JP2016212552A - コンテンツ活用支援方法、コンテンツ活用支援プログラム、及びコンテンツ活用支援装置 - Google Patents

コンテンツ活用支援方法、コンテンツ活用支援プログラム、及びコンテンツ活用支援装置 Download PDF

Info

Publication number
JP2016212552A
JP2016212552A JP2015094028A JP2015094028A JP2016212552A JP 2016212552 A JP2016212552 A JP 2016212552A JP 2015094028 A JP2015094028 A JP 2015094028A JP 2015094028 A JP2015094028 A JP 2015094028A JP 2016212552 A JP2016212552 A JP 2016212552A
Authority
JP
Japan
Prior art keywords
attribute
content
user
user information
information group
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2015094028A
Other languages
English (en)
Other versions
JP6520361B2 (ja
Inventor
聡子 岩倉
Satoko Iwakura
聡子 岩倉
豊 岩山
Yutaka Iwayama
豊 岩山
隆夫 毛利
Takao Mori
隆夫 毛利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2015094028A priority Critical patent/JP6520361B2/ja
Priority to US15/137,387 priority patent/US9756386B2/en
Publication of JP2016212552A publication Critical patent/JP2016212552A/ja
Application granted granted Critical
Publication of JP6520361B2 publication Critical patent/JP6520361B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • H04N21/44224—Monitoring of user activity on external systems, e.g. Internet browsing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8543—Content authoring using a description language, e.g. Multimedia and Hypermedia information coding Expert Group [MHEG], eXtensible Markup Language [XML]

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Social Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

【課題】繰り返し操作が行われたコンテンツの部分に対して、繰り返し操作が行われた理由を判断するための支援情報を提示する。【解決手段】コンテンツ活用支援装置５０は、コンテンツの操作情報から、コンテンツの一部分に対する繰り返し操作に関する操作情報を検出する。そして、コンテンツ活用支援装置５０は、検出した操作情報に対応づけられる第１のユーザ情報群の属性値の分布と、検出した操作情報に対応づけられない第２のユーザ情報群の属性値の分布とを予め定めた属性の種類毎に集計する。更に、コンテンツ活用支援装置５０は、繰り返し操作が検出されたコンテンツの部分について、予め定めた属性の種類毎に、第１のユーザ情報群の属性値の分布と、第２のユーザ情報群の属性値の分布と、を比較して、第１のユーザ情報群に特徴的な属性を検出する。そして、コンテンツ活用支援装置５０は、検出された属性をコンテンツの部分と対応付けて出力する。【選択図】図１

Description

本発明は、コンテンツ活用支援方法、コンテンツ活用支援プログラム、及びコンテンツ活用支援装置に関する。
近年、インターネットの普及に伴い、動画像等のコンテンツをインターネット等の通信回線に接続されるコンテンツ配信サーバからダウンロードして、スマートフォンのモバイル端末、又はパーソナルコンピュータ等の情報端末で閲覧する機会が増加している。
こうした通信回線を利用したコンテンツの閲覧では、例えばコンテンツ配信サーバにより、コンテンツを閲覧するユーザの性別、コンテンツの再生回数、及び再生部分等の閲覧情報が収集される場合がある。そして、収集したコンテンツの閲覧情報は、例えばユーザに対する推奨コンテンツの提示、ユーザが注目する部分を要約したコンテンツの作成、及びユーザの視聴傾向の把握等に利用される。
特開２００８−５３８２４号公報 特開２０１３−２２３２２９号公報 国際公開第２０１０／１４３３８８号公報 特開２００９−１９４７６７号公報
しかしながら、これまでの閲覧情報の解析手法では、例えばユーザが繰り返して再生した部分を、ユーザが興味を示した注目部分として一律に捉えるものである。
従って、これまでの閲覧情報の解析手法では、なぜコンテンツの特定の部分が繰り返して再生されたかといった、ユーザが注目した理由まで把握することが困難である。
一つの側面として、本発明は、繰り返し操作が行われたコンテンツの部分に対して、繰り返し操作が行われた理由を判断するための支援情報を提示することを目的とする。
