JP2016021131A - 情報処理装置及び情報処理プログラム - Google Patents
情報処理装置及び情報処理プログラム Download PDFInfo
- Publication number
- JP2016021131A JP2016021131A JP2014144273A JP2014144273A JP2016021131A JP 2016021131 A JP2016021131 A JP 2016021131A JP 2014144273 A JP2014144273 A JP 2014144273A JP 2014144273 A JP2014144273 A JP 2014144273A JP 2016021131 A JP2016021131 A JP 2016021131A
- Authority
- JP
- Japan
- Prior art keywords
- answer
- question sentence
- question
- knowledge level
- level
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims abstract description 106
- 238000012545 processing Methods 0.000 claims description 49
- 238000000605 extraction Methods 0.000 claims description 31
- 239000000284 extract Substances 0.000 claims description 13
- 230000004044 response Effects 0.000 description 48
- 238000000034 method Methods 0.000 description 45
- 230000008569 process Effects 0.000 description 38
- 238000004891 communication Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 13
- 230000004048 modification Effects 0.000 description 13
- 238000012986 modification Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 230000007423 decrease Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】質問文に対する回答を行う回答候補者を選出する場合にあって、回答候補者が質問文に対する回答を行うのに必要な時間とその回答候補者の予定に基づいて選出するようにした情報処理装置を提供する。【解決手段】情報処理装置の算出手段は、質問文の難易度と回答候補者の知識レベルを比較することによって、該回答候補者が該質問文に対する回答を行うのに必要な時間を算出し、選出手段は、前記回答候補者の予定内で前記質問文に対する回答納期までに、前記算出手段によって算出された時間を確保することが可能な回答候補者を、該質問文に対する回答を行う回答候補者として選出する。【選択図】図1
Description
本発明は、情報処理装置及び情報処理プログラムに関する。
特許文献1には、ユーザーにとって、話したい事柄を話す相手を容易に探すことのできる仲介装置、通信装置、仲介プログラムならびに通信プログラムを提供することを課題とし、問い合わせ元である質問者と通信相手となる回答者との間の通話を仲介するための仲介装置であって、各回答者に関する通信相手情報と、各回答者の応答可能分野の情報とを関連付けて記憶するエキスパートDBと、質問者からの質問を含む問い合わせ要求を受信するための受信部と、受信された問い合わせ要求から、質問を取得するための要求取得部と、取得された質問と記憶された応答可能分野の情報とのマッチングを行い、質問に回答可能な通信相手を検索するためのマッチング部と、検索された回答可能な通信相手のうち、現在通信可能な通信相手を抽出するためのリストアップ部とを備えることが開示されている。
特許文献2には、Q&Aサイトにおける回答の質を向上させ、かつQ&Aサイトへの会員募集を効率よく行うことのできるシステムを提供することを課題とし、質問者の属性情報と質問情報とに基づいて、質問に対する理想的な回答者像を構築し、この回答者像に沿った回答者を現実のインターネット上に開示されているデータを参考にして抽出し、抽出された回答者の有するデータを閲覧した質問者は、役に立つデータであるならば、抽出された回答者にお礼の通知を行うとともに、Q&Aサイトへの登録の案内を行うことが開示されている。
特許文献3には、インタビューに不慣れな質問者であっても、回答者から質のよいデータを引き出すことができる質問文候補提示装置及びプログラムを提供することを目的とし、回答データと、この回答データの話題分野と、回答分量とに応じて、回答者が持っている興味・関心の度合いを示す指標である話題分野の興味得点を算出し、回答者による回答データに関する各話題分野の興味得点に基づいて、優先的に質問する質問項目を選定し、この選定した質問項目の候補を、質問者に提示することが開示されている。
本発明は、質問文に対する回答を行う回答候補者を選出する場合にあって、回答候補者が質問文に対する回答を行うのに必要な時間とその回答候補者の予定に基づいて選出するようにした情報処理装置及び情報処理プログラムを提供することを目的としている。
かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項1の発明は、質問文の難易度と回答候補者の知識レベルを比較することによって、該回答候補者が該質問文に対する回答を行うのに必要な時間を算出する算出手段と、前記回答候補者の予定内で前記質問文に対する回答納期までに、前記算出手段によって算出された時間を確保することが可能な回答候補者を、該質問文に対する回答を行う回答候補者として選出する選出手段を具備することを特徴とする情報処理装置である。
請求項1の発明は、質問文の難易度と回答候補者の知識レベルを比較することによって、該回答候補者が該質問文に対する回答を行うのに必要な時間を算出する算出手段と、前記回答候補者の予定内で前記質問文に対する回答納期までに、前記算出手段によって算出された時間を確保することが可能な回答候補者を、該質問文に対する回答を行う回答候補者として選出する選出手段を具備することを特徴とする情報処理装置である。
請求項2の発明は、前記質問文に含まれている単語を抽出する抽出手段と、前記抽出手段によって抽出された単語が含まれている過去の質問文又は回答文の数を、ユーザー毎に計数する計数手段と、前記計数手段によって計数された数に応じて、質問者又は回答候補者の知識レベルを算出する知識レベル算出手段をさらに具備し、前記質問文の難易度は、前記知識レベル算出手段によって算出された該質問文を投稿した質問者の知識レベルに対応した値であり、前記算出手段は、前記知識レベル算出手段によって算出された回答候補者の知識レベルを用いることを特徴とする請求項1に記載の情報処理装置である。
請求項3の発明は、前記質問文に含まれている単語を抽出する第1の抽出手段と、(1)前記第1の抽出手段によって抽出された単語が含まれている過去の電子メールの数、(2)前記第1の抽出手段によって抽出された単語が含まれている過去の回答文の評価された数、(3)前記第1の抽出手段によって抽出された単語が含まれている過去の質問文の難易度、の1つ以上を抽出する第2の抽出手段と、前記第2の抽出手段によって抽出された値に応じて、質問者又は回答候補者の知識レベルを算出する知識レベル算出手段をさらに具備し、前記質問文の難易度は、前記知識レベル算出手段によって算出された該質問文を投稿した質問者の知識レベルに対応した値であり、前記算出手段は、前記知識レベル算出手段によって算出された回答候補者の知識レベルを用いることを特徴とする請求項1に記載の情報処理装置である。
請求項4の発明は、前記質問文に含まれている単語を抽出する第1の抽出手段と、前記第1の抽出手段によって抽出された単語が含まれている過去の質問文を抽出する第2の抽出手段と、前記第2の抽出手段によって抽出された質問文に対する回答を行うのに要した時間と、該質問文の難易度に応じて、該回答を行ったユーザーの知識レベルを算出する知識レベル算出手段をさらに具備し、前記質問文の難易度は、前記知識レベル算出手段によって算出された該質問文を投稿した質問者の知識レベルに対応した値であり、前記算出手段は、前記知識レベル算出手段によって算出された回答候補者の知識レベルを用いることを特徴とする請求項1に記載の情報処理装置である。
請求項5の発明は、前記算出手段は、過去の質問文の難易度と該質問文に回答した回答者の知識レベルと該質問文に対する回答に要した時間を用いて、質問文の難易度と回答者の知識レベルが同じ場合の回答時間を算出し、該回答時間と対象としている質問文の難易度と回答候補者の知識レベルを用いて、該回答候補者が対象としている質問文に対する回答を行うのに必要な時間を算出することを特徴とする請求項1から4のいずれか一項に記載の情報処理装置である。
請求項6の発明は、前記選出手段によって選出された回答者によって回答が行われなかった場合又は質問者が回答に満足しなかった場合は、前記質問文の難易度を該回答者の知識レベルよりも高く設定する設定手段をさらに具備することを特徴とする請求項1から5のいずれか一項に記載の情報処理装置である。
請求項7の発明は、前記選出手段によって選出された回答者によって、対象としている質問文に含まれている単語の抽出が行われた場合は、該抽出された単語によってその後の処理を行うことによって、該回答者とは異なる回答者を選出することを特徴とする請求項2から4のいずれか一項に記載の情報処理装置である。
請求項8の発明は、コンピュータを、質問文の難易度と回答候補者の知識レベルを比較することによって、該回答候補者が該質問文に対する回答を行うのに必要な時間を算出する算出手段と、前記回答候補者の予定内で前記質問文に対する回答納期までに、前記算出手段によって算出された時間を確保することが可能な回答候補者を、該質問文に対する回答を行う回答候補者として選出する選出手段として機能させるための情報処理プログラムである。
請求項1の情報処理装置によれば、質問文に対する回答を行う回答候補者を選出する場合にあって、回答候補者が質問文に対する回答を行うのに必要な時間とその回答候補者の予定に基づいて選出することができる。
請求項2の情報処理装置によれば、過去の質問文又は回答文を用いて知識レベルを算出することができる。
請求項3の情報処理装置によれば、過去の電子メール、過去の回答文の評価された数、過去の質問文を用いて知識レベルを算出することができる。
請求項4の情報処理装置によれば、過去の質問文に対する回答を行うのに要した時間を用いて知識レベルを算出することができる。
請求項5の情報処理装置によれば、過去の回答時間と質問文の難易度と回答候補者の知識レベルを用いて、回答候補者が質問文に対する回答を行うのに必要な時間を算出することができる。
請求項6の情報処理装置によれば、回答が行われなかった場合又は質問者が回答に満足しなかった場合は、質問文の難易度を回答者の知識レベルよりも高く設定することができる。
請求項7の情報処理装置によれば、回答者によって、対象としている質問文に含まれている単語の抽出が行われた場合は、その回答者とは異なる回答者を選出することができる。
請求項8の情報処理プログラムによれば、質問文に対する回答を行う回答候補者を選出する場合にあって、回答候補者が質問文に対する回答を行うのに必要な時間とその回答候補者の予定に基づいて選出することができる。
以下、図面に基づき本発明を実現するにあたっての好適な一実施の形態の例を説明する。
