JP2014092938A - 情報処理プログラム、情報処理方法、および情報処理装置 - Google Patents

Abstract

【課題】受講者が学習を中止することの早期の予測を可能にすること。
【解決手段】情報処理装置１００は、ある授業について欠席数が所定値以上でかつ該授業で出された課題の提出状況が所定の条件を満たさない１または複数の第一の学生群を抽出する。次に、情報処理装置１００は、受講状況を記憶する記憶装置から第一の学生群の他の授業の受講状況を読み出す。そして、情報処理装置１００は、第一の学生群のうち、他の授業について欠席数が所定値以上でかつ該他の授業で出された課題の提出状況が所定の条件を満たさない１または複数の学生を含む第二の学生群を抽出する。
【選択図】図１

Description

本発明は、情報処理プログラム、情報処理方法、および情報処理装置に関する。

従来、教師によって登録された授業シナリオに沿って学習を行う受講者の学習ログをサーバに登録し、登録された学習ログデータをグラフや表の形式で教師に参照させ、受講者全体あるいは個々の受講者の学習進度、理解度、学習意欲を教師に把握させる技術がある（例えば、下記特許文献１参照）。

また、学生の履修登録科目ごとの出席状況データを収集し、２週間にわたる週間時間割形式による出席状況を表示する技術がある（例えば、下記特許文献２参照）。また、過去の試験の成績を用いて、最新の試験の成績を計算して予測し、その予測値を最新の試験の成績と比較して生徒の頑張り、努力を評価する技術がある（例えば、下記特許文献３参照）。また、複数の問題、解答を問題データベースに格納し、参考文献を参考文献データベースに格納し、問題データベースから演習目的に応じて適当な問題を抽出して演習を行い、演習後に解答と参考文献を参照する技術がある（例えば、下記特許文献４参照）。

特開２００４−７０２３３号公報 特開２００８−２６２４３０号公報 特開２００１−１８３９７０号公報 特開２００５−６２２９２号公報

しかしながら、上述した従来技術では、受講者が学習を中止することを早期に予測することができない。

本発明は、受講者が学習を中止することの早期の予測を可能にすることを目的とする。

本発明の一側面によれば、ある授業について欠席数が所定値以上でかつ該授業で出された課題の提出状況が所定の条件を満たさない１または複数の第一の学生群を抽出し、受講状況を記憶する記憶装置から第一の学生群の他の授業の受講状況を読み出し、第一の学生群のうち、他の授業について欠席数が所定値以上でかつ該他の授業で出された課題の提出状況が所定の条件を満たさない１または複数の学生を含む第二の学生群を抽出する情報処理プログラム、情報処理方法、および情報処理装置が提案される。

本発明の一側面によれば、受講者が学習を中止することの早期の予測を可能にすることができるという効果を奏する。

図１は、情報処理プログラムによる中退アラート処理の内容を示す説明図である。 図２は、実施の形態にかかる情報処理装置１００のハードウェア構成例を示すブロック図である。 図３は、履修登録情報テーブルの記憶内容の一例を示す説明図である。 図４は、講義履修情報テーブルの記憶内容の一例を示す説明図である。 図５は、出席割合閾値テーブルの記憶内容の一例を示す説明図である。 図６は、出席履歴テーブルの記憶内容の一例を示す説明図である。 図７は、学習行動閾値テーブルの記憶内容の一例を示す説明図である。 図８は、学習行動履歴テーブルの記憶内容の一例を示す説明図（その１）である。 図９は、学習行動履歴テーブルの記憶内容の一例を示す説明図（その２）である。 図１０は、学生情報テーブルの記憶内容の一例を示す説明図である。 図１１は、情報処理装置１００の機能的構成を示すブロック図である。 図１２は、中退アラート処理の具体例を示す説明図（その１）である。 図１３は、中退アラート処理の具体例を示す説明図（その２）である。 図１４は、中退アラート処理の具体例を示す説明図（その３）である。 図１５は、中退アラート処理の具体例を示す説明図（その４）である。 図１６は、中退アラート処理の具体例を示す説明図（その５）である。 図１７は、中退アラート処理の具体例を示す説明図（その６）である。 図１８は、中退アラート処理の具体例を示す説明図（その７）である。 図１９は、情報処理装置１００の出力画面の一例を示す説明図（その１）である。 図２０は、情報処理装置１００の出力画面の一例を示す説明図（その２）である。 図２１は、中退アラート処理の処理手順の一例を示すフローチャート（その１）である。 図２２は、中退アラート処理の処理手順の一例を示すフローチャート（その２）である。 図２３は、中退アラート処理の処理手順の一例を示すフローチャート（その３）である。 図２４は、ステップＳ２３０４において実行される中退危険度評価処理の処理手順の一例を示すフローチャート（その１）である。 図２５は、ステップＳ２３０４において実行される中退危険度評価処理の処理手順の一例を示すフローチャート（その２）である。

以下に添付図面を参照して、この発明にかかる情報処理プログラム、情報処理方法、および情報処理装置の実施の形態を詳細に説明する。

（情報処理プログラムによる中退アラート処理の内容）
図１は、情報処理プログラムによる中退アラート処理の内容を示す説明図である。図１において、情報処理装置１００は、情報処理プログラムにより、中退アラート処理を実行する。中退アラート処理は、複数の学生の中から、中退する可能性がある学生を特定し、特定した学生に関するアラートを出力する処理である。

情報処理装置１００は、例えば、複数の学生の各々について、当該学生が受講する講義に対する当該学生の学習行動の履歴を記憶する。学生が受講している講義とは、上述したように、当該学生が履修登録することにより当該学生が受講適格を有する講義であって、当該学生が出席している講義に限らない。学習行動とは、講義への出席、講義に対する予習、講義に対する復習などである。学習行動の履歴とは、例えば、講義への出席履歴、講義に対する予習時間の履歴、講義に対する復習時間の履歴などである。次に、情報処理装置１００は、上述した情報に基づいて、複数の学生の各々について、学習行動が減少している講義数を算出する。

また、情報処理装置１００は、上述した情報に基づいて、複数の講義の各々について、当該講義の履修人数に対する学習行動が減少している学生の人数の割合を算出する。次に、情報処理装置１００は、複数の学生の各々について、当該学生が受講する講義のうちで学習行動が減少している講義における割合の平均値を算出する。そして、情報処理装置１００は、算出した講義数と、算出した平均値と、を用いて、各学生の中退危険度を算出し、中退危険度が各学生の中で相対的に高い学生を、出力する。

図１では、情報処理装置１００が、学生１２１〜１２３の中から中退する可能性がある学生を特定し、特定した学生に関するアラートを出力する場合を例に挙げて、中退アラート処理の内容について説明する。

情報処理装置１００は、具体的には、学生１２１の学習行動の履歴に基づいて、学生１２１の講義１３１〜１３４への学習行動が減少していることを検出し、学生１２１の学習行動が減少している講義数「４」を算出する。

次に、情報処理装置１００は、学生１２２の学習行動の履歴に基づいて、学生１２２の講義１３２への学習行動が減少していることを検出し、学生１２２の学習行動が減少している講義数「１」を算出する。

そして、情報処理装置１００は、学生１２３の学習行動の履歴に基づいて、学生１２３の講義１３２への学習行動が減少していることを検出し、学生１２３の学習行動が減少している講義数「１」を算出する。

次に、情報処理装置１００は、講義１３１の履修人数「２」に対する学習行動が減少している学生の人数「１」の割合「０．５０」を算出する。そして、情報処理装置１００は、講義１３２の履修人数「３」に対する学習行動が減少している学生の人数「３」の割合「１．００」を算出する。

次に、情報処理装置１００は、講義１３３の履修人数「３」に対する学習行動が減少している学生の人数「１」の割合「０．３３」を算出する。そして、情報処理装置１００は、講義１３４の履修人数「２」に対する学習行動が減少している学生の人数「１」の割合「０．５０」を算出する。

次に、情報処理装置１００は、学生１２１が受講する講義１３１〜１３４のうち、学習行動が減少している講義１３１〜１３４に対する割合の平均値「０．５８」を算出する。そして、情報処理装置１００は、学生１２２が受講する講義１３１〜１３３のうち、学習行動が減少している講義１３２に対する割合の平均値「１．００」を算出する。次に、情報処理装置１００は、学生１２３が受講する講義１３２〜１３４のうち、学習行動が減少している講義１３２に対する割合の平均値「１．００」を算出する。

ここで、情報処理装置１００は、算出した講義数と、算出した割合の平均値と、を用いて、学生１２１〜１２３の中退危険度を算出する。中退危険度は、例えば、学生の学習行動が減少している講義数が多いほど、当該学生の学習意欲が低下しているとして、高い値となる。また、中退危険度は、例えば、学生が受講する講義に対する割合の平均値が小さいほど、他学生が躓かない講義で当該学生が躓いているとして、高い値となる。

