JP2008276594A - 情報推薦装置 - Google Patents
情報推薦装置 Download PDFInfo
- Publication number
- JP2008276594A JP2008276594A JP2007120572A JP2007120572A JP2008276594A JP 2008276594 A JP2008276594 A JP 2008276594A JP 2007120572 A JP2007120572 A JP 2007120572A JP 2007120572 A JP2007120572 A JP 2007120572A JP 2008276594 A JP2008276594 A JP 2008276594A
- Authority
- JP
- Japan
- Prior art keywords
- document
- information
- phase
- recommended
- 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.)
- Pending
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】 ユーザの業務のプロセス(工程)において、ユーザが現在どのフェーズにあるのかをふまえて、そのフェーズに適した文書を自動的に検索して表示する情報推薦装置を提供することを目的とする。
【解決手段】 入力操作の監視情報を含む入力情報に基づいて活動の段階を特定するフェーズ特定部21と、フェーズ特定部21の特定結果及び入力情報に基づいて活動の段階に対応した情報を推薦する推薦文書お知らせ部14とを具備するものである。
【選択図】 図1
【解決手段】 入力操作の監視情報を含む入力情報に基づいて活動の段階を特定するフェーズ特定部21と、フェーズ特定部21の特定結果及び入力情報に基づいて活動の段階に対応した情報を推薦する推薦文書お知らせ部14とを具備するものである。
【選択図】 図1
Description
本発明は、情報を推薦する情報推薦装置に関し、特に活動の段階に対応した情報を推薦する情報推薦装置に関する。
ユーザの作業文脈に応じて関連する情報をシステムが自動的に検索して提示する「推薦」と呼ばれる技術がある。よく知られた例としてウェブ(WEB)を介して書籍を販売しているアマゾン(amazon.co.jp)では、ユーザが本を選択すると、その本を購入した人が購入した他の本を推薦するということが行われている。アマゾンは書籍の購入ということに限定し、数多くの購入履歴を蓄積することで成功を収めた好例である。1冊の本を多数の人が購入し、そしてそのようなデータを多数収集することで、このような推薦を行うことが可能となっている。
しかし、オフィスで利用されるような一般的な文書については、このような大量のデータを収集することは困難である。たとえば、「文書Aに興味をもっている人の多くは文書Bにも興味をもっています」として、文書に関連する関連文書を推薦することを想定した場合、読み手が興味を持ったか否かを入力するのは読み手にとって面倒なことであるし、たとえ読み手が入力を行ったとしても、市販の本ほど多くの読み手からの反応が得られることは期待できない。また、このような推薦手法は、データが多く集まってこそ効果が出るものであり、読み手からの反応が少ない段階においては効果を出すことができない。
これに対して、一般のオフィス文書に対して関連文書や関連情報を検索する手法として、特許文献1では、文書のカーソル位置の周辺にある特徴(語)に基づいて関連する情報を自動的に検索して表示画面等に表示している。また、特許文献2では、文書を作成している最中に、入力した文や語をもとに、類似する文書を表示している。
特開平9-91307号
特開平11−272708号
ところで、上記特許文献1及び2の技術はともに、ユーザが注目箇所(カーソル位置)のテキストをもとに関連する文書や情報を自動的に検索しているが、それだけでは、ユーザの作業文脈にそぐわない、いわゆるゴミと呼ばれるような情報を多数検索してしまう可能性がある。このことを具体例を挙げて以下に説明する。
例えば、新規顧客を開拓する一連の営業活動を考えてみる。初めて顧客にアプローチする段階(フェーズ)では、いきなりシステムの詳細な話をすることは稀であり、むしろ顧客の業務内容を聞いたり、自社の製品の概要を知ってもらったりすることが必要である。この段階でシステムの詳細な仕様書や、他社への提案で利用した提案書などが表示されても、文脈にそぐわないため利用価値は低い。この段階ではむしろ、自社の取り組みを示す簡単なパンフレットのような資料の方が有効である。
別の例として、システムの設計から実装までの一連のプロセスを考える。概念的なシステム設計の初期の段階で、プログラミングに関する詳細な情報を提示されても設計作業を阻害することになるであろうし、システムの実装を行っている段階でソフトウェアのテストの方法論に関する情報を表示されても何の役にも立たないだろう。単純に利用されている語が同じ、または似ているからと、ユーザの業務の作業段階をふまえることなく、関連する情報を提示しても、ユーザにとって役に立たないゴミとなってしまう可能性も少なくない。