図1は、本実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア(コンピュータ・プログラム)、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム(コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム)、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するという意味である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、1モジュールを1プログラムで構成してもよいし、複数モジュールを1プログラムで構成してもよく、逆に1モジュールを複数プログラムで構成してもよい。また、複数モジュールは1コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって1モジュールが複数コンピュータで実行されてもよい。なお、1つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続(データの授受、指示、データ間の参照関係等)の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることを言い、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。「予め定められた値」が複数ある場合は、それぞれ異なった値であってもよいし、2以上の値(もちろんのことながら、全ての値も含む)が同じであってもよい。また、「Aである場合、Bをする」という意味を有する記載は、「Aであるか否かを判断し、Aであると判断した場合はBをする」の意味で用いる。ただし、Aであるか否かの判断が不要である場合を除く。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク(一対一対応の通信接続を含む)等の通信手段で接続されて構成されるほか、1つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」(社会システム)にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、RAM(Random Access Memory)、外部記憶媒体、通信回線を介した記憶装置、CPU(Central Processing Unit)内のレジスタ等を含んでいてもよい。
図1は、本実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア(コンピュータ・プログラム)、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム(コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム)、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するという意味である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、1モジュールを1プログラムで構成してもよいし、複数モジュールを1プログラムで構成してもよく、逆に1モジュールを複数プログラムで構成してもよい。また、複数モジュールは1コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって1モジュールが複数コンピュータで実行されてもよい。なお、1つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続(データの授受、指示、データ間の参照関係等)の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることを言い、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。「予め定められた値」が複数ある場合は、それぞれ異なった値であってもよいし、2以上の値(もちろんのことながら、全ての値も含む)が同じであってもよい。また、「Aである場合、Bをする」という意味を有する記載は、「Aであるか否かを判断し、Aであると判断した場合はBをする」の意味で用いる。ただし、Aであるか否かの判断が不要である場合を除く。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク(一対一対応の通信接続を含む)等の通信手段で接続されて構成されるほか、1つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」(社会システム)にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、RAM(Random Access Memory)、外部記憶媒体、通信回線を介した記憶装置、CPU(Central Processing Unit)内のレジスタ等を含んでいてもよい。
本実施の形態である情報処理装置100は、質問文に対する回答を行う回答候補者を選出するものであって、図1の例に示すように、投稿質問情報記憶モジュール105、質問キーワード抽出モジュール110、質問回答履歴情報記憶モジュール115、知識レベル算出モジュール120、質問難易度算出モジュール130、基本回答時間算出モジュール140、回答所要時間算出モジュール150、スケジュール情報記憶モジュール155、回答者選出モジュール160、回答依頼モジュール170を有している。
投稿質問情報記憶モジュール105は、質問キーワード抽出モジュール110、回答者選出モジュール160と接続されている。投稿質問情報記憶モジュール105は、(1)投稿された回答対象の質問文(質問文には、質問となる文章、質問となる文書等を含めてもよい)、(2)その質問文に対する回答納期、(3)質問者を本実施の形態において一意に特定するための情報(質問者ID:IDentification)を記憶している。
質問回答履歴情報記憶モジュール115は、知識レベル算出モジュール120、基本回答時間算出モジュール140と接続されている。質問回答履歴情報記憶モジュール115は、(1)過去に投稿された質問文、(2)その質問文に対する回答文(回答文には、回答となる文章、回答となる文書等を含めてもよい)、(3)質問文の難易度、(4)回答者の回答当時の知識レベルの情報を記憶している。
スケジュール情報記憶モジュール155は、知識レベル算出モジュール120、回答者選出モジュール160と接続されている。スケジュール情報記憶モジュール155は、回答候補者となるユーザーのスケジュール(予定)を記憶している。また、質問者のスケジュールを記憶していてもよい。
質問回答履歴情報記憶モジュール115は、知識レベル算出モジュール120、基本回答時間算出モジュール140と接続されている。質問回答履歴情報記憶モジュール115は、(1)過去に投稿された質問文、(2)その質問文に対する回答文(回答文には、回答となる文章、回答となる文書等を含めてもよい)、(3)質問文の難易度、(4)回答者の回答当時の知識レベルの情報を記憶している。
スケジュール情報記憶モジュール155は、知識レベル算出モジュール120、回答者選出モジュール160と接続されている。スケジュール情報記憶モジュール155は、回答候補者となるユーザーのスケジュール(予定)を記憶している。また、質問者のスケジュールを記憶していてもよい。
質問キーワード抽出モジュール110は、投稿質問情報記憶モジュール105、知識レベル算出モジュール120と接続されている。質問キーワード抽出モジュール110は、質問文に含まれているキーワードとなる単語を抽出する。つまり、質問文データからの質問キーワードを抽出する。キーワードとなる単語は、予め定められた単語であってもよい。また、質問文に対して形態素解析を行い、単語の重み付けによって抽出するようにしてもよい。単語の重み付けには一般的にtf−idfが用いられる。tf(term frequency)は文書内での単語の出現回数である。idf(inverse document frequency)は単語が全質問文中にどれくらい出現するかの逆数を表す。tfはそれぞれの質問文毎に算出されるが、idfは各語について計算される。これら2つの値を掛け合わせたtf−idfを用いるようにしてもよい。
知識レベル算出モジュール120は、質問キーワード抽出モジュール110、質問回答履歴情報記憶モジュール115、質問難易度算出モジュール130、スケジュール情報記憶モジュール155と接続されている。知識レベル算出モジュール120は、質問キーワード抽出モジュール110によって抽出された単語が含まれている過去の質問文又は回答文の数を、ユーザー毎に計数する。ここでのユーザーとは、質問者又は回答候補者である。過去の質問文とは、そのユーザーによって作成された質問文であり、過去の回答文とは、そのユーザーによって作成された回答文である。そして、計数した数に応じて、質問者又は回答候補者の知識レベルを算出する。
例えば、知識レベル算出モジュール120は、質問キーワードに対する、質問者、回答候補者のそれぞれの知識レベルを算出するために、次の処理を行う。
(1)質問回答履歴情報記憶モジュール115に対して、質問キーワードが含まれる過去の質問文と回答によって構成されている履歴を検索する。
(2)(1)で1回以上の質問又は回答を行ったユーザーを回答候補者とする。
(3)(1)の検索結果から、質問者、回答候補者の過去の回答文と質問文の個数をカウントする。
(4)カウントした個数から質問者、回答候補者の質問キーワードに対する知識レベルを算出する。
例えば、知識レベル算出モジュール120は、質問キーワードに対する、質問者、回答候補者のそれぞれの知識レベルを算出するために、次の処理を行う。
(1)質問回答履歴情報記憶モジュール115に対して、質問キーワードが含まれる過去の質問文と回答によって構成されている履歴を検索する。
(2)(1)で1回以上の質問又は回答を行ったユーザーを回答候補者とする。
(3)(1)の検索結果から、質問者、回答候補者の過去の回答文と質問文の個数をカウントする。
(4)カウントした個数から質問者、回答候補者の質問キーワードに対する知識レベルを算出する。
質問難易度算出モジュール130は、知識レベル算出モジュール120、基本回答時間算出モジュール140と接続されている。例えば、質問難易度算出モジュール130は、質問文の難易度を算出するために、次の処理を行う。
(1)知識レベル算出モジュール120より、質問者の質問キーワードに対する知識レベルを取得する。
(2)質問者の質問キーワードに対する知識レベルから質問の難易度を算出する。
(1)知識レベル算出モジュール120より、質問者の質問キーワードに対する知識レベルを取得する。
(2)質問者の質問キーワードに対する知識レベルから質問の難易度を算出する。
基本回答時間算出モジュール140は、質問回答履歴情報記憶モジュール115、質問難易度算出モジュール130、回答所要時間算出モジュール150と接続されている。例えば、基本回答時間算出モジュール140は、質問文の難易度と回答者の知識レベルが同じ場合の回答の所要時間を算出するために、次の処理を行う。
(1)質問キーワードが含まれている過去の質問文の難易度を質問回答履歴情報記憶モジュール115から取得する。
(2)過去の質問文に対する回答者の知識レベル、その回答の所要時間から基本の回答所要時間を算出する。
(1)質問キーワードが含まれている過去の質問文の難易度を質問回答履歴情報記憶モジュール115から取得する。
(2)過去の質問文に対する回答者の知識レベル、その回答の所要時間から基本の回答所要時間を算出する。
回答所要時間算出モジュール150は、基本回答時間算出モジュール140、回答者選出モジュール160と接続されている。回答所要時間算出モジュール150は、質問文の難易度と回答候補者の知識レベルを比較することによって、その回答候補者がその質問文に対する回答を行うのに必要な時間を算出する。
ここで質問文の難易度として、知識レベル算出モジュール120によって算出されたその質問文を投稿した質問者の知識レベルに対応した値であってもよい。そして、回答所要時間算出モジュール150は、知識レベル算出モジュール120によって算出された回答候補者の知識レベルを用いるようにしてもよい。
例えば、回答所要時間算出モジュール150は、質問文の難易度に基づいて、各回答候補者の回答に必要な所要時間を予測するために、次の処理を行う。
(1)知識レベル算出モジュール120から、回答候補者の質問キーワードに対する知識レベルを取得する。
(2)質問難易度算出モジュール130から、質問文の難易度を取得する。
(3)回答候補者の知識レベルと質問文の難易度から、その回答候補者の回答にかかる所要時間を算出する。
ここで質問文の難易度として、知識レベル算出モジュール120によって算出されたその質問文を投稿した質問者の知識レベルに対応した値であってもよい。そして、回答所要時間算出モジュール150は、知識レベル算出モジュール120によって算出された回答候補者の知識レベルを用いるようにしてもよい。
例えば、回答所要時間算出モジュール150は、質問文の難易度に基づいて、各回答候補者の回答に必要な所要時間を予測するために、次の処理を行う。
(1)知識レベル算出モジュール120から、回答候補者の質問キーワードに対する知識レベルを取得する。
