キーワード評価部２８は、学習者と学習援助者間でテキストデータを授受してから、どれだけの期間が経過してから、学習者が行動を開始したかを、学習者の評価として用いてもよい。この場合、例えば、キーワード評価部２８は、学習者データベース３６が格納した進捗状況、及びテキストデータの格納日時に基づいて、当該期間を算出する。キーワード評価部２８は、算出した期間が短いほど、当該テキストデータに含まれているキーワードの重み付け係数を高く算出する。

学習者評価部３０は、学習者に対応付けて時系列に格納されたそれぞれのテキストデータの評価に基づいて、当該学習者の短期的な向上度を評価する。例えば、学習者評価部３０は、それぞれのテキストデータの評価を、当該テキストデータを受信した時における学習者の評価とし、所定の期間内の最初の当該学習者のテキストデータの評価と、当該所定の期間内の最後の当該学習者のテキストデータの評価との差分に基づいて、当該所定の期間における当該学習者の向上度を評価する。そして、学習者データベース３６は、それぞれの学習者の短期的な向上度を格納する。本例における学習サポートシステム１００によれば、客観的な長期評価をフィードバックしたキーワードの重み付け係数に基づいて、学習者の短期的な向上度を評価することができるため、当該短期的な評価を精度よく行うことができる。このため、学習援助者は、学習者の短期的な評価に基づいて、学習者の現状に適した支援を行うことができる。

また、キーワードデータベース３４が、学習者の学習意欲を評価するためのキーワードを格納している場合、それぞれの期間における学習者の学習意欲の推移を適正に評価することができる。このため、学習援助者は、学習者の学習計画をより的確に作成することができる。

学習援助者評価部３２は、それぞれの学習援助者に対して、支援した学習者の短期的な向上度に基づいて、学習援助者を評価する。即ち、学習援助者評価部３２は、支援した学習者がより向上した場合、当該学習援助者をより高く評価する。また、学習援助者評価部３２は、学習者の短期的な向上度に基づいて、学習者に対する学習援助者の短期的な影響度を評価し、学習者の業績評価の向上度に基づいて、学習者に対する学習援助者の長期的な影響度を評価してもよい。

学習援助者データベース３８は、学習援助者の、学習者に対する短期的な影響度の評価及び長期的な影響度の評価を、それぞれの学習援助者毎に格納する。また、学習援助者データベース３８は、それぞれの学習援助者の評価を、支援した学習者の属性毎に格納してもよい。例えば、支援した学習者の年代毎に分類して、学習援助者の長期的な影響度の評価及び短期的な影響度の評価を格納する。また、支援した学習者の職能資格毎に分類して、学習者の長期的な影響度の評価及び短期的な影響度の評価を格納してもよい。ここで、職能資格とは、例えばそれぞれの学習者の業務上の能力評価であって、学習者の能力評価を従事する職種毎に定めたものであってよく、学習者の能力評価を従事する職種にかかわらず定めたものであってもよい。以下、職能資格の一例として、学習者の職種及び職能レベルを用いて説明する。ここで職種とは例えば、後述するように、学習者が従事する業務の種類を指し、職能レベルとは、例えば当該職種における学習者の能力の評価を指す。

マッチング部４０は、新たな学習者に、いずれかの学習援助者を割り当てる。このとき、マッチング部４０は、当該学習者の属性に対して、長期的な影響度の評価が高い学習援助者を学習援助者データベース３８から抽出し、当該学習者に割り当ててよい。また、マッチング部４０は、複数の学習援助者を抽出し、学習援助者の候補として学習者に提示してもよい。また、マッチング部４０は、学習者の属性に対して、短期的な影響度の評価が高い学習援助者を学習援助者データベース３８から抽出し、当該学習者に割り当ててもよい。

本例における学習サポートシステム１００によれば、前述したように、学習者の短期的な評価を精度よく行うことができる。つまり、学習者の長期的な評価と相関がある、短期的な評価を行うことができる。また、学習援助者の評価も精度よく行うことができる。また、学習援助者の評価を学習者の属性毎に格納することにより、適正な学習援助者を学習者に割り当てることができる。

図３は、学習サポートシステム１００の動作の一例を示すフローチャートである。まず、学習援助者マッチング段階Ｓ２００で、マッチング部４０が、学習者に適した学習援助者を、当該学習者の属性に応じて割り当てる。

