JP2005242619A - User activity history visualizing/analyzing method and device, user activity history visualizing/analyzing device, and program - Google Patents
User activity history visualizing/analyzing method and device, user activity history visualizing/analyzing device, and program Download PDFInfo
- Publication number
- JP2005242619A JP2005242619A JP2004050996A JP2004050996A JP2005242619A JP 2005242619 A JP2005242619 A JP 2005242619A JP 2004050996 A JP2004050996 A JP 2004050996A JP 2004050996 A JP2004050996 A JP 2004050996A JP 2005242619 A JP2005242619 A JP 2005242619A
- Authority
- JP
- Japan
- Prior art keywords
- activity
- user
- time
- activity history
- user activity
- 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.)
- Granted
Links
- 230000000694 effects Effects 0.000 title claims abstract description 251
- 238000000034 method Methods 0.000 title claims description 12
- 230000007704 transition Effects 0.000 claims abstract description 36
- 238000012800 visualization Methods 0.000 claims description 47
- 238000004458 analytical method Methods 0.000 claims description 41
- 239000013598 vector Substances 0.000 claims description 18
- 238000007794 visualization technique Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 15
- 230000000875 corresponding effect Effects 0.000 description 13
- 230000002776 aggregation Effects 0.000 description 8
- 238000004220 aggregation Methods 0.000 description 8
- 230000004931 aggregating effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、ユーザ活動履歴を可視化・分析する技術に係り、特に、情報端末を介して様々なサービスを利用するユーザの複合的で多量な活動履歴を、その活動後に一覧して態勢を把握し、また詳細の追跡も可能となるよう一括して可視化・分析するための技術に関する。 The present invention relates to technology for visualizing and analyzing user activity histories, and in particular, comprehending a large amount of activity histories of users who use various services via an information terminal after that activity to grasp the attitude. In addition, the present invention relates to a technique for visualizing and analyzing in a batch so that details can be traced.
コンピュータ及びコンピュータ・ネットワーク上で稼働するサービスが広く浸透するにつれて、サービス利用者（ユーザ）の端末上における活動履歴を豊富に取得することが可能となってきた。 As services operating on computers and computer networks have become widespread, it has become possible to obtain abundant activity histories on the terminals of service users (users).
例えば、従来の対面や紙ベースのサービス提供では記録が困難であった、ユーザの情報収集や意志決定、思考の過程に関する履歴などが、自動的かつ詳細に取得することが可能であり、マーケティングや教育などの分野における活用が期待されている。 For example, it is possible to automatically and detailedly acquire user information collection, decision making, and history of thought processes that were difficult to record with conventional face-to-face and paper-based services, It is expected to be used in fields such as education.
収集された履歴の可視化・分析手法については一般に、統計的な手法が適用される場合が多い。例えば、標準的なＷＷＷサーバであるＡｐａｃｈｅ（ｈｔｔｐ：／／ｈｔｔｐｄ．ａｐａｃｈｅ．ｏｒｇ）へのアクセス状況のレポート・ツールであるＡｎａｌｏｇ（ｈｔｔｐ：／／ｗｗｗ．ａｎａｌｏｇ．ｃｘ／）などでは、単純なアクセス数だけでなく、ＷＷＷサイト内でアクセスの偏りなどを、日時やユーザに関連させて集計し、可視化することで、そのサイトの利用状況、利用者の特性などの分析を行う(例えば、非特許文献１参照。)。 In general, a statistical method is often applied as a method for visualizing and analyzing the collected history. For example, in the standard WWW server Apache (http://httpd.apache.org) Analog (http://www.analog.cx/), which is a report tool for reporting the access status, simple access In addition to the number, the bias of access in the WWW site is aggregated and visualized in relation to the date and time and the user, and the usage status of the site and the characteristics of the user are analyzed (for example, non-patented Reference 1).
あるいは、オンラインでの標準化された学習管理システムであるＬｅａｒｎｉｎｇ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ（ＬＭＳ）などでは、標準化された履歴フォーマットから、学習の進捗状況レポートを生成し、提示することが可能である(例えば、非特許文献２、３参照。)。
前述したように、詳細で豊富な活動履歴が、自動的かつ容易に取得可能となった一方で、多量に蓄積された情報の分析と分析者へのフィードバック、例えば、可視化手法は、より困難なものとなってきている。 As described above, detailed and abundant activity history can be obtained automatically and easily, while analysis of a large amount of information and feedback to analysts, for example, visualization methods are more difficult. It has become a thing.
例えば、従来的な統計的手法では、履歴量によらず一定の結果を算出できるが、その結果は総体的なものであって、せっかく収集されたユーザ毎の特性、スタイルといった要素が欠落する。これは、オンライン・ショッピングにおける購入者の行動傾向、嗜好を抽出するようなマーケティング的用途には必ずしも十分ではなく、またオンライン学習サービスにおけるメンタリング（個別学習指導）のような個人に対するフィードバックとしても適当とは言えない。 For example, in the conventional statistical method, a constant result can be calculated regardless of the amount of history, but the result is comprehensive and elements such as characteristics and styles collected for each user are lost. This is not necessarily sufficient for marketing purposes, such as extracting behavioral trends and preferences of buyers in online shopping, and is also appropriate as feedback for individuals such as mentoring (individual learning guidance) in online learning services. I can't say that.
このような問題に対して、近年では、クリックストリーム分析と呼ばれる、一連の意味ある活動履歴の連なりを対象とした、新たな分析手法も導入され、マーケティングの側面などから利用されている（例：ｈｔｔｐ：／／ｗｗｗ．ｖｉｓｉｏｎａｌｉｓｔ．ｃｏｍ／ｗｅｂ／ｉｎｄｅｘ．ｈｔｍｌ）。 In recent years, a new analysis method for a series of meaningful activity histories called click stream analysis has been introduced and used from the marketing aspect to deal with such problems (eg: http://www.visionalist.com/web/index.html).
しかし、クリックストリーム分析は各サイト（サービス）に固有の操作、リンク等に依存した詳細操作に基づくものであり、履歴量の増加に応じてユーザ個別分析の困難度が増してしまう。また基本的には同一サイト（サービス）内でのユーザ行動に限定されたものであって、昨今のようにユーザが多様なサービスを並行、もしくは切り替えて利用する場創こは、各サービス依存の履歴を全て含めるために分析が複雑化し、分析者による把握が困難となる。 However, the click stream analysis is based on detailed operations depending on operations unique to each site (service), links, and the like, and the difficulty of individual user analysis increases as the amount of history increases. In addition, it is basically limited to user actions within the same site (service), and creating a place where users can use various services in parallel or switching as in recent years depends on each service. Since the entire history is included, the analysis becomes complicated, making it difficult for the analyst to grasp.
本発明は、上記の点に鑑みてなされたものであり、情報端末を介して様々なサービスを利用するユーザの複合的で多量な活動履歴を、活動後に一覧して態勢を把握し、また詳細の追跡も可能となるよう一括して可視化するとともに、活動傾向を表す特徴ベクトルを算出して、趣味趣向とは異なる、活動傾向の相違という観点からユーザをグルーピング可能な、ユーザ活動履歴を可視化・分析する技術を提供することを目的とする。 The present invention has been made in view of the above points, and a list of complex and abundant activity histories of users who use various services via an information terminal is listed after the activity, and the details are understood. Visualization of user activity histories that can be grouped from the viewpoint of activity trends that are different from hobbies and preferences, by calculating feature vectors that represent activity trends in a batch The purpose is to provide analysis technology.