(2)質問難易度算出モジュール130から、質問文の難易度を取得する。
(3)回答候補者の知識レベルと質問文の難易度から、その回答候補者の回答にかかる所要時間を算出する。
回答者選出モジュール160は、投稿質問情報記憶モジュール105、回答所要時間算出モジュール150、スケジュール情報記憶モジュール155、回答依頼モジュール170と接続されている。回答者選出モジュール160は、回答候補者のスケジュール内で質問文に対する回答納期までに、回答所要時間算出モジュール150によって算出された時間を確保することが可能な回答候補者を、その質問文に対する回答を行う回答候補者として選出する。例えば、回答候補者のスケジュール内で質問文に対する回答納期までの期間において、回答するのに費やすことができる時間として、回答所要時間算出モジュール150によって算出された時間以上の時間を確保することができるか否かを判断し、確保することができる回答候補者を選出する。ここで「回答するのに費やすことができる時間」とは、回答候補者の既に確定している予定以外の時間である。
例えば、回答者選出モジュール160は、回答候補者の中から、正式な回答者を選出するために、次の処理を行う。
(1)回答所要時間算出モジュール150より、各回答候補者の回答所要時間を取得する。
(2)各回答候補者のスケジュール情報と質問文に対する回答納期(回答納期情報)を取得する。
(3)(2)のスケジュール情報と回答納期情報から回答納期までの各回答候補者のスケジュールの空き時間を算出する。
(4)(1)で取得した回答所要時間と(3)で取得したスケジュールの空き時間の差分を取得する。
(5)(4)の差分情報から正式な回答者を選出する。
例えば、回答者選出モジュール160は、回答候補者の中から、正式な回答者を選出するために、次の処理を行う。
(1)回答所要時間算出モジュール150より、各回答候補者の回答所要時間を取得する。
(2)各回答候補者のスケジュール情報と質問文に対する回答納期(回答納期情報)を取得する。
(3)(2)のスケジュール情報と回答納期情報から回答納期までの各回答候補者のスケジュールの空き時間を算出する。
(4)(1)で取得した回答所要時間と(3)で取得したスケジュールの空き時間の差分を取得する。
(5)(4)の差分情報から正式な回答者を選出する。
回答依頼モジュール170は、回答者選出モジュール160と接続されている。例えば、回答依頼モジュール170は、回答の依頼、回答文の登録を行うために、次の処理を行う。
(1)正式な回答者(回答者選出モジュール160によって選出された回答者)に対して、回答の依頼を行う。
(2)その回答者から回答文を受け付けて、質問回答履歴情報記憶モジュール115に登録する。
また、回答依頼モジュール170に質問管理機能を持たせてもよい。その場合、例えば、回答依頼モジュール170は、回答の依頼、回答文の登録を行うために、次の処理を行う。
(1)正式な回答者(回答者選出モジュール160によって選出された回答者)に対して、回答の依頼を行う。
(2)スケジュール情報より回答者の回答にかかった時間を取得する。
(3)その回答者から回答文を受け付けて、質問回答履歴情報記憶モジュール115に登録する。
なお、情報処理装置100として基本回答時間算出モジュール140を省いた構成としてもよい。その場合、質問難易度算出モジュール130と回答所要時間算出モジュール150が接続された状態となる。この場合、基本となる回答所要時間として、予め定められた値を用いて、対象となっている質問文に対する回答を行うのに必要な時間を算出する。
(1)正式な回答者(回答者選出モジュール160によって選出された回答者)に対して、回答の依頼を行う。
(2)その回答者から回答文を受け付けて、質問回答履歴情報記憶モジュール115に登録する。
また、回答依頼モジュール170に質問管理機能を持たせてもよい。その場合、例えば、回答依頼モジュール170は、回答の依頼、回答文の登録を行うために、次の処理を行う。
(1)正式な回答者(回答者選出モジュール160によって選出された回答者)に対して、回答の依頼を行う。
(2)スケジュール情報より回答者の回答にかかった時間を取得する。
(3)その回答者から回答文を受け付けて、質問回答履歴情報記憶モジュール115に登録する。
なお、情報処理装置100として基本回答時間算出モジュール140を省いた構成としてもよい。その場合、質問難易度算出モジュール130と回答所要時間算出モジュール150が接続された状態となる。この場合、基本となる回答所要時間として、予め定められた値を用いて、対象となっている質問文に対する回答を行うのに必要な時間を算出する。
図2は、本実施の形態を実現する場合のシステム構成例を示す説明図である。
情報処理装置100、質問者・回答者用端末210A、質問者・回答者用端末210B、質問者・回答者用端末210C、質問者・回答者用端末210D、Q&Aシステム220、スケジュール管理装置230は、通信回線290を介してそれぞれ接続されている。通信回線290は、無線、有線、これらの組み合わせであってもよく、例えば、通信インフラとしてのインターネット等であってもよい。
情報処理装置100は、Q&Aシステム220に内蔵されていてもよい。
Q&Aシステム220は、質問者・回答者用端末210A〜質問者・回答者用端末210Dから質問文を受け付ける。スケジュール管理装置230は、質問者・回答者用端末210A〜質問者・回答者用端末210Dの各ユーザーのスケジュールを管理する。
情報処理装置100は、Q&Aシステム220が受け付けた質問文に対する回答者を選出し、その回答者に通知する。さらに、回答納期を回答者に通知してもよい。
例えば、オフィス活動において、ユーザーが他社(又は他者)に質問を行いたい際にはQ&Aシステム220を利用することが行われている。回答者を選出した場合、その回答者の回答に要する時間をスケジュール上確保できないために、質問者の希望する回答納期までに期待する回答が得られないとなる事態を防止するものである。
情報処理装置100、質問者・回答者用端末210A、質問者・回答者用端末210B、質問者・回答者用端末210C、質問者・回答者用端末210D、Q&Aシステム220、スケジュール管理装置230は、通信回線290を介してそれぞれ接続されている。通信回線290は、無線、有線、これらの組み合わせであってもよく、例えば、通信インフラとしてのインターネット等であってもよい。
情報処理装置100は、Q&Aシステム220に内蔵されていてもよい。
Q&Aシステム220は、質問者・回答者用端末210A〜質問者・回答者用端末210Dから質問文を受け付ける。スケジュール管理装置230は、質問者・回答者用端末210A〜質問者・回答者用端末210Dの各ユーザーのスケジュールを管理する。
情報処理装置100は、Q&Aシステム220が受け付けた質問文に対する回答者を選出し、その回答者に通知する。さらに、回答納期を回答者に通知してもよい。
例えば、オフィス活動において、ユーザーが他社(又は他者)に質問を行いたい際にはQ&Aシステム220を利用することが行われている。回答者を選出した場合、その回答者の回答に要する時間をスケジュール上確保できないために、質問者の希望する回答納期までに期待する回答が得られないとなる事態を防止するものである。
図3は、本実施の形態が表示する質問画面300の例を示す説明図である。質問者が利用している質問者・回答者用端末210の液晶ディスプレイ等の表示装置に表示するものである。
質問画面300には、質問文記載欄310、質問ボタン320を表示する。質問者となるユーザーの質問者・回答者用端末210のキーボード、マウス、タッチパネル等に対する操作によって、質問文記載欄310内に質問文が記載される。そして、その質問者の操作によって質問ボタン320が選択されることによって、質問文記載欄310内に記載された質問文が情報処理装置100に送信される。そして、質問者ID等も送信されてもよい。また、その質問文に対する回答納期を記載する欄を設け、その欄に記載された回答納期を情報処理装置100に送信するようにしてもよい。回答納期の指定がない場合には、回答納期として、現在から予め定められた期間の期限(デフォルト値)を設けるようにしてもよい。
質問画面300には、質問文記載欄310、質問ボタン320を表示する。質問者となるユーザーの質問者・回答者用端末210のキーボード、マウス、タッチパネル等に対する操作によって、質問文記載欄310内に質問文が記載される。そして、その質問者の操作によって質問ボタン320が選択されることによって、質問文記載欄310内に記載された質問文が情報処理装置100に送信される。そして、質問者ID等も送信されてもよい。また、その質問文に対する回答納期を記載する欄を設け、その欄に記載された回答納期を情報処理装置100に送信するようにしてもよい。回答納期の指定がない場合には、回答納期として、現在から予め定められた期間の期限(デフォルト値)を設けるようにしてもよい。
図4は、本実施の形態が表示する回答画面400の例を示す説明図である。回答者が利用している質問者・回答者用端末210の液晶ディスプレイ等の表示装置に表示するものである。
回答画面400には、質問文表示欄410、回答納期表示欄420、回答文記載欄430、回答ボタン440、辞退ボタン450を表示する。
質問文表示欄410には、その回答者に対する質問文を表示する。また、回答納期表示欄420には、その質問文に対する回答納期を表示する。回答者となるユーザーの質問者・回答者用端末210のキーボード、マウス、タッチパネル等に対する操作によって、回答文記載欄430内に回答文が記載される。そして、その回答者の操作によって回答ボタン440が選択されることによって、回答文記載欄430内に記載された回答文が情報処理装置100に送信される。また、辞退ボタン450が選択された場合は、その質問文に対する回答を辞退したと判断する。
回答画面400には、質問文表示欄410、回答納期表示欄420、回答文記載欄430、回答ボタン440、辞退ボタン450を表示する。
質問文表示欄410には、その回答者に対する質問文を表示する。また、回答納期表示欄420には、その質問文に対する回答納期を表示する。回答者となるユーザーの質問者・回答者用端末210のキーボード、マウス、タッチパネル等に対する操作によって、回答文記載欄430内に回答文が記載される。そして、その回答者の操作によって回答ボタン440が選択されることによって、回答文記載欄430内に記載された回答文が情報処理装置100に送信される。また、辞退ボタン450が選択された場合は、その質問文に対する回答を辞退したと判断する。
図5は、本実施の形態が表示する質問・回答画面500の例を示す説明図である。回答が行われた後に、質問者が利用している質問者・回答者用端末210の液晶ディスプレイ等の表示装置に表示するものである。
質問・回答画面500には、質問表示欄510、回答表示欄520を表示する。質問表示欄510には、以前に投稿した質問文を表示する。回答表示欄520には、その質問文に対する回答文を表示する。
質問・回答画面500には、質問表示欄510、回答表示欄520を表示する。質問表示欄510には、以前に投稿した質問文を表示する。回答表示欄520には、その質問文に対する回答文を表示する。
図6は、本実施の形態による処理例を示すフローチャート(全体フロー)である。
ステップS600では、Q&Aシステムに質問が投稿されたことを検知し、処理を開始する。
ステップS602では、質問文のキーワードを抽出する。
ステップS604では、知識レベルを算出する。ステップS604の処理については、図7に例示のフローチャートを用いて後述する。
ステップS606では、質問文の難易度を判定する。
ステップS608では、回答所要時間を算出する。ステップS608の処理については、図8に例示のフローチャートを用いて後述する。
ステップS610では、回答者を選出する。ステップS610の処理については、図9に例示のフローチャートを用いて後述する。
ステップS612では、回答者へ回答を依頼する。
ステップS614では、回答を取得する。
ステップS600では、Q&Aシステムに質問が投稿されたことを検知し、処理を開始する。
ステップS602では、質問文のキーワードを抽出する。
ステップS604では、知識レベルを算出する。ステップS604の処理については、図7に例示のフローチャートを用いて後述する。
ステップS606では、質問文の難易度を判定する。
ステップS608では、回答所要時間を算出する。ステップS608の処理については、図8に例示のフローチャートを用いて後述する。
ステップS610では、回答者を選出する。ステップS610の処理については、図9に例示のフローチャートを用いて後述する。
ステップS612では、回答者へ回答を依頼する。
ステップS614では、回答を取得する。