業務によっては、フローに段階的なプロセスがあるものもあり、各プロセスに応じて必要とされる文書や情報が異なることも少なくない。そのような業務の支援においては、各ユーザの業務プロセスにおいて、現在どの段階(フェーズ)にあるのかをふまえた上で適切な情報を推薦することが望ましい。
本発明は、このような背景をふまえ、ユーザの業務のプロセス(工程)において、ユーザが現在どのフェーズにあるのかをふまえて、そのフェーズに適した文書を自動的に検索して表示する情報推薦装置を提供することを目的とする。また、推薦文書が多い場合には、推薦文書の全体を俯瞰できるようにする手法が用いられることもあるが、これにおいてもユーザの業務プロセスにおける現在の段階(フェーズ)がどこにあるのかを踏まえて推薦文書群を俯瞰して視覚化することを目的とする。
本発明は、前記課題を解決すために、第1の態様の情報推薦装置は、入力操作の監視情報を含む入力情報に基づいて活動の段階を特定する特定手段と、特定手段の特定結果及び入力情報に基づいて活動の段階に対応した情報を推薦する推薦手段とを具備するものである。
更に、第1の態様の情報推薦装置は、活動の段階に対応して入力情報を記憶する第1の記憶手段を備え、特定手段は、第1の記憶手段の内容に基づいて活動の段階を特定するものである。
更に、第2の態様の情報推薦装置は、第1の記憶手段は入力情報として、活動の対象者としての顧客名、活動の日付及び活動の内容を少なくとも含むものである。
更に、第1の態様の情報推薦装置は、活動の段階に対応して推薦すべき文書タイプを記憶する第2の記憶手段を備え、推薦手段は第2の記憶手段を参照して得られる文書タイプに基づいて、情報として文書を推薦するものである。
本発明の第1の態様によれば、業務プロセスにおいて、現在どの段階にあるのかをふまえた上で適切な情報を推薦することができる。
(第1実施形態)
以下、本発明の最良の実施形態について図面を参照して説明する。
本発明の第1実施形態では、営業活動の支援を対象に実施形態の説明を行う。また、セールスがWEBブラウザで、ページを閲覧している最中に関連する文書を推薦する状況を想定して説明を行う。
以下、本発明の最良の実施形態について図面を参照して説明する。
本発明の第1実施形態では、営業活動の支援を対象に実施形態の説明を行う。また、セールスがWEBブラウザで、ページを閲覧している最中に関連する文書を推薦する状況を想定して説明を行う。
図1は、本発明の第1実施形態に係る情報推薦装置の構成を示す機能ブロック図である。本実施形態の情報推薦装置は、クライアント1とサーバ2がLANなどのネットワーク3を介して接続されてシステムが構成される。
クライアント1は、作業監視部11、推薦文書アクセス部12、推薦文書概観部13、及び推薦文書お知らせ部14を含む。
サーバ2は、フェーズ特定部21、進捗データベース(DB)22、推薦文書選出部23、文書データベース(DB)24及びフェーズ−文書テーブル25を含む。
サーバ2は、フェーズ特定部21、進捗データベース(DB)22、推薦文書選出部23、文書データベース(DB)24及びフェーズ−文書テーブル25を含む。
作業監視部11はユーザのページ閲覧を監視している。ユーザが新たなページを閲覧したり、閲覧ページをスクロールして閲覧領域を変更したりするタイミングで、現在閲覧しているページの領域内のテキスト(これを「ソーステキスト」と呼ぶ)をネットワーク3経由でフェーズ特定部21に送る。
フェーズ特定部21は、本発明の特定手段の一例であって、作業監視部11からのソーステキストの送付を受け付けて、ユーザが現在どのフェーズ(段階)にあるのかを進捗DB22に格納された情報をもとに特定する。そして、作業監視部11から送られたソーステキストとフェーズ特定部21で特定したフェーズの情報を推薦文書選出部23に送る。尚、進捗DB22は、本発明の第1の記憶手段の一例であって、ユーザの業務プロセスの進捗を管理するデータベースである。
推薦文書選出部23は、フェーズ特定部21から送られたユーザの閲覧したテキストとフェーズに基づいて、そのフェーズにふさわしい推薦文書をフェーズ−文書テーブル25を参照しながら文書DB24の中から検索する。そして検索結果の推薦文書集合をネットワーク3経由で推薦文書お知らせ部14に送信する。尚、文書DB24は、ユーザに対する推薦文書を格納するデータベースである。
フェーズ−文書テーブル25は、本発明の第2の記憶手段の一例であって、業務プロセスのフェーズに応じてどのタイプの文書を推薦するかを管理するテーブルである。
推薦文書お知らせ部14は、本発明の推薦手段の一例であって、推薦文書選出部23からの連絡を受け、推薦文書が存在する場合にはそのことを表示画面などへの可視表示、音声などによる可聴表示及び印刷による永久可視表示などのうち、少なくとも1つで、推薦文書などの情報を表示することによりユーザに知らせる。