一つの態様では、コンピュータに、属性情報を含むユーザ情報に対応づけられたコンテンツの操作情報から、コンテンツの一部分に対する繰り返し操作に関する操作情報を検出させる。そして、コンピュータに、検出した操作情報に対応づけられる第１のユーザ情報群の属性値の分布と、検出した操作情報に対応づけられない第２のユーザ情報群の属性値の分布とを予め定めた属性の種類毎に集計させる。そして、コンピュータに、繰り返し操作が検出されたコンテンツの部分について、予め定めた属性の種類毎に、第１のユーザ情報群の属性値の分布と、第２のユーザ情報群の属性値の分布と、を比較することで、第１のユーザ情報群に特徴的な属性を検出させる。そして、コンピュータに、検出された属性をコンテンツの部分と対応付けて出力させる。
一つの側面として、繰り返し操作が行われたコンテンツの部分に対して、繰り返し操作が行われた理由を判断するための支援情報を提示することができる。
第１実施形態に係る教育コンテンツ活用支援システムの一例を示す図である。 コンテンツ閲覧ログテーブルの一例を示す図である。 再生回数集計テーブルの一例を示す図である。 重点値を追加した再生回数集計テーブルの一例を示す図である。 繰り返し区間テーブルの一例を示す図である。 行動属性定義テーブルの一例を示す図である。 行動属性値テーブルの一例を示す図である。 成績属性定義テーブルの一例を示す図である。 成績属性値テーブルの一例を示す図である。 ユーザプロファイル属性定義テーブルの一例を示す図である。 ユーザプロファイル属性値テーブルの一例を示す図である。 第１実施形態に係る教育コンテンツ活用支援システムを実現するコンピュータシステムの一例を示す図である。 コンテンツ配信装置として機能するコンピュータの一例を示す図である。 学生端末として機能するコンピュータの一例を示す図である。 教師端末として機能するコンピュータの一例を示す図である。 第１実施形態に係る支援情報生成処理の流れの一例を示すフローチャートである。 再生回数集計テーブル生成処理の流れの一例を示すフローチャートである。 繰り返し区間テーブル生成処理の流れの一例を示すフローチャートである。 属性分布集計処理の流れの一例を示すフローチャートである。 属性テーブルの一例を示す図である。 組み合わせ属性テーブルの一例を示す図である。 属性集計テーブルの一例を示す図である。 特徴属性検出処理の流れの一例を示すフローチャートである。 カイ２乗検定の計算過程の一例を説明する図である。 具体的な値を用いてカイ２乗検定の計算過程の一例を説明する図である。 カイ２乗値及び有意差の有無を追加した属性集計テーブルの一例を示す図である。 支援情報提供処理の流れの一例を示すフローチャートである。 第１実施形態に係る学生端末に表示される支援情報の一例を示す図である。 第１実施形態に係る取得処理の流れの一例を示すフローチャートである。 第１実施形態に係る教師端末に表示される支援情報の一例を示す図である。 第２実施形態に係る教育コンテンツ活用支援システムの一例を示す図である。 第２実施形態に係る教育コンテンツ活用支援システムを実現するコンピュータシステムの一例を示す図である。 第２実施形態に係る取得処理の流れの一例を示すフローチャートである。 第２実施形態に係る教師端末に表示される支援情報の一例を示す図である。
以下、図面を参照して開示の技術の実施形態の一例を詳細に説明する。なお、以下では教育に関するコンテンツを用いた実施形態を用いて、開示の技術の一例を説明する。
（第１実施形態）
図１は、本実施形態に係る教育コンテンツ活用支援システム１０の一例を示した図である。
教育コンテンツ活用支援システム１０は、例えば、コンテンツ配信装置２０、学生端末３０、教師端末４０、及びコンテンツ活用支援装置５０が通信回線６０により接続されたシステムである。ここでは、本実施形態に係る通信回線６０をインターネット回線として説明するが、通信回線６０の種別はこれに限定されるものではない。例えば、通信回線６０は専用回線であっても、社内ＬＡＮ等のイントラネット回線であってもよい。また、通信回線６０は有線、無線、又は有線と無線との混在の何れの形態であってもよい。
なお、以降、「教育コンテンツ活用支援システム１０」を「支援システム１０」と称し、「コンテンツ活用支援装置５０」を「支援装置５０」と称すものとする。
コンテンツ配信装置２０は、教育に関するコンテンツを記憶領域に格納し、学生端末３０及び教師端末４０からの要求に応じて、コンテンツを配信する装置である。
本実施形態に係るコンテンツ活用支援装置５０は、例えば教師の講義を撮影した動画像データをコンテンツとして格納及び配信する装置として説明するが、コンテンツの例はこれに限られない。例えば、コンテンツは、音声データ及びテキストデータ等、学生端末３０及び教師端末４０で音声出力又は表示することができるデータを含むことができる。
コンテンツは例えば講義毎に教師又は教材制作会社等により予め用意され、コンテンツ配信装置２０に格納される。また、１つの講義内に複数の異なるコンテンツが含まれる場合もある。ここでは、学生が受講する講義の学習カリキュラムを「コース」という。
なお、コンテンツには、例えば学生が学習内容の理解度を把握するためのテストが含まれる。また、例えばコンテンツのヘッダには、コンテンツを一意に識別するためのコンテンツＩＤ（identification）が付加されており、支援システム１０におけるコンテンツの管理に利用される。
このように、コンテンツ配信装置２０には、コース毎にコンテンツが格納され、予め支援システム１０に登録した者であれば、誰でもコンテンツ配信装置２０から受講の登録をしたコースのコンテンツを閲覧することができる。なお、本実施形態に係る支援システム１０では、コースの登録料及びコンテンツの閲覧にかかる費用は無料であるが、これに限らず有償であってもよい。