上記課題を解決するために、請求項１の発明は、ユーザがサービスの要求操作を行う情報端末と、前記情報端末からユーザの要求を受け付けてサービスの提供を行うサービス提供サーバと、前記情報端末およびサービス提供サーバにおけるユーザの活動履歴を可視化するユーザ活動履歴可視化・分析装置と、を有するサービス提供システムにおけるユーザ活動履歴可視化・分析方法であって、前記情報端末がユーザの操作内容に時刻情報を付してユーザ活動履歴として記録するステップと、前記サービス提供サーバがユーザの要求内容に時刻情報を付してユーザ活動履歴として記録するステップと、前記ユーザ活動履歴可視化・分析装置が前記情報端末およびサービス提供サーバに記録されたユーザ活動履歴を取得するステップと、前記取得したユーザ活動履歴に対して、操作内容および要求内容に応じて分類ＩＤを付すステップと、前記取得したユーザ活動履歴を時刻情報に基づいてソートするステップと、前記ソートしたユーザ活動履歴についてユーザ活動履歴間の経過時間を算出して付加するステップと、前記操作内容および要求内容についての時系列活動推移状況リストを作成するステップと、前記時系列活動推移状況リストを可視化するステップと、を有することを特徴とする。 In order to solve the above problems, the invention of claim 1 is an information terminal in which a user performs a service request operation, a service providing server that receives a user request from the information terminal and provides a service, and the information terminal. And a user activity history visualization / analysis device that visualizes a user activity history in a service providing server, wherein the information terminal adds time information to a user operation content. A step of recording as a user activity history, a step of the service providing server adding time information to a user request content and recording as a user activity history, and a user activity history visualization / analysis device including the information terminal and Acquiring the user activity history recorded in the service providing server; A step of attaching a classification ID to the user activity history according to the operation content and the request content, a step of sorting the acquired user activity history based on time information, and a user activity history for the sorted user activity history Calculating and adding an elapsed time between, a step of creating a time-series activity transition status list for the operation content and the request content, and a step of visualizing the time-series activity transition status list Features.
また、請求項２の発明は、請求項１において、前記ユーザの操作内容および要求内容の前後関係を前記分類ＩＤの値に反映させ、分類ＩＤの値についても前記ソート際のキーとすることを特徴とする。 Further, the invention of claim 2 is that in claim 1, the context of the user's operation content and request content is reflected in the value of the classification ID, and the value of the classification ID is also used as a key for the sorting. Features.
また、請求項３の発明は、請求項１または２において、前記時系列活動推移状況リストを作成するステップの後に、前記作成した時系列活動推移状況リストから、分類ＩＤごとに全活動時間に対して占める活動時間の割合値を算出するステップと、前記割合値算出の結果を可視化するステップと、を有することを特徴とする。 Further, the invention of claim 3 is the method according to claim 1 or 2, wherein after the step of creating the time-series activity transition status list, from the created time-series activity transition status list, the total activity time is determined for each classification ID. And a step of visualizing the result of the ratio value calculation.
また、請求項４の発明は、請求項３において、前記分類ＩＤごとに全活動時間に対して占める活動時間の割合値を算出するステップの後に、前記算出した分類ＩＤごとの全活動時間に対して占める活動時間の割合値から、前記分類ＩＤの数と同次元のユーザの活動傾向を示す特徴ベクトルを取得するステップと、前記ユーザ毎に算出した特徴ベクトルを用いて、類似した活動傾向を持つユーザ同士を抽出するステップと、を有することを特徴とする。 According to a fourth aspect of the present invention, in the third aspect, after the step of calculating the ratio value of the activity time to the total activity time for each category ID, the total activity time for each calculated category ID is calculated. A feature vector indicating the activity trend of the user having the same dimension as the number of the classification IDs from the ratio value of the activity time occupied, and using the feature vector calculated for each user, and having a similar activity trend A step of extracting users from each other.
また、請求項５の発明は、ユーザがサービスの要求操作を行う情報端末がユーザの操作内容に時刻情報を付して記録したユーザ活動履歴、および、前記情報端末からユーザの要求を受け付けてサービスの提供を行うサービス提供サーバがユーザの要求内容に時刻情報を付して記録したユーザ活動履歴、を受け取り、これらのユーザ活動履歴を可視化するユーザ活動履歴可視化・分析装置であって、前記情報端末およびサービス提供サーバに記録されたユーザ活動履歴を取得する手段と、前記取得したユーザ活動履歴に対して、操作内容および要求内容に応じて分類ＩＤを付す手段と、前記取得したユーザ活動履歴を時刻情報に基づいてソートする手段と、前記ソートしたユーザ活動履歴についてユーザ活動履歴間の経過時間を算出して付加する手段と、前記操作内容および要求内容についての時系列活動推移状況リストを作成する手段と、前記時系列活動推移状況リストを可視化する手段と、を有することを特徴とする。 According to a fifth aspect of the present invention, an information terminal on which a user performs a service request operation records a user activity history recorded with time information added to a user's operation content, and receives a user request from the information terminal to receive a service. A user activity history visualization / analysis apparatus that receives a user activity history recorded with time information added to a user's request content and is visualized by the service providing server that provides the user's request content, the information terminal And means for acquiring the user activity history recorded in the service providing server, means for attaching a classification ID to the acquired user activity history according to the operation content and the request content, and the acquired user activity history as time Means for sorting based on information, and calculating and adding elapsed time between user activity histories for the sorted user activity histories And having means, means for creating a time-series active transition situation list of the operation contents and request content, and means for visualizing the time series activity transition situation list, and.
また、請求項６の発明は、請求項５において、前記ユーザの操作内容および要求内容の前後関係を前記分類ＩＤの値に反映させ、分類ＩＤの値についても前記ソート際のキーとすることを特徴とする。 Further, the invention of claim 6 is that, in claim 5, the context of the user's operation content and request content is reflected in the value of the classification ID, and the value of the classification ID is also used as a key for the sorting. Features.
また、請求項７の発明は、請求項５または６において、前記時系列活動推移状況リストを作成する手段の後に、前記作成した時系列活動推移状況リストから、分類ＩＤごとに全活動時間に対して占める活動時間の割合値を算出する手段と、
前記割合値算出の結果を可視化する手段と、を有することを特徴とする。
Further, the invention of claim 7 is the invention according to claim 5 or 6, wherein after the means for creating the time series activity transition status list, from the created time series activity transition status list, the total activity time is determined for each classification ID. A means for calculating the percentage of activity time
Means for visualizing the result of the ratio value calculation.