推薦文書お知らせ部14は、本発明の推薦手段の一例であって、推薦文書選出部23からの連絡を受け、推薦文書が存在する場合にはそのことを表示画面などへの可視表示、音声などによる可聴表示及び印刷による永久可視表示などのうち、少なくとも1つで、推薦文書などの情報を表示することによりユーザに知らせる。
推薦文書概観部13は、推薦文書が複数ある場合、それを俯瞰して概観できるようにし、ユーザからの選択を受け付ける。ユーザからの選択指示を受けたら、そのことを推薦文書アクセス部12に知らせる。
推薦文書アクセス部12は、推薦文書に対するユーザからのアクセス指示に応じて、指定された文書に文書DB24を介してアクセスする。
推薦文書アクセス部12は、推薦文書に対するユーザからのアクセス指示に応じて、指定された文書に文書DB24を介してアクセスする。
図2は、情報推薦装置のハードウェア構成を示す図である。
情報推薦装置のクライアント1及びサーバ2は、入力装置40、表示装置42、主記憶装置44、外部記憶装置46、中央処理装置(CPU)48、これらを接続するバス50を含んでいる。
情報推薦装置のクライアント1及びサーバ2は、入力装置40、表示装置42、主記憶装置44、外部記憶装置46、中央処理装置(CPU)48、これらを接続するバス50を含んでいる。
入力装置40は、キーボード、マウス等の指示装置などのユーザインターフェースを提供する。
表示装置42は、例えば、表示画面に情報を表示する場合、入力装置40と共にGUI(グラフィックユーザインターフェース)を構成し、推薦のテキスト文を表示したり、処理結果等を表示したりする可視表示装置を含む。その他に、可聴表示するためのスピーカや、永久可視表示するためのプリンタを含んでも良い。
表示装置42は、例えば、表示画面に情報を表示する場合、入力装置40と共にGUI(グラフィックユーザインターフェース)を構成し、推薦のテキスト文を表示したり、処理結果等を表示したりする可視表示装置を含む。その他に、可聴表示するためのスピーカや、永久可視表示するためのプリンタを含んでも良い。
主記憶装置44は、ROMまたはRAMを含み、情報推薦を制御するためのプログラムや演算結果等のデータを記憶する。
外部記憶装置46は、例えばハードディスク等の大容量記憶装置を含み、サーバ2では、ここに、進捗DB22、文書DB24及びフェーズ−文書テーブル25などを格納するようにしてもよい。
CPU(Central Processing Unit)48は、主記憶装置44に記憶されたプログラムに従い情報推薦動作を制御する。
外部記憶装置46は、例えばハードディスク等の大容量記憶装置を含み、サーバ2では、ここに、進捗DB22、文書DB24及びフェーズ−文書テーブル25などを格納するようにしてもよい。
CPU(Central Processing Unit)48は、主記憶装置44に記憶されたプログラムに従い情報推薦動作を制御する。
上記のシステム構成についての振る舞いの詳細を営業活動における推薦を対象として説明する。まずはシステムの振る舞いの説明をする前に営業活動がどのようなものであるのかの説明を行う。
セールスが顧客にアプローチして、商談をまとめるまでの営業活動におけるプロセスの段階(ステップ)は、図3に示すように、各ステップの名称として、プリパレーション(preparation)、アプローチ(approach)、サーベイ(survey)、プレゼンテーション(presentation)、デモンストレーション(demonstration)、プロポーザル(proposal)及びクローズ(close)の7ステップでとらえることができる。
最初のステップのプリパレーションは、業界を分析したり、自社商品・他社商品を分析したり、知識を深める活動が行われる。次に、第2のステップとして、第1のステップにおける分析結果を基に、顧客を訪問するアプローチの活動が行われる。この活動の結果、第3のステップとして、顧客の課題を認識し、共有するサーベイの活動が行われる。
次に、第4のステップとして、ニーズを共有し、課題解決を合意するプレゼンテーションの活動、第5のステップとして、デモを実施し、課題が解決できることを実証するデモンストレーションの活動、更に第6のステップとして、ソリューションを書類にまとめて提案するプロポーザルの活動が行われる。
これらの活動の結果、最後のステップが、契約を行うクローズの活動である。これらのステップは、会社によって呼び方や管理手法は異なるが、大差はないと考える。たとえあっても本発明の本質には影響がないと考える。
ここで、セールスがどのような情報を必要とするかは、各々のステップによって異なる。各ステップに対応して必要とする情報例を次の図4に示す。同図に示すように、第1ステップで必要となる情報は、自社商品、他社商品の情報として、パンフレット、仕様書及び分析結果など、業界についての背景知識、業界に応じた業務フローについての知識、業界での活用事例、及び対象顧客での自社商品の使用状況などである。第2のステップでは、顧客の静態情報、担当者の情報 として氏名、連絡先、役職などが必要であり、第3のステップとしては、業界についてのニュース、顧客の課題を聞き出すためのトップセールスのノウハウ等々が必要である。