情報処理装置１００は、例えば、学生１２１〜１２３についての講義数の中から、最大の講義数「４」を特定する。次に、情報処理装置１００は、学生１２１〜１２３についての割合の平均値の中から、最大の平均値「１．００」と最小の平均値「０．５８」とを特定する。そして、情報処理装置１００は、学生１２１〜１２３についての割合の平均値のデータ区間「１．００−０．５８＝０．４２」を算出する。

次に、情報処理装置１００は、学生１２１についての講義数「４」を最大の講義数「４」で除算した値「１．００」を、学生１２１についての第１の中退危険度として算出する。そして、情報処理装置１００は、最大の平均値「１．００」から学生１２１についての割合の平均値「０．５８」を減算した相対値「０．４２」を算出する。次に、情報処理装置１００は、相対値「０．４２」をデータ区間で除算した値「１．００」を、学生１２１についての第２の中退危険度として算出する。そして、情報処理装置１００は、算出した第１および第２の中退危険度の和「２．００」を、学生１２１についての総合の中退危険度として算出する。

次に、情報処理装置１００は、同様にして、学生１２２についての中退危険度「０．２５」を算出する。そして、情報処理装置１００は、同様にして、学生１２３についての中退危険度「０．２５」を算出する。次に、情報処理装置１００は、算出した中退危険度が最大である学生１２１を、中退の可能性がある学生として出力する。

これにより、情報処理装置１００は、学習意欲の低下により学生が学習を中止する可能性があることを早期に検出して、当該学生や当該学生が受講する講義における講師に、検出結果を通知することができる。結果として、当該学生や当該講師は、当該学生の学習意欲を向上させる対応策を実施することができ、当該学生の学習意欲を回復させて当該学生を学習に復帰させることができる。

（情報処理装置１００のハードウェア構成例）
図２は、実施の形態にかかる情報処理装置１００のハードウェア構成例を示すブロック図である。図２において、情報処理装置１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２０１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）２０２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２０３と、磁気ディスクドライブ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）２０４と、磁気ディスク２０５と、光ディスクドライブ２０６と、光ディスク２０７と、ディスプレイ２０８と、Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）２０９と、キーボード２１０と、マウス２１１と、スキャナ２１２と、プリンタ２１３と、を備えている。また、各構成部は、バス２００によってそれぞれ接続されている。

ここで、ＣＰＵ２０１は、情報処理装置１００の全体の制御を司る。ＲＯＭ２０２は、ブートプログラムなどのプログラムを記憶している。ＲＡＭ２０３は、ＣＰＵ２０１のワークエリアとして使用される。磁気ディスクドライブ２０４は、ＣＰＵ２０１の制御にしたがって磁気ディスク２０５に対するデータのリード／ライトを制御する。磁気ディスク２０５は、磁気ディスクドライブ２０４の制御で書き込まれたデータを記憶する。

光ディスクドライブ２０６は、ＣＰＵ２０１の制御にしたがって光ディスク２０７に対するデータのリード／ライトを制御する。光ディスク２０７は、光ディスクドライブ２０６の制御で書き込まれたデータを記憶したり、光ディスク２０７に記憶されたデータをコンピュータに読み取らせたりする。

ディスプレイ２０８は、カーソル、アイコンあるいはツールボックスをはじめ、文書、画像、機能情報などのデータを表示する。このディスプレイ２０８は、例えば、液晶ディスプレイ、プラズマディスプレイなどを採用することができる。

インターフェース（以下、「Ｉ／Ｆ」と略する。）２０９は、通信回線を通じてＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネットなどのネットワーク２１４に接続され、このネットワーク２１４を介して他の装置に接続される。そして、Ｉ／Ｆ２０９は、ネットワーク２１４と内部のインターフェースを司り、外部装置からのデータの入出力を制御する。Ｉ／Ｆ２０９には、例えば、モデムやＬＡＮアダプタなどを採用することができる。

キーボード２１０は、文字、数字、各種指示などの入力のためのキーを備え、データの入力を行う。また、タッチパネル式の入力パッドやテンキーなどであってもよい。マウス２１１は、カーソルの移動や範囲選択、あるいはウィンドウの移動やサイズの変更などを行う。ポインティングデバイスとして同様に機能を備えるものであれば、トラックボールやジョイスティックなどであってもよい。

スキャナ２１２は、画像を光学的に読み取り、情報処理装置１００内に画像データを取り込む。なお、スキャナ２１２は、ＯＣＲ（Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅａｄｅｒ）機能を持たせてもよい。また、プリンタ２１３は、画像データや文書データを印刷する。プリンタ２１３には、例えば、レーザプリンタやインクジェットプリンタを採用することができる。なお、光ディスクドライブ２０６、光ディスク２０７、ディスプレイ２０８、キーボード２１０、マウス２１１、スキャナ２１２、およびプリンタ２１３の少なくともいずれか１つは、なくてもよい。

（履修登録情報テーブルの記憶内容）
次に、図３を用いて、履修登録情報テーブルの記憶内容の一例について説明する。履修登録情報テーブルは、学生ごとに履修登録情報を記憶するテーブルである。履修登録情報は、学生が受講している講義を示す情報である。履修登録情報テーブルは、例えば、上述したＲＯＭ２０２、磁気ディスク２０５、光ディスク２０７などにより実現される。

図３は、履修登録情報テーブルの記憶内容の一例を示す説明図である。図３に示すように、履修登録情報テーブル３００は、履修学生ＩＤ項目に関連付けて、講義ＩＤ項目を有し、学生ごとに各項目に情報が設定されることによりレコードを記憶する。

履修学生ＩＤ項目には、学生の識別子が記憶される。講義ＩＤ項目には、履修学生ＩＤ項目の識別子が示す学生が受講している講義の識別子が記憶される。学生が受講している講義とは、上述したように、当該学生が履修登録することにより当該学生が受講適格を有する講義であって、当該学生が出席している講義に限らない。情報処理装置１００は、履修登録情報テーブル３００を参照することにより、講義を受講する各学生を特定することができる。

（講義履修情報テーブルの記憶内容）
次に、図４を用いて、講義履修情報テーブルの記憶内容の一例について説明する。講義履修情報テーブルは、講義ごとに講義履修情報を記憶するテーブルである。講義履修情報は、講義の内容を示す情報である。講義履修情報テーブルは、例えば、上述したＲＯＭ２０２、磁気ディスク２０５、光ディスク２０７などにより実現される。

図４は、講義履修情報テーブルの記憶内容の一例を示す説明図である。図４に示すように、講義履修情報テーブル４００は、講義ＩＤ項目に関連付けて、講義名項目と、履修人数項目と、を有し、講義ごとに各項目に情報が設定されることによりレコードを記憶する。

講義ＩＤ項目には、講義の識別子が記憶される。講義名項目には、講義ＩＤ項目の識別子が示す講義の名称が記憶される。履修人数項目には、講義ＩＤ項目の識別子が示す講義を受講している学生の人数が記憶される。講義を受講している学生とは、当該講義を履修登録することにより当該講義の受講適格を有する学生であって、当該講義に出席している学生に限らない。情報処理装置１００は、講義履修情報テーブル４００を参照することにより、講義の履修人数を特定することができる。

（出席割合閾値テーブルの記憶内容）
次に、図５を用いて、出席割合閾値テーブルの記憶内容の一例について説明する。出席割合閾値テーブルは、出席割合閾値を記憶するテーブルである。出席割合閾値テーブルは、例えば、上述したＲＯＭ２０２、磁気ディスク２０５、光ディスク２０７などにより実現される。

図５は、出席割合閾値テーブルの記憶内容の一例を示す説明図である。図５に示すように、出席割合閾値テーブル５００は、閾値ＩＤ項目に関連付けて、閾値名称項目と、数値項目と、を有し、各項目に情報が設定されることによりレコードを記憶する。

閾値ＩＤ項目には、閾値の識別子が記憶される。閾値名称項目には、閾値ＩＤ項目の識別子が示す閾値の名称が記憶される。数値項目には、閾値ＩＤ項目の識別子が示す閾値の具体的な数値が記憶される。情報処理装置１００は、出席割合閾値テーブル５００を参照することにより、出席割合閾値を特定することができる。

（出席履歴テーブルの記憶内容）
次に、図６を用いて、出席履歴テーブルの記憶内容の一例について説明する。出席履歴テーブルは、学習行動履歴の一例である出席履歴を記憶するテーブルである。出席履歴テーブルは、例えば、上述したＲＯＭ２０２、磁気ディスク２０５、光ディスク２０７などにより実現される。

図６は、出席履歴テーブルの記憶内容の一例を示す説明図である。図６に示すように、出席履歴テーブル６００は、履修学生ＩＤ項目に関連付けて、講義ＩＤ項目と、授業回項目と、出席フラグ項目と、を有し、各項目に情報が設定されることによりレコードを記憶する。