学生端末３０は、コースに登録したユーザ、すなわちコースを受講する学生がコンテンツの再生に利用する端末である。学生端末３０でコンテンツを再生するには、ユーザを識別するために、例えばコースの登録の際に支援システム１０から付与されたユーザＩＤ及びパスワードを学生端末３０に入力する。そして、ユーザＩＤ及びパスワードを用いた支援システム１０の利用認証が正常に終了した後、受講するコースのコンテンツが学生端末３０に表示される。
なお、本実施形態では教育に関するコンテンツを例にして開示の技術を説明することから、「ユーザ」を「学生」の意味で用いる。
学生端末３０は、例えばインターネットに接続可能なスマートフォン、タブレット端末、又はパーソナルコンピュータ等の情報端末であり、ユーザが自ら用意する場合や、支援システム１０の提供者によってユーザに貸与される場合等がある。
なお、学生端末３０は無料で配布されるブラウザ等の閲覧ソフトウエアを含み、ブラウザを通じて登録したコースのコンテンツを再生する。
学生端末３０のブラウザは、ユーザが再生を希望するコンテンツを指定した場合、例えばコンテンツ配信装置２０から、ＸＭＬ（eXtensible Markup Language）等で記述された、ユーザが再生を希望するコンテンツを表示するための画面データを取得する。
取得した画面データには、ユーザが再生を希望するコンテンツのコンテンツＩＤ及びコンテンツ配信装置２０における格納場所の情報が含まれる。従って、学生端末３０のブラウザは、画面データに含まれるコンテンツＩＤに対応したコンテンツを、画面データに含まれるコンテンツ配信装置２０の格納場所から取得して、学生端末３０に表示する。
また、取得した画面データには、通信回線６０における支援装置５０の宛先を表すＵＲＬ（Uniform Resource Locator）が含まれる。従って、学生端末３０のブラウザは、支援装置５０へユーザが再生を希望するコンテンツＩＤ及びユーザＩＤを含む支援情報取得要求を送信し、コンテンツの活用を支援する支援情報の表示データを取得して、学生端末３０に表示する。なお、学生端末３０に表示される支援情報の詳細については後述する。
また、学生端末３０は、ユーザがブラウザに表示されたコンテンツに対して再生、停止、早送り、巻き戻し等の操作を実行した際に、支援装置５０へ行動ログを送信する。
行動ログは、例えば、コンテンツのコンテンツＩＤ、ユーザＩＤ、操作の種類、操作を実行したコンテンツの再生位置、操作を実行した日時、及び操作時のユーザ設定情報等を含む。ここで、ユーザ設定情報とは、例えばコンテンツ内で発せられる音声を文字にして表示する、いわゆる字幕機能の設定、及びコンテンツの再生速度の設定等、ユーザがコンテンツの再生に際して設定することができる情報を含む。
教師端末４０は、コースの講義を担当する教師がコンテンツの再生に利用する端末であり、学生端末３０と同様に、例えばインターネットに接続可能なスマートフォン、タブレット端末、又はパーソナルコンピュータ等の情報端末が用いられる。また、教師端末４０は学生端末３０と同様に、教師が自ら用意する場合や、支援システム１０の提供者によって教師に貸与される場合等がある。
教師端末４０でコンテンツを再生するには、支援システム１０から教師へ付与された教師ＩＤ及びパスワードを教師端末４０に入力する。そして、教師ＩＤ及びパスワードを用いた支援システム１０の利用認証が正常に終了した後、教師端末４０にコンテンツが表示される。
なお、教師端末４０は無料で配布されるブラウザ等の閲覧ソフトウエアを含み、ブラウザを通じてコンテンツ配信装置２０のコンテンツを再生する。
教師端末４０のブラウザは、教師が再生を希望するコンテンツを指定した場合、例えば支援装置５０からＸＭＬ等で記述された、教師が再生を希望するコンテンツを表示するための画面データを取得する。
取得した画面データには、教師が再生を希望するコンテンツのコンテンツＩＤ及びコンテンツ配信装置２０における格納場所の情報が含まれる。従って、教師端末４０のブラウザは、画面データに含まれるコンテンツＩＤに対応したコンテンツを、画面データに含まれるコンテンツ配信装置２０の格納場所から取得して、教師端末４０に表示する。
また、取得した画面データには、通信回線６０における支援装置５０の宛先を表すＵＲＬが含まれる。従って、教師端末４０のブラウザは、支援装置５０へユーザが再生を希望するコンテンツＩＤ及び教師ＩＤを含む支援情報取得要求を送信し、コンテンツの活用を支援する支援情報の表示データを取得して、教師端末４０に表示する。なお、教師端末４０に表示される支援情報の詳細については後述する。
図１では説明を簡略化するため、通信回線６０に各々１台ずつの学生端末３０及び教師端末４０しか接続されていない。しかし、実際には、ユーザ及び教師の数に応じて、複数の学生端末３０及び教師端末４０が通信回線６０に接続される。また、コンテンツ配信装置２０の数も１台に限定されず、複数のコンテンツ配信装置２０を通信回線６０に接続してもよい。
支援装置５０は、通信部５１、ログ解析部５２、繰り返し区間判定部５３、集計部５４、検出部５５、及び出力部５６の各機能部を含む。また、支援装置５０は、ユーザ行動ログ格納部６１、ユーザ成績格納部６２、及びユーザプロファイル格納部６３の各情報を格納する格納部を含む。
通信部５１は、通信回線６０に接続され、コンテンツ配信装置２０、学生端末３０、及び教師端末４０との間で、支援システム１０に必要なデータを送受信する。また、通信部５１は、出力部５６、及びユーザ行動ログ格納部６１と接続される。
通信部５１は、学生端末３０から送信される、ユーザのコンテンツに対する行動ログを受信し、ユーザ行動ログ格納部６１へ格納する。
また、通信部５１は、学生端末３０及び教師端末４０から支援情報取得要求を受信し、出力部５６へ通知すると共に、通知した支援情報取得要求に対して出力部５６から送られてくる支援情報を、支援情報取得要求の送信元の端末へ送信する。