第4のステップでは、自社商品についての知識、顧客の課題を解決するためのソリューション事例、第5のステップでは、ソリューション事例についての説明資料、体験版などのソフトウェア、第6のステップでは、過去の提案資料及び見積りなどが必要となる。
営業活動を行う部署では、営業活動の日報として顧客への訪問履歴を管理していることが多い。ここで、この進捗管理が以下のような形態を取っているものとする。進捗DB22のデータスキーマの一例を図5に示す。この進捗DB22を参照することにより、セールスが顧客毎に現在どのステップにあるのかを特定することが可能である。図5に示す構造例は、案件のID(識別子)、顧客名、日付、セールス(担当者)、進捗ステップ及び活動内容を含む。
さらに、文書DB24では、プロセスに応じて適切な種類の文書を推薦するため、文書に文書タイプが付与されて管理されている。文書DB24のデータベース構造の一例を図6に示す。その構造は、文書のID(識別子)、文書のタイトル、文書の内容、文書の実体の格納アドレス(リンク)及び文書タイプを含む。格納アドレスとしては、URLやパスが記載されている。
フェーズ−文書テーブル25は、ステップ(フェーズ)に応じてどのタイプの文書を推薦するのが望ましいか管理するテーブルである。その構造例を図7に示す。各ステップに対応して文書タイプの集合である文書タイプ集合Pが記述される。
状況例として、ユーザAがC会社についての訪問の報告を記述している場面を想定する。
まず、作業監視部11は、ブラウザに対するユーザの入力操作を監視する。閲覧ページや閲覧内容に変化が生じた際には、必要な情報とともにそのことを入力情報としてサーバ2のフェーズ特定部21に送る。ここで必要な情報とは、(1)クライアントのID、(2)システムを利用しているユーザ名(OSのログイン名として取得可能である)、(3)顧客名 (C会社)及び(4)閲覧文書のソーステキストである。
まず、作業監視部11は、ブラウザに対するユーザの入力操作を監視する。閲覧ページや閲覧内容に変化が生じた際には、必要な情報とともにそのことを入力情報としてサーバ2のフェーズ特定部21に送る。ここで必要な情報とは、(1)クライアントのID、(2)システムを利用しているユーザ名(OSのログイン名として取得可能である)、(3)顧客名 (C会社)及び(4)閲覧文書のソーステキストである。
フェーズ特定部21では、作業監視部11から送られたソーステキストを形態素解析する。その中に会社名が存在する場合、その会社についてのユーザの活動のステップとしてのフェーズを特定する。この特定は、進捗DB22に対してユーザ名(セールス)と会社名(顧客)を利用して検索し、直近の訪問日時に対応する進捗ステップのフィールドを参照することで知ることができる。その後、フェーズ特定部21は、推薦文書選出部23に対して、(1)クライアントのID、(2)顧客名 (C会社)、(3)C会社に対する営業プロセス(営業活動)のフェーズ(ステップ)及び(4)閲覧文書のソーステキストを送る。
推薦文書選出部23では、送られたテキストをもとに、それと関連する文書を文書DB24の中から検索する。検索手法はさまざまなものが考えられるが、ここでは類似文書検索において頻繁に利用される単語ベクトルの余弦をとる手法を利用する。即ち、余弦F(類似度)は次の式で表される。
F=(v・v´)/(|v||v´|)・・・式1
但し、vはソーステキストTの単語ベクトル、v´は文書DB24から検索された文書D内の単語ベクトル、v・v´はそれらの内積、|v||v´|はそれぞれ単語ベクトルv、v´のノルム(大きさ)である。これにより、Fが1に近いほど類似度が高く、逆に、−1に近いほど類似度が低いこととなる。
なお、単語ベクトルvは各文書から構成されるものであり、次のような形で表現される。
v=(v1,・・・,vn)
ここで、nは全文書集合から抽出された全単語数であり、各要素は各単語に対応する。すなわち、ベクトルの要素viは、対応する単語tiが文書に出現する回数である。ここでは、簡単のため要素viを単語tiの出現回数としたが、単語の重み付けについては、TF−IDFをはじめ、さまざまなものが考案されている。
F=(v・v´)/(|v||v´|)・・・式1
但し、vはソーステキストTの単語ベクトル、v´は文書DB24から検索された文書D内の単語ベクトル、v・v´はそれらの内積、|v||v´|はそれぞれ単語ベクトルv、v´のノルム(大きさ)である。これにより、Fが1に近いほど類似度が高く、逆に、−1に近いほど類似度が低いこととなる。
なお、単語ベクトルvは各文書から構成されるものであり、次のような形で表現される。
v=(v1,・・・,vn)
ここで、nは全文書集合から抽出された全単語数であり、各要素は各単語に対応する。すなわち、ベクトルの要素viは、対応する単語tiが文書に出現する回数である。ここでは、簡単のため要素viを単語tiの出現回数としたが、単語の重み付けについては、TF−IDFをはじめ、さまざまなものが考案されている。