そして、Ｓ２０２で、学習者は能力開発を開始し、学習援助者は、学習者の能力開発を支援する。このとき、学習者と学習援助者とは、それぞれの学習者端末１２及び学習援助者端末１４を介して、テキストデータを授受する。このとき、テキストデータ評価部２６は、これらのテキストデータを評価する。

そして、短期的評価段階Ｓ２０４において、学習者評価部３０は、それぞれの学習者のテキストデータの評価に基づいて、学習者の短期的な向上度を評価する。短期的評価段階Ｓ２０４は、所定の期間毎に繰り返し行われる。例えば、短期的評価段階Ｓ２０４は、月毎に行われる。

そして、長期的評価段階Ｓ２０６において、学習者の業績評価等に基づいて、学習者の長期的な評価を行う。このとき、学習者の業績評価は、人事担当者等が入力する評価に基づいて行ってよく、また、学習者評価部３０が、学習者の学習進捗状況に基づいて、学習者の評価を行ってもよい。長期的評価段階Ｓ２０６は、所定の期間毎に繰り返し行われる。例えば、長期的評価段階Ｓ２０６は、年毎や、半期毎に行われる。

そして、キーワード評価段階Ｓ２０８において、キーワードデータベース３４が蓄積したそれぞれのキーワードを、それぞれの学習者の長期的な評価に基づいて評価する。キーワード評価段階Ｓ２０８は、長期的評価段階Ｓ２０６が行われる毎に行うことが好ましい。

Ｓ２０４〜Ｓ２０８の処理は、学習者の能力開発が終了するまで行われる。そして、Ｓ２１０において、学習者の能力開発が終了したと判定した場合、処理を終了する。

図４は、テキストデータベース２４のデータ構成の一例を示す図である。テキストデータベース２４は、送受信部２２が受信したテキストデータを、当該テキストデータの送信者並びに受信者、及び当該テキストデータの格納日時と対応付けて格納する。

テキストデータ評価部２６は、テキストデータベース２４が格納したテキストデータのうち、送信者が学習者であるテキストデータを評価する。このとき、テキストデータ評価部２６は、当該テキストデータに含まれるキーワードのうち、当該テキストデータより前に当該学習者宛に学習支援者が送信したテキストデータに含まれるキーワードを除外して、当該テキストデータを評価してもよい。そして、テキストデータベース２４は、当該評価を、テキストデータに対応付けて格納する。

このように、学習者が送信したテキストデータ及びその評価を、学習者毎に時系列に格納することにより、学習者の短期的な評価の推移を容易に求めることができ、学習支援者が適正な支援を行うことができる。

図５は、学習者の短期的な評価の推移の一例を示す図である。図５において、横軸は時間を示し、縦軸は学習者の短期的な評価を示す。図４において説明したように、テキストデータベース２４が格納したテキストデータの格納時間、及びテキストデータの評価に基づいて、図５に示したような短期的な評価の推移を容易に算出することができる。送受信部２２は、当該評価の推移を、当該学習者を支援している学習援助者に送信することが好ましい。学習者の短期的な評価の推移を学習援助者に提示することにより、学習援助者は、学習者の現状に応じた指導を行うことができる。

また、学習サポートシステム１００は、当該評価の推移を示す曲線を２回微分し、当該曲線の変曲点を算出し、当該変曲点の時間（T_１、T_２）を学習援助者に提示することが好ましい。この場合、学習援助者は、学習者に対する過去の指導によって、学習者の評価や学習意欲等が増加したか否かを知ることができ、今後の指導に役立てることができる。また、学習援助者評価部３２は、予め定められた評価の基準値より高い評価となる領域の面積を算出し、当該面積に応じて学習援助者の短期的な影響度を評価してもよい。

図６は、学習者データベース３６の構成の一例を示す。学習者データベース３６は、属性データベース４２、学習履歴データベース４４、短期評価データベース４６、及び長期評価データベース４８を有する。

属性データベース４２は、それぞれの学習者の属性を、それぞれの学習者を識別する学習者ＩＤと対応付けて格納する。例えば、属性データベース４２は、学習者ＩＤに対応付けて、学習者の年代、学習者の性別、学習者の職種、及び学習者の職能レベルを格納する。ここで、学習者の職能レベルとは、学習者の当該職種における能力を示す値であって、例えば人事担当者により入力されるものであってよい。前述したようにマッチング部４０は、属性データベース４２に格納された学習者の属性に基づいて、適正な学習援助者を割り合てる。