また、請求項８の発明は、請求項７において、前記分類ＩＤごとに全活動時間に対して占める活動時間の割合値を算出する手段の後に、前記算出した分類ＩＤごとの全活動時間に対して占める活動時間の割合値から、前記分類ＩＤの数と同次元のユーザの活動傾向を示す特徴ベクトルを取得する手段と、前記ユーザ毎に算出した特徴ベクトルを用いて、類似した活動傾向を持つユーザ同士を抽出する手段と、を有することを特徴とする。 Further, the invention of claim 8 relates to the total activity time for each calculated category ID after the means for calculating the ratio value of the activity time to the total activity time for each category ID. A means for obtaining a feature vector indicating the activity tendency of the user having the same dimension as the number of classification IDs from the ratio value of the activity time occupied and a feature vector calculated for each user and having a similar activity tendency And means for extracting users.
また、請求項９の発明は、上記の請求項１〜８のいずれか１項に記載のユーザ活動履歴可視化・分析方法またはユーザ活動履歴可視化・分析装置を、コンピュータプログラムで記載してそれを実行可能にしたことを特徴とする。 The invention of claim 9 describes the user activity history visualization / analysis method or the user activity history visualization / analysis apparatus according to any one of claims 1 to 8 described in a computer program and executes the computer program It is possible to make it possible.
請求項１または５においては、サービス提供サーバは単独または複数であってもよい。このサービス提供サーバと情報端末とは同一端末内またはネットワークを介して接続することができる。 In claim 1 or 5, the service providing server may be single or plural. The service providing server and the information terminal can be connected within the same terminal or via a network.
操作内容および要求内容に応じて分類ＩＤを付す際には、サービス提供サーバ毎、サービス提供サーバ内機能毎、情報端末毎、情報端末内機能毎に異なる分類ＩＤを付することができる。 When the classification ID is attached according to the operation content and the request content, a different classification ID can be attached to each service providing server, each service providing server function, each information terminal, and each information terminal function.
時系列活動推移リストを可視化する際には、各履歴に対応する経過時間に応じた横幅を持つ四角形を、該履歴に対応する分類ＩＤ毎に設定したカラーで描画し、これを右方へ繰り返すことにより可視化すること、棒グラフ状に可視化すること、あるいは円グラフ状に描画すること等の表現方法があるが、これらに限定されるものではない。 When visualizing the time series activity transition list, a rectangle having a width corresponding to the elapsed time corresponding to each history is drawn in a color set for each classification ID corresponding to the history, and this is repeated to the right. There are expression methods such as visualization by visualization, visualization in the form of a bar graph, or drawing in the form of a pie chart, but are not limited thereto.
請求項２または６においては、ユーザの操作内容および要求内容の前後関係を分類ＩＤの値に反映させて、これをソートのキーとすることで同時刻と記録されたユーザ活動履歴の前後関係を正確に再現することができる。 In claim 2 or 6, the context of the user activity history recorded at the same time is reflected by reflecting the context of the user's operation content and the request content in the value of the classification ID and using this as the sort key. Can be accurately reproduced.
請求項３または７においては、割合値を可視化する際には、各分類ＩＤに対応する割合値に応じた横幅を持つ四角形を、分類ＩＤ毎に設定したカラーで描写することにより可視化すること、円グラフにより可視化すること、棒グラフにより可視化すること等の方法があるが、これらに限定されるものではない。 In claim 3 or 7, when visualizing the ratio value, rendering a rectangle having a horizontal width corresponding to the ratio value corresponding to each classification ID with a color set for each classification ID, There are methods such as visualization with a pie chart and visualization with a bar chart, but are not limited thereto.
請求項９においては、請求項１〜８の発明を実行できるプログラムを実現できる。 In claim 9, a program capable of executing the inventions of claims 1 to 8 can be realized.
本発明によれば、様々なサービス提供サーバ、あるいは情報端末上で記録された時刻情報を含むユーザ活動履歴に対して、取得場所や機能に基づく分類ＩＤを付加した後、時系列において各ユーザの全活動履歴を統合したものを可視化することにより、一連の意味ある活動のまとまりにおいて、ユーザがどのような作業を重視し、どのような順序でサービスや機能を使い分けたかを端的に把握することができる。 According to the present invention, after adding a classification ID based on an acquisition place or function to a user activity history including time information recorded on various service providing servers or information terminals, each user's chronological order is added. By visualizing the integration of all activity histories, it is possible to understand in a simple manner what kind of work the user attaches importance to in a series of meaningful activities and in what order the services and functions are used properly. it can.
また、分類ＩＤ毎の利用時間をもとに算出された特徴ベクトルを用いて、ユーザ間の類似度を算出することにより、特定のタスク、例えばオンライン・ショッピングや学習サービスを受ける際の、活動の傾向が近いユーザを抽出することが可能となり、成功／失敗に関連する活動傾向の把握や、活動の進捗の異なるユーザ・グループの把握に利用することができる。 In addition, by calculating the similarity between users using the feature vector calculated based on the usage time for each classification ID, the activity of a specific task such as online shopping or learning service is obtained. Users with similar trends can be extracted, and can be used for grasping activity trends related to success / failure and grasping user groups with different activity progresses.
したがって、従来行われてきた趣味趣向のような内容依存のものとは異なる観点でのグルーピングの活用が可能となる。 Therefore, it is possible to utilize grouping from a viewpoint different from the content-dependent one such as a hobby preference that has been conventionally performed.
以下、図面を用いて本発明の実施形態について説明する。 Hereinafter, embodiments of the present invention will be described with reference to the drawings.
図１は本発明の実施形態における、ユーザ活動履歴可視化・分析システムを示す概略構成図である。図１において、ユーザ１０は情報端末群２０における情報端末２１−１〜２１−ｎを操作して、サービス提供サーバ群３０におけるサービス提供サーバ３１−１〜３１−ｎにアクセスし、情報検索、情報閲覧、ブックマーク操作、レポート公開操作、レポート編集操作、コミュニケーション操作などの各操作を行う。 FIG. 1 is a schematic configuration diagram showing a user activity history visualization / analysis system according to an embodiment of the present invention. In FIG. 1, the user 10 operates the information terminals 21-1 to 21-n in the information terminal group 20 to access the service providing servers 31-1 to 31-n in the service providing server group 30. Each operation such as browsing, bookmark operation, report publishing operation, report editing operation and communication operation is performed.
このとき、ユーザ１０の情報端末２１−１〜２１−ｎにおける活動履歴は活動履歴ＤＢ２２−１〜２２−ｎに、サービス提供サーバ３１−１〜３１−ｎにおける活動履歴は活動履歴ＤＢ３２−１〜３２−ｎにそれぞれ記録される。 At this time, the activity history of the user 10 in the information terminals 21-1 to 21-n is stored in the activity history DB 22-1 to 22-n, and the activity history of the service providing servers 31-1 to 31-n is stored in the activity history DB 32-1. 32-n respectively.
ユーザ１０または第三者等がユーザ活動履歴可視化分析装置４０にユーザ１０の活動状況表示を要求すると、ユーザ１０の活動履歴を記録する所定の活動履歴ＤＢ２２−１〜２２−ｎ、３２−１〜３２−ｎからユーザ活動履歴可視化分析装置４０の活動履歴集約部４１に、該当する活動履歴が個別に読み込まれる。 When the user 10 or a third party requests the user activity history visualization analyzer 40 to display the activity status of the user 10, predetermined activity history DBs 22-1 to 22-n, 32-1 to record the activity history of the user 10. The corresponding activity history is individually read into the activity history aggregation unit 41 of the user activity history visualization analyzer 40 from 32-n.