閲覧文書のソーステキストTに対し、文書DB24から推薦文書集合を取得する手続きを図8で示す。文書DB24から一つずつ文書Dを取り出し、文書タイプのチェックと類似度の算出とを行っている。
詳細に説明すると、まず、推薦文書選出部23は、フェーズ−文書テーブル25を参照し、現在のフェーズでの推薦対象の文書タイプ集合Pをフェーズ−文書テーブル25から取得する(ステップS1)。次に、ソーステキストTから単語ベクトルvを生成する(ステップS2)。
ここで、推薦文書選出部23は、文書DB24に単語ベクトルv´を生成していない文書Dがまだあるか否かを判断する(ステップS3)。そして、文書DB24に単語ベクトルv´を生成していない文書Dがまだあると判断した場合には、文書DB24から単語ベクトルv´を生成していない文書Dを取得し(ステップS4)、文書の内容フィールドに格納されたテキストから当該文書Dの単語ベクトルv´を生成する(ステップS5)。
推薦文書選出部23は、次いで、ステップS2の処理で生成した単語ベクトルvと、ステップS5の処理で生成した単語ベクトルv´との余弦Fを式1に基づいて算出し(ステップS6)、当該余弦Fが所望の閾値F0より大きいか否かを判断する(ステップS7)。尚、余弦Fが1に近いほど類似度が高いとされるため、所望の閾値F0を例えば0.5程度とすれば、類似度の高い文書Dが得られる。
推薦文書選出部23は、ステップS7の処理において、算出した余弦Fが閾値F0より大きいと判断した場合には、取得した文書Dを類似文書とみなし、さらに、取得した文書Dの文書タイプが、文書集合タイプPに含まれるか否かをチェックする(ステップS8)。これにより、類似文書となった文書Dが推薦文書となり得るか否かを判断できる。
推薦文書選出部23は、ステップS8の処理において、取得した文書Dの文書タイプが、文書集合タイプPに含まれると判断した場合には、取得した文書Dを推薦文書として推薦文書集合に追加し(ステップS9)、ステップS3の処理に戻る。一方、ステップS7の処理において類似文書とみなされなかったと判断した場合や、ステップS8の処理において文書集合タイプPに含まれなかったと判断した場合には、推薦文書でないものとして適宜処理済みフラグ等を付して、ステップS3の処理に戻る。
推薦文書選出部23は、文書DB24のすべて文書Dに対し推薦文書か否かを判断し終えると、推薦文書集合を推薦文書お知らせ部14に渡す。
推薦文書選出部23は、文書DB24のすべて文書Dに対し推薦文書か否かを判断し終えると、推薦文書集合を推薦文書お知らせ部14に渡す。
さらに、推薦文書選出部23から推薦文書お知らせ部14に送る推薦文書集合のデータ構造は図9のようになっている。同図に示すように、そのフィールドは、文書ID、文書のタイトル、及び文書タイプを含む。文書の内容を示すテキストは、検索のためだけに利用するものであり、文書へのアクセスの際には文書IDのみを利用すればよいから、文書の内容は送らない。
推薦文書お知らせ部14では、推薦文書集合を受け取ったら、例えば、表示画面上のボタンの色を変えることで、そのことをユーザに知らせる。ユーザが色の変化したボタンをクリックすることで、推薦文書概観部13は、推薦文書の一覧を表示画面上に表示する。ここでは、メニューに文書タイトルの一覧を並べるということで、一覧する。そして、ユーザからの推薦文書の選択を受け付ける。ユーザから推薦文書の選択が指示された場合、推薦文書概観部13は文書IDを推薦文書アクセス部12に送る。
推薦文書アクセス部12は、文書IDを推薦文書選出部23に送り、文書のパスまたはURLを示すリンクを取得する。そして、リンクを利用して、推薦文書に対してアクセスを行う。
以上説明した実施形態では、サーバ・クライアントを前提として説明を行ったが、必ずしもそうである必要性はなく、スタンドアローンの情報推薦装置でもよい。
尚、上記の実施形態では、各フェーズで、フェーズ−文書テーブル25に記述された文書タイプの文書のみを推薦対象としたが、それ以外の文書は推薦してはいけないということではない。フェーズ−文書テーブル25に記述された文書タイプの文書を推薦されやすくし、それ以外の文書を推薦されにくくするということも考えられる。この際、ソーステキストとの類似度を、フェーズ−文書テーブル25に記述された文書タイプの文書に対しては高くなるように設定し (たとえば、1より大きな数値をかける)、そうでない文書に対しては低くなるように設定する(たとえば、1より小さな数値をかける) ということが考えられる。
さらに、ここでは営業活動を例として説明したが、同様のことはフェーズを伴う業務活動に対して適用可能である。このような例としては、以下のようなものがあげられる。
○ 設計、実装、テストというシステム開発のプロセス
○ 発散的思考、収束的思考というアイデア生成のプロセス
○ 情報収集、アイデア生成、構想立案、作文、校正という文章作成のプロセス
○ 設計、実装、テストというシステム開発のプロセス