ユーザ行動ログ格納部６１は、通信部５１、ログ解析部５２、集計部５４、及び出力部５６と接続される。ユーザ行動ログ格納部６１は、後述する行動属性定義テーブル及び行動属性値テーブルを含むと共に、通信部５１を経由して学生端末３０から送信された行動ログを記録するコンテンツ閲覧ログテーブルを含む。
図２は、コンテンツ閲覧ログテーブルの一例を示した図である。コンテンツ閲覧ログテーブル１の対象コンテンツ欄には行動ログのコンテンツＩＤ、ユーザ欄には行動ログのユーザＩＤ、アクション欄には行動ログの操作の種類、位置欄には行動ログの操作を実行したコンテンツの再生位置が格納される。また、コンテンツ閲覧ログテーブル１の日時欄には、行動ログの操作を実行した日時が格納される。
図２に示すコンテンツ閲覧ログテーブル１の１行目のデータは、ユーザＡが2014年1月20日19時00分00秒に、コンテンツＩＤ＝“Ｖ０００１”のコンテンツに対して、コンテンツ再生時間00分00秒の位置で再生開始の操作を実施したことを示す。なお、コンテンツ再生時間とは、コンテンツの再生開始位置をコンテンツの先頭からの時間で表した指標である。
なお、本実施形態に係るコンテンツ閲覧ログテーブル１は、一例として、日時が新しい情報ほどコンテンツ閲覧ログテーブル１の下方の行に配置される。
一方、ログ解析部５２は、繰り返し区間判定部５３、出力部５６、及びユーザ行動ログ格納部６１と接続される。
ログ解析部５２は、ユーザ行動ログ格納部６１のコンテンツ閲覧ログテーブル１を参照し、再生回数集計テーブルを生成する。
図３は、再生回数集計テーブルの一例を示した図である。図３に示すように、再生回数集計テーブル２は、例えば対象コンテンツ、区間、再生回数、及び再生ユーザを含む。
ログ解析部５２は、図２に示したコンテンツ閲覧ログテーブル１を参照し、コンテンツ毎にアクション欄の「再生開始」に対応する位置欄の値及び「停止」に対応する位置欄の値から、コンテンツの再生区間を取得する。
そして、ログ解析部５２は、取得したコンテンツの再生区間からコンテンツ毎に、コンテンツのどの部分がどのユーザによって何回再生されたかを解析する。そして、ログ解析部５２はコンテンツ毎に、コンテンツの再生開始及び停止の位置から解析した再生区間を区間欄に、再生区間の再生回数を再生回数欄に、再生区間を再生したユーザを再生ユーザ欄に各々設定し、再生回数集計テーブル２を生成する。
例えば、図３に示す再生回数集計テーブル２の１行目のデータは、コンテンツＩＤ＝“Ｖ０００１”のコンテンツの００分００秒から００分０１秒までの区間がユーザＡ、Ｂ、Ｃ、及びＤによって合計４回再生されたことを示す。なお、再生回数集計テーブル２の再生ユーザ欄において、ユーザＩＤに続くカッコ内の数字は、当該ユーザＩＤで表されるユーザの再生回数を表しており、再生回数が１回のユーザに対応するユーザＩＤには、“（１）”の表示が省略される。
一方、繰り返し区間判定部５３は、ログ解析部５２、集計部５４、及び出力部５６と接続される。
繰り返し区間判定部５３は、ログ解析部５２が生成した再生回数集計テーブル２を参照して、コンテンツの中でユーザが注目した区間を判定する。具体的には、繰り返し区間判定部５３は、コンテンツ毎に、例えば、ある区間についてのユーザ１人あたりの平均再生回数をその区間の重点値とし、重点値が予め定めた閾値よりも大きい区間をユーザが注目した区間と判定する。なお、重点値が予め定めた閾値よりも大きい区間を繰り返し区間という。
図４は、図３に示した再生回数集計テーブル２に、重点値の列を追加した再生回数集計テーブル２’の一例を示す図である。
繰り返し区間判定部５３は、図４に示す再生回数集計テーブル２’から重点値が予め定めた閾値より大きい行のデータを抽出して、繰り返し区間テーブルを生成する。
図５は、繰り返し区間テーブル３の一例を示した図である。図５に示すように、繰り返し区間テーブル３は、例えば繰り返し区間Ｎｏ、対象コンテンツ、繰り返し区間、繰り返し再生ユーザ、及び重点値を含む。
ここで、繰り返し区間Ｎｏは、繰り返し区間を識別するための識別子である。また、繰り返し再生ユーザは、繰り返し区間を繰り返し再生したユーザである。
一方、集計部５４は、繰り返し区間判定部５３及び検出部５５と接続されると共に、ユーザ行動ログ格納部６１、ユーザ成績格納部６２、及びユーザプロファイル格納部６３と接続される。
支援装置５０は、ユーザ行動ログ格納部６１、ユーザ成績格納部６２、及びユーザプロファイル格納部６３に、予め定めた複数種類の情報項目に対するユーザ毎の値又は状態を格納している。なお、ユーザに関する複数種類の情報項目を各々属性といい、個々の属性の名称を属性名という。
図６は、ユーザ行動ログ格納部６１に格納される行動属性定義テーブルの一例を示した図である。
図６に示すように、行動属性定義テーブル７は、行動ログに関する属性名、及び当該属性名で表される属性の取り得る値を定義したテーブルである。具体的には、例えば字幕の有無、及びテスト閲覧の有無等の属性名と、各属性が取り得る値と、を含む。ここで、属性名「字幕の有無」は、ユーザが現在のコンテンツの閲覧に際して、字幕を表示しているか否かを表す属性である。また、属性名「テスト閲覧の有無」は、現在閲覧中のコンテンツを再生する前に、既に当該コンテンツの内容の理解度を把握するためのテストを閲覧したか否かを表す属性である。なお、図６に示す行動属性定義テーブル７に定義される属性名及び属性の取り得る値は一例であり、図６に示した内容に限定されない。
例えば、属性名に「前回の講義における宿題提出の有無」を追加し、当該属性名が取り得る値として「宿題提出あり、宿題提出なし」を定義してもよい。また、「ディスカッションボードでの発言の有無」を追加し、当該属性名が取り得る値として「発言あり、発言なし」を定義してもよい。また、他のコースの受講状況を考慮して、属性名に「コースＮｏ．Ｍの履修登録の有無」を追加し、当該属性名が取り得る値として「登録あり、登録なし」を定義してもよい。更に、属性名に「コースＮｏ．Ｍの修了証取得の有無」を追加し、当該属性名が取り得る値として「修了証あり、修了証なし」を定義してもよい。なお、“コースＮｏ．”はコースを識別するためにコース毎に一意に割り当てられた番号であり、“Ｍ”は割り当てられた番号を表す。