この読み込まれた活動履歴には分類リスト４４に基づいて履歴毎にＩＤが付加される。 Based on the classification list 44, an ID is added to the read activity history for each history.
活動履歴集約部４１では、分類ＩＤの付加された各活動履歴からそれぞれ時刻情報と分類ＩＤのみを切り出した上で、統合し時系列でソートを行う。ソートが完了した後、さらに各活動履歴間の時間差を算出する。以上の処理により、異なるＤＢより集約された活動履歴を時刻情報と規定の分類に基づいて統合し、ユーザ毎の時系列活動推移状況リストを生成する。 The activity history aggregating unit 41 cuts out only the time information and the category ID from each activity history to which the category ID is added, and then integrates and sorts in time series. After the sorting is completed, the time difference between each activity history is further calculated. Through the above processing, the activity histories aggregated from different DBs are integrated based on the time information and the prescribed classification, and a time-series activity transition situation list for each user is generated.
生成された時系列活動推移状況リストは、活動履歴可視化部４３において、画像化される。 The generated time-series activity transition status list is imaged in the activity history visualization unit 43.
活動履歴分析部４２においては、ユーザ毎に生成された時系列活動推移状況リストを、それぞれ分類ＩＤ毎で再ソートし、分類ＩＤ毎の経過時間の和を算出する。得られた各分類ＩＤの経過時間の和を全活動時間で除算することにより、全活動時間に対して、各分類ＩＤに対応した活動に割いた時間の割合が算出される。また、得られた割合値を特徴ベクトルと考えて、類似度やクラスター分析等により似た特徴ベクトルを持つユーザグループを抽出することも可能である。 In the activity history analysis unit 42, the time-series activity transition situation list generated for each user is re-sorted for each category ID, and the sum of elapsed time for each category ID is calculated. By dividing the sum of the elapsed times for each category ID obtained by the total activity time, the ratio of the time allocated to the activity corresponding to each category ID is calculated with respect to the total activity time. It is also possible to extract a user group having a similar feature vector by considering the obtained ratio value as a feature vector by similarity or cluster analysis.
この各分類ＩＤに対応した活動に割いた時間の割合についても活動履歴可視化部４３において画像化が可能である。 The activity history visualization unit 43 can also image the ratio of the time allocated to the activity corresponding to each classification ID.
次に図２を用いて本実施形態の処理フローを説明する。 Next, the processing flow of this embodiment will be described with reference to FIG.
始めにサービス利用時について説明する。まずユーザ１０が情報端末２１によりサービス利用の要求を行う(Ｓ１)。 First, the service usage will be described. First, the user 10 makes a service use request using the information terminal 21 (S1).
情報端末２１はこのサービス利用の要求を活動履歴記録として記録する(Ｓ２)。 The information terminal 21 records this service use request as an activity history record (S2).
さらに情報端末２１はサービス提供サーバ３１にアクセスしてサービス利用の要求を行う(Ｓ３)。 Further, the information terminal 21 accesses the service providing server 31 and makes a service use request (S3).
サービス提供サーバ３１はこのサービス利用の要求を活動履歴記録として記録する(Ｓ４)。 The service providing server 31 records this service use request as an activity history record (S4).
サービス提供サーバ３１は情報端末２１の要求に対してサービス提供を行い(Ｓ５)、情報端末２１はユーザ１０の要求に対してサービス提供を行う(Ｓ６)。 The service providing server 31 provides a service in response to a request from the information terminal 21 (S5), and the information terminal 21 provides a service in response to a request from the user 10 (S6).
次に可視化実行時について説明する。まずユーザ１０等が活動履歴可視化部４３に対して活動履歴可視化要求を行う(Ｓ７)。 Next, the visualization time will be described. First, the user 10 or the like makes an activity history visualization request to the activity history visualization unit 43 (S7).
活動履歴可視化部４３は活動履歴集約部４１に対して対象活動履歴集約要求を行う(Ｓ８)。 The activity history visualization unit 43 makes a target activity history aggregation request to the activity history aggregation unit 41 (S8).
活動履歴集約部４１はサービス提供サーバ３１および情報端末２１に対して対象活動履歴収集要求を行う(Ｓ９)。 The activity history aggregation unit 41 makes a target activity history collection request to the service providing server 31 and the information terminal 21 (S9).
サービス提供サーバ３１および情報端末２１は対象活動履歴収集要求に応じて活動履歴集約部４１に対して対象活動履歴返却により対象活動履歴を送信する(Ｓ１０)。 In response to the target activity history collection request, the service providing server 31 and the information terminal 21 transmit the target activity history to the activity history aggregating unit 41 by returning the target activity history (S10).
活動履歴集約部４１はサービス提供サーバ３１および情報端末２１から送信された対象活動履歴に対して、分類ＩＤの付加(Ｓ１１)、全活動履歴の統合(Ｓ１２)、および全活動履歴のソート(Ｓ１３)を行い、さらに活動履歴可視化部４３に時系列活動推移状況リスト返却を行う(Ｓ１４)。 The activity history aggregating unit 41 adds a classification ID to the target activity history transmitted from the service providing server 31 and the information terminal 21 (S11), integrates all activity history (S12), and sorts all activity history (S13). In addition, the time history activity transition status list is returned to the activity history visualization unit 43 (S14).
活動履歴可視化部４３は時系列活動推移状況リストについて活動履歴可視化画像生成を行い(Ｓ１５)、この画像をユーザ１０等に対して活動履歴可視化結果返却により送信する(Ｓ１６)。 The activity history visualization unit 43 generates an activity history visualization image for the time-series activity transition status list (S15), and transmits this image to the user 10 or the like by returning the activity history visualization result (S16).
次に図３を用いて活動履歴分析部４２において活動履歴分析を行う場合の処理フローを説明する。 Next, a processing flow when the activity history analysis unit 42 performs activity history analysis will be described with reference to FIG.
Ｓ１〜Ｓ６、Ｓ８〜Ｓ１４は、前記図２における処理フローと同様であり、Ｓ７では活動履歴可視化要求に換えて活動傾向分析要求を行う。 S1 to S6 and S8 to S14 are the same as the processing flow in FIG. 2, and in S7, an activity trend analysis request is made instead of an activity history visualization request.
活動履歴可視化部４３は活動履歴集約部４１から時系列活動推移状況リスト返却により受け取った時系列活動推移状況リストを活動履歴分析部４２に時系列活動推移状況リスト返却により送信する(Ｓ２１)。 The activity history visualization unit 43 transmits the time-series activity transition status list received from the activity history aggregation unit 41 by returning the time-series activity transition status list to the activity history analysis unit 42 by returning the time-series activity transition status list (S21).
活動履歴分析部４２は時系列活動推移状況リストに基づいて、活動履歴分類ＩＤ別集計(Ｓ２２)、活動履歴特徴ベクトル算出(Ｓ２３)、特徴ベクトルに基づくグループ抽出(Ｓ２４)を行い、この情報をユーザ１０等に対して活動履歴分析結果返却により送信する(Ｓ２５)。なお、特徴ベクトルに基づくグループ抽出の結果を活動履歴可視化部４３で画像生成してからこの画像をユーザ１０等に対して送信してもよい。 Based on the time-series activity transition status list, the activity history analysis unit 42 performs tabulation by activity history classification ID (S22), activity history feature vector calculation (S23), and group extraction based on feature vectors (S24). The activity history analysis result is returned to the user 10 etc. (S25). In addition, after generating the image of the group extraction result based on the feature vector by the activity history visualization unit 43, the image may be transmitted to the user 10 or the like.