履修学生ＩＤ項目には、学生の識別子が記憶される。講義ＩＤ項目には、履修学生ＩＤ項目の識別子が示す学生が受講している講義の識別子が記憶される。授業回項目には、講義ＩＤ項目の識別子が示す講義の授業回が記憶される。出席フラグ項目には、履修学生ＩＤ項目の識別子が示す学生が、講義ＩＤ項目の識別子が示す講義の授業回項目が示す授業回に出席したか否かを示すフラグが記憶される。図６の例では、出席フラグ項目の「Ｙｅｓ」は出席したことを示すフラグであり、出席フラグ項目の「Ｎｏ」は欠席したことを示すフラグである。

（学習行動閾値テーブルの記憶内容）
次に、図７を用いて、学習行動閾値テーブルの記憶内容の一例について説明する。学習行動閾値テーブルは、学習行動閾値の算出のための係数を記憶するテーブルである。学習行動閾値テーブルは、例えば、上述したＲＯＭ２０２、磁気ディスク２０５、光ディスク２０７などにより実現される。

図７は、学習行動閾値テーブルの記憶内容の一例を示す説明図である。図７に示すように、学習行動閾値テーブル７００は、閾値ＩＤ項目に関連付けて、閾値名称項目と、数値項目と、を有し、各項目に情報が設定されることによりレコードを記憶する。

閾値ＩＤ項目には、閾値の識別子が記憶される。閾値名称項目には、閾値ＩＤ項目の識別子が示す閾値の名称が記憶される。数値項目には、閾値ＩＤ項目の識別子が示す閾値の具体的な数値が記憶される。

（学習行動履歴テーブルの記憶内容）
次に、図８および図９を用いて、学習行動履歴テーブルの記憶内容の一例について説明する。学習行動履歴テーブルは、出席履歴以外の学習行動履歴を記憶するテーブルである。学習行動履歴テーブルは、例えば、上述したＲＯＭ２０２、磁気ディスク２０５、光ディスク２０７などにより実現される。

図８および図９は、学習行動履歴テーブルの記憶内容の一例を示す説明図である。図８および図９に示すように、学習行動履歴テーブル８００は、講義ＩＤ項目に関連付けて、学生ＩＤ項目と、授業回項目と、学習行動属性ＩＤ項目と、学習行動名項目と、学習時間項目と、を有し、各項目に情報が設定されることによりレコードを記憶する。

講義ＩＤ項目には、講義の識別子が記憶される。学生ＩＤ項目には、講義ＩＤ項目の識別子が示す講義を受講する学生の識別子が記憶される。授業回項目には、講義ＩＤ項目の識別子が示す講義の授業回が記憶される。

学習行動属性ＩＤ項目には、学生ＩＤ項目の識別子が示す学生が行った、講義ＩＤ項目の識別子が示す講義の授業回項目が示す授業回についての学習行動を示す識別子が記憶される。学習行動名項目には、学習行動属性ＩＤ項目の識別子が示す学習行動の種別の名称が記憶される。図８および図９の例では、学習行動としては、講義に関する予習にかけた学習時間や、講義に関する復習にかけた学習時間を採用する。学習時間項目には、学生ＩＤ項目の識別子が示す学生が、学習行動属性ＩＤ項目の識別子が示す学習行動にかけた時間が記憶される。学習行動にかけた時間の単位は、例えば「時間（ｈｏｕｒ）」である。

学習行動の他の例としては、例えば、「講義前に公開された予習資料の参照速度」、「講義前に公開された予習資料の参照率」、「質問用の掲示板への投稿量」が挙げられる。また、学習行動の他の例としては、例えば、「欠席せず、連続して出席している回数」、「講義後に公開された復習資料の参照速度」、「講義後に公開された復習資料の参照率」が挙げられる。

また、学習行動の他の例としては、例えば、「ディスカッション用の掲示板への投稿量」、「講義のＱ＆Ａの参照回数」が挙げられる。また、学習行動の他の例としては、例えば、「講義のレポート教材の提出率」、「講義のテスト教材の提出率」、「講義に対するアンケートの提出率」などが挙げられる。学習行動履歴テーブル８００は、上述した学習行動の他の例についての履歴を実現する項目を、さらに有してもよい。

（学生情報テーブルの記憶内容）
次に、図１０を用いて、学生情報テーブルの記憶内容の一例について説明する。学生情報テーブルは、学生情報を記憶するテーブルである。学生情報は、大学における学生の所属先を示す情報である。学生情報テーブルは、例えば、上述したＲＯＭ２０２、磁気ディスク２０５、光ディスク２０７などにより実現される。

図１０は、学生情報テーブルの記憶内容の一例を示す説明図である。図１０に示すように、学生情報テーブル１０００は、履修学生ＩＤ項目に関連付けて、名前項目と、入学年度項目と、学部名項目と、学科名項目と、学年項目と、を有し、各項目に情報が設定されることによりレコードを記憶する。

履修学生ＩＤ項目には、学生の識別子が記憶される。名前項目には、履修学生ＩＤ項目の識別子が示す学生の氏名が記憶される。入学年度項目には、履修学生ＩＤ項目の識別子が示す学生が大学に入学した年度が記憶される。

学部名項目には、履修学生ＩＤ項目の識別子が示す学生が、大学において所属している学部の名称が記憶される。学科名項目には、履修学生ＩＤ項目の識別子が示す学生が、大学において所属している学科の名称が記憶される。学年項目には、履修学生ＩＤ項目の識別子が示す学生が、大学において所属している学年が記憶される。

（情報処理装置１００の機能的構成例）
次に、図１１を用いて、情報処理装置１００の機能的構成例について説明する。図１１は、情報処理装置１００の機能的構成を示すブロック図である。情報処理装置１００は、記憶部１１０１と、判定部１１０２と、特定部１１０３と、計数部１１０４と、算出部１１０５と、出力部１１０６と、を含む。

記憶部１１０１と、判定部１１０２と、特定部１１０３と、計数部１１０４と、算出部１１０５と、出力部１１０６とは、具体的には、例えば、図２に示したＲＯＭ２０２、ＲＡＭ２０３、磁気ディスク２０５、光ディスク２０７などの記憶装置に記憶されたプログラムをＣＰＵ２０１に実行させることにより、または、Ｉ／Ｆ２０９により、その機能を実現する。

記憶部１１０１は、複数の講義の各々について、当該講義を受講する受講者の当該講義に対する学習行動の履歴情報を記憶する。ここで、履歴情報とは、例えば、受講者の講義への出席状況の履歴情報を含む。また、履歴情報とは、例えば、受講者の講義に関する講義時間外における学習時間の履歴情報を含んでもよい。また、履歴情報とは、例えば、受講者の講義に関する課題提出状況の履歴情報を含んでもよい。

記憶部１１０１は、例えば、学習行動の一例である出席履歴を記憶する出席履歴テーブル６００や、学習行動の一例である講義時間外の学習時間履歴を記憶する学習行動履歴テーブル８００を記憶する。これにより、判定部１１０２は、記憶部１１０１に記憶されている出席履歴や学習行動履歴が所定条件を満たすか否かを判定することができる。

判定部１１０２は、記憶部１１０１に記憶されている履修情報の各々について所定条件を満たしているか否かを判定する。所定条件とは、例えば、履歴情報に基づく講義への出席率が閾値以下である条件を含む。また、所定条件とは、例えば、履歴情報に基づく講義への欠席回数が閾値以上である条件を含んでもよい。

また、所定条件とは、例えば、履歴情報に基づく講義に対する学習時間の平均値が閾値以下である条件を含んでもよい。平均値とは、例えば、単純移動平均であってもよい。また、所定条件とは、履歴情報に基づく講義に対する課題提出状況を示す値が閾値以下である条件を含んでもよい。

判定部１１０２は、例えば、出席履歴テーブル６００から或る学生の或る講義への出席履歴を抽出し、当該学生の当該講義への出席率を算出し、算出した出席率が出席割合閾値テーブル５００に記憶されている出席割合閾値以下であるか否かを判定する。これにより、判定部１１０２は、出席率が出席割合閾値以下であると判定された学生と講義との組み合わせを、中退アラート処理の対象となる学生と講義との組み合わせとして検出することができる。判定結果は、例えば、ＲＡＭ２０３、磁気ディスク２０５、光ディスク２０７などの記憶領域に記憶される。

また、判定部１１０２は、例えば、学習行動履歴テーブル８００から或る学生の或る講義に対する学習行動履歴を抽出し、当該学生の当該講義への学習行動のポイントを算出してもよい。そして、判定部１１０２は、算出したポイントが学習行動閾値テーブル７００に記憶されている学習行動閾値以下であるか否かを判定してもよい。これにより、判定部１１０２は、ポイントが学習行動閾値以下であると学生と講義との組み合わせを、中退アラート処理の対象となる学生と講義との組み合わせとして検出することができる。

また、判定部１１０２は、上述した出席率と学習行動のポイントとを算出し、算出した出席率が出席割合閾値以下であるか否かを判定し、算出したポイントが学習行動閾値以下であるか否かを判定してもよい。これにより、判定部１１０２は、出席率が出席割合閾値以下であると判定され、かつ、ポイントが学習行動閾値以下であると判定された学生と講義とを、中退アラート処理の対象となる学生と講義との組み合わせとして検出することができる。