一方、図７は、行動属性定義テーブル７に対応する行動属性値テーブル７’の一例を示した図である。
図７に示すように、行動属性値テーブル７’は、例えば支援システム１０に登録されるユーザのユーザＩＤ、行動属性定義テーブル７で定義される属性名、及びユーザ毎の属性値を含む。行動属性値テーブル７’は、ユーザ毎に行動属性定義テーブル７で定義される各属性名毎の属性値を対応付けたテーブルである。
また、図８は、ユーザ成績格納部６２に格納される成績属性定義テーブルの一例を示した図である。
図８に示すように、成績属性定義テーブル８は、ユーザの成績に関する属性名、及び当該属性名で表される属性の取り得る値を定義したテーブルである。具体的には、例えばユーザが受講しているコース内の前回提出した課題の点数、及びユーザがこれまで受講したコースの平均終了成績等の属性名と、各属性が取り得る値と、を含む。
なお、図８に示す成績属性定義テーブル８に定義される属性名及び属性の取り得る値は一例であり、図８に示した内容に限定されない。例えば各コースを数学、物理等の科目に分類し、科目毎の平均成績を成績属性定義テーブル８に含めるようにしてもよい。また、各コースを文系コース及び理系コースに分類し、文系コース及び理系コースにおける平均成績を成績属性定義テーブル８に含めるようにしてもよい。
一方、図９は、成績属性定義テーブル８に対応する成績属性値テーブルの一例を示した図である。
図９に示すように、成績属性値テーブル８’は、例えば支援システム１０に登録されるユーザのユーザＩＤ、成績属性定義テーブル８で定義される属性名、及びユーザ毎の属性値を含む。成績属性値テーブル８’は、ユーザ毎に成績属性定義テーブル８で定義される各属性名毎の属性値を対応付けたテーブルである。
また、図１０は、ユーザプロファイル格納部６３に格納されるユーザプロファイル属性定義テーブルの一例を示した図である。
図１０に示すように、ユーザプロファイル属性定義テーブル９は、ユーザが支援システム１０に登録する際、ユーザの特性を示すプロファイル情報として入力される情報に関する属性名、及び当該属性名で表される属性の取り得る値を定義したテーブルである。具体的には、例えばユーザの性別、及び年齢等の属性名と、各属性が取り得る値と、を含む。なお、図１０に示すユーザプロファイル属性定義テーブル９に定義される属性名及び属性の取り得る値は一例であり、図１０に示した内容に限定されない。
一方、図１１は、ユーザプロファイル属性定義テーブル９に対応するユーザプロファイル属性値テーブルの一例を示した図である。
図１１に示すように、ユーザプロファイル属性値テーブル９’は、例えば、支援システム１０に登録されるユーザのユーザＩＤ、ユーザプロファイル属性定義テーブル９で定義される属性名、及びユーザ毎の属性値を含む。ユーザプロファイル属性値テーブル９’は、ユーザ毎にユーザプロファイル属性定義テーブル９で定義される各属性名の属性値を対応付けたテーブルである。
なお、図６、図８、及び図１０に示すように、属性名には属性名を一意に識別するための番号が付与され、支援装置５０で管理される。
集計部５４は、図４に示した再生回数集計テーブル２’、及び図５に示した繰り返し区間テーブル３を参照し、繰り返し区間毎に、少なくとも１回以上繰り返し区間を含むコンテンツを再生したユーザを、繰り返し再生ユーザと非繰り返し再生ユーザとに分類する。なお、非繰り返し再生ユーザとは、繰り返し再生ユーザ以外のユーザをいう。
そして、集計部５４は、各繰り返し区間に対して属性名毎に、繰り返し再生ユーザの属性値の分布と非繰り返し再生ユーザの属性値の分布を集計する。本実施形態において、或る属性名における属性値の分布は、当該属性名によって規定される属性が取り得る値の何れかに該当する属性値を有するユーザの人数を表す。
具体的に字幕の有無を例にすると、集計部５４は繰り返し区間毎に、繰り返し再生ユーザのうち字幕ありでコンテンツを再生している人数と、字幕なしでコンテンツを再生している人数と、を集計する。同様に、集計部５４は繰り返し区間毎に、非繰り返し再生ユーザのうち字幕ありでコンテンツを再生している人数と、字幕なしでコンテンツを再生している人数と、を集計する。
一方、検出部５５は、集計部５４及び出力部５６と接続される。
検出部５５は、各コンテンツの繰り返し区間毎に、集計部５４で集計した属性名毎の繰り返し再生ユーザの属性値の分布と、非繰り返し再生ユーザの属性値の分布と、を比較する。そして、検出部５５は、繰り返し再生ユーザの属性値の分布と、非繰り返し再生ユーザの属性値の分布と、の間に有意差が認められる属性を検出し、コンテンツの繰り返し区間と対応付ける。ここで有意差があるとは、非繰り返し再生ユーザの属性値の分布に対する繰り返し再生ユーザの属性値の分布の偏りが偶然生じる確率が、有意水準未満であること、つまり、偏りが偶然生じたとは考えにくいことをいう。
なお、繰り返し再生ユーザの属性値の分布と非繰り返し再生ユーザの属性値の分布との間に有意差が認められる属性を、繰り返し再生ユーザに特徴的な属性という。
一方、出力部５６は、通信部５１、ログ解析部５２、繰り返し区間判定部５３、及び検出部５５と接続される。また、出力部５６は、ユーザ行動ログ格納部６１、ユーザ成績格納部６２、及びユーザプロファイル格納部６３と接続される。
出力部５６は、検出部５５で対応付けられたコンテンツにおける繰り返し区間と、当該繰り返し区間における繰り返し再生ユーザに特徴的な属性と、を含む対応情報を、学生端末３０及び教師端末４０のブラウザに表示可能なデータ形式に変換する。