図7は、本実施の形態による処理例を示すフローチャート(知識レベル算出フロー)である。
ステップS700では、質問キーワードの抽出が終了したことを検知し、知識レベル算出処理を開始する。
ステップS702では、質問文中のキーワードを取得する。
ステップS704では、質問者ID又は回答候補者IDと質問文中のキーワードを使って、質問履歴情報、回答履歴情報を検索する。
ステップS706では、質問者、回答候補者の質問キーワードに対する知識レベルを算出する。具体的には、ステップS704でのヒット数をカウントし、質問者、回答候補者の知識レベルとする。
ステップS700では、質問キーワードの抽出が終了したことを検知し、知識レベル算出処理を開始する。
ステップS702では、質問文中のキーワードを取得する。
ステップS704では、質問者ID又は回答候補者IDと質問文中のキーワードを使って、質問履歴情報、回答履歴情報を検索する。
ステップS706では、質問者、回答候補者の質問キーワードに対する知識レベルを算出する。具体的には、ステップS704でのヒット数をカウントし、質問者、回答候補者の知識レベルとする。
図8は、本実施の形態による処理例を示すフローチャート(回答所要時間算出フロー)である。
ステップS800では、質問文の難易度判定が終了したことを検知し、回答所要時間算出処理を開始する。
ステップS802では、回答候補者の知識レベルを取得する。
ステップS804では、質問文の難易度を取得する。
ステップS806では、質問文に対する各回答候補者の回答所要時間を算出する。具体的には、ステップS802、ステップS804による処理結果を用いて、回答所要時間を算出する。
ステップS800では、質問文の難易度判定が終了したことを検知し、回答所要時間算出処理を開始する。
ステップS802では、回答候補者の知識レベルを取得する。
ステップS804では、質問文の難易度を取得する。
ステップS806では、質問文に対する各回答候補者の回答所要時間を算出する。具体的には、ステップS802、ステップS804による処理結果を用いて、回答所要時間を算出する。
図9は、本実施の形態による処理例を示すフローチャート(回答者選出フロー)である。
ステップS900では、回答所要時間の算出が終了したことを検知し、回答者選出処理を開始する。
ステップS902では、スケジュール情報、回答所要時間、納期情報を取得する。
ステップS904では、回答候補者の回答可能な日時を予測する。
ステップS906では、回答者を選出する。
ステップS900では、回答所要時間の算出が終了したことを検知し、回答者選出処理を開始する。
ステップS902では、スケジュール情報、回答所要時間、納期情報を取得する。
ステップS904では、回答候補者の回答可能な日時を予測する。
ステップS906では、回答者を選出する。
具体例を用いて説明する。以下のような質問文がQ&Aシステムに投稿されたとする。
・質問文:「SoftwareAのアンインストール方法を教えてください。」
・希望納期:24時間後
・質問者:ユーザーC
1.質問キーワード抽出モジュール110による質問文の解析処理。
質問文よりキーワードの抽出を行う。手順は以下のようになる。
(1)質問文からの単語の抽出を行う。例えば、形態素解析を用いて、質問文に使用されている単語として、「SoftwareA」、「アンインストール」等を抽出する。
(2)単語の中から特徴的なものをキーワードとして選定する。例えば、特徴的なキーワードとして、固有名詞と質問文に複数回登場する単語を抽出する。前述の例では、質問文から抽出されたキーワードは以下のようになる。
・キーワード:「SoftwareA」
・質問文:「SoftwareAのアンインストール方法を教えてください。」
・希望納期:24時間後
・質問者:ユーザーC
1.質問キーワード抽出モジュール110による質問文の解析処理。
質問文よりキーワードの抽出を行う。手順は以下のようになる。
(1)質問文からの単語の抽出を行う。例えば、形態素解析を用いて、質問文に使用されている単語として、「SoftwareA」、「アンインストール」等を抽出する。
(2)単語の中から特徴的なものをキーワードとして選定する。例えば、特徴的なキーワードとして、固有名詞と質問文に複数回登場する単語を抽出する。前述の例では、質問文から抽出されたキーワードは以下のようになる。
・キーワード:「SoftwareA」
2.知識レベル算出モジュール120による質問者と回答候補者の知識レベルの算出処理。
キーワード:「SoftwareA」に対する、各ユーザーのコミュニケーション履歴(質問回答履歴情報記憶モジュール115)に対して検索を行い、例えば、コミュニケーション履歴テーブル1000のようなデータを構築する。図10は、コミュニケーション履歴テーブル1000のデータ構造例を示す説明図である。コミュニケーション履歴テーブル1000は、ユーザー名欄1010、質問回数欄1020、回答回数欄1030を有している。ユーザー名欄1010は、ユーザー名(ユーザーIDであってもよい。以下同様)を記憶している。質問回数欄1020は、そのユーザーが投稿した質問回数を記憶している。回答回数欄1030は、そのユーザーが回答した回答回数を記憶している。なお、ユーザーは、質問者にもなり得るし、回答者ともなり得る。図10の例に記載されているユーザーは、キーワードに関する質問・回答の履歴が1件以上あり、回答候補者として選出されたユーザーである。なお、ここで用いている1件は、予め定められた閾値であり、他の値であってもよい。
ユーザーの知識レベルは、ユーザーの過去の質問回数と回答回数の合計によって算出する。そして、例えば、ユーザー知識レベルテーブル1100を生成する。図11は、ユーザー知識レベルテーブル1100のデータ構造例を示す説明図である。ユーザー知識レベルテーブル1100は、ユーザー名欄1110、質問回数欄1120、回答回数欄1130、レベル欄1140を有している。ユーザー名欄1110は、ユーザー名を記憶している。質問回数欄1120は、そのユーザーによる質問回数を記憶している。回答回数欄1130は、そのユーザーによる回答回数を記憶している。レベル欄1140は、そのユーザーの知識レベルを記憶している。例えば、ユーザーAは質問回数が1であり、回答回数が4であるので、知識レベルは5(1+4)となる。
キーワード:「SoftwareA」に対する、各ユーザーのコミュニケーション履歴(質問回答履歴情報記憶モジュール115)に対して検索を行い、例えば、コミュニケーション履歴テーブル1000のようなデータを構築する。図10は、コミュニケーション履歴テーブル1000のデータ構造例を示す説明図である。コミュニケーション履歴テーブル1000は、ユーザー名欄1010、質問回数欄1020、回答回数欄1030を有している。ユーザー名欄1010は、ユーザー名(ユーザーIDであってもよい。以下同様)を記憶している。質問回数欄1020は、そのユーザーが投稿した質問回数を記憶している。回答回数欄1030は、そのユーザーが回答した回答回数を記憶している。なお、ユーザーは、質問者にもなり得るし、回答者ともなり得る。図10の例に記載されているユーザーは、キーワードに関する質問・回答の履歴が1件以上あり、回答候補者として選出されたユーザーである。なお、ここで用いている1件は、予め定められた閾値であり、他の値であってもよい。
ユーザーの知識レベルは、ユーザーの過去の質問回数と回答回数の合計によって算出する。そして、例えば、ユーザー知識レベルテーブル1100を生成する。図11は、ユーザー知識レベルテーブル1100のデータ構造例を示す説明図である。ユーザー知識レベルテーブル1100は、ユーザー名欄1110、質問回数欄1120、回答回数欄1130、レベル欄1140を有している。ユーザー名欄1110は、ユーザー名を記憶している。質問回数欄1120は、そのユーザーによる質問回数を記憶している。回答回数欄1130は、そのユーザーによる回答回数を記憶している。レベル欄1140は、そのユーザーの知識レベルを記憶している。例えば、ユーザーAは質問回数が1であり、回答回数が4であるので、知識レベルは5(1+4)となる。
3.質問難易度算出モジュール130による質問文の難易度の算出処理。
質問文の難易度は、質問者の知識レベルとする。前述の例の場合、質問者がユーザーCである場合、質問文の難易度は図11の例に示すユーザー知識レベルテーブル1100により「3」と算出される。なお、質問文の難易度を、その質問文を投稿した質問者の知識レベルそのものとしたが、質問者の知識レベルに対応した値であればよい。例えば、質問者の知識レベルに予め定められた値を乗算する(重み付け)等の処理を行ってもよい。
質問文の難易度は、質問者の知識レベルとする。前述の例の場合、質問者がユーザーCである場合、質問文の難易度は図11の例に示すユーザー知識レベルテーブル1100により「3」と算出される。なお、質問文の難易度を、その質問文を投稿した質問者の知識レベルそのものとしたが、質問者の知識レベルに対応した値であればよい。例えば、質問者の知識レベルに予め定められた値を乗算する(重み付け)等の処理を行ってもよい。
4.回答所要時間算出モジュール150による回答に必要な時間の算出処理。
質問文の難易度と知識レベルが同じ場合の回答所要時間を基本の回答所要時間(例えば、20分等)とし、質問文の難易度と回答候補者の知識レベルから回答所要時間の算出を行う。例えば、以下の式を用いる。
回答所要時間=基本の回答所要時間/(回答者の知識レベル/質問文のレベル)
(1)例えば、回答者がユーザーAの場合、質問文の難易度より知識レベルが「2」高いので、所要時間は以下のようになる。
回答所要時間=20/(5/3)=12分
(2)例えば、回答者がユーザーDの場合、質問文の難易度より知識レベルが「1」低いので、所要時間は以下のようになる。
回答所要時間=20/(2/3)=30分
各回答候補者について、回答所要時間を算出して、回答所要時間テーブル1200を生成する。図12は、回答所要時間テーブル1200のデータ構造例を示す説明図である。回答所要時間テーブル1200は、ユーザー名欄1210、回答所要時間欄1220を有している。ユーザー名欄1210は、ユーザー名を記憶している。回答所要時間欄1220は、対象としている質問文に対しての、そのユーザーによる回答所要時間を記憶している。
質問文の難易度と知識レベルが同じ場合の回答所要時間を基本の回答所要時間(例えば、20分等)とし、質問文の難易度と回答候補者の知識レベルから回答所要時間の算出を行う。例えば、以下の式を用いる。
回答所要時間=基本の回答所要時間/(回答者の知識レベル/質問文のレベル)
(1)例えば、回答者がユーザーAの場合、質問文の難易度より知識レベルが「2」高いので、所要時間は以下のようになる。
回答所要時間=20/(5/3)=12分
(2)例えば、回答者がユーザーDの場合、質問文の難易度より知識レベルが「1」低いので、所要時間は以下のようになる。
回答所要時間=20/(2/3)=30分
各回答候補者について、回答所要時間を算出して、回答所要時間テーブル1200を生成する。図12は、回答所要時間テーブル1200のデータ構造例を示す説明図である。回答所要時間テーブル1200は、ユーザー名欄1210、回答所要時間欄1220を有している。ユーザー名欄1210は、ユーザー名を記憶している。回答所要時間欄1220は、対象としている質問文に対しての、そのユーザーによる回答所要時間を記憶している。
5.回答者選出モジュール160による回答者の選出処理。
回答納期に対するユーザーの手すき時間をスケジュール情報記憶モジュール155(一般に、スケジューラと言われる)より取得し、例えば手すき時間テーブル1300のようなデータを構成する。図13は、手すき時間テーブル1300のデータ構造例を示す説明図である。手すき時間テーブル1300は、ユーザー名欄1310、手すき時間欄1320を有している。ユーザー名欄1310は、ユーザー名を記憶している。手すき時間欄1320は、そのユーザーの回答納期までの手すき時間を記憶している。なお、ここで手すき時間とは、前述の「回答するのに費やすことができる時間」である。もちろんのことながら、就業時間内における手すき時間である。
回答所要時間テーブル1200の回答所要時間欄1220内の値と手すき時間テーブル1300の手すき時間欄1320内の値との差分を計算し、仮に各ユーザーに質問文の回答者として割り当てた場合の残りの手すき時間を計算する。例えば、ユーザーAの場合は、18(30−12)分となり、ユーザーBの場合は、1.5(10−8.5)分となる。
以上のように計算を行い、残りの手すき時間のあるユーザーを正式な回答者として選出する。例えば、残りの手すき時間が最も多いユーザーを回答者として選出してもよい。前述の例の場合、ユーザーAを回答者として選出する。