○ 発散的思考、収束的思考というアイデア生成のプロセス
○ 情報収集、アイデア生成、構想立案、作文、校正という文章作成のプロセス
これら各々の場合に関して、重要なことは、どのようにしてフェーズを特定するかということである。最も簡単な方法として、ユーザが明示的にフェーズを指定するということが考えられる。ユーザに負荷をかけることなくフェーズを特定する手法となると、利用するツールをもとに判別したり、ユーザの操作の傾向からフェーズを推定したりするということが考えられる。
業務活動によっては、フェーズを逆戻りすることがほとんど発生しないこともあれば、頻繁に発生することもあるだろう。前者の場合であれば、すでに終了したフェーズに関連する文書は一切推薦する必要がない。また、後者の場合には、後戻りの可能性もあるので、すでに終了したフェーズに関する文書を推薦することにも意味がある。
(第2実施形態)
次に第2実施形態について説明する。データ入力中に関連文書を推薦するには、先の実施形態に次に述べるような変更を加えればよい。
○ ソーステキストを、文書の表示されているテキストではなく、カーソル位置の近傍から取得する必要がある。
○ ソーステキストを、フェーズ特定部21に送るタイミングとしては、単語として意味ある文字列の入力が終了した段階、すなわち形態素の途中でない段階で送る必要がある。
次に第2実施形態について説明する。データ入力中に関連文書を推薦するには、先の実施形態に次に述べるような変更を加えればよい。
○ ソーステキストを、文書の表示されているテキストではなく、カーソル位置の近傍から取得する必要がある。
○ ソーステキストを、フェーズ特定部21に送るタイミングとしては、単語として意味ある文字列の入力が終了した段階、すなわち形態素の途中でない段階で送る必要がある。
(第3実施形態)
次に第3実施形態について図10の機能ブロック図を参照して説明する。
ここでは、フェーズ−文書テーブル25の視覚化方式と編集方式について述べる。
システム構成は第1実施形態のシステム構成に対し、クライアント1が推薦方式編集部15を加えたクライアント1Aとなり、サーバ2がこの変更に対して対応できるサーバ2Aとなっている。
次に第3実施形態について図10の機能ブロック図を参照して説明する。
ここでは、フェーズ−文書テーブル25の視覚化方式と編集方式について述べる。
システム構成は第1実施形態のシステム構成に対し、クライアント1が推薦方式編集部15を加えたクライアント1Aとなり、サーバ2がこの変更に対して対応できるサーバ2Aとなっている。
即ち、推薦方式編集部15は、フェーズ−文書テーブル25を視覚化し、その編集を可能とする。ユーザからの指示に従って、各フェーズでどの文書タイプを推薦対象とするかを示す対応関係を表示し、その変更を受け付ける。変更結果はフェーズ−文書テーブル25へと反映させる。
フェーズ−文書テーブル25の視覚化と編集の表示例を図11に示す。縦に営業プロセスのフェーズが並び、横に文書タイプが並んでいる。各フェーズでどのタイプの文書を推薦対象とするかが、マトリックス上で塗りつぶされている。
上記のマトリックス上で白い矩形をクリックすると、推薦方式編集部15は当該矩形を灰色にする。これは、対応するフェーズで対応する文書タイプが推薦対象でなかったものが、推薦対象になったことを示す。逆に灰色の矩形をクリックすると、推薦方式編集部15は当該矩形を白くする。これにより、推薦対象でなかったものを推薦対象にすることができる。
こうすることで、フェーズと文書タイプの関係を直感的に概観することが可能となる。また、フェーズと文書タイプの関係を簡単にかつ直感的に編集することが可能となる。
上記の実施形態では、各フェーズで各文書タイプを推薦対象とするか否かの指定のみが可能であったが、ある文書タイプを特定のフェーズでは強く推奨し、別のフェーズでは弱く推奨するということも考えられる。これを視覚化した例を図12に示す。色の濃いセルが強く推奨するフェーズと文書タイプの組み合わせであり、色の薄いセルが弱く推奨する組み合わせである。
上記のマトリックスは人それぞれに変えることができる。その際、マトリックスは、どのプロセスでどの文書を使うかということを示す個人のノウハウであるともいえる。優秀なセールスのマトリックスを再利用することで、新人の人がどのプロセスでどの文書を使うかということに関する優秀なセールスのノウハウを利用するということも考えられる。この場合、フェーズ−文書テーブル25はフェーズ×文書のマトリックス(これを改めて「フェーズ−文書マトリックス」と呼ぶことにする)として保持され、各セルには1以上の数値が書き込まれたものとなる。数値が大きいほど強く推奨することを示す。
推奨の強さの程度をアルゴリズムへと反映させる方法を示す。ソーステキストTと文書DBの文書Dとの類似度を算出する際、まずは第1実施形態で示した方法により、類似度を算出する。次に、ユーザの現在フェーズと文書Dの文書タイプをもとに、フェーズ−文書マトリックスから対応する数値(推薦を推奨する程度を表す)を読み取る。類似度にその数値を掛け合わせ、その結果を改めてTとDの類似度として利用する。こうすることで、強く推奨する文書タイプの文書が推薦されやすくなる。