学習履歴データベース４４は、それぞれの学習者が行った研修や学習プログラムを、それぞれの学習者を識別する学習者ＩＤと対応付けて格納する。例えば、学習履歴データベース４４は、学習者ＩＤに対応付けて、学習者が行った研修等を示す研修ＩＤ、当該研修を開始した日時、当該研修を終了する予定日時、当該研修を終了した日時、研修等の進捗状況を格納する。前述したように、学習者評価部３０は、研修等の進捗状況や、テキストデータを格納した日時から、学習者が研修を開始した日時までの期間に基づいて、当該学習者の長期的な評価を行ってよい。研修等の進捗状況は、例えば研修等に用いる教材の総ページ数に対する到達頁数の割合であってよく、研修等の総日数に対する終了日数の割合等であってもよい。

短期評価データベース４６は、学習者の短期的な評価を時系列に格納する。例えば、短期評価データベース４６は、学習者が送信したテキストデータの評価を、学習者ＩＤに対応付けて格納する。また、長期評価データベース４８は、学習者の長期的な業績評価等を学習者ＩＤに対応付けて時系列に格納する。

図７は、学習援助者データベース３８の構成の一例を示す図である。学習援助者データベース３８は、属性データベース５２、及び援助履歴データベース５４を有する。

属性データベース５２は、学習援助者を識別する学習援助者ＩＤに対応付けて、学習援助者の属性を格納する。例えば、属性データベース５２は、学習援助者ＩＤに対応付けて、学習援助者の年齢、性別、業務経歴、業務経歴に記載されている業務に従事した経験年数、学習援助者の短期的な影響度の評価の平均値、学習援助者の長期的な影響度の評価の平均値等を格納する。このとき、属性データベース５２は、能力開発を支援した学習者の属性毎に、学習援助者の短期的な影響度の評価の平均値、学習援助者の長期的な影響度の評価の平均値を格納してもよい。学習サポートシステム１００は、マッチング部４０が抽出した複数の学習援助者の属性を学習者に提示し、複数の学習援助者から一人の学習援助者を選択させてもよい。

援助履歴データベース５４は、学習援助者ＩＤに対応付けて、支援した学習者の学習者ＩＤ、当該学習者に対する短期的な影響度の評価、当該学習者に対する長期的な影響度の評価を格納する。属性データベース５２は、援助履歴データベース５４が格納した短期的な影響度の評価及び長期的な影響度の評価から算出される平均値を格納する。

図８は、マッチング部４０の構成の一例を示す図である。マッチング部４０は、援助者割当部５８、研修割当部６０、及び研修データベース６２を有する。援助者割当部５８は、前述したように、学習者の属性に対して、長期的な影響度の評価又は短期的な影響度の評価が高い学習援助者を学習援助者データベース３８から抽出し、当該学習者に割り当てる。援助者割当部５８の動作については、図９において後述する。

また、研修割当部６０は、学習者の属性に対して、長期的な影響度の評価又は短期的な影響度の評価が高い研修や教材等を、研修データベース６２から抽出し、学習援助者に提示する。研修データベース６２は、研修等を識別する研修ＩＤ、及び研修等の内容を示すデータを対応付けて格納する。研修割当部６０の動作については、図１０において後述する。

図９は、援助者割当部５８の動作の一例を説明する図である。援助者割当部５８は、それぞれの学習援助者について、援助履歴データベース５４から、支援した学習者の学習者ＩＤ、当該学習者に対する短期的な影響度の評価、及び当該学習者に対する長期的な影響度の評価を抽出する。そして、抽出した学習者ＩＤに対する学習者の属性を、属性データベース４２から抽出し、学習者の属性毎に、学習者に対する影響度の評価を分類する。本例において、援助者割当部５８は、学習者の年代毎に、学習者に対する影響度の評価を分類する。図９（ａ）は、学習援助者Ａの、学習者に対する影響度の評価を、学習者の年代毎に分類した分布図であり、図９（ｂ）は、学習援助者Ｂの、学習者に対する影響度の評価を、学習者の年代毎に分類した分布図である。そして、学習援助者を割り当てるべき学習者の属性（年代）における影響度の評価が高い学習援助者を抽出して、当該学習者に割り当てる。