また、残りの手すき時間が0以上(納期までの各ユーザーの手すき時間がそれぞれのユーザーの回答所要時間以上)であって、回答所要時間が最も少ないユーザーを回答者として選出するようにしてもよい。
回答納期に対するユーザーの手すき時間をスケジュール情報記憶モジュール155(一般に、スケジューラと言われる)より取得し、例えば手すき時間テーブル1300のようなデータを構成する。図13は、手すき時間テーブル1300のデータ構造例を示す説明図である。手すき時間テーブル1300は、ユーザー名欄1310、手すき時間欄1320を有している。ユーザー名欄1310は、ユーザー名を記憶している。手すき時間欄1320は、そのユーザーの回答納期までの手すき時間を記憶している。なお、ここで手すき時間とは、前述の「回答するのに費やすことができる時間」である。もちろんのことながら、就業時間内における手すき時間である。
回答所要時間テーブル1200の回答所要時間欄1220内の値と手すき時間テーブル1300の手すき時間欄1320内の値との差分を計算し、仮に各ユーザーに質問文の回答者として割り当てた場合の残りの手すき時間を計算する。例えば、ユーザーAの場合は、18(30−12)分となり、ユーザーBの場合は、1.5(10−8.5)分となる。
以上のように計算を行い、残りの手すき時間のあるユーザーを正式な回答者として選出する。例えば、残りの手すき時間が最も多いユーザーを回答者として選出してもよい。前述の例の場合、ユーザーAを回答者として選出する。
また、残りの手すき時間が0以上(納期までの各ユーザーの手すき時間がそれぞれのユーザーの回答所要時間以上)であって、回答所要時間が最も少ないユーザーを回答者として選出するようにしてもよい。
以下、本実施の形態の変形例を説明する。
<変形例A>知識レベル算出モジュール120によるQ&Aシステム以外のコミュニケーション履歴と質問回答履歴の評価情報を使っての算出処理。
この変形例Aによる処理は、Q&Aシステムに投稿が少ない質問者、回答者であっても知識レベルを算出するものである。投稿した質問文、回答文の数が予め定められた閾値よりも少ない又は以下である場合は、知識レベル算出モジュール120は、以下の処理を行うようにしてもよい。
以下の情報のいずれか1つ又はこれらの複数の組み合わせを用いて、知識レベルの算出を行う。
1.質問者、回答候補者のメール送受信履歴
2.質問者、回答候補者の回答に対して他のユーザーが評価した数
3.質問者、回答候補者の過去に回答した質問文の難易度の合計
過去に投稿された質問文、又は回答文に対応する質問文の難易度を対象とする。
なお、これら「1」から「3」の情報は、質問キーワード抽出モジュール110によって抽出されたキーワードが含まれている情報を対象としている。「1」の場合にあっては、キーワードが含まれている電子メールが対象である。「2」の場合にあっては、キーワードが含まれている質問文、回答文の評価が対象である。「3」の場合にあっては、キーワードが含まれている質問文が対象である。
<変形例A>知識レベル算出モジュール120によるQ&Aシステム以外のコミュニケーション履歴と質問回答履歴の評価情報を使っての算出処理。
この変形例Aによる処理は、Q&Aシステムに投稿が少ない質問者、回答者であっても知識レベルを算出するものである。投稿した質問文、回答文の数が予め定められた閾値よりも少ない又は以下である場合は、知識レベル算出モジュール120は、以下の処理を行うようにしてもよい。
以下の情報のいずれか1つ又はこれらの複数の組み合わせを用いて、知識レベルの算出を行う。
1.質問者、回答候補者のメール送受信履歴
2.質問者、回答候補者の回答に対して他のユーザーが評価した数
3.質問者、回答候補者の過去に回答した質問文の難易度の合計
過去に投稿された質問文、又は回答文に対応する質問文の難易度を対象とする。
なお、これら「1」から「3」の情報は、質問キーワード抽出モジュール110によって抽出されたキーワードが含まれている情報を対象としている。「1」の場合にあっては、キーワードが含まれている電子メールが対象である。「2」の場合にあっては、キーワードが含まれている質問文、回答文の評価が対象である。「3」の場合にあっては、キーワードが含まれている質問文が対象である。
1.質問者、回答候補者のメール送受信履歴
(1)電子メール処理装置(一般にメーラーと言われる、その他コミュニケーションシステム等)から送受信履歴を取得する。
(2)送受信履歴から得た情報に対して知識レベル算出モジュール120にて分析を行う。
2.質問者、回答候補者の回答に対する評価
(1)質問回答履歴情報記憶モジュール115から取得した回答履歴の評価情報を取得する。例えば、Q&Aシステムと組み合わせたSNS(Social Networking Service、ソーシャル・ネットワーキング・サービス)と連携して、SNSにおける評価サービスの評価(例えば、「いいね」ボタンの選択)を取得する。
3.質問者、回答候補者の過去に回答した質問文の難易度の合計
(1)質問回答履歴情報記憶モジュール115から取得した回答履歴から、回答を行った質問文の難易度を取得する。
(1)電子メール処理装置(一般にメーラーと言われる、その他コミュニケーションシステム等)から送受信履歴を取得する。
(2)送受信履歴から得た情報に対して知識レベル算出モジュール120にて分析を行う。
2.質問者、回答候補者の回答に対する評価
(1)質問回答履歴情報記憶モジュール115から取得した回答履歴の評価情報を取得する。例えば、Q&Aシステムと組み合わせたSNS(Social Networking Service、ソーシャル・ネットワーキング・サービス)と連携して、SNSにおける評価サービスの評価(例えば、「いいね」ボタンの選択)を取得する。
3.質問者、回答候補者の過去に回答した質問文の難易度の合計
(1)質問回答履歴情報記憶モジュール115から取得した回答履歴から、回答を行った質問文の難易度を取得する。
この変形例Aでは、前述の実施の形態における図11の例に示すユーザー知識レベルテーブル1100は、図14の例に示すユーザー知識レベルテーブル1400のようになる。図14は、ユーザー知識レベルテーブル1400のデータ構造例を示す説明図である。ユーザー知識レベルテーブル1400は、ユーザー名欄1410、質問回数欄1420、回答回数欄1430、評価された回答数欄1440、質問難易度の合計欄1450、レベル欄1460を有している。ユーザー名欄1410は、ユーザー名を記憶している。質問回数欄1420は、そのユーザーによるメールにおける質問回数を記憶している。回答回数欄1430は、そのユーザーによるメールにおける回答回数を記憶している。評価された回答数欄1440は、そのユーザーによる回答が評価された回答数(前述の例では「いいね」ボタンが選択された回答の数)を記憶している。質問難易度の合計欄1450は、そのユーザーが投稿した過去の質問文の難易度の合計を記憶している。レベル欄1460は、そのユーザーの知識レベルを記憶している。ここでは、知識レベルの算出を質問回数欄1420、回答回数欄1430、評価された回答数欄1440、質問難易度の合計欄1450内の値の加算によって行っている。この例では、ユーザーDが最も知識レベルが高いユーザーであると判定される。
なお、変形例Aでは、質問回数欄1420、回答回数欄1430、評価された回答数欄1440、質問難易度の合計欄1450の全てを用いたが、これらのうちの1つ以上を用いればよい。また、各欄の値に予め定められた値を乗算する(重み付け)等して、加算する処理を行ってもよい。
なお、変形例Aでは、質問回数欄1420、回答回数欄1430、評価された回答数欄1440、質問難易度の合計欄1450の全てを用いたが、これらのうちの1つ以上を用いればよい。また、各欄の値に予め定められた値を乗算する(重み付け)等して、加算する処理を行ってもよい。
<変形例B>知識レベル算出モジュール120による知識レベル算出処理(算出式を用いたケース)。
この変形例Bによる処理は、Q&Aシステムに投稿が少ない質問者、回答者であっても知識レベルを算出するものである。投稿した質問文、回答文の数が予め定められた閾値よりも少ない又は以下である場合は、知識レベル算出モジュール120は、以下の処理を行うようにしてもよい。
知識レベル算出モジュール120は、質問キーワード抽出モジュール110によって抽出された単語が含まれている過去の質問文を抽出する。そして、抽出した質問文に対する回答を行うのに要した時間と、その質問文の難易度に応じて、その回答を行ったユーザーの知識レベルを算出する。
この変形例Bによる処理は、Q&Aシステムに投稿が少ない質問者、回答者であっても知識レベルを算出するものである。投稿した質問文、回答文の数が予め定められた閾値よりも少ない又は以下である場合は、知識レベル算出モジュール120は、以下の処理を行うようにしてもよい。
知識レベル算出モジュール120は、質問キーワード抽出モジュール110によって抽出された単語が含まれている過去の質問文を抽出する。そして、抽出した質問文に対する回答を行うのに要した時間と、その質問文の難易度に応じて、その回答を行ったユーザーの知識レベルを算出する。
具体的には、以下の処理を行う。
(1)過去の回答所要時間の取得処理。
スケジュール情報を取得する。
(1)−1:回答された日時(年、月、日、時、分、秒、秒以下、又はこれらの組み合わせであってもよい)前の予め定められた期間内のスケジュール情報に回答作業の予定が登録されている場合には、その時間を回答所要時間として取得する。
(1)−2:スケジュール情報に回答作業の予定が登録されていない場合には、回答された日時前の予め定められた期間内のスケジュール情報内の空き時間を回答にかかった回答所要時間とする。
(2)質問回答履歴情報記憶モジュール115から取得した回答履歴から、回答を行った質問文の難易度を取得する。
(3)基本の回答所要時間との比較によって知識レベルを算出する。
例えば、図11の例に示すユーザー知識レベルテーブル1100において、ユーザーDが回答した質問文の難易度とユーザーDの回答所要時間は以下のようであったとする。
・質問文の難易度:50
・ユーザーDの回答所要時間:10分
基本の回答所要時間が“20分”だとするとユーザーDの知識レベルは、以下のように算出される。なお、ここで用いている20分は、予め定められた値であり、他の値であってもよい。
式:知識レベル=質問文の難易度/(回答所要時間/基本の回答所要時間)
ユーザーDの知識レベル=50/(10/20)=100
よってユーザーDは、過去に一度の投稿ではあるが、知識レベルが100であると算出する。
(1)過去の回答所要時間の取得処理。
スケジュール情報を取得する。
(1)−1:回答された日時(年、月、日、時、分、秒、秒以下、又はこれらの組み合わせであってもよい)前の予め定められた期間内のスケジュール情報に回答作業の予定が登録されている場合には、その時間を回答所要時間として取得する。
(1)−2:スケジュール情報に回答作業の予定が登録されていない場合には、回答された日時前の予め定められた期間内のスケジュール情報内の空き時間を回答にかかった回答所要時間とする。
(2)質問回答履歴情報記憶モジュール115から取得した回答履歴から、回答を行った質問文の難易度を取得する。
(3)基本の回答所要時間との比較によって知識レベルを算出する。
例えば、図11の例に示すユーザー知識レベルテーブル1100において、ユーザーDが回答した質問文の難易度とユーザーDの回答所要時間は以下のようであったとする。
・質問文の難易度:50
・ユーザーDの回答所要時間:10分
基本の回答所要時間が“20分”だとするとユーザーDの知識レベルは、以下のように算出される。なお、ここで用いている20分は、予め定められた値であり、他の値であってもよい。
式:知識レベル=質問文の難易度/(回答所要時間/基本の回答所要時間)
ユーザーDの知識レベル=50/(10/20)=100
よってユーザーDは、過去に一度の投稿ではあるが、知識レベルが100であると算出する。
<変形例C>基本回答時間算出モジュール140による基本の回答所要時間の算出処理。
この変形例Cによる処理は、質問文の難易度、キーワード毎に回答にかかる所要時間を予測するものである。
基本回答時間算出モジュール140は、(1)過去の質問文の難易度と(2)その質問文に回答した回答者の知識レベルと(3)その質問文に対する回答に要した時間を用いて、質問文の難易度と回答者の知識レベルが同じ場合の回答時間を算出し、その回答時間と対象としている質問文の難易度と回答候補者の知識レベルを用いて、その回答候補者が対象としている質問文に対する回答を行うのに必要な時間を算出する。ここで「回答時間と対象としている質問文の難易度と回答候補者の知識レベルを用いて」として、例えば、回答時間に対して、対象としている質問文の難易度と回答候補者の知識レベルの比を乗算する等の処理がある。