以上、本発明の好ましい実施の形態について詳述したが、本発明に係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。また、上述した実施形態を、ソフトウェア(プログラム)で構築することが可能であり、コンピュータのCPUによってこのプログラムを実行することにより本発明の実施形態による情報推薦を実現することができる。構築されたプログラムは、ディスク装置等に記録しておき必要に応じてコンピュータにインストールされ、フロッピー(登録商標)ディスク、メモリカード、CD−ROM等の可搬記録媒体に格納して必要に応じてコンピュータにインストールされ、或いは、通信回線等を介してコンピュータにインストールされ、コンピュータのCPUによって実行される。
以上説明したように、本発明に係る情報推薦装置によれば、業務プロセスにおいて、現在どの段階にあるのかをふまえた上で適切な情報を推薦することができ、産業上の利用可能性が高い。
1、1A:クライアント 2、2A:サーバ
3:ネットワーク
11:作業監視部 12:推薦文書アクセス部
13:推薦文書概観部 14:推薦文書お知らせ部
15:推薦方式編集部 21:フェーズ特定部
22:進捗データベース 23:推薦文書選出部
24:文書データベース 25:フェーズ−文書テーブル
40:入力装置 42:表示装置
44:主記憶装置 46:外部記憶装置
48:CPU 50:バス
3:ネットワーク
11:作業監視部 12:推薦文書アクセス部
13:推薦文書概観部 14:推薦文書お知らせ部
15:推薦方式編集部 21:フェーズ特定部
22:進捗データベース 23:推薦文書選出部
24:文書データベース 25:フェーズ−文書テーブル
40:入力装置 42:表示装置
44:主記憶装置 46:外部記憶装置
48:CPU 50:バス
Claims (4)
- 入力操作の監視情報を含む入力情報に基づいて活動の段階を特定する特定手段と、
前記特定手段の特定結果及び前記入力情報に基づいて活動の段階に対応した情報を推薦する推薦手段と、
を具備する情報推薦装置。 - 更に、活動の段階に対応して前記入力情報を記憶する第1の記憶手段を備え、
前記特定手段は、前記第1の記憶手段の内容に基づいて活動の段階を特定することを特徴とする請求項1記載の情報推薦装置。 - 前記第1の記憶手段は前記入力情報として、活動の対象者としての顧客名、活動の日付及び活動の内容を少なくとも含む請求項2記載の情報推薦装置。
- 更に、活動の段階に対応して推薦すべき文書タイプを記憶する第2の記憶手段を備え、
前記推薦手段は前記第2の記憶手段を参照して得られる文書タイプに基づいて、前記情報として文書を推薦することを特徴とする請求項1記載の情報推薦装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007120572A JP2008276594A (ja) | 2007-05-01 | 2007-05-01 | 情報推薦装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007120572A JP2008276594A (ja) | 2007-05-01 | 2007-05-01 | 情報推薦装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008276594A true JP2008276594A (ja) | 2008-11-13 |
Family
ID=40054455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007120572A Pending JP2008276594A (ja) | 2007-05-01 | 2007-05-01 | 情報推薦装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2008276594A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011096209A (ja) * | 2009-11-02 | 2011-05-12 | Toshiba Corp | 営業支援システム |
JP2012214293A (ja) * | 2011-03-25 | 2012-11-08 | Mitsubishi Electric Corp | エレベーターにおけるパラメータおよび機器の推薦装置 |
JP2020135678A (ja) * | 2019-02-25 | 2020-08-31 | 株式会社日立製作所 | ソフトウエアパッケージ更新支援装置、ソフトウエアパッケージ更新支援方法及びソフトウエアパッケージ更新支援プログラム |
-
2007