特定部１１０３は、記憶部１１０１に記憶されている履歴情報に基づいて、複数の講義のうち、所定の受講者の履歴情報であって所定条件を満たしていない履歴情報に対応する講義を特定する。ここで、所定の受講者は、判定部１１０２によって所定条件を満たしていないと判定された履歴情報に対応する受講者である。所定の学生は、情報処理装置１００の利用者によって入力された情報により特定される学生であってもよい。

特定部１１０３は、例えば、判定部１１０２によって検出された組み合わせの中で、所定の学生を含む組み合わせを抽出する。次に、特定部１１０３は、抽出した組み合わせに含まれる講義を特定する。これにより、算出部１１０５は、特定部１１０３によって特定された講義の数に基づいて、中退危険度を算出することができる。特定されたデータは、例えば、ＲＡＭ２０３、磁気ディスク２０５、光ディスク２０７などの記憶領域に記憶される。

計数部１１０４は、記憶部１１０１に記憶されている履歴情報に基づいて、所定の受講者とは異なる受講者のうち、特定した講義に対する学習行動の履歴情報であって所定条件を満たしていない履歴情報に対応する受講者の数を計数する。計数部１１０４は、例えば、判定部１１０２によって検出された組み合わせの中で、特定部１１０３によって特定された講義を含む組み合わせを抽出する。

次に、計数部１１０４は、抽出した組み合わせの数を、特定部１１０３によって特定された講義を受講する受講者の中で、学習行動が減少している受講者の数として計数する。これにより、算出部１１０５は、計数部１１０４によって計数された受講者の数に基づいて、中退危険度を算出することができる。計数結果は、例えば、ＲＡＭ２０３、磁気ディスク２０５、光ディスク２０７などの記憶領域に記憶される。

算出部１１０５は、特定した講義の数と、計数した受講者の数と、に基づく所定の受講者の評価値を算出する。ここで、受講者の評価値とは、前記所定の受講者の学習継続の可能性を示す値であって、特定した前記講義の数が大きいほど前記可能性が低いことを示す値となり、計数した前記受講者の数が小さいほど前記可能性が低いことを示す値となる。受講者の評価値とは、例えば、上述した中退危険度である。算出結果は、例えば、ＲＡＭ２０３、磁気ディスク２０５、光ディスク２０７などの記憶領域に記憶される。

出力部１１０６は、算出した受講者の評価値に基づく情報を出力する。また、出力部１１０６は、算出した受講者の評価値が所定範囲に含まれる場合に、所定条件を満たしていないと判定された履歴情報に対応する受講者を示す情報を出力してもよい。

出力部１１０６は、例えば、中退危険度が０以上の学生を示す情報を、中退する可能性がある学生を示す情報として出力する。また、出力部１１０６は、例えば、中退する可能性がある学生についての中退危険度を、中退する可能性がある学生を示す情報と共に出力してもよい。出力形式としては、例えば、ディスプレイ２０８への表示、プリンタ２１３への印刷出力、Ｉ／Ｆ２０９による外部装置への送信がある。また、ＲＡＭ２０３、磁気ディスク２０５、光ディスク２０７などの記憶領域に記憶することとしてもよい。

これにより、情報処理装置１００は、学習意欲の低下により学生が学習を中止する可能性があることを検出して、当該学生や当該学生が受講する講義における講師に、検出結果を通知することができる。結果として、当該学生や当該講師は、当該学生の学習意欲を向上させる対応策を実施することができ、当該学生の学習意欲を回復させて当該学生を学習に復帰させることができる。

（中退アラート処理の具体例）
次に、図１２〜図１８を用いて、中退アラート処理の具体例について説明する。

図１２〜図１８は、中退アラート処理の具体例を示す説明図である。図１２のように、情報処理装置１００は、出席履歴テーブル６００を参照して、各学生の各講義への出席率を算出する。次に、情報処理装置１００は、算出した出席率が、出席割合閾値テーブル５００に記憶されている出席割合閾値以下である学生を検出する。

図１２の例では、（１）情報処理装置１００は、例えば、出席履歴テーブル６００から、履修学生ＩＤ「Ｒ１０００１」と、講義ＩＤ「Ｋ００３」と、の組み合わせに関連付けられたレコードを抽出する。次に、情報処理装置１００は、抽出したレコードのうちの出席フラグが「Ｙｅｓ」になっている割合「１．００」を、履修学生ＩＤ「Ｒ１０００１」の学生の講義ＩＤ「Ｋ００３」の講義への出席率として算出する。（２）そして、情報処理装置１００は、算出した出席率「１．００」が、出席割合閾値テーブル５００に記憶されている出席割合の閾値「０．５０」より大きいと判定する。そのため、情報処理装置１００は、履修学生ＩＤ「Ｒ１０００１」の学生を検出しない。

一方で、（３）情報処理装置１００は、例えば、出席履歴テーブル６００から、履修学生ＩＤ「Ｒ１５００１」と、講義ＩＤ「Ｋ００１」と、の組み合わせに関連付けられたレコードを抽出する。次に、情報処理装置１００は、抽出したレコードのうちの出席フラグが「Ｙｅｓ」になっている割合「０．３３」を、履修学生ＩＤ「Ｒ１５００１」の学生の講義ＩＤ「Ｋ００１」の講義への出席率として算出する。（４）そして、情報処理装置１００は、算出した出席率「０．３３」が、出席割合閾値テーブル５００に記憶されている出席割合の閾値「０．５０」以下であると判定する。（５）そのため、情報処理装置１００は、履修学生ＩＤ「Ｒ１５００１」の学生を検出する。

（６）また、情報処理装置１００は、同様に、履修学生ＩＤ「Ｒ１５００１」と講義ＩＤ「Ｋ００２」との組み合わせに関連付けられたレコードに基づいて、履修学生ＩＤ「Ｒ１５００１」の学生を検出しない。（７）また、情報処理装置１００は、同様に、履修学生ＩＤ「Ｒ１５００１」と講義ＩＤ「Ｋ００３」との組み合わせに関連付けられたレコードに基づいて、履修学生ＩＤ「Ｒ１５００１」の学生を検出しない。

（８）また、情報処理装置１００は、同様に、履修学生ＩＤ「Ｒ１５０１１」と講義ＩＤ「Ｋ００１」との組み合わせに関連付けられたレコードに基づいて、履修学生ＩＤ「Ｒ１５０１１」の学生を検出しない。（９）また、情報処理装置１００は、同様に、履修学生ＩＤ「Ｒ１５０１２」と講義ＩＤ「Ｋ００２」との組み合わせに関連付けられたレコードに基づいて、履修学生ＩＤ「Ｒ１５０１２」の学生を検出する。次に、情報処理装置１００は、図１３の処理に移行する。

図１３および図１４において、情報処理装置１００は、図１２において検出した学生が受講している講義を特定する。次に、情報処理装置１００は、学習行動履歴テーブル８００を参照して、特定した講義を受講する各学生に関連付けられた、当該講義への学習行動履歴を取得する。そして、情報処理装置１００は、取得した学習行動履歴から、各学生の学習行動についてポイントを付けて、ポイントの移動平均値を算出する。次に、情報処理装置１００は、算出した移動平均値が、学習行動閾値テーブル７００に記憶されている学習行動閾値以下である学生と講義との組み合わせを検出し、中退予測評価データとして記憶する。

図１３および図１４の例では、学習行動として、学習行動履歴テーブル８００に記憶されている予習状況と復習状況を採用する。また、学習行動に付けるポイントとして、予習の学習時間と、復習の学習時間と、を採用する。

（１０）情報処理装置１００は、例えば、学習行動履歴テーブル８００を参照して、検出した履修学生ＩＤ「Ｒ１５００１」に関連付けられたレコードを抽出する。次に、情報処理装置１００は、抽出したレコードに基づいて、履修学生ＩＤ「Ｒ１５００１」の学生が受講する講義ＩＤ「Ｋ００１」の講義に関する学習時間の移動平均値「−１．３３」を算出する。（１１）そして、情報処理装置１００は、算出した移動平均値「−１．３３」が、学習行動閾値テーブル７００に記憶されている学習行動閾値「−１．００」以下になると判定する。そのため、情報処理装置１００は、履修学生ＩＤ「Ｒ１５００１」と講義ＩＤ「Ｋ００１」との組み合わせを、中退予測評価データとして記憶する。

（１２）また、情報処理装置１００は、抽出したレコードに基づいて、履修学生ＩＤ「Ｒ１５００１」の学生が受講する講義ＩＤ「Ｋ００２」の講義に関する学習時間の移動平均値「−１．００」を算出する。（１３）そして、情報処理装置１００は、算出した移動平均値「−１．００」が、学習行動閾値テーブル７００に記憶されている学習行動閾値「−１．００」以下になると判定する。そのため、情報処理装置１００は、履修学生ＩＤ「Ｒ１５００１」と講義ＩＤ「Ｋ００２」との組み合わせを、中退予測評価データとして記憶する。