以下に本発明の実施例を図面等を用いて説明する。 Embodiments of the present invention will be described below with reference to the drawings.
ここでは、様々なネットワークを介して様々な情報を提供する情報提供サーバ１２１と、それを利用した学習を支援する学習支援サーバ１２３を併用する学習サービスを想定する。 Here, a learning service is assumed that uses an information providing server 121 that provides various information via various networks and a learning support server 123 that supports learning using the information providing server 121.
学習者である各ユーザ１００は基本的に、情報端末１１１を介して学習支援サーバ１２３にアクセスし、提示された課題に基づいて学習を開始する。以後学習中は随時、各情報提供サーバ１２１が持つ情報にアクセスすることが可能であり、学習者１００は課題解決のため、学習支援サーバ１２３の提供する複数の学習支援機能を活用しながら情報を探索・蓄積し、再構成したうえで、指定のレポート形式にまとめることができる。 Each user 100 who is a learner basically accesses the learning support server 123 via the information terminal 111 and starts learning based on the presented task. Thereafter, during learning, it is possible to access information held by each information providing server 121 at any time, and the learner 100 uses the plurality of learning support functions provided by the learning support server 123 to solve the problem. After searching, accumulating, and reconfiguring, it can be compiled into a specified report format.
この際、学習中の活動履歴は、情報提供サーバ１２１および学習支援サーバ１２３において、記録時刻を除いては異なる形式で、個別に記録される。 At this time, the activity history during learning is individually recorded in the information providing server 121 and the learning support server 123 in different formats except for the recording time.
学習中、もしくは学習終了後において、ある学習者１００の活動状況表示が要求されると、その学習者１００の活動を含む各所の活動履歴ＤＢ１１２、１２２、１２４より、該当する活動履歴が個別に活動履歴集約部１３１へ読み込まれる。 When an activity status display of a learner 100 is requested during learning or after completion of learning, the corresponding activity history is individually activated from the activity history DBs 112, 122, and 124 including the activity of the learner 100. It is read into the history aggregating unit 131.
読み込まれた活動履歴には同時に、図４に示すように履歴行毎に分類リスト１３４に基づいてＩＤが付加される。この時、サーバ１２１、１２３、サーバ内機能、情報端末１１１、情報端末内機能それぞれにどの分類ＩＤを割り当てるかについては任意に設定が可能であり、サーバや端末、機能毎に異なる分類ＩＤとしても、意味の上から共通の分類ＩＤとすることも設定可能である。 At the same time, an ID is added to the read activity history based on the classification list 134 for each history line as shown in FIG. At this time, it is possible to arbitrarily set which classification ID is assigned to each of the servers 121 and 123, the function within the server, the information terminal 111, and the function within the information terminal. It is also possible to set a common classification ID in terms of meaning.
また、分類ＩＤに対応するユーザ１００の操作内容の前後関係を反映しておくことにより、ユーザ活動履歴をソートして時系列活動推移状況リストを作成する際に、時刻情報に加えて分類ＩＤもソート・キーとすることで、同時刻に行われたと記録されているユーザ活動履歴の前後関係を正確に再現することも可能となる。 In addition, by reflecting the context of the operation content of the user 100 corresponding to the classification ID, when the user activity history is sorted to create the time-series activity transition status list, the classification ID is also added to the time information. By using the sort key, it is possible to accurately reproduce the context of the user activity history recorded as being performed at the same time.
例えば、分類ＩＤを数値で表す場合、Ｗｅｂぺ一ジの閲覧と、学習支援システムの目次機能における目次のクリック（その目次ぺ一ジの呼び出し）とで、割り振る分類ＩＤに対して「Ｗｅｂぺ一ジの閲覧の分類ＩＤ」＜「目次のクリックの分類ＩＤ」となるように設定しておけば、仮に全くの同時刻でそれらの履歴が記録されたとしても（多くの場合、ミリ秒単位の時刻差までは記録されないので）、分類ＩＤの大小から正しい順序関係（この場合は、目次がクリックされて初めてＷｅｂぺ一ジが閲覧される）が再現できる。ただしこの時、分類ＩＤは必ずしも数値である必要はなく、一定のルールでソートが可能であるならば、英字やひらがな等の文字でもよい。 For example, when the classification ID is represented by a numerical value, the “Web page” is assigned to the classification ID to be allocated by browsing the Web page and clicking the table of contents in the table of contents function of the learning support system (calling the table of contents page). If it is set so that “the classification ID of the viewing of the page” <“the classification ID of the click of the table of contents”, even if those histories are recorded at exactly the same time (in many cases, in millisecond units) Since the time difference is not recorded), the correct order relation (in this case, the Web page is browsed only after the table of contents is clicked) can be reproduced from the size of the classification ID. However, at this time, the classification ID does not necessarily need to be a numerical value, and may be a letter such as an alphabetic character or a hiragana character as long as sorting can be performed according to a certain rule.
ここでは、図５に示すように、情報提供サーバ１２１の活動履歴ＤＢ１２２より取得した活動履歴うち、情報閲覧に関するものにＩＤ：１、情報検索に関するものにＩＤ：２をそれぞれ付加する。また学習支援サーバ１２３の活動履歴ＤＢ１２４より取得された活動履歴のうち、ブックマーク機能に関するものにはＩＤ：３を、レポート編集機能に関するものにはＩＤ：４を、レポート公開機能に関するものにはＩＤ：５を、他学習者とのコミュニケーション機能に関するものにはＩＤ：６をそれぞれ付加することとする。 Here, as shown in FIG. 5, among the activity histories acquired from the activity history DB 122 of the information providing server 121, ID: 1 is added to information related to information browsing, and ID: 2 is added to information related to information retrieval. Among the activity histories acquired from the activity history DB 124 of the learning support server 123, ID: 3 is associated with the bookmark function, ID: 4 is associated with the report editing function, and ID: 4 is associated with the report publishing function. 5 and ID: 6 are added to those related to the communication function with other learners.
この時、ソートの際に分類ＩＤの降順をソートの副キーに加えることにより、同時刻に記録された活動履歴であれば、分類ＩＤの大きいものほど先に表示され、履歴の整合性が保たれる。 At this time, by adding the descending order of the classification ID to the sorting subkey at the time of sorting, if the activity history is recorded at the same time, the higher the classification ID is displayed first, and the consistency of the history is maintained. Be drunk.
続いて活動履歴集約部１３１では、分類ＩＤの付加された各活動履歴からそれぞれ、時刻情報と分類ＩＤのみを切り出した上で統合し、時系列でソートを行う。 Subsequently, the activity history aggregating unit 131 extracts and integrates only the time information and the category ID from each activity history to which the category ID is added and sorts them in time series.