また、属性データベース５２が、能力開発を支援した学習者の属性毎に、学習援助者の短期的な影響度の評価の平均値、学習援助者の長期的な影響度の評価の平均値を格納している場合、援助者割当部５８は、学習援助者を割り当てるべき学習者の属性における、影響度の評価の平均値が高い学習援助者を割り当ててもよい。このような動作により、学習者の属性に応じた学習援助者を割り当てることができる。

また、本例においては、学習者の属性として年代を用いて、学習援助者を学習者に割り当てているが、他の例においては、学習者の属性として、学習者の職種及び職能レベルを用いて、学習援助者を学習者に割り当ててもよい。この場合、学習援助者を割り当てる学習者の属性として用いる職種は、学習者の希望する職種であってもよい。学習者の属性として職種及び職能レベルを用いる場合も、前述したような手順により、学習者の属性における影響度の評価が高い学習援助者を抽出して、当該学習者に割り当てる。

図１０は、研修割当部６０の動作の一例を説明する図である。研修割当部６０は、研修データベース６２が格納したそれぞれの研修等について、学習履歴データベース４４から、当該研修を行った学習者ＩＤ、当該研修を行った期間を検出する。そして抽出した研修者の、研修の期間の前後における長期的な評価又は短期的な評価の差分を、短期評価データベース４６又は長期評価データベース４８から抽出し、研修等の効果を算出する。そして、研修等の効果を、学習者の属性毎に分類する。図１０においては、研修Ａの効果を、研修等を割り当てるべき学習者の職種における、職能レベル毎に分類した分布図を示す。例えば、研修等を割り当てるべき学習者の職種が「プロジェクトマネージャー」であり、学習者の当該職種における職能レベルが「３級」である場合、研修割当部６０は、研修データベース６２等から、それぞれの研修毎に、職種「プロジェクトマネージャー」が対応付けられたデータを抽出する。そして、抽出したデータに基づいて、図１０に示すような職能レベル毎の分布図を、それぞれの研修について生成する。そして、それぞれの研修について生成した分布図において、職能レベル「３級」における効果が高い研修を抽出し、学習者に割り当てる。このような動作により、学習者の属性に応じた研修を割り当てることができる。

また、研修データベース６２は、研修教材やＯＪＴの種類を格納しており、学習履歴データベース４４は、それぞれの学習者が用いた研修教材やＯＪＴを、それぞれの学習者を識別する学習者ＩＤと対応付けて格納してもよい。この場合、研修割当部６０は、研修データベース６２が格納したそれぞれの研修教材やＯＪＴについて、学習履歴データベース４４から、当該研修教材等を使用した学習者ＩＤ、当該研修教材等を使用した期間を検出する。そして抽出した学習者の、研修教材等を使用した期間の前後における長期的な評価又は短期的な評価の差分を、短期評価データベース４６又は長期評価データベース４８から抽出し、研修教材等の効果を算出する。そして、研修教材等の効果を、学習者の属性毎に分類する。そして、学習者の属性における効果が高い研修教材やＯＪＴを抽出して、当該学習者に割り当てる。このような動作により、学習者の属性に応じた研修教材やＯＪＴを割り当てることができる。

図１１は、サーバ２０を機能させるプログラムを格納したコンピュータ４００の構成の一例を示す図である。本例において、コンピュータ４００は、図１から図１０に関連して説明したサーバ２０として機能するためのプログラムを格納する。

例えば、サーバ２０として機能するためのプログラムは、コンピュータ４００を、図１から図１０に関連して説明した送受信部２２、テキストデータベース２４、テキストデータ評価部２６、キーワード評価部２８、学習者評価部３０、学習援助者評価部３２、キーワードデータベース３４、学習者データベース３６、学習援助者データベース３８、及びマッチング部４０として機能させる。

コンピュータ４００は、ＣＰＵ７００と、ＲＯＭ７０２と、ＲＡＭ７０４と、通信インタフェース７０６と、ハードディスクドライブ７１０と、フレキシブルディスクドライブ７１２と、ＣＤ−ＲＯＭドライブ７１４とを備える。ＣＰＵ７００は、ＲＯＭ７０２、ＲＡＭ７０４、ハードディスクドライブ７１０、フレキシブルディスク７２０、及び／又はＣＤ−ＲＯＭ７２２に格納されたプログラムに基づいて動作する。