（１４）また、情報処理装置１００は、抽出したレコードに基づいて、履修学生ＩＤ「Ｒ１５００１」の学生が受講する講義ＩＤ「Ｋ００３」の講義に関する学習時間の移動平均値「−１．１３」を算出する。（１５）そして、情報処理装置１００は、算出した移動平均値「−１．１３」が、学習行動閾値テーブル７００に記憶されている学習行動閾値「−１．００」以下になると判定する。そのため、情報処理装置１００は、履修学生ＩＤ「Ｒ１５００１」と講義ＩＤ「Ｋ００３」との組み合わせを、中退予測評価データとして記憶する。

（１６）また、情報処理装置１００は、学習行動履歴テーブル８００を参照して、検出した履修学生ＩＤ「Ｒ１５０１２」に関連付けられたレコードを抽出する。次に、情報処理装置１００は、抽出したレコードに基づいて、履修学生ＩＤ「Ｒ１５０１２」の学生が受講する講義ＩＤ「Ｋ００２」の講義に関する学習時間の移動平均値「−１．４３」を算出する。（１７）そして、情報処理装置１００は、算出した移動平均値「−１．４３」が、学習行動閾値テーブル７００に記憶されている学習行動閾値「−１．００」以下になると判定する。そのため、情報処理装置１００は、履修学生ＩＤ「Ｒ１５０１２」と講義ＩＤ「Ｋ００２」との組み合わせを、中退予測評価データとして記憶する。ここで、情報処理装置１００に記憶された中退評価データを図１５に示す。

図１５に示すように、情報処理装置１００は、中退予測評価データを記憶する。中退予測評価データは、学生ＩＤに、学習行動が減少している講義ＩＤを関連付けたデータである。学生ＩＤは、図１３および図１４において情報処理装置１００により検出された組み合わせに含まれる学生の識別子である。講義ＩＤは、図１３および図１４において情報処理装置１００により検出された組み合わせに含まれる講義の識別子である。

中退予測評価データは、図１２において出席率が出席割合閾値以下であると判定され、かつ、図１３および図１４において学習時間の移動平均値が学習行動閾値以下であると判定された、履修学生ＩＤと講義ＩＤとの組み合わせを示す。中退予測評価データは、例えば、上述したＲＯＭ２０２、磁気ディスク２０５、光ディスク２０７などにより実現される。次に、情報処理装置１００は、図１６の処理に移行する。

図１６において、情報処理装置１００は、中退予測評価データを参照して、中退予測評価データに含まれる学生ＩＤを抽出し、学生ＩＤリストを生成する。次に、情報処理装置１００は、抽出した学生ＩＤの各学生ＩＤをキーとして、中退予測評価データから、各学生ＩＤに関連付けられている講義ＩＤを抽出し、講義リストを生成する。そして、情報処理装置１００は、講義リストから、各学生ＩＤの学生の学習行動が減少している講義の数を特定する。

図１６の例では、（１８）情報処理装置１００は、例えば、中退予測評価データから、学生ＩＤ「Ｒ１５００１」と「Ｒ１５０１２」とを抽出し、学生ＩＤリストを生成する。（１９）次に、情報処理装置１００は、学生リストの学生ＩＤ「Ｒ１５００１」をキーにして、中退予測評価データから、学生ＩＤ「Ｒ１５００１」に関連付けられた講義ＩＤ「Ｋ００１」と「Ｋ００２」と「Ｋ００３」とを抽出し、講義リストを生成する。（２０）そして、情報処理装置１００は、講義リストにある講義ＩＤの数から、学生ＩＤ「Ｒ１５００１」の学生の学習行動が減少している講義数「３」を算出する。

（２１）また、情報処理装置１００は、学生リストの学生ＩＤ「Ｒ１５０１２」をキーにして、同様に講義数「１」を算出する。情報処理装置１００は、算出した講義数を、図１８に示す中退アラート評価データとして記憶しておく。次に、情報処理装置１００は、図１７の処理に移行する。

図１７において、情報処理装置１００は、図１６において生成した講義リストの各講義ＩＤをキーにして、中退予測評価データから、各講義ＩＤに関連付けられている学生ＩＤの数を算出する。次に、情報処理装置１００は、各講義ＩＤをキーにして、講義履修情報テーブル４００から、各講義ＩＤの講義の履修人数を特定する。そして、情報処理装置１００は、各講義ＩＤの講義の中で、学習行動が減少している学生の割合を算出する。

図１７の例では、（２２）情報処理装置１００は、例えば、講義リストの講義ＩＤ「Ｋ００１」をキーにして、中退予測評価データから、学習行動が減少している学生ＩＤの数「１」を算出する。（２３）次に、情報処理装置１００は、講義リストの講義ＩＤ「Ｋ００１」をキーにして、講義履修情報テーブル４００から、講義ＩＤ「Ｋ００１」の講義の履修人数「２」を特定する。（２４）そして、情報処理装置１００は、学生ＩＤの数「１」を履修人数「２」で除算して、講義ＩＤ「Ｋ００１」の講義を受講する学生の中で学習行動が減少している学生の割合「０．５０」を算出する。

（２５）また、情報処理装置１００は、講義リストの講義ＩＤ「Ｋ００２」をキーにして、同様に、講義ＩＤ「Ｋ００２」の講義を受講する学生の中で学習行動が減少している学生の割合「１．００」を算出する。（２６）また、情報処理装置１００は、講義リストの講義ＩＤ「Ｋ００３」をキーにして、同様に、講義ＩＤ「Ｋ００３」の講義を受講する学生の中で学習行動が減少している学生の割合「０．５０」を算出する。次に、情報処理装置１００は、図１８の処理に移行する。

図１８において、情報処理装置１００は、図１６において特定した講義数と、図１７において算出した割合と、を参照して、中退アラート評価データを生成する。中退アラート評価データは、中退予測評価データに含まれる各学生についての中退危険度を含むデータである。

図１８の例では、（２７）情報処理装置１００は、図１６において特定した学習行動が減少している講義数の中で最大の数「３」を特定する。（２８）次に、情報処理装置１００は、学生ＩＤ「Ｒ１５００１」の学生の学習行動が減少している講義ＩＤ「Ｋ００１」と「Ｋ００２」との講義について、図１７において算出された割合の平均値「０．６７」を算出する。（２９）また、情報処理装置１００は、学生ＩＤ「Ｒ１５０１２」の学生の学習行動が減少している講義ＩＤ「Ｋ００２」の講義について、図１７において算出された割合の平均値「１．００」を算出する。

（３０）次に、情報処理装置１００は、算出した平均値の中での最小値「０．６７」と最大値「１．００」を特定する。（３１）そして、情報処理装置１００は、各学生の学習行動が減少している学生の割合の平均値の最大値「１．００」から、各学生の学習行動が減少している学生の割合の平均値の最小値「０．６７」を減算して、データ区間「０．３３」を算出する。

（３２）次に、情報処理装置１００は、学生ＩＤ「Ｒ１５００１」の学生の学習行動が減少している講義数「３」を、各学生の学習行動が減少している講義数の中で最大の数「３」で除算した数を、第１の評価スコア「１．００」として算出する。

（３３）そして、情報処理装置１００は、各学生の学習行動が減少している学生の割合の平均値の最大値「１．００」から、学生ＩＤ「Ｒ１５００１」の学生の学習行動が減少している学生の割合の平均値「０．６７」を減算する。情報処理装置１００は、減算した数を、相対値「０．３３」として算出する。次に、情報処理装置１００は、相対値「０．３３」をデータ区間「０．３３」で除算した数を、第２の評価スコア「１．００」として算出する。

（３４）そして、情報処理装置１００は、算出した第１および第２の評価スコアを加算した総合評価スコア「２．００」を、学生ＩＤ「Ｒ１５００１」の学生についての中退危険度として算出する。（３５）また、情報処理装置１００は、同様にして、学生ＩＤ「Ｒ１５０１２」の学生についての総合評価スコア「０．３３」を、学生ＩＤ「Ｒ１５０１２」の学生についての中退危険度として算出する。

次に、情報処理装置１００は、各学生ＩＤと、学習行動が減少している講義数と、算出した平均値と、算出した中退危険度と、を関連付けたデータを、中退アラート評価データとして記憶する。中退アラート評価データは、例えば、上述したＲＯＭ２０２、磁気ディスク２０５、光ディスク２０７などにより実現される。

これにより、情報処理装置１００は、学生の中退危険度を参照して、中退危険度の高い学生についてのアラートを出力することができる。情報処理装置１００は、例えば、中退危険度が閾値以上である学生についてのアラートを出力することができる。また、情報処理装置１００は、中退危険度が０以上である学生についてのアラートを出力してもよい。また、情報処理装置１００は、中退危険度が閾値以上である学生についてのアラートを、算出した中退危険度と共に出力してもよい。

（情報処理装置１００の出力画面の一例）
次に、図１９および図２０を用いて、情報処理装置１００の出力画面の一例について説明する。

図１９および図２０は、情報処理装置１００の出力画面の一例を示す説明図である。図１９のように、情報処理装置１００は、「学生学習活動状況チェックボタン」を、ディスプレイ２０８の符号１９０１の箇所に表示する。