また、出力部５６は図４に示した再生回数集計テーブル２’を参照し、コンテンツ毎にコンテンツの再生位置における再生回数を示すグラフを生成する。そして、出力部５６は、生成したグラフを学生端末３０及び教師端末４０のブラウザに表示可能なデータ形式に変換する。
また、出力部５６は、検出部５５で検出した繰り返し区間毎に、対応する繰り返し再生ユーザに特徴的な属性について、繰り返し再生ユーザ及び非繰り返し再生ユーザの属性値の分布をグラフ化する。そして、出力部５６は、グラフ化した属性値の分布を学生端末３０及び教師端末４０のブラウザに表示可能なデータ形式に変換する。
また、出力部５６は、学生端末３０及び教師端末４０から支援情報取得要求によって、コンテンツの活用を支援する支援情報の表示データを要求された場合に、支援情報の表示データを、通信部５１を介して教師端末４０へ送信する。
次に、図１２に、支援システム１０に含まれるコンテンツ配信装置２０、学生端末３０、教師端末４０、及び支援装置５０をコンピュータで実現可能な一例としてのコンピュータシステム１００を示す。
支援システム１０としてのコンピュータシステム１００は、コンテンツ配信装置２０としてのコンピュータ２００、学生端末３０としてのコンピュータ３００、教師端末４０としてのコンピュータ４００、及び支援装置５０としてのコンピュータ５００を含む。
コンピュータ５００は、ＣＰＵ５０２、メモリ５０４、及び不揮発性の記憶部５０６を含む。ＣＰＵ５０２、メモリ５０４、及び不揮発性の記憶部５０６は、バス５０８を介して互いに接続される。また、コンピュータ５００は、キーボード及びマウス等の入力部５１０、並びにディスプレイ等の表示部５１２を備え、入力部５１０及び表示部５１２はバス５０８に接続される。またコンピュータ５００は、記録媒体に対して読み書きするためのＩ／Ｏ５１４がバス５０８に接続される。更に、コンピュータ５００は、通信回線６０に接続するためのインタフェースを含む通信ＩＦ（Interface）５１６を備え、通信ＩＦ５１６もバス５０８に接続される。なお、記憶部５０６はＨＤＤ(Hard Disk Drive)やフラッシュメモリ等によって実現できる。また、入力部５１０、表示部５１２、及びＩ／Ｏ５１４は必ずしもコンピュータ５００に必須の要素ではない。
記憶部５０６には、コンピュータ５００を図１に示す支援装置５０として機能させるためのコンテンツ活用支援プログラム５１８が記憶される。記憶部５０６に記憶されたコンテンツ活用支援プログラム５１８は、通信プロセス５２０、ログ解析プロセス５２２、繰り返し区間判定プロセス５２４、集計プロセス５２６、検出プロセス５２８、及び出力プロセス５３０を含む。
ＣＰＵ５０２は、コンテンツ活用支援プログラム５１８を記憶部５０６から読み出してメモリ５０４に展開し、コンテンツ活用支援プログラム５１８が有する各プロセスを実行する。
ＣＰＵ５０２がコンテンツ活用支援プログラム５１８を記憶部５０６から読み出してメモリ５０４に展開し、コンテンツ活用支援プログラム５１８を実行することで、コンピュータ５００が図１に示す支援装置５０として動作する。また、ＣＰＵ５０２が通信プロセス５２０を実行することで、コンピュータ５００が図１に示す通信部５１として動作する。また、ＣＰＵ５０２がログ解析プロセス５２２を実行することで、コンピュータ５００が図１に示すログ解析部５２として動作する。また、ＣＰＵ５０２が繰り返し区間判定プロセス５２４を実行することで、コンピュータ５００が図１に示す繰り返し区間判定部５３として動作する。また、ＣＰＵ５０２が集計プロセス５２６を実行することで、コンピュータ５００が図１に示す集計部５４として動作する。また、ＣＰＵ５０２が検出プロセス５２８を実行することで、コンピュータ５００が図１に示す検出部５５として動作する。また、ＣＰＵ５０２が出力プロセス５３０を実行することで、コンピュータ５００が図１に示す出力部５６として動作する。
また、ＣＰＵ５０２が、ユーザ行動ログ格納領域５３２に含まれる行動ログと、行動ログから得られるユーザの属性名及び属性と、をメモリ５０４に展開することで、コンピュータ５００がユーザ行動ログ格納部６１として動作する。また、ＣＰＵ５０２が、ユーザ成績格納領域５３４に含まれる各ユーザの成績情報と、ユーザの成績に関する属性名及び属性と、をメモリ５０４に展開することで、コンピュータ５００がユーザ成績格納部６２として動作する。また、ＣＰＵ５０２が、ユーザプロファイル格納領域５３６に含まれる各ユーザの個人情報をユーザプロファイルとしてメモリ５０４に展開すると共に、ユーザプロファイルに関する属性名及び属性をメモリ５０４に展開する。これにより、コンピュータ５００がユーザプロファイル格納部６３として動作する。
なお、支援装置５０は、例えば半導体集積回路、より詳しくはＡＳＩＣ（Application Specific Integrated Circuit)等で実現することも可能である。
次に、図１３にコンテンツ配信装置２０としてのコンピュータ２００を示す。
コンピュータ２００は、ＣＰＵ２０２、メモリ２０４、及び不揮発性の記憶部２０６を含む。ＣＰＵ２０２、メモリ２０４、及び不揮発性の記憶部２０６は、バス２０８を介して互いに接続される。また、コンピュータ２００は、キーボード及びマウス等の入力部２１０、並びにディスプレイ等の表示部２１２を備え、入力部２１０及び表示部２１２はバス２０８に接続される。またコンピュータ２００は、記録媒体に対して読み書きするためのＩ／Ｏ２１４がバス２０８に接続される。更に、コンピュータ２００は、通信回線６０に接続するためのインタフェースを含む通信ＩＦ２１６を備え、通信ＩＦ２１６もバス２０８に接続される。なお、記憶部２０６はＨＤＤやフラッシュメモリ等によって実現できる。また、入力部２１０、表示部２１２、及びＩ／Ｏ２１４は必ずしもコンピュータ２００に必須の要素ではない。