ここで言う「統合」とは、「１つのテーブルにまとめる（マージする）」という意味である。すなわち、それぞれ異なる活動履歴ＤＢに記録されていたユーザ活動履歴が、集約部１３１による分類ＩＤの付与により、「時刻情報」＋「分類ＩＤ」という共通のフィールドを持つ状態に変換されるので、同じテーブルにマージできるようになる。 Here, “integration” means “combine (merge) into one table”. That is, the user activity histories recorded in the different activity history DBs are converted into a state having a common field of “time information” + “classification ID” by the assignment of the classification ID by the aggregation unit 131. Can be merged into a table.
ソートが完了した後、さらに各履歴行間の時間差(各ユーザ活動履歴の、次のユーザ活動に移るまでの経過時間）を算出する。 After the sorting is completed, a time difference between each history line (elapsed time until moving to the next user activity in each user activity history) is calculated.
以上の処理により異なるＤＢより収集した活動履歴が、時刻情報と規定の分類に基づいて統合され、下記表１に示すような時系列活動推移状況リストが生成される。 The activity histories collected from different DBs by the above processing are integrated based on the time information and the prescribed classification, and a time-series activity transition situation list as shown in Table 1 below is generated.
生成された時系列活動推移状況リストは、活動履歴可視化部１３３において、画像化される。 The generated time series activity transition status list is imaged in the activity history visualization unit 133.
例えば、図６に示すように、時系列活動推移状況リストにおける先頭行を原点として、横軸右方へ、対応する経過時間と、分類ＩＤのカラーに基づいて四角形を描画していくことにより、学習者の活動推移状況を、横軸右方へのカラーの変遷という形で画像化する。図６では、学習者の活動が情報提供サーバ１２１からの情報収集から徐々にレポート編集作業、そして他の学習者との交流へと段階的に推移していること、その中でも情報探索中に検索やその時点までのレポート編集を随時行っていることなどが、端的に見て取れる。 For example, as shown in FIG. 6, by drawing a rectangle based on the corresponding elapsed time and the color of the classification ID to the right of the horizontal axis with the first line in the time series activity transition status list as the origin, The student's activity transition status is imaged in the form of color transition to the right of the horizontal axis. In FIG. 6, the learner's activity is gradually changing from collecting information from the information providing server 121 to report editing work and interaction with other learners, especially during the information search. You can easily see that the report is being edited from time to time.
ここで図７に、上記の方法に基づいて前記分類ＩＤ：１〜６についての活動履歴の可視化を行った例を示す。 FIG. 7 shows an example in which the activity history for the classification IDs: 1 to 6 is visualized based on the above method.
以上のように学習者１００の活動の大まかな推移を把握した上で、さらに、似た活動傾向をもつ学習者を抽出することも可能である。すなわち、前述のようにして学習者１００毎に生成された時系列活動推移状況リストを、活動履歴分析部１３２においてそれぞれ分類ＩＤで再ソートし、分類ＩＤ毎の経過時間の和を算出する。ここでは、学習者毎に６つの分類ＩＤに対応した経過時間の和が得られることになる。さらに、得られた各分類ＩＤの経過時間の和を、全活動時間で除算することにより、図８に示すように全活動時間に対して、各分類ＩＤに対応した活動に割いた時間の割合が算出される。 As described above, it is possible to extract learners having a similar activity tendency after grasping the rough transition of the activities of the learner 100. That is, the time series activity transition status list generated for each learner 100 as described above is re-sorted by the category ID in the activity history analysis unit 132, and the sum of elapsed time for each category ID is calculated. Here, the sum of elapsed time corresponding to six classification IDs is obtained for each learner. Furthermore, by dividing the total elapsed time of each category ID obtained by the total activity time, the ratio of the time allocated to the activity corresponding to each category ID with respect to the total activity time as shown in FIG. Is calculated.
こうして得られた割合値を特徴ベクトルと考え、類似度（内積値、Ｌ２、距離(２点間の直線距離)等を利用）やクラスター分析等により、似た特徴ベクトルを持つ学習者１００のグループを抽出することが可能となる。 The group of learners 100 having similar feature vectors by considering the ratio value thus obtained as a feature vector and using similarity (using inner product value, L2, distance (straight distance between two points), etc.), cluster analysis, etc. Can be extracted.
これにより、学習の進捗状況把握のみならず、学習者１００自身への学習方法に関するフィードバック（メタ学習への気づき）、活動傾向の似た学習者１００グループ毎の指導などを行うことができる。 As a result, not only the progress of learning can be grasped, but also feedback regarding the learning method to the learner 100 itself (awareness of meta-learning), instruction for each group of learners 100 with similar activity tendencies, and the like can be performed.
以上の実施例では、学習サービスについて述べたが、本可視化・分析方法については学習サービスのみへの適用ではなく、分類の規定の仕方に応じて、オンライン・ショッピングや、ワークフロー分析など、活動履歴が取得可能な様々な場面への適用が可能である。 In the above embodiment, the learning service has been described. However, this visualization / analysis method is not applied only to the learning service, but the activity history such as online shopping, workflow analysis, etc. depending on the way of defining the classification. It can be applied to various scenes that can be acquired.
また、対象となる活動履歴自体についても、前述の実施例で述べたようにサービス提供サーバ１２０によって記録されたものだけでなく、情報端末１１１で記録されたもの、日時が記され電子化された日報なども全く同様に利用することができる。 Also, the target activity history itself is not only recorded by the service providing server 120 as described in the previous embodiment, but also recorded by the information terminal 111, and the date and time are recorded and digitized. Daily reports can be used in exactly the same way.
なお、本発明は図１、４に示したシステムの一部又は全部の処理機能をプログラムとして構成してコンピュータを用いて実現すること、あるいは図２、３で示した処理手順をプログラムとして構成してコンピュータに実行させることができる。また、コンピュータでその各部の処理機能を実現するためのプログラム、あるいはコンピュータにその処理手順を実行させるためのプログラムを、そのコンピュータが読み取り可能な記録媒体、例えば、フレキシブルディスク、ＭＯ、ＲＯＭ、メモリカード、ＣＤ、ＤＶＤ、リムーバブルディスクなどに記録して、保存したり、提供したりすることが可能であり、また、インターネットのような通信ネットワークを介して配布したりすることが可能である。 In the present invention, some or all of the processing functions of the system shown in FIGS. 1 and 4 are configured as a program and realized using a computer, or the processing procedures shown in FIGS. 2 and 3 are configured as a program. Can be executed by a computer. In addition, a computer-readable recording medium such as a flexible disk, MO, ROM, or memory card can be used to store a program for realizing the processing function of each unit by the computer or a program for causing the computer to execute the processing procedure. It can be recorded on a CD, a DVD, a removable disk, etc., stored, provided, and distributed via a communication network such as the Internet.