ここで、情報処理装置１００の利用者による操作入力により、「学生学習活動状況チェックボタン」が押下されたとする。情報処理装置１００は、「学生学習活動状況チェックボタン」が押下されたことを検出すると、図１２〜図１８に示した中退アラート処理を実行する。そして、情報処理装置１００は、中退アラート処理の処理結果をディスプレイ２０８の符号１９０２の箇所に表示する。

情報処理装置１００は、例えば、中退危険度が０以上の学生の氏名を、中退危険度が高い順に並べて出力する。また、情報処理装置１００は、当該学生に対する「詳細表示ボタン」を、ディスプレイ２０８の符号１９０３の箇所に表示する。

ここで、情報処理装置１００の利用者による操作入力により、「詳細表示ボタン」が押下されたとする。情報処理装置１００は、「詳細表示ボタン」が押下されたことを検出すると、図２０に示す画面を表示する。

図２０のように、情報処理装置１００は、学生情報テーブル１０００を参照して、押下された「詳細表示ボタン」に対応する学生に関する情報を、ディスプレイ２０８の符号２００１の箇所に出力する。

また、情報処理装置１００は、押下された「詳細表示ボタン」に対応する学生の受講する講義に関する情報を、ディスプレイ２０８の符号２００２の箇所に表示する。情報処理装置１００は、例えば、講義の名称、出席履歴テーブル６００に記憶されている出席履歴、学習行動履歴テーブル８００に記憶されている学習行動履歴を、表示する。図２０では、「○」は出席フラグ「Ｙｅｓ」に対応し、「×」は出席フラグ「Ｎｏ」に対応する。

（中退アラート処理の処理手順）
次に、図２１〜図２３を用いて、中退アラート処理の処理手順の一例について説明する。

図２１〜図２３は、中退アラート処理の処理手順の一例を示すフローチャートである。図２１において、情報処理装置１００は、出席履歴テーブル６００を参照して、出席率が閾値以下である学生ＩＤと、当該学生ＩＤに関連付けられている講義ＩＤと、を取得する（ステップＳ２１０１）。次に、情報処理装置１００は、取得した学生ＩＤの中から、未選択の学生ＩＤを選択する（ステップＳ２１０２）。そして、情報処理装置１００は、選択した学生ＩＤに関連付けられた講義ＩＤの中から、未選択の講義ＩＤを選択する（ステップＳ２１０３）。

次に、情報処理装置１００は、選択した学生ＩＤと講義ＩＤとをキーにして、学習行動履歴テーブル８００から、レコードを抽出する（ステップＳ２１０４）。そして、情報処理装置１００は、抽出したレコードに基づいて、学習時間の移動平均値を算出する（ステップＳ２１０５）。

次に、情報処理装置１００は、算出した移動平均値が、学習行動閾値テーブル７００に記憶されている学習行動閾値以下であるか否かを判定する（ステップＳ２１０６）。ここで、移動平均値が学習行動閾値より大きい場合（ステップＳ２１０６：Ｎｏ）、情報処理装置１００は、ステップＳ２１０８の処理に移行する。

一方で、移動平均値が学習行動閾値以下である場合（ステップＳ２１０６：Ｙｅｓ）、情報処理装置１００は、中退予測評価データとして、選択した学生ＩＤと講義ＩＤとを記憶しておく（ステップＳ２１０７）。

次に、情報処理装置１００は、選択した学生ＩＤに関連付けられた講義ＩＤの中に、未選択の講義ＩＤがあるか否かを判定する（ステップＳ２１０８）。ここで、未選択の講義ＩＤがある場合（ステップＳ２１０８：Ｙｅｓ）、情報処理装置１００は、ステップＳ２１０３に戻る。

一方で、未選択の講義ＩＤがない場合（ステップＳ２１０８：Ｎｏ）、情報処理装置１００は、取得した学生ＩＤの中に、未選択の学生ＩＤがあるか否かを判定する（ステップＳ２１０９）。ここで、未選択の学生ＩＤがある場合（ステップＳ２１０９：Ｙｅｓ）、情報処理装置１００は、ステップＳ２１０２に戻る。

一方で、未選択の学生ＩＤがない場合（ステップＳ２１０９：Ｎｏ）、情報処理装置１００は、図２２のステップＳ２２０１に移行する。

図２２において、情報処理装置１００は、中退予測評価データを参照して、学生ＩＤリストを生成する（ステップＳ２２０１）。次に、情報処理装置１００は、生成した学生ＩＤリストの中から、未選択の学生ＩＤを選択する（ステップＳ２２０２）。

そして、情報処理装置１００は、選択した学生ＩＤをキーとして、中退予測評価データを参照して、選択した学生ＩＤに関連付けられた講義ＩＤリストを生成する（ステップＳ２２０３）。次に、情報処理装置１００は、生成した講義ＩＤリストを参照して、学習行動が減少している講義数を算出する（ステップＳ２２０４）。

そして、情報処理装置１００は、講義リストの中から、未選択の講義ＩＤを選択する（ステップＳ２２０５）。次に、情報処理装置１００は、選択した講義ＩＤをキーとして、中退予測評価データを参照して、講義ＩＤに関連付けられた学生ＩＤの数を算出する（ステップＳ２２０６）。

そして、情報処理装置１００は、選択した講義ＩＤをキーとして、講義履修情報テーブル４００を参照して、選択した講義ＩＤに関連付けられた履修人数を抽出する（ステップＳ２２０７）。次に、情報処理装置１００は、ステップＳ２２０６において算出された学生ＩＤの数を、ステップＳ２２０７において抽出された履修人数で除算した、講義内で学習行動が減少している人数割合を算出する（ステップＳ２２０８）。

そして、情報処理装置１００は、講義リストの中に、未選択の講義ＩＤがあるか否かを判定する（ステップＳ２２０９）。ここで、未選択の講義ＩＤがある場合（ステップＳ２２０９：Ｙｅｓ）、情報処理装置１００は、ステップＳ２２０３に戻る。

一方で、未選択の講義ＩＤがない場合（ステップＳ２２０９：Ｎｏ）、情報処理装置１００は、図２３のステップＳ２３０１に移行する。

図２３において、情報処理装置１００は、選択した学生ＩＤに関連付けられた各講義ＩＤに対して算出された人数割合の平均値を算出する（ステップＳ２３０１）。次に、情報処理装置１００は、中退アラート評価データとして、選択した学生ＩＤと、算出した講義数と、算出した平均値と、を記憶しておく（ステップＳ２３０２）。

そして、情報処理装置１００は、学生ＩＤリストの中に、未選択の学生ＩＤがあるか否かを判定する（ステップＳ２３０３）。ここで、未選択の学生ＩＤがある場合（ステップＳ２３０３：Ｙｅｓ）、情報処理装置１００は、図２２のステップＳ２２０２に戻る。

一方で、未選択の学生ＩＤがない場合（ステップＳ２３０３：Ｎｏ）、情報処理装置１００は、中退危険度評価処理を実行する（ステップＳ２３０４）。次に、情報処理装置１００は、中退危険度評価処理により、出力情報として記憶された中退アラート評価データを出力する（ステップＳ２３０５）。そして、情報処理装置１００は、中退アラート処理を終了する。これにより、情報処理装置１００は、中退の危険性がある学生を特定することができる。

（中退危険度評価処理の処理手順）
次に、図２４および図２５を用いて、ステップＳ２３０４において実行される中退危険度評価処理の処理手順の一例について説明する。

図２４および図２５は、ステップＳ２３０４において実行される中退危険度評価処理の処理手順の一例を示すフローチャートである。

図２４において、情報処理装置１００は、中退アラート評価データを取得する（ステップＳ２４０１）。次に、情報処理装置１００は、中退アラート評価データを講義数の降順にソーティングする（ステップＳ２４０２）。そして、情報処理装置１００は、０番目の講義数を取得する（ステップＳ２４０３）。

次に、情報処理装置１００は、中退アラート評価データを人数割合の平均値の降順にソーティングする（ステップＳ２４０４）。そして、情報処理装置１００は、０番目の人数割合の平均値を取得する（ステップＳ２４０５）。また、情報処理装置１００は、最後の人数割合の平均値を取得する（ステップＳ２４０６）。

次に、情報処理装置１００は、中退アラート評価データの中から、未選択のデータを選択する（ステップＳ２４０７）。そして、情報処理装置１００は、選択したデータの中から、講義数を取得する（ステップＳ２４０８）。

次に、情報処理装置１００は、ステップＳ２４０８において取得した講義数を、ステップＳ２４０３において取得した０番目の講義数で除算した値を、第１の評価スコアとして算出する（ステップＳ２４０９）。そして、情報処理装置１００は、図２５の処理に移行する。

図２５において、情報処理装置１００は、選択したデータの中から、人数割合の平均値を取得する（ステップＳ２５０１）。次に、情報処理装置１００は、ステップＳ２４０５において取得した０番目の平均値から、ステップＳ２４０６において取得した最後の平均値を減算して、データ区間を算出する（ステップＳ２５０２）。