この変形例Cによる処理は、質問文の難易度、キーワード毎に回答にかかる所要時間を予測するものである。
基本回答時間算出モジュール140は、(1)過去の質問文の難易度と(2)その質問文に回答した回答者の知識レベルと(3)その質問文に対する回答に要した時間を用いて、質問文の難易度と回答者の知識レベルが同じ場合の回答時間を算出し、その回答時間と対象としている質問文の難易度と回答候補者の知識レベルを用いて、その回答候補者が対象としている質問文に対する回答を行うのに必要な時間を算出する。ここで「回答時間と対象としている質問文の難易度と回答候補者の知識レベルを用いて」として、例えば、回答時間に対して、対象としている質問文の難易度と回答候補者の知識レベルの比を乗算する等の処理がある。
具体的な例を用いて説明する。
まず、質問回答履歴情報記憶モジュール115に対して、質問文のキーワード、質問文の難易度を用いた検索を行う。
例えば、質問文の難易度が3であり、回答者の知識レベルも同じ場合の回答の所要時間を求める場合について説明する。質問文のキーワード「SoftwareA」による検索結果(質問文内にキーワードを含むという検索条件)として、質問履歴テーブル1500を生成する。図15は、質問履歴テーブル1500のデータ構造例を示す説明図である。質問履歴テーブル1500は、質問No欄1510、難易度欄1520、回答者の知識レベル欄1530、回答所要時間欄1540を有している。質問No欄1510は、本実施の形態において質問文を一意に特定するための情報である質問Noを記憶している。難易度欄1520は、その質問文の難易度を記憶している。回答者の知識レベル欄1530は、その質問文に対して回答した回答者の知識レベルを記憶している。回答所要時間欄1540は、その回答者が回答に要した時間を記憶している。この場合、回答者の知識レベル:「3」であるものとして、質問No.2が検索される。つまり、質問文の難易度が3である質問文を知識レベル4の回答者が答えた場合、18分の所要時間であったことが検索結果として抽出される。
質問文の難易度と回答者の知識レベルが同じ場合の回答所要時間を、以下の式で求める。
基本回答所要時間=回答所要時間/(質問文の難易度/回答者の知識レベル)
したがって、この例の場合は、
基本回答所要時間=18/(3/4)=24
となる。よって、この例の場合は、24分間が基本の回答所要時間となる。
まず、質問回答履歴情報記憶モジュール115に対して、質問文のキーワード、質問文の難易度を用いた検索を行う。
例えば、質問文の難易度が3であり、回答者の知識レベルも同じ場合の回答の所要時間を求める場合について説明する。質問文のキーワード「SoftwareA」による検索結果(質問文内にキーワードを含むという検索条件)として、質問履歴テーブル1500を生成する。図15は、質問履歴テーブル1500のデータ構造例を示す説明図である。質問履歴テーブル1500は、質問No欄1510、難易度欄1520、回答者の知識レベル欄1530、回答所要時間欄1540を有している。質問No欄1510は、本実施の形態において質問文を一意に特定するための情報である質問Noを記憶している。難易度欄1520は、その質問文の難易度を記憶している。回答者の知識レベル欄1530は、その質問文に対して回答した回答者の知識レベルを記憶している。回答所要時間欄1540は、その回答者が回答に要した時間を記憶している。この場合、回答者の知識レベル:「3」であるものとして、質問No.2が検索される。つまり、質問文の難易度が3である質問文を知識レベル4の回答者が答えた場合、18分の所要時間であったことが検索結果として抽出される。
質問文の難易度と回答者の知識レベルが同じ場合の回答所要時間を、以下の式で求める。
基本回答所要時間=回答所要時間/(質問文の難易度/回答者の知識レベル)
したがって、この例の場合は、
基本回答所要時間=18/(3/4)=24
となる。よって、この例の場合は、24分間が基本の回答所要時間となる。
<変形例D>質問難易度算出モジュール130、基本回答時間算出モジュール140、回答所要時間算出モジュール150、回答者選出モジュール160、回答依頼モジュール170による回答者の辞退処理。
この変形例Dによる処理は、質問者が意図せず自分の知識量よりもはるかに高い難易度の質問をした場合に対処するものである。例えば、質問者が他者(お客さま、開発委託先など)から受けた質問を代理で投稿したケースが該当する。
回答依頼モジュール170は、回答者選出モジュール160によって選出された回答者によって回答が行われなかった場合又は質問者が回答に満足しなかった場合は、質問文の難易度をその回答者の知識レベルよりも高く設定する。
この変形例Dによる処理は、質問者が意図せず自分の知識量よりもはるかに高い難易度の質問をした場合に対処するものである。例えば、質問者が他者(お客さま、開発委託先など)から受けた質問を代理で投稿したケースが該当する。
回答依頼モジュール170は、回答者選出モジュール160によって選出された回答者によって回答が行われなかった場合又は質問者が回答に満足しなかった場合は、質問文の難易度をその回答者の知識レベルよりも高く設定する。
具体的な例を用いて説明する。
以下のような条件に基づいて、回答者の再選出を行い、追加の回答依頼を出す。
(1)回答依頼した正式な回答者が予め定められた時間、質問文を掲載したページへのアクセスを行わなかった場合
(2)回答者が回答依頼を辞退した場合(図4の例の辞退ボタン450が選択された場合)
(3)質問者が回答に満足しなかった場合
なお、(1)、(2)の場合は、回答者選出モジュール160によって選出された回答者によって回答が行われなかった場合に該当する。
これらの場合、質問難易度算出モジュール130、基本回答時間算出モジュール140、回答所要時間算出モジュール150、回答者選出モジュール160、回答依頼モジュール170(図6の例に示すフローチャート内のステップS606以降)の処理を再度実施する。ただし、質問文の難易度を辞退した回答者の知識レベルより高い値とする。例えば、知識レベルに予め定められた値(例えば1等)を加算して、質問文の難易度を算出してもよいし、辞退した回答者の操作によって指定してもよい。この例の場合では、ユーザーAの知識レベルが5のため、質問文の難易度を6に設定する。
以下のような条件に基づいて、回答者の再選出を行い、追加の回答依頼を出す。
(1)回答依頼した正式な回答者が予め定められた時間、質問文を掲載したページへのアクセスを行わなかった場合
(2)回答者が回答依頼を辞退した場合(図4の例の辞退ボタン450が選択された場合)
(3)質問者が回答に満足しなかった場合
なお、(1)、(2)の場合は、回答者選出モジュール160によって選出された回答者によって回答が行われなかった場合に該当する。
これらの場合、質問難易度算出モジュール130、基本回答時間算出モジュール140、回答所要時間算出モジュール150、回答者選出モジュール160、回答依頼モジュール170(図6の例に示すフローチャート内のステップS606以降)の処理を再度実施する。ただし、質問文の難易度を辞退した回答者の知識レベルより高い値とする。例えば、知識レベルに予め定められた値(例えば1等)を加算して、質問文の難易度を算出してもよいし、辞退した回答者の操作によって指定してもよい。この例の場合では、ユーザーAの知識レベルが5のため、質問文の難易度を6に設定する。
この変形例Dによって、全体フローは図16の例に示すようになる。図16は、本実施の形態(変形例D)による処理例を示すフローチャートである。
ステップS1600では、Q&Aシステムに質問文が投稿されたことを検知し、処理を開始する。
ステップS1602では、質問文の情報を取得する。
ステップS1604では、質問文のキーワードに対する質問者、回答候補者の知識レベルを判定する。
ステップS1606では、質問文の難易度を判定する。ステップS1614を経た処理の場合は、質問文の難易度を、辞退した回答者の知識レベルよりも高い値とする。
ステップS1608では、各回答候補者の回答所要時間を算出する。
ステップS1610では、回答者を選出する。
ステップS1612では、回答者へ回答を依頼する。
ステップS1614では、回答者が辞退したか否かを判断し、辞退した場合はステップS1606へ戻り、それ以外の場合はステップS1616へ進む。
ステップS1616では、回答を取得する。
ステップS1600では、Q&Aシステムに質問文が投稿されたことを検知し、処理を開始する。
ステップS1602では、質問文の情報を取得する。
ステップS1604では、質問文のキーワードに対する質問者、回答候補者の知識レベルを判定する。
ステップS1606では、質問文の難易度を判定する。ステップS1614を経た処理の場合は、質問文の難易度を、辞退した回答者の知識レベルよりも高い値とする。
ステップS1608では、各回答候補者の回答所要時間を算出する。
ステップS1610では、回答者を選出する。
ステップS1612では、回答者へ回答を依頼する。
ステップS1614では、回答者が辞退したか否かを判断し、辞退した場合はステップS1606へ戻り、それ以外の場合はステップS1616へ進む。
ステップS1616では、回答を取得する。
なお、(1)の場合、回答所要時間算出モジュール150、回答者選出モジュール160による処理を、再度実施するようにしてもよい。また、(2)の場合、辞退時に記載された辞退理由が知識不足でなければ、回答所要時間算出モジュール150、回答者選出モジュール160による処理を、再度実施するようにしてもよい。例えば、回答画面400内に辞退ボタン450が選択された場合は、辞退の理由として、「知識不足ボタン」等を表示して、それらの選択によって辞退理由を判断すればよい。そして、「知識不足ボタン」が選択された場合に、前述した処理を行うようにしてもよい。
<変形例E>知識レベル算出モジュール120、質問難易度算出モジュール130、基本回答時間算出モジュール140、回答所要時間算出モジュール150、回答者選出モジュール160、回答依頼モジュール170による回答者の回答を補足できそうな人の指名処理又はキーワード変更処理。
この変形例Eによる処理は、質問文の中に回答に直接関係がないキーワード以外が含まれていた場合に対処するものである。例えば、質問文として、『「SoftwareA」を「ComputerA」上で動かすための「外部接続申請方法」について教えてください。』が投稿された場合、抽出キーワードとしては、「SoftwareA」、「ComputerA」、「外部接続申請方法」となる。この例の質問文の本質は「ComputerA」の「外部接続申請方法」であり、「SoftwareA」であるかどうかは実は回答にはあまり関係がない(ただし、質問者には不要かどうかはわからない)にもかかわらず、この場合には「SoftwareA」の知識レベルが高い回答候補者が選出される可能性があり、質問文に対する十分な回答ができない、時間がかかりすぎるといった事態が発生することが想定される。
その場合には以下の2つの方法によって回答者が次の回答者に回答依頼を出すようにする。
パターン(1):回答者が直接次の回答者(質問文の回答を行う者)を指名する。
回答者が質問文に対する適切な回答者に心当たりがある場合には直接指定する。
パターン(2):回答者がキーワードを変更する。
回答者選出モジュール160によって選出された回答者によって、対象としている質問文に含まれている単語の抽出が行われた場合は、その抽出された単語によってその後の処理を行うことによって、その回答者とは異なる回答者を選出する。ここで、「回答者によって、対象としている質問文に含まれている単語の抽出が行われた場合」として、その回答者が選出する過程で質問キーワード抽出モジュール110によって抽出されたキーワードとは異なるキーワードを抽出するように、回答者が抽出したキーワードと質問キーワード抽出モジュール110が抽出したキーワードを比較するようにしてもよい。
具体的には、回答者が質問文に対する適切な補足の回答者に心当たりがない場合等、回答者がキーワードを適切なものに再設定する。そのキーワードをもとに情報処理装置100が異なる回答者を選出する。
なお、新たに選出された回答者は、元の回答者の代わりとしてもよいし、元の回答者と新たな回答者の複数人を回答者としてもよい。