格納装置の一例としてのハードディスクドライブ７１０、ＲＯＭ７０２、又はＲＡＭ７０４は、設定情報、及びＣＰＵ７００を動作させるためのプログラム等を格納する。また、当該プログラムは、フレキシブルディスク７２０、ＣＤ−ＲＯＭ７２２等の記録媒体に格納されていてもよい。

フレキシブルディスクドライブ７１２は、フレキシブルディスク７２０がプログラムを格納している場合、フレキシブルディスク７２０からプログラムを読み取りＣＰＵ７００に提供する。ＣＤ−ＲＯＭドライブ７１４は、ＣＤ−ＲＯＭ７２２がプログラムを格納している場合、ＣＤ−ＲＯＭ７２２からプログラムを読み取りＣＰＵ７００に提供する。

また、プログラムは記録媒体から直接ＲＡＭに読み出されて実行されても、一旦ハードディスクドライブ７１０にインストールされた後にＲＡＭ７０４に読み出されて実行されてもよい。更に、上記プログラムは単一の記録媒体に格納されても複数の記録媒体に格納されても良い。また記録媒体に格納されるプログラムは、オペレーティングシステムとの共同によってそれぞれの機能を提供してもよい。例えば、プログラムは、機能の一部または全部を行うことをオペレーティングシステムに依頼し、オペレーティングシステムからの応答に基づいて機能を提供するものであってもよい。

プログラムを格納する記録媒体としては、フレキシブルディスク、ＣＤ−ＲＯＭの他にも、ＤＶＤ、ＰＤ等の光学記録媒体、ＭＤ等の光磁気記録媒体、テープ媒体、磁気記録媒体、ＩＣカードやミニチュアーカードなどの半導体メモリ等を用いることができる。又、専用通信ネットワークやインターネットに接続されたサーバシステムに設けたハードディスクまたはＲＡＭ等の格納装置を記録媒体として使用してもよい。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

本発明の実施形態に係る学習サポートシステム１００の構成の一例を示す図である。 サーバ２０の構成の一例を示す図である。 学習サポートシステム１００の動作の一例を示すフローチャートを示す。 テキストデータベース２４のデータ構成の一例を示す図である。 学習者の短期的な評価の推移の一例を示す図である。 学習者データベース３６の構成の一例を示す図である。 学習援助者データベース３８の構成の一例を示す図である。 マッチング部４０の構成の一例を示す図である。 援助者割当部５８の動作の一例を説明する図である。図９（ａ）は、学習援助者Ａの、学習者に対する影響度の評価を、学習者の年代毎に分類した分布図であり、図９（ｂ）は、学習援助者Ｂの、学習者に対する影響度の評価を、学習者の年代毎に分類した分布図である。 研修割当部６０の動作の一例を説明する図である。 サーバ２０を機能させるプログラムを格納したコンピュータ４００の構成の一例を示す図である。

符号の説明

１０・・・ネットワーク、１２・・・学習者端末、１４・・・学習援助者端末、２０・・・サーバ、２２・・・送受信部、２４・・・テキストデータベース、２６・・・テキストデータ評価部、２８・・・キーワード評価部、３０・・・学習者評価部、３２・・・学習援助者評価部、３４・・・キーワードデータベース、３６・・・学習者データベース、３８・・・学習援助者データベース、４０・・・マッチング部、４２・・・属性データベース、４４・・・学習履歴データベース、４６・・・短期評価データベース、４８・・・長期評価データベース、５２・・・属性データベース、５４・・・援助履歴データベース、５８・・・援助者割当部、６０・・・研修割当部、６２・・・研修データベース、１００・・・学習サポートシステム、４００・・・コンピュータ、７００・・・ＣＰＵ、７０２・・・ＲＯＭ、７０４・・・ＲＡＭ、７０６・・・通信Ｉ／Ｆ、７１０・・・ハードディスクドライブ、７１２・・・ＦＤドライブ、７１４・・・ＣＤ−ＲＯＭドライブ、７２０・・・フレキシブルディスク、７２２・・・ＣＤ−ＲＯＭ

Claims (11)