- 2007-05-01 JP JP2007120572A patent/JP2008276594A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011096209A (ja) * | 2009-11-02 | 2011-05-12 | Toshiba Corp | 営業支援システム |
JP2012214293A (ja) * | 2011-03-25 | 2012-11-08 | Mitsubishi Electric Corp | エレベーターにおけるパラメータおよび機器の推薦装置 |
JP2020135678A (ja) * | 2019-02-25 | 2020-08-31 | 株式会社日立製作所 | ソフトウエアパッケージ更新支援装置、ソフトウエアパッケージ更新支援方法及びソフトウエアパッケージ更新支援プログラム |
JP7103973B2 (ja) | 2019-02-25 | 2022-07-20 | 株式会社日立製作所 | ソフトウエアパッケージ更新支援装置、ソフトウエアパッケージ更新支援方法及びソフトウエアパッケージ更新支援プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11861150B2 (en) | Methods and apparatus for managing and exchanging information using information objects | |
US8495102B2 (en) | Method, system, and program product for organizing a database | |
JP5363819B2 (ja) | 関連タグの作成および利用 | |
JP4150415B2 (ja) | ドキュメントデータ表示処理方法、ドキュメントデータ表示処理システム及びドキュメントデータ表示処理用のソフトウェアプログラム | |
JP2010218376A (ja) | ユーザ関心ジャンル分析システム | |
Al-Obeidat et al. | The opinion management framework: Identifying and addressing customer concerns extracted from online product reviews | |
JP6732084B1 (ja) | コンピュータプログラム、送信方法及び送信装置 | |
JP2015184723A (ja) | 文書作成支援システム | |
JP2013008208A (ja) | 情報提供装置、情報提供方法、情報提供プログラム、情報表示プログラム、及び情報提供プログラムを記憶するコンピュータ読取可能な記録媒体 | |
JP2005275488A (ja) | 入力支援方法およびプログラム | |
JP2008276594A (ja) | 情報推薦装置 | |
Sun et al. | Model-directed web transactions under constrained modalities | |
JP4630480B2 (ja) | 要約抽出プログラム、文書分析支援プログラム、要約抽出方法、文書分析支援方法、文書分析支援システム | |
JP2021060970A (ja) | コンピュータプログラム、出力方法及び出力装置 | |
Kim et al. | Analyzing and visualizing comprehensive and personalized online product reviews | |
JP4641480B2 (ja) | 蔵書目録検索方法、蔵書目録検索システム及び蔵書目録検索結果表示プログラム | |
Memon et al. | CoDiT: an integrated business partner discovery tool over SNSs | |
JP4385087B2 (ja) | 生活情報支援システム | |
JP7067688B2 (ja) | 電子商取引装置、電子商取引方法および電子商取引プログラム | |
Charradi et al. | Web-based Applications and Services of Annotation in Electronic Commerce | |
JP2004287874A (ja) | データ分析方法および営業支援システム | |
JP2009129218A (ja) | 書籍情報提供システム及び書籍情報提供方法 | |
JP2005122396A (ja) | 情報提供装置、情報提供システム及びコンピュータプログラム | |
JP2022055363A (ja) | コンポーネント電子商取引プラットフォームにおけるコンポーネント型番の収集方法 | |
EP3146449A1 (en) | Method and system for providing personalized intelligent content data base and a personalized graphical user interface, gui |