そして、情報処理装置１００は、ステップＳ２４０５において取得した０番目の平均値から、ステップＳ２５０１において取得した平均値を減算して相対値を算出する（ステップＳ２５０３）。次に、情報処理装置１００は、算出した相対値をデータ区間で除算した値を、第２の評価スコアとして算出する（ステップＳ２５０４）。

そして、情報処理装置１００は、第１の評価スコアと第２の評価スコアとの和を、総合評価スコアとして算出し（ステップＳ２５０５）、算出した総合評価スコアを中退危険度として中退アラート評価データに追加しておく。

次に、情報処理装置１００は、中退アラート評価データの中に、未選択のデータがあるか否かを判定する（ステップＳ２５０６）。ここで、未選択のデータがある場合（ステップＳ２５０６：Ｙｅｓ）、情報処理装置１００は、図２４のステップＳ２４０７に戻る。

一方で、未選択のデータがない場合（ステップＳ２５０６：Ｎｏ）、情報処理装置１００は、中退アラート評価データを、出力情報として記憶しておく（ステップＳ２５０７）。次に、情報処理装置１００は、中退危険度評価処理を終了する。これにより、情報処理装置１００は、中退危険度を算出することができる。

以上説明したように、情報処理装置１００は、受講者の学習行動が減少している講義数と、受講者が受講する講義における学習行動が減少している受講者の人数と、を用いて、受講者の中退危険度を算出することができる。これにより、情報処理装置１００は、算出した中退危険度に基づいて、受講者に中退の可能性があるか否かを早期に判定して、判定結果を出力することができる。

また、情報処理装置１００は、ある授業について欠席数が所定値以上でかつ該授業で出された課題の提出状況が所定の条件を満たさない１または複数の第一の学生群を抽出してもよい。そして、情報処理装置１００は、受講状況を記憶する記憶装置から第一の学生群の他の授業の受講状況を読み出し、第一の学生群のうち、他の授業について欠席数が所定値以上でかつ該他の授業で出された課題の提出状況が所定の条件を満たさない１または複数の学生を含む第二の学生群を抽出する。これにより、情報処理装置１００は、複数の講義について学習状況が条件を満たさない学生群を、広範にわたって学習行動が減少している中退予備軍として抽出することができる。

また、情報処理装置１００は、複数の受講者の各々について、中退の可能性があるか否かを判定してもよい。これにより、情報処理装置１００は、複数の受講者の中から、中退の可能性がある受講者を特定して、特定した受講者を示す情報を出力することができる。

また、情報処理装置１００は、学習行動として、講義への出席状況を採用してもよい。これにより、情報処理装置１００は、講義への出席率が相対的に低い学生を、中退の可能性がある学生として出力することができる。

また、情報処理装置１００は、学習行動として、講義に関する講義時間外の学習時間を採用してもよい。これにより、情報処理装置１００は、講義に関する予習や復習にかける学習時間が相対的に低い学生を、中退の可能性がある学生として出力することができる。

また、情報処理装置１００は、学習行動として、講義に関する課題提出状況を採用してもよい。これにより、情報処理装置１００は、講義に関する課題の提出率が相対的に低い学生を、中退の可能性がある学生として出力することができる。

また、情報処理装置１００は、学習行動として、講義への出席状況と、講義に関する講義時間外の学習時間と、を採用してもよい。これにより、情報処理装置１００は、講義への出席率が相対的に低く、かつ、講義に関する予習や復習にかける学習時間が相対的に低い学生を、中退の可能性がある学生として出力することができる。

結果として、情報処理装置１００は、講義への出席率が相対的に低いが、講義に関する予習や復習にかける学習時間が相対的に多く、講義に対する学習意欲が低下していない学生を、中退の可能性がある学生として出力しなくてもよい。また、情報処理装置１００は、講義への出席率が相対的に高く、講義に関する予習や復習にかける学習時間が相対的に少ないが、講義に対する学習意欲が低下していない学生を、中退の可能性がある学生として出力しなくてもよい。そのため、情報処理装置１００は、中退の可能性がない学生を、誤って中退の可能性がある学生として出力することを防止することができる。

また、情報処理装置が、所定の学生の所定の講義への欠席回数が閾値を超えた場合に、当該学生を中退の可能性がある学生として検出する構成が考えられる。しかしながら、この構成では、情報処理装置は、出席と欠席とを交互に繰り返して徐々に学習意欲が低下していく学生については、中退の可能性がある学生として検出することができない。一方で、開示の情報処理装置１００は、出席と欠席とを交互に繰り返して徐々に学習意欲が低下していく学生についても、中退の可能性がある学生として検出することができる。

また、所定の講義の講師が当該講義に対する所定の学生の学習行動の履歴を参照して、当該学生の学習意欲を評価する場合では、当該講師は、評価ミスなどにより中退の可能性がある学生を把握できない場合がある。一方で、情報処理装置１００は、利用者が中退の可能性がある学生を把握するためのスキルを有していない場合であっても、中退の可能性がある学生を検出することができる。

なお、本実施の形態で説明した情報処理方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。本情報処理プログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また本情報処理プログラムは、インターネット等のネットワークを介して配布してもよい。

上述した実施の形態に関し、さらに以下の付記を開示する。

（付記１）コンピュータに、
ある授業について欠席数が所定値以上でかつ該授業で出された課題の提出状況が所定の条件を満たさない１または複数の第一の学生群を抽出し、
受講状況を記憶する記憶装置から前記第一の学生群の他の授業の受講状況を読み出し、
前記第一の学生群のうち、前記他の授業について欠席数が所定値以上でかつ該他の授業で出された課題の提出状況が所定の条件を満たさない１または複数の学生を含む第二の学生群を抽出する、
処理を実行させることを特徴とする情報処理プログラム。

（付記２）複数の講義の各々について、当該講義を受講する受講者の当該講義に対する学習行動の履歴情報を記憶する記憶部にアクセス可能なコンピュータに、
前記記憶部に記憶されている前記履歴情報に基づいて、前記複数の講義のうち、所定の受講者の履歴情報であって所定条件を満たしていない履歴情報に対応する講義を特定し、
前記記憶部に記憶されている前記履歴情報に基づいて、前記所定の受講者とは異なる受講者のうち、特定した前記講義に対する学習行動の履歴情報であって前記所定条件を満たしていない履歴情報に対応する受講者の数を計数し、
特定した前記講義の数と、計数した前記受講者の数と、に基づく前記所定の受講者の評価値を算出し、
算出した前記評価値に基づく情報を出力する、
処理を実行させることを特徴とする情報処理プログラム。

（付記３）前記評価値は、前記所定の受講者の学習継続の可能性を示す値であって、特定した前記講義の数が大きいほど前記可能性が低いことを示す値となり、計数した前記受講者の数が小さいほど前記可能性が低いことを示す値となることを特徴とする付記２に記載の情報処理プログラム。

（付記４）前記コンピュータに、
前記記憶部に記憶されている前記履歴情報の各々について前記所定条件を満たしているか否かを判定する処理を実行させ、
前記所定の受講者は、前記所定条件を満たしていないと判定された前記履歴情報に対応する受講者であって、
前記出力する処理では、算出した前記評価値が所定範囲に含まれる場合に、前記所定条件を満たしていないと判定された前記履歴情報に対応する受講者を示す情報を出力することを特徴とする付記２または３に記載の情報処理プログラム。

（付記５）前記履歴情報は、前記受講者の前記講義への出席状況の履歴情報を含み、
前記所定条件は、前記履歴情報に基づく前記講義への出席率が閾値以下である条件を含むことを特徴とする付記２〜４のいずれか一つに記載の情報処理プログラム。

（付記６）前記履歴情報は、前記受講者の前記講義への出席状況の履歴情報を含み、
前記所定条件は、前記履歴情報に基づく前記講義への欠席回数が閾値以上である条件を含むことを特徴とする付記２〜４のいずれか一つに記載の情報処理プログラム。

（付記７）前記履歴情報は、前記受講者の前記講義に関する講義時間外における学習時間の履歴情報を含み、
前記所定条件は、前記履歴情報に基づく前記講義に関する学習時間の平均値が閾値以下である条件を含むことを特徴とする付記２〜６のいずれか一つに記載の情報処理プログラム。

（付記８）前記履歴情報は、前記受講者の前記講義に関する課題提出状況の履歴情報を含み、
前記所定条件は、前記履歴情報に基づく前記講義に関する課題提出状況についての条件を含むことを特徴とする付記２〜７のいずれか一つに記載の情報処理プログラム。

（付記９）前記講義を特定する処理によって前記講義を複数特定した場合に、前記評価値を算出する処理では、特定した前記講義の数と、特定した前記講義の各々について計数した前記受講者の数と、に基づく前記所定の受講者の評価値を算出することを特徴とする付記２〜８のいずれか一つに記載の情報処理プログラム。