この変形例Eによる処理は、質問文の中に回答に直接関係がないキーワード以外が含まれていた場合に対処するものである。例えば、質問文として、『「SoftwareA」を「ComputerA」上で動かすための「外部接続申請方法」について教えてください。』が投稿された場合、抽出キーワードとしては、「SoftwareA」、「ComputerA」、「外部接続申請方法」となる。この例の質問文の本質は「ComputerA」の「外部接続申請方法」であり、「SoftwareA」であるかどうかは実は回答にはあまり関係がない(ただし、質問者には不要かどうかはわからない)にもかかわらず、この場合には「SoftwareA」の知識レベルが高い回答候補者が選出される可能性があり、質問文に対する十分な回答ができない、時間がかかりすぎるといった事態が発生することが想定される。
その場合には以下の2つの方法によって回答者が次の回答者に回答依頼を出すようにする。
パターン(1):回答者が直接次の回答者(質問文の回答を行う者)を指名する。
回答者が質問文に対する適切な回答者に心当たりがある場合には直接指定する。
パターン(2):回答者がキーワードを変更する。
回答者選出モジュール160によって選出された回答者によって、対象としている質問文に含まれている単語の抽出が行われた場合は、その抽出された単語によってその後の処理を行うことによって、その回答者とは異なる回答者を選出する。ここで、「回答者によって、対象としている質問文に含まれている単語の抽出が行われた場合」として、その回答者が選出する過程で質問キーワード抽出モジュール110によって抽出されたキーワードとは異なるキーワードを抽出するように、回答者が抽出したキーワードと質問キーワード抽出モジュール110が抽出したキーワードを比較するようにしてもよい。
具体的には、回答者が質問文に対する適切な補足の回答者に心当たりがない場合等、回答者がキーワードを適切なものに再設定する。そのキーワードをもとに情報処理装置100が異なる回答者を選出する。
なお、新たに選出された回答者は、元の回答者の代わりとしてもよいし、元の回答者と新たな回答者の複数人を回答者としてもよい。
この変形例Eによって、全体フローは図17の例に示すようになる。図17は、本実施の形態(変形例E)による処理例を示すフローチャートである。
ステップS1700では、Q&Aシステムに質問文が投稿されたことを検知し、処理を開始する。
ステップS1702では、質問文の情報を取得する。
ステップS1704では、質問文のキーワードに対する質問者、回答候補者の知識レベルを判定する。
ステップS1706では、質問文の難易度を判定する。ステップS1718のYesを経てきた場合は、回答者の操作によって変更されたキーワードを用いて、再度ステップS1706以降の処理を行う。
ステップS1708では、各回答候補者の回答所要時間を算出する。
ステップS1700では、Q&Aシステムに質問文が投稿されたことを検知し、処理を開始する。
ステップS1702では、質問文の情報を取得する。
ステップS1704では、質問文のキーワードに対する質問者、回答候補者の知識レベルを判定する。
ステップS1706では、質問文の難易度を判定する。ステップS1718のYesを経てきた場合は、回答者の操作によって変更されたキーワードを用いて、再度ステップS1706以降の処理を行う。
ステップS1708では、各回答候補者の回答所要時間を算出する。
ステップS1710では、回答者を選出する。ステップS1718のNoを経てきた場合は、その時点で再度ステップS1710以降の処理を行う。ステップS1714のYesを経てきた場合(同じ質問文に対して複数回の回答者の選出処理が行われた場合)は、前回(前々回等を含む)の回答者とは異なる回答者を選出する。例えば、前回の回答者を当初の回答候補者に含めないようにしてもよいし、同じ回答者となった場合は次点の回答候補者を回答者として選出するようにしてもよい。
ステップS1712では、回答者へ回答を依頼する。ステップS1716のYesを経てきた場合は、回答者が指名した者を回答者として回答依頼処理を行う。
ステップS1714では、回答者が補足の回答を要求したか否かを判断し、要求した場合はステップS1716へ進み、それ以外の場合はステップS1720へ進む。
ステップS1716では、回答者が次の回答者を指名したか否かを判断し、指名した場合はステップS1712へ戻り、それ以外の場合はステップS1718へ進む。
ステップS1718では、回答者によってキーワードが変更されたか否かを判断し、変更された場合はステップS1706へ戻り、それ以外の場合はステップS1710へ戻る。
ステップS1720では、回答を取得する。
ステップS1712では、回答者へ回答を依頼する。ステップS1716のYesを経てきた場合は、回答者が指名した者を回答者として回答依頼処理を行う。
ステップS1714では、回答者が補足の回答を要求したか否かを判断し、要求した場合はステップS1716へ進み、それ以外の場合はステップS1720へ進む。
ステップS1716では、回答者が次の回答者を指名したか否かを判断し、指名した場合はステップS1712へ戻り、それ以外の場合はステップS1718へ進む。
ステップS1718では、回答者によってキーワードが変更されたか否かを判断し、変更された場合はステップS1706へ戻り、それ以外の場合はステップS1710へ戻る。
ステップS1720では、回答を取得する。
なお、本実施の形態としてのプログラムが実行されるコンピュータのハードウェア構成は、図18に例示するように、一般的なコンピュータであり、具体的にはパーソナルコンピュータ、サーバーとなり得るコンピュータ等である。つまり、具体例として、処理部(演算部)としてCPU1801を用い、記憶装置としてRAM1802、ROM1803、HD1804を用いている。HD1804として、例えばハードディスク、SSD(Solid State Drive)を用いてもよい。質問キーワード抽出モジュール110、知識レベル算出モジュール120、質問難易度算出モジュール130、基本回答時間算出モジュール140、回答所要時間算出モジュール150、回答者選出モジュール160、回答依頼モジュール170等のプログラムを実行するCPU1801と、そのプログラムやデータを記憶するRAM1802と、本コンピュータを起動するためのプログラム等が格納されているROM1803と、補助記憶装置(フラッシュメモリ等であってもよい)であるHD1804と、キーボード、マウス、タッチパネル等に対する利用者の操作に基づいてデータを受け付ける受付装置1806と、CRT、液晶ディスプレイ等の出力装置1805と、ネットワークインタフェースカード等の通信ネットワークと接続するための通信回線インタフェース1807、そして、それらをつないでデータのやりとりをするためのバス1808により構成されている。これらのコンピュータが複数台互いにネットワークによって接続されていてもよい。
前述の実施の形態のうち、コンピュータ・プログラムによるものについては、本ハードウェア構成のシステムにソフトウェアであるコンピュータ・プログラムを読み込ませ、ソフトウェアとハードウェア資源とが協働して、前述の実施の形態が実現される。
なお、図18に示すハードウェア構成は、1つの構成例を示すものであり、本実施の形態は、図18に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア(例えばASIC等)で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図18に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、特に、パーソナルコンピュータの他、情報家電、複写機、ファックス、スキャナ、プリンタ、複合機(スキャナ、プリンタ、複写機、ファックス等のいずれか2つ以上の機能を有している画像処理装置)などに組み込まれていてもよい。
なお、図18に示すハードウェア構成は、1つの構成例を示すものであり、本実施の形態は、図18に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア(例えばASIC等)で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図18に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、特に、パーソナルコンピュータの他、情報家電、複写機、ファックス、スキャナ、プリンタ、複合機(スキャナ、プリンタ、複写機、ファックス等のいずれか2つ以上の機能を有している画像処理装置)などに組み込まれていてもよい。
なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通等のために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体を言う。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク(DVD)であって、DVDフォーラムで策定された規格である「DVD−R、DVD−RW、DVD−RAM等」、DVD+RWで策定された規格である「DVD+R、DVD+RW等」、コンパクトディスク(CD)であって、読出し専用メモリ(CD−ROM)、CDレコーダブル(CD−R)、CDリライタブル(CD−RW)等、ブルーレイ・ディスク(Blu−ray(登録商標) Disc)、光磁気ディスク(MO)、フレキシブルディスク(FD)、磁気テープ、ハードディスク、読出し専用メモリ(ROM)、電気的消去及び書換可能な読出し専用メモリ(EEPROM(登録商標))、フラッシュ・メモリ、ランダム・アクセス・メモリ(RAM)、SD(Secure Digital)メモリーカード等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク(LAN)、メトロポリタン・エリア・ネットワーク(MAN)、ワイド・エリア・ネットワーク(WAN)、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、又は無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、又は別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して記録されていてもよい。また、圧縮や暗号化等、復元可能であればどのような態様で記録されていてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通等のために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体を言う。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク(DVD)であって、DVDフォーラムで策定された規格である「DVD−R、DVD−RW、DVD−RAM等」、DVD+RWで策定された規格である「DVD+R、DVD+RW等」、コンパクトディスク(CD)であって、読出し専用メモリ(CD−ROM)、CDレコーダブル(CD−R)、CDリライタブル(CD−RW)等、ブルーレイ・ディスク(Blu−ray(登録商標) Disc)、光磁気ディスク(MO)、フレキシブルディスク(FD)、磁気テープ、ハードディスク、読出し専用メモリ(ROM)、電気的消去及び書換可能な読出し専用メモリ(EEPROM(登録商標))、フラッシュ・メモリ、ランダム・アクセス・メモリ(RAM)、SD(Secure Digital)メモリーカード等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク(LAN)、メトロポリタン・エリア・ネットワーク(MAN)、ワイド・エリア・ネットワーク(WAN)、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、又は無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、又は別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して記録されていてもよい。また、圧縮や暗号化等、復元可能であればどのような態様で記録されていてもよい。
100…情報処理装置
105…投稿質問情報記憶モジュール
110…質問キーワード抽出モジュール
115…質問回答履歴情報記憶モジュール
120…知識レベル算出モジュール
130…質問難易度算出モジュール
140…基本回答時間算出モジュール
150…回答所要時間算出モジュール
155…スケジュール情報記憶モジュール
160…回答者選出モジュール
170…回答依頼モジュール
210…質問者・回答者用端末
210A…質問者・回答者用端末
210B…質問者・回答者用端末
210C…質問者・回答者用端末
210D…質問者・回答者用端末
220…Q&Aシステム
230…スケジュール管理装置
290…通信回線
105…投稿質問情報記憶モジュール