1. 学習者の能力開発を支援する学習サポートシステムであって、
   学習者から学習援助者に対して送られる文章を、テキストデータとして前記学習者に対応付けて格納するテキストデータベースと、
   予め定められた複数のキーワードを格納するキーワードデータベースと、
   前記キーワードデータベースが格納した前記キーワードが、前記テキストデータベースが格納したそれぞれの前記テキストデータにいくつ含まれているかに基づいて、それぞれの前記テキストデータを評価するテキストデータ評価部と、
   前記学習者に対応付けて格納されたそれぞれの前記テキストデータの評価に基づいて、当該学習者を評価する学習者評価部と
   を備える学習サポートシステム。
2. 前記学習者の評価を、前記能力開発の開始時から時系列に格納する長期評価データベースと、
   前記学習者の評価の向上度に基づいて、前記キーワードデータベースが格納したそれぞれの前記キーワードを評価し、評価に基づく重み付け係数を、それぞれの前記キーワード毎に前記キーワードデータベースに格納するキーワード評価部と
   を更に備え、
   前記テキストデータ評価部は、それぞれの前記テキストデータに含まれる前記キーワードに対応する前記重み付け係数に更に基づいて、それぞれの前記テキストデータを評価する
   請求項１に記載の学習サポートシステム。
3. 前記キーワード評価部は、所定の期間における前記学習者の評価の向上度に基づいて、前記所定の期間内の前記テキストデータに含まれる前記キーワードを評価する
   請求項２に記載の学習サポートシステム。
4. 前記テキストデータ評価部は、前記テキストデータに含まれる前記キーワードの数を、前記テキストデータに含まれる単語の数で除算した値に基づいて、前記テキストデータを評価する
   請求項１に記載の学習サポートシステム。
5. 前記キーワードデータベースは、前記テキストデータに含まれる単語のうち、前記学習援助者が選択した単語を、前記キーワードとして新たに格納する
   請求項１に記載の学習サポートシステム。
6. 前記テキストデータベースは、前記テキストデータを、前記学習者から送られた時間と対応付けて格納し、
   前記学習者評価部は、所定の期間内における最初のテキストデータの評価と、前記所定の期間内における最後のテキストデータの評価との差分に基づいて、前記所定の期間内における前記学習者の評価の向上度を算出し、
   前記学習者の評価の向上度に基づいて、前記学習援助者を評価する学習援助者評価部を更に備える
   請求項１に記載の学習サポートシステム。
7. 前記学習援助者評価部は、前記学習者の評価の向上度に基づいて、前記学習者に対する前記学習援助者の短期的な影響度を評価し、前記学習者の評価の向上度に基づいて、前記学習者に対する前記学習援助者の長期的な影響度を評価する
   請求項６に記載の学習サポートシステム。
8. 前記学習援助者の、前記学習者に対する前記短期的な影響度の評価及び前記長期的な影響度の評価を、前記学習者の属性毎に格納する学習援助者データベースと、
   新たな前記学習者に、いずれかの前記学習援助者を割り当てる場合に、当該学習者の属性に対して、長期的な影響度の評価が高い前記学習援助者を前記学習援助者データベースから抽出し、当該学習者に割り当てるマッチング部と
   を更に備える請求項７に記載の学習サポートシステム。
9. 前記学習援助者データベースは、前記学習援助者の前記短期的な影響度の評価及び前記長期的な影響度の評価を、前記学習者の年代毎に格納する
   請求項８に記載の学習サポートシステム。
10. 前記学習援助者データベースは、前記学習援助者の前記短期的な影響度の評価及び前記長期的な影響度の評価を、前記学習者の職能資格毎に格納する
    請求項８に記載の学習サポートシステム。
11. 学習者の能力開発を支援する学習サポートシステムを機能させるプログラムであって、
    前記学習サポートシステムを、
    学習者から学習援助者に対して送られる文章を、テキストデータとして前記学習者に対応付けて格納するテキストデータベースと、
    予め定められた複数のキーワードを格納するキーワードデータベースと、
    前記キーワードデータベースが格納した前記キーワードが、前記テキストデータベースが格納したそれぞれの前記テキストデータにいくつ含まれているかに基づいて、それぞれの前記テキストデータを評価するテキストデータ評価部と、
    前記学習者に対応付けて格納されたそれぞれの前記テキストデータの評価に基づいて、当該学習者を評価する学習者評価部と
    して機能させるプログラム。

Images