記憶部２０６には、コンピュータ２００を図１に示すコンテンツ配信装置２０として機能させるためのコンテンツ配信プログラム２１８が記憶される。記憶部２０６に記憶されたコンテンツ配信プログラム２１８は、例えば配信プロセス２２０を含む。
ＣＰＵ２０２がコンテンツ配信プログラム２１８を記憶部２０６から読み出してメモリ２０４に展開し、コンテンツ配信プログラム２１８を実行することで、コンピュータ２００が図１に示すコンテンツ配信装置２０として動作する。
また、ＣＰＵ２０２は、コンテンツ格納領域２２２に含まれるコンテンツデータをコンテンツとしてメモリ２０４に展開する。そして、配信プロセス２２０は、メモリ２０４に展開されたコンテンツを学生端末３０及び教師端末４０に配信する。
次に、図１４に学生端末３０としてのコンピュータ３００を示す。
コンピュータ３００は、ＣＰＵ３０２、メモリ３０４、及び不揮発性の記憶部３０６を含む。ＣＰＵ３０２、メモリ３０４、及び不揮発性の記憶部３０６は、バス３０８を介して互いに接続される。また、コンピュータ３００は、キーボード及びマウス等の入力部３１０、並びにディスプレイ等の表示部３１２を備え、入力部３１０及び表示部３１２はバス３０８に接続される。またコンピュータ３００は、記録媒体に対して読み書きするためのＩ／Ｏ３１４がバス３０８に接続される。更に、コンピュータ３００は、通信回線６０に接続するためのインタフェースを含む通信ＩＦ３１６を備え、通信ＩＦ３１６もバス３０８に接続される。なお、記憶部３０６はＨＤＤやフラッシュメモリ等によって実現できる。また、入力部３１０、表示部３１２、及びＩ／Ｏ３１４は必ずしもコンピュータ３００に必須の要素ではない。
記憶部３０６には、コンピュータ３００を図１に示す学生端末３０として機能させるための学生端末プログラム３１８が記憶される。記憶部３０６に記憶された学生端末プログラム３１８は、例えば通信プロセス３２０、閲覧プロセス３２２、及び行動ログ生成プロセス３２４を含む。
ＣＰＵ３０２が学生端末プログラム３１８を記憶部３０６から読み出してメモリ３０４に展開し、学生端末プログラム３１８を実行することで、コンピュータ３００が図１に示す学生端末３０として動作する。
そして、通信プロセス３２０は、通信回線６０に接続される各コンピュータとの間で各種データを送受信する。また、閲覧プロセス３２２は、例えばコンピュータ２００から受信したコンテンツ及びコンピュータ５００から受信した支援情報を表示部３１２に表示する。また、行動ログ生成プロセス３２４は、ユーザによるコンテンツの操作内容及びユーザ設定情報等を収集し、行動ログを生成する。
次に、図１５に教師端末４０としてのコンピュータ４００を示す。
コンピュータ４００は、ＣＰＵ４０２、メモリ４０４、及び不揮発性の記憶部４０６を含む。ＣＰＵ４０２、メモリ４０４、及び不揮発性の記憶部４０６は、バス４０８を介して互いに接続される。また、コンピュータ４００は、キーボード及びマウス等の入力部４１０、並びにディスプレイ等の表示部４１２を備え、入力部４１０及び表示部４１２はバス４０８に接続される。またコンピュータ４００は、記録媒体に対して読み書きするためのＩ／Ｏ４１４がバス４０８に接続される。更に、コンピュータ４００は、通信回線６０に接続するためのインタフェースを含む通信ＩＦ４１６を備え、通信ＩＦ４１６もバス４０８に接続される。なお、記憶部４０６はＨＤＤやフラッシュメモリ等によって実現できる。また、入力部４１０、表示部４１２、及びＩ／Ｏ４１４は必ずしもコンピュータ４００に必須の要素ではない。
記憶部４０６には、コンピュータ４００を図１に示す教師端末４０として機能させるための教師端末プログラム４１８が記憶される。記憶部４０６に記憶された教師端末プログラム４１８は、例えば通信プロセス４２０及び閲覧プロセス４２２を含む。
ＣＰＵ４０２が教師端末プログラム４１８を記憶部４０６から読み出してメモリ４０４に展開し、教師端末プログラム４１８を実行することで、コンピュータ４００が図１に示す教師端末４０として動作する。
そして、通信プロセス４２０は、通信回線６０に接続される各コンピュータとの間で各種データを送受信する。また、閲覧プロセス４２２は、例えばコンピュータ２００から受信したコンテンツ及びコンピュータ５００から受信した支援情報を表示部４１２に表示する。
次に、本実施形態に係る支援装置５０の作用を説明する。本実施形態に係る支援装置５０は、例えば、支援装置５０の電源投入後に支援情報生成処理を行うと共に、予め定めた時間の経過毎に支援情報生成処理を実行する。なお、支援情報生成処理の実行タイミングはこれに限らず、例えば支援装置５０が学生端末３０から行動ログを受信するタイミング等、例示のタイミングとは異なるタイミングで支援情報生成処理を実行してもよいことは言うまでもない。
図１６は、本実施形態に係る支援情報生成処理の流れの一例を示したフローチャートである。ここでは説明を簡略化するため、本実施形態に係るコンテンツ閲覧ログテーブル１の対象コンテンツ欄には、１つのコンテンツＩＤ：“Ｖ０００１”のみが含まれているものとする。なお、図２に示したコンテンツ閲覧ログテーブル１の対象コンテンツ欄に、複数のコンテンツＩＤが含まれていてもよいことは言うまでもない。
まず、ステップＳ１００では、ログ解析部５２はユーザ行動ログ格納部６１に格納されるコンテンツ閲覧ログテーブル１を参照して、図３に示した再生回数集計テーブル２を生成する。そして、ログ解析部５２は、生成した再生回数集計テーブル２をメモリ５０４の予め定めた領域に保存する。
ステップＳ２００では、繰り返し区間判定部５３は、ステップＳ１００の処理で生成された再生回数集計テーブル２を参照して繰り返し区間テーブル３を生成し、生成した繰り返し区間テーブル３をメモリ５０４の予め定めた領域に保存する。