１０…ユーザ
２０…情報端末群
２１…情報端末
２２…活動履歴ＤＢ
３０…サービス提供サーバ群
３１…サービス提供サーバ
３２…活動履歴ＤＢ
４０…ユーザ活動履歴可視化分析装置
４１…活動履歴集約部
４２…活動履歴分析部
４３…活動履歴可視化部
４４…分類リスト
１００…ユーザ
１１０…情報端末群
１１１…情報端末
１１２…活動履歴ＤＢ
１２０…サービス提供サーバ群
１２１…情報提供サーバ
１２２…活動履歴ＤＢ
１２３…学習支援サーバ
１２４…活動履歴ＤＢ
１３０…ユーザ活動履歴可視化分析装置
１３１…活動履歴集約部
１３２…活動履歴分析部
１３３…活動履歴可視化部
１３４…分類リスト
DESCRIPTION OF SYMBOLS 10 ... User 20 ... Information terminal group 21 ... Information terminal 22 ... Activity history DB
30 ... Service providing server group 31 ... Service providing server 32 ... Activity history DB
DESCRIPTION OF SYMBOLS 40 ... User activity history visualization analyzer 41 ... Activity history aggregation part 42 ... Activity history analysis part 43 ... Activity history visualization part 44 ... Classification list 100 ... User 110 ... Information terminal group 111 ... Information terminal 112 ... Activity history DB
120 ... Service providing server group 121 ... Information providing server 122 ... Activity history DB
123 ... Learning support server 124 ... Activity history DB
DESCRIPTION OF SYMBOLS 130 ... User activity history visualization analyzer 131 ... Activity history aggregation part 132 ... Activity history analysis part 133 ... Activity history visualization part 134 ... Classification list
Claims (9)
前記情報端末がユーザの操作内容に時刻情報を付してユーザ活動履歴として記録するステップと、
前記サービス提供サーバがユーザの要求内容に時刻情報を付してユーザ活動履歴として記録するステップと、
前記ユーザ活動履歴可視化・分析装置が前記情報端末およびサービス提供サーバに記録されたユーザ活動履歴を取得するステップと、
前記取得したユーザ活動履歴に対して、操作内容および要求内容に応じて分類ＩＤを付すステップと、
前記取得したユーザ活動履歴を時刻情報に基づいてソートするステップと、
前記ソートしたユーザ活動履歴についてユーザ活動履歴間の経過時間を算出して付加するステップと、
前記操作内容および要求内容についての時系列活動推移状況リストを作成するステップと、
前記時系列活動推移状況リストを可視化するステップと、を有することを特徴とするユーザ活動履歴可視化・分析方法。 An information terminal in which a user performs a request operation for a service, a service providing server that receives a user request from the information terminal and provides a service, and a user activity history that visualizes a user activity history in the information terminal and the service providing server A user activity history visualization / analysis method in a service providing system having a visualization / analysis device,
The information terminal adding time information to the user's operation content and recording it as a user activity history;
The service providing server adds time information to a user request content and records it as a user activity history;
The user activity history visualization / analysis device acquiring a user activity history recorded in the information terminal and the service providing server;
A step of attaching a classification ID to the acquired user activity history according to the operation content and the request content;
Sorting the acquired user activity history based on time information;
Calculating and adding elapsed time between user activity histories for the sorted user activity histories;
Creating a time-series activity transition status list for the operation content and the request content;
Visualizing the time-series activity transition status list, and visualizing / analyzing the user activity history.
前記作成した時系列活動推移状況リストから、分類ＩＤごとに全活動時間に対して占める活動時間の割合値を算出するステップと、
前記割合値算出の結果を可視化するステップと、を有することを特徴とする請求項１または２に記載のユーザ活動履歴可視化・分析方法。 After the step of creating the time series activity transition status list,
Calculating a ratio value of activity time with respect to the total activity time for each classification ID from the created time-series activity transition status list;
The method of visualizing / analyzing a user activity history according to claim 1, further comprising: visualizing a result of the ratio value calculation.
前記算出した分類ＩＤごとの全活動時間に対して占める活動時間の割合値から、前記分類ＩＤの数と同次元のユーザの活動傾向を示す特徴ベクトルを取得するステップと、
前記ユーザ毎に算出した特徴ベクトルを用いて、類似した活動傾向を持つユーザ同士を抽出するステップと、を有することを特徴とする請求項３に記載のユーザ活動履歴可視化・分析方法。 After calculating the ratio of the activity time to the total activity time for each classification ID,
Obtaining a feature vector indicating the activity tendency of the user in the same dimension as the number of the classification IDs from the ratio value of the activity time to the total activity hours for each of the calculated classification IDs;
The user activity history visualization / analysis method according to claim 3, further comprising: extracting users having similar activity tendencies using the feature vector calculated for each user.
前記情報端末およびサービス提供サーバに記録されたユーザ活動履歴を取得する手段と、
前記取得したユーザ活動履歴に対して、操作内容および要求内容に応じて分類ＩＤを付す手段と、
前記取得したユーザ活動履歴を時刻情報に基づいてソートする手段と、
前記ソートしたユーザ活動履歴についてユーザ活動履歴間の経過時間を算出して付加する手段と、
前記操作内容および要求内容についての時系列活動推移状況リストを作成する手段と、
前記時系列活動推移状況リストを可視化する手段と、を有することを特徴とするユーザ活動履歴可視化・分析装置。 The user activity history recorded by the information terminal on which the user performs a service request operation with time information added to the user's operation content, and the service providing server that receives the user request from the information terminal and provides the service is the user A user activity history visualization / analysis device that receives user activity history recorded with time information added to the requested content and visualizes these user activity histories,
Means for obtaining a user activity history recorded in the information terminal and the service providing server;
Means for attaching a classification ID to the acquired user activity history according to the operation content and the request content;
Means for sorting the acquired user activity history based on time information;
Means for calculating and adding an elapsed time between user activity histories for the sorted user activity histories;
Means for creating a time-series activity transition status list for the operation content and the request content;
Means for visualizing the time-series activity transition status list, and a user activity history visualization / analysis device.
前記作成した時系列活動推移状況リストから、分類ＩＤごとに全活動時間に対して占める活動時間の割合値を算出する手段と、
前記割合値算出の結果を可視化する手段と、を有することを特徴とする請求項５または６に記載のユーザ活動履歴可視化・分析装置。 After the means for creating the time series activity transition status list,
Means for calculating, from the created time-series activity transition status list, the ratio value of the activity time to the total activity time for each classification ID;
The user activity history visualization / analysis apparatus according to claim 5, further comprising: means for visualizing the result of the ratio value calculation.