110…質問キーワード抽出モジュール
115…質問回答履歴情報記憶モジュール
120…知識レベル算出モジュール
130…質問難易度算出モジュール
140…基本回答時間算出モジュール
150…回答所要時間算出モジュール
155…スケジュール情報記憶モジュール
160…回答者選出モジュール
170…回答依頼モジュール
210…質問者・回答者用端末
210A…質問者・回答者用端末
210B…質問者・回答者用端末
210C…質問者・回答者用端末
210D…質問者・回答者用端末
220…Q&Aシステム
230…スケジュール管理装置
290…通信回線
Claims (8)
- 質問文の難易度と回答候補者の知識レベルを比較することによって、該回答候補者が該質問文に対する回答を行うのに必要な時間を算出する算出手段と、
前記回答候補者の予定内で前記質問文に対する回答納期までに、前記算出手段によって算出された時間を確保することが可能な回答候補者を、該質問文に対する回答を行う回答候補者として選出する選出手段
を具備することを特徴とする情報処理装置。 - 前記質問文に含まれている単語を抽出する抽出手段と、
前記抽出手段によって抽出された単語が含まれている過去の質問文又は回答文の数を、ユーザー毎に計数する計数手段と、
前記計数手段によって計数された数に応じて、質問者又は回答候補者の知識レベルを算出する知識レベル算出手段
をさらに具備し、
前記質問文の難易度は、前記知識レベル算出手段によって算出された該質問文を投稿した質問者の知識レベルに対応した値であり、
前記算出手段は、前記知識レベル算出手段によって算出された回答候補者の知識レベルを用いる
ことを特徴とする請求項1に記載の情報処理装置。 - 前記質問文に含まれている単語を抽出する第1の抽出手段と、
(1)前記第1の抽出手段によって抽出された単語が含まれている過去の電子メールの数、(2)前記第1の抽出手段によって抽出された単語が含まれている過去の回答文の評価された数、(3)前記第1の抽出手段によって抽出された単語が含まれている過去の質問文の難易度、の1つ以上を抽出する第2の抽出手段と、
前記第2の抽出手段によって抽出された値に応じて、質問者又は回答候補者の知識レベルを算出する知識レベル算出手段
をさらに具備し、
前記質問文の難易度は、前記知識レベル算出手段によって算出された該質問文を投稿した質問者の知識レベルに対応した値であり、
前記算出手段は、前記知識レベル算出手段によって算出された回答候補者の知識レベルを用いる
ことを特徴とする請求項1に記載の情報処理装置。 - 前記質問文に含まれている単語を抽出する第1の抽出手段と、
前記第1の抽出手段によって抽出された単語が含まれている過去の質問文を抽出する第2の抽出手段と、
前記第2の抽出手段によって抽出された質問文に対する回答を行うのに要した時間と、該質問文の難易度に応じて、該回答を行ったユーザーの知識レベルを算出する知識レベル算出手段
をさらに具備し、
前記質問文の難易度は、前記知識レベル算出手段によって算出された該質問文を投稿した質問者の知識レベルに対応した値であり、
前記算出手段は、前記知識レベル算出手段によって算出された回答候補者の知識レベルを用いる
ことを特徴とする請求項1に記載の情報処理装置。 - 前記算出手段は、過去の質問文の難易度と該質問文に回答した回答者の知識レベルと該質問文に対する回答に要した時間を用いて、質問文の難易度と回答者の知識レベルが同じ場合の回答時間を算出し、該回答時間と対象としている質問文の難易度と回答候補者の知識レベルを用いて、該回答候補者が対象としている質問文に対する回答を行うのに必要な時間を算出する
ことを特徴とする請求項1から4のいずれか一項に記載の情報処理装置。 - 前記選出手段によって選出された回答者によって回答が行われなかった場合又は質問者が回答に満足しなかった場合は、前記質問文の難易度を該回答者の知識レベルよりも高く設定する設定手段
をさらに具備することを特徴とする請求項1から5のいずれか一項に記載の情報処理装置。 - 前記選出手段によって選出された回答者によって、対象としている質問文に含まれている単語の抽出が行われた場合は、該抽出された単語によってその後の処理を行うことによって、該回答者とは異なる回答者を選出する
ことを特徴とする請求項2から4のいずれか一項に記載の情報処理装置。 - コンピュータを、
質問文の難易度と回答候補者の知識レベルを比較することによって、該回答候補者が該質問文に対する回答を行うのに必要な時間を算出する算出手段と、
前記回答候補者の予定内で前記質問文に対する回答納期までに、前記算出手段によって算出された時間を確保することが可能な回答候補者を、該質問文に対する回答を行う回答候補者として選出する選出手段
として機能させるための情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014144273A JP2016021131A (ja) | 2014-07-14 | 2014-07-14 | 情報処理装置及び情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014144273A JP2016021131A (ja) | 2014-07-14 | 2014-07-14 | 情報処理装置及び情報処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016021131A true JP2016021131A (ja) | 2016-02-04 |
Family
ID=55265935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014144273A Pending JP2016021131A (ja) | 2014-07-14 | 2014-07-14 | 情報処理装置及び情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016021131A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6388994B1 (ja) * | 2017-12-12 | 2018-09-12 | ヤフー株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JP2019056949A (ja) * | 2017-09-19 | 2019-04-11 | Necフィールディング株式会社 | 問い合わせ回答担当者の評価装置、問い合わせ回答担当者の選択装置、メールサーバ、評価方法及びプログラム |
JP2019106167A (ja) * | 2018-08-10 | 2019-06-27 | ヤフー株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
-
2014
- 2014-07-14 JP JP2014144273A patent/JP2016021131A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019056949A (ja) * | 2017-09-19 | 2019-04-11 | Necフィールディング株式会社 | 問い合わせ回答担当者の評価装置、問い合わせ回答担当者の選択装置、メールサーバ、評価方法及びプログラム |
JP6388994B1 (ja) * | 2017-12-12 | 2018-09-12 | ヤフー株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JP2019106021A (ja) * | 2017-12-12 | 2019-06-27 | ヤフー株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JP2019106167A (ja) * | 2018-08-10 | 2019-06-27 | ヤフー株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sen et al. | A total error framework for digital traces of human behavior on online platforms | |
Sehgal | The role of reputation in US News & World Report's rankings of the top 50 American hospitals | |
TWI529543B (zh) | 用於社會網路驅動之查詢改良及建議之電腦化系統及電腦儲存媒體 | |
JP6544131B2 (ja) | 情報処理装置及び情報処理プログラム | |
JP5716859B1 (ja) | 回答者抽出システム及び回答者抽出プログラム | |
US20130013526A1 (en) | Social networking job matching technology | |
CN110023928B (zh) | 预测搜索引擎排名信号值 | |
US20130218862A1 (en) | System and method for customizing analytics based on users media affiliation status | |
US20110196923A1 (en) | Searching data in a social network to provide an answer to an information request | |
US20110313987A1 (en) | System and method for search of sources and targets based on relative expertise of the sources | |
US20110313989A1 (en) | System and method for customizing search results from user's perspective | |
US20110307464A1 (en) | System And Method For Identifying Trending Targets Based On Citations | |
Steiner | Attitudes towards the Transatlantic Trade and Investment Partnership in the European Union: The treaty partner heuristic and issue attention | |
US20170147984A1 (en) | System and method for sourcing and matching a candidate to jobs | |
CN106447419B (zh) | 基于特征选择的拜访者标识 | |
US10380121B2 (en) | System and method for query temporality analysis | |
Van der Geest et al. | Self-assessed and actual Internet skills of people with visual impairments | |
KR100462542B1 (ko) | 신뢰성 있는 컨텐츠를 제공하는 컨텐츠 검색 시스템 및 그방법 | |
US20160253684A1 (en) | Systems and methods of structuring reviews with auto-generated tags | |
KR20030036500A (ko) | 온라인 상의 전문가 선출 방법 및 시스템 | |
JP2016021131A (ja) | 情報処理装置及び情報処理プログラム | |
US10394804B1 (en) | Method and system for increasing internet traffic to a question and answer customer support system | |
US20120290552A9 (en) | System and method for search of sources and targets based on relative topicality specialization of the targets | |
JP2020126392A (ja) | 選択装置、選択方法および選択プログラム | |
KR100901782B1 (ko) | 마케팅 정보 생성 방법 및 시스템 |