（付記１０）コンピュータが、
ある授業について欠席数が所定値以上でかつ該授業で出された課題の提出状況が所定の条件を満たさない１または複数の第一の学生群を抽出し、
受講状況を記憶する記憶装置から前記第一の学生群の他の授業の受講状況を読み出し、
前記第一の学生群のうち、前記他の授業について欠席数が所定値以上でかつ該他の授業で出された課題の提出状況が所定の条件を満たさない１または複数の学生を含む第二の学生群を抽出する、
処理を実行することを特徴とする情報処理方法。

（付記１１）複数の講義の各々について、当該講義を受講する受講者の当該講義に対する学習行動の履歴情報を記憶する記憶部にアクセス可能なコンピュータが、
前記記憶部に記憶されている前記履歴情報に基づいて、前記複数の講義のうち、所定の受講者の履歴情報であって所定条件を満たしていない履歴情報に対応する講義を特定し、
前記記憶部に記憶されている前記履歴情報に基づいて、前記所定の受講者とは異なる受講者のうち、特定した前記講義に対する学習行動の履歴情報であって前記所定条件を満たしていない履歴情報に対応する受講者の数を計数し、
特定した前記講義の数と、計数した前記受講者の数と、に基づく前記所定の受講者の評価値を算出し、
算出した前記評価値に基づく情報を出力する、
処理を実行することを特徴とする情報処理方法。

（付記１２）ある授業について欠席数が所定値以上でかつ該授業で出された課題の提出状況が所定の条件を満たさない１または複数の第一の学生群を抽出する抽出部と、
受講状況を記憶する記憶装置から前記第一の学生群の他の授業の受講状況を読み出す読出部と、
前記第一の学生群のうち、前記他の授業について欠席数が所定値以上でかつ該他の授業で出された課題の提出状況が所定の条件を満たさない１または複数の学生を含む第二の学生群を抽出する抽出部と、
を有することを特徴とする情報処理装置。

（付記１３）複数の講義の各々について、当該講義を受講する受講者の当該講義に対する学習行動の履歴情報を記憶する記憶部と、
前記記憶部に記憶されている前記履歴情報に基づいて、前記複数の講義のうち、所定の受講者の履歴情報であって所定条件を満たしていない履歴情報に対応する講義を特定する特定部と、
前記記憶部に記憶されている前記履歴情報に基づいて、前記所定の受講者とは異なる受講者のうち、特定した前記講義に対する学習行動の履歴情報であって前記所定条件を満たしていない履歴情報に対応する受講者の数を計数する計数部と、
特定した前記講義の数と、計数した前記受講者の数と、に基づく前記所定の受講者の評価値を算出する算出部と、
算出した前記評価値に基づく情報を出力する出力部と、
を有することを特徴とする情報処理装置。

１００ 情報処理装置
１１０１ 記憶部
１１０２ 判定部
１１０３ 特定部
１１０４ 計数部
１１０５ 算出部
１１０６ 出力部

Claims (12)

1. コンピュータに、
   ある授業について欠席数が所定値以上でかつ該授業で出された課題の提出状況が所定の条件を満たさない１または複数の第一の学生群を抽出し、
   受講状況を記憶する記憶装置から前記第一の学生群の他の授業の受講状況を読み出し、
   前記第一の学生群のうち、前記他の授業について欠席数が所定値以上でかつ該他の授業で出された課題の提出状況が所定の条件を満たさない１または複数の学生を含む第二の学生群を抽出する、
   処理を実行させることを特徴とする情報処理プログラム。
2. 複数の講義の各々について、当該講義を受講する受講者の当該講義に対する学習行動の履歴情報を記憶する記憶部にアクセス可能なコンピュータに、
   前記記憶部に記憶されている前記履歴情報に基づいて、前記複数の講義のうち、所定の受講者の履歴情報であって所定条件を満たしていない履歴情報に対応する講義を特定し、
   前記記憶部に記憶されている前記履歴情報に基づいて、前記所定の受講者とは異なる受講者のうち、特定した前記講義に対する学習行動の履歴情報であって前記所定条件を満たしていない履歴情報に対応する受講者の数を計数し、
   特定した前記講義の数と、計数した前記受講者の数と、に基づく前記所定の受講者の評価値を算出し、
   算出した前記評価値に基づく情報を出力する、
   処理を実行させることを特徴とする情報処理プログラム。
3. 前記評価値は、前記所定の受講者の学習継続の可能性を示す値であって、特定した前記講義の数が大きいほど前記可能性が低いことを示す値となり、計数した前記受講者の数が小さいほど前記可能性が低いことを示す値となることを特徴とする請求項２に記載の情報処理プログラム。
4. 前記コンピュータに、
   前記記憶部に記憶されている前記履歴情報の各々について前記所定条件を満たしているか否かを判定する処理を実行させ、
   前記所定の受講者は、前記所定条件を満たしていないと判定された前記履歴情報に対応する受講者であって、
   前記出力する処理では、算出した前記評価値が所定範囲に含まれる場合に、前記所定条件を満たしていないと判定された前記履歴情報に対応する受講者を示す情報を出力することを特徴とする請求項２または３に記載の情報処理プログラム。
5. 前記履歴情報は、前記受講者の前記講義への出席状況の履歴情報を含み、
   前記所定条件は、前記履歴情報に基づく前記講義への出席率が閾値以下である条件を含むことを特徴とする請求項２〜４のいずれか一つに記載の情報処理プログラム。
6. 前記履歴情報は、前記受講者の前記講義への出席状況の履歴情報を含み、
   前記所定条件は、前記履歴情報に基づく前記講義への欠席回数が閾値以上である条件を含むことを特徴とする請求項２〜４のいずれか一つに記載の情報処理プログラム。
7. 前記履歴情報は、前記受講者の前記講義に関する講義時間外における学習時間の履歴情報を含み、
   前記所定条件は、前記履歴情報に基づく前記講義に関する学習時間の平均値が閾値以下である条件を含むことを特徴とする請求項２〜６のいずれか一つに記載の情報処理プログラム。
8. 前記履歴情報は、前記受講者の前記講義に関する課題提出状況の履歴情報を含み、
   前記所定条件は、前記履歴情報に基づく前記講義に関する課題提出状況についての条件を含むことを特徴とする請求項２〜７のいずれか一つに記載の情報処理プログラム。
9. コンピュータが、
   ある授業について欠席数が所定値以上でかつ該授業で出された課題の提出状況が所定の条件を満たさない１または複数の第一の学生群を抽出し、
   受講状況を記憶する記憶装置から前記第一の学生群の他の授業の受講状況を読み出し、
   前記第一の学生群のうち、前記他の授業について欠席数が所定値以上でかつ該他の授業で出された課題の提出状況が所定の条件を満たさない１または複数の学生を含む第二の学生群を抽出する、
   処理を実行することを特徴とする情報処理方法。
10. 複数の講義の各々について、当該講義を受講する受講者の当該講義に対する学習行動の履歴情報を記憶する記憶部にアクセス可能なコンピュータが、
    前記記憶部に記憶されている前記履歴情報に基づいて、前記複数の講義のうち、所定の受講者の履歴情報であって所定条件を満たしていない履歴情報に対応する講義を特定し、
    前記記憶部に記憶されている前記履歴情報に基づいて、前記所定の受講者とは異なる受講者のうち、特定した前記講義に対する学習行動の履歴情報であって前記所定条件を満たしていない履歴情報に対応する受講者の数を計数し、
    特定した前記講義の数と、計数した前記受講者の数と、に基づく前記所定の受講者の評価値を算出し、
    算出した前記評価値に基づく情報を出力する、
    処理を実行することを特徴とする情報処理方法。
11. ある授業について欠席数が所定値以上でかつ該授業で出された課題の提出状況が所定の条件を満たさない１または複数の第一の学生群を抽出する抽出部と、
    受講状況を記憶する記憶装置から前記第一の学生群の他の授業の受講状況を読み出す読出部と、
    前記第一の学生群のうち、前記他の授業について欠席数が所定値以上でかつ該他の授業で出された課題の提出状況が所定の条件を満たさない１または複数の学生を含む第二の学生群を抽出する抽出部と、
    を有することを特徴とする情報処理装置。
12. 複数の講義の各々について、当該講義を受講する受講者の当該講義に対する学習行動の履歴情報を記憶する記憶部と、
    前記記憶部に記憶されている前記履歴情報に基づいて、前記複数の講義のうち、所定の受講者の履歴情報であって所定条件を満たしていない履歴情報に対応する講義を特定する特定部と、
    前記記憶部に記憶されている前記履歴情報に基づいて、前記所定の受講者とは異なる受講者のうち、特定した前記講義に対する学習行動の履歴情報であって前記所定条件を満たしていない履歴情報に対応する受講者の数を計数する計数部と、
    特定した前記講義の数と、計数した前記受講者の数と、に基づく前記所定の受講者の評価値を算出する算出部と、
    算出した前記評価値に基づく情報を出力する出力部と、
    を有することを特徴とする情報処理装置。

Images