前記算出した分類ＩＤごとの全活動時間に対して占める活動時間の割合値から、前記分類ＩＤの数と同次元のユーザの活動傾向を示す特徴ベクトルを取得する手段と、
前記ユーザ毎に算出した特徴ベクトルを用いて、類似した活動傾向を持つユーザ同士を抽出する手段と、を有することを特徴とする請求項７に記載のユーザ活動履歴可視化・分析装置。 After means for calculating the ratio value of the activity time to the total activity time for each classification ID,
Means for acquiring a feature vector indicating the activity tendency of the user in the same dimension as the number of the classification IDs from the ratio value of the activity time to the total activity hours for each of the calculated classification IDs;
The user activity history visualization / analysis apparatus according to claim 7, further comprising: means for extracting users having similar activity tendencies using the feature vector calculated for each user.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004050996A JP4308683B2 (en) | 2004-02-26 | 2004-02-26 | User activity history visualization / analysis method, user activity history visualization / analysis device, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004050996A JP4308683B2 (en) | 2004-02-26 | 2004-02-26 | User activity history visualization / analysis method, user activity history visualization / analysis device, and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2005242619A true JP2005242619A (en) | 2005-09-08 |
| JP4308683B2 JP4308683B2 (en) | 2009-08-05 |
Family
ID=35024304
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004050996A Expired - Fee Related JP4308683B2 (en) | 2004-02-26 | 2004-02-26 | User activity history visualization / analysis method, user activity history visualization / analysis device, and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4308683B2 (en) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007141135A (en) * | 2005-11-22 | 2007-06-07 | Ntt Communications Kk | Information processor, retrieval method and program |
| JP2008108202A (en) * | 2006-10-27 | 2008-05-08 | Ricoh Co Ltd | Business history retrieval program, business history retrieving device, and business history retrieval system |
| KR101423890B1 (en) * | 2013-12-16 | 2014-07-29 | 김우재 | Method, server and computer-readable recording media for providing on-line mentoring service |
| JP2014182648A (en) * | 2013-03-19 | 2014-09-29 | International Business Maschines Corporation | Device, method and program for creating list |
| KR101517306B1 (en) * | 2013-12-20 | 2015-05-11 | 김우재 | Method, server and computer-readable recording media for providing on-line mentoring service |
| WO2015076295A1 (en) * | 2013-11-20 | 2015-05-28 | 測位衛星技術株式会社 | Information management system, portable communication terminal, databank device, service information management device, authentication device, method for managing data, method for controlling portable communication terminal, method for controlling database, method for managing service information, and program |
| WO2015088231A1 (en) * | 2013-12-10 | 2015-06-18 | 김우재 | Method, server and computer-readable recording medium for providing user interface for recording and managing user-related information |
| WO2015093913A1 (en) * | 2013-12-20 | 2015-06-25 | 김우재 | User interface-providing method, server, and computer-readable recording medium for recording and managing information related to organization |
| KR101573196B1 (en) | 2011-03-31 | 2015-12-01 | 퀄컴 인코포레이티드 | Systems, methods, and apparatuses for classifying user activity using combining of likelihood function values in a mobile device |
-
2004
- 2004-02-26 JP JP2004050996A patent/JP4308683B2/en not_active Expired - Fee Related
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007141135A (en) * | 2005-11-22 | 2007-06-07 | Ntt Communications Kk | Information processor, retrieval method and program |
| JP4685605B2 (en) * | 2005-11-22 | 2011-05-18 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | Information processing apparatus, search method, and program |
| JP2008108202A (en) * | 2006-10-27 | 2008-05-08 | Ricoh Co Ltd | Business history retrieval program, business history retrieving device, and business history retrieval system |
| KR101573196B1 (en) | 2011-03-31 | 2015-12-01 | 퀄컴 인코포레이티드 | Systems, methods, and apparatuses for classifying user activity using combining of likelihood function values in a mobile device |
| JP2014182648A (en) * | 2013-03-19 | 2014-09-29 | International Business Maschines Corporation | Device, method and program for creating list |
| US9529607B2 (en) | 2013-03-19 | 2016-12-27 | International Business Machines Corporation | Generating an ordered list of managed targets |
| WO2015076295A1 (en) * | 2013-11-20 | 2015-05-28 | 測位衛星技術株式会社 | Information management system, portable communication terminal, databank device, service information management device, authentication device, method for managing data, method for controlling portable communication terminal, method for controlling database, method for managing service information, and program |
| JP2015099558A (en) * | 2013-11-20 | 2015-05-28 | 測位衛星技術株式会社 | Information management system, portable communication terminal, data bank device, service information management device, authentication device, data management method, portable communication terminal control method, database control method, service information management method, and program |
| US10313440B2 (en) | 2013-11-20 | 2019-06-04 | Gnss Technologies Inc. | Information management system, mobile communication terminal, data bank device, service information management device, authentication device, data management method, mobile communication terminal control method, database control method, service information management method, and program |
| WO2015088231A1 (en) * | 2013-12-10 | 2015-06-18 | 김우재 | Method, server and computer-readable recording medium for providing user interface for recording and managing user-related information |
| US10134010B2 (en) | 2013-12-10 | 2018-11-20 | Woojae Kim | Method, server and computer-readable recording medium for providing user interface for recording and managing user-related information |
| WO2015093820A1 (en) * | 2013-12-16 | 2015-06-25 | 김우재 | Method and server for providing online mentoring, and computer-readable recording medium |
| KR101423890B1 (en) * | 2013-12-16 | 2014-07-29 | 김우재 | Method, server and computer-readable recording media for providing on-line mentoring service |
| KR101517306B1 (en) * | 2013-12-20 | 2015-05-11 | 김우재 | Method, server and computer-readable recording media for providing on-line mentoring service |
| WO2015093913A1 (en) * | 2013-12-20 | 2015-06-25 | 김우재 | User interface-providing method, server, and computer-readable recording medium for recording and managing information related to organization |
| WO2015093914A1 (en) * | 2013-12-20 | 2015-06-25 | 김우재 | Method, server, and computer-readable recording medium for providing online mentoring |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4308683B2 (en) | 2009-08-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Luna et al. | MDM tool: A data mining framework integrated into Moodle | |
| Haustein | Multidimensional journal evaluation: Analyzing scientific periodicals beyond the impact factor | |
| KR20060009354A (en) | Method and apparatus for survey processing | |
| US20090177651A1 (en) | Information processing device and method, program, and recording medium | |
| WO2013179340A1 (en) | Information analysis system and information analysis method | |
| US20070092857A1 (en) | Method and apparatus for supporting training, and computer product | |
| JP2018169986A (en) | Enterprise information providing system and program | |
| Heerwegh | Internet survey paradata | |
| JP4308683B2 (en) | User activity history visualization / analysis method, user activity history visualization / analysis device, and program | |
| Moalla et al. | Data warehouse design from social media for opinion analysis: the case of Facebook and Twitter | |
| JP7402492B2 (en) | Comment evaluation system, comment evaluation method, and program | |
| CA2804020A1 (en) | Process and apparatus for computer training | |
| Bogaard et al. | Understanding user behavior in digital libraries using the MAGUS session visualization tool | |
| JP3752936B2 (en) | Questionnaire system | |
| Klas et al. | A logging scheme for comparative digital library evaluation | |
| JP6696270B2 (en) | Information providing server device, program and information providing method | |
| JP2008090450A (en) | Household account book data network system | |
| CN113918548A (en) | Questionnaire survey method and device based on private domain flow and storage medium | |
| CN106503085A (en) | Based on the customizable search system in domain, method and technology | |
| Liu et al. | Improving NASA’s Earth Satellite and Model Data Discoverability for Interdisciplinary Research, Applications, and Education | |
| JP2005346171A (en) | Recruitment information provision system | |
| JP6496078B2 (en) | Analysis support device, analysis support method, and analysis support program | |
| JP7488622B1 (en) | Information processing device and computer program | |
| Greta Luisa Borzi | Evaluating Data Quality for behavioural event data using semiotic theory: Analysing how data roles perceive Data Quality and how it is influenced by Data Quality awareness and experience | |
| Rahimi et al. | A framework for evaluating the quality of library services using the DEMATEL-SERVQUAL hybrid approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060411 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20081016 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081111 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090109 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090428 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090501 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120515 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130515 Year of fee payment: 4 |
|
| LAPS | Cancellation because of no payment of annual fees |