ステップＳ３００では、集計部５４は、ステップＳ２００の処理で生成された繰り返し区間テーブル３を参照し、コンテンツの繰り返し区間毎に、繰り返し区間を再生したユーザを繰り返し再生ユーザと非繰り返し再生ユーザとに分類する。そして、集計部５４は、各繰り返し区間に対して属性名毎に、繰り返し再生ユーザの属性値の分布と非繰り返し再生ユーザの属性値の分布を集計する。
ステップＳ４００では、検出部５５は、コンテンツの繰り返し区間毎に、ステップＳ３００の処理で集計した属性名毎の繰り返し再生ユーザの属性値の分布と非繰り返し再生ユーザの属性値の分布とを比較する。そして、検出部５５は、コンテンツの繰り返し区間毎に、繰り返し再生ユーザに特徴的な属性を検出し、コンテンツの繰り返し区間と、検出した繰り返し再生ユーザに特徴的な属性と、を対応づけてメモリ５０４の予め定めた領域に保存する。
以下に、ステップＳ１００〜Ｓ４００の各処理を詳細に説明する。
図１７は、図１６に示したステップＳ１００の再生回数集計テーブル生成処理の流れの一例を示したフローチャートである。
ステップＳ１０５では、ログ解析部５２は、例えば図２に示したコンテンツ閲覧ログテーブル１の先頭行から順次各行のデータを参照し、アクション欄に「再生開始」が記録されている行のデータを取得する。なお、ステップＳ１０５の処理で取得したデータに対応する行を再生開始行という。
ステップＳ１１０では、ログ解析部５２は、コンテンツ閲覧ログテーブル１をステップＳ１０５の処理で取得した再生開始行から下方の行に向かって順次参照する。そして、ログ解析部５２は、再生開始行に含まれるコンテンツ及びユーザと、同じコンテンツ及びユーザを含み、且つ、アクション欄が「停止」となっている行のデータを取得する。なお、ステップＳ１１０の処理で取得したデータに対応する行を再生停止行という。
また、コンテンツ閲覧ログテーブル１では、コンテンツの再生を停止することなく、引き続き早送り操作又は巻き戻し操作を行った場合にも、停止のログが記録される。また、コンテンツ閲覧ログテーブル１では、スキップ操作のように、コンテンツの早送り又は巻き戻しを明示的に停止することなく、早送り又は巻き戻しが終了して再生が再開する場合にも、再生のログが記録される。従って、ログ解析部５２は、コンテンツ閲覧ログテーブル１からユーザがコンテンツを再生した位置と、コンテンツの再生を停止した位置と、を把握することができる。
ステップＳ１１５では、ログ解析部５２は、ステップＳ１０５の処理で取得した再生開始行の位置欄の時間と、ステップＳ１１０の処理で取得した再生停止行の位置欄の時間と、からコンテンツの再生区間を算出する。
図３に示した再生回数集計テーブル２は初期状態において、対象コンテンツを例えば１秒毎の区間に分割し、区間毎に１行分のデータが用意されたテーブルとして生成される。初期状態における再生回数集計テーブル２の各行の再生回数は“０”に設定され、再生ユーザは設定されていない。
従って、ログ解析部５２は、再生回数集計テーブル２において、コンテンツの再生区間と一致する区間を表す行の再生回数を１つ増加すると共に、再生区間と一致する区間を表す行の再生ユーザ欄に、コンテンツを再生したユーザのユーザＩＤを設定する。
ステップＳ１２０では、ログ解析部５２は、図２に示したコンテンツ閲覧ログテーブル１のアクション欄に「再生開始」が記録されている行のデータで、且つ、まだ取得していない行のデータが存在するか否かを判定する。肯定判定の場合はステップＳ１０５へ移行し、未取得の再生開始行に対してステップＳ１０５〜Ｓ１２０の処理を繰り返す。一方、否定判定の場合は図１７に示す処理を終了する。
以上により、ログ解析部５２は、図１７に示した再生回数集計テーブル生成処理によって、図３に示した再生回数集計テーブル２を生成する。
図１８は、図１６に示したステップＳ２００の繰り返し区間テーブル生成処理の流れの一例を示したフローチャートである。
まず、ステップＳ２０５では、繰り返し区間判定部５３は、ステップＳ１００で生成した図３に示す再生回数集計テーブル２の各行のデータ毎に重点値を算出する。既に説明したように、重点値とは、例えば再生回数集計テーブル２の区間欄で表されるコンテンツの区間を再生したユーザ１人あたりの平均再生回数である。そして、繰り返し区間判定部５３は、算出した重点値を重点値の算出に用いた行のデータと対応づけて、図４に示した再生回数集計テーブル２’に追加する。
ステップＳ２１０では、繰り返し区間判定部５３は、例えば再生回数集計テーブル２’から１行分のデータを選択し、選択した行に含まれるデータを取得する。
そして、ステップＳ２１５では、繰り返し区間判定部５３は、ステップＳ２１０の処理で取得した行のデータに含まれる重点値と、予め定めた閾値と、を比較し、重点値が予め定めた閾値より大きいか否かを判定する。肯定判定の場合にはステップＳ２２０へ移行し、否定判定の場合にはステップＳ２２０の処理を省略してステップＳ２２５へ移行する。
ここで、予め定めた閾値とは、重点値と対応付けられたコンテンツの区間が、ユーザが注目した区間であるとみなすことのできる境界値を示す。なお、予め定めた閾値は、例えば支援装置５０の管理者等によって予め定められ、ＣＰＵ５０２によってメモリ５０４の予め定めた領域に予め展開される。
一般的に、ユーザが注目した区間はユーザによって繰り返し再生される。すなわち、重点値が大きくなるに従って、重点値と対応付けられたコンテンツの区間は、ユーザに注目されているとみなすことができる。従って、繰り返し区間判定部５３は、重点値が予め定めた閾値より大きいコンテンツの区間をユーザが注目した区間と判定する。
教育に関するコンテンツの場合、繰り返し区間はユーザによって繰り返し再生が行われた部分であることから、例えばユーザにとってわかりにくい部分であると考えることができる。
ステップＳ２２０では、繰り返し区間判定部５３は、ステップＳ２１０の処理で取得した図４に示した再生回数集計テーブル２’の行に含まれるデータを用いて、図５に示した繰り返し区間テーブル３を生成する。なお、繰り返し区間判定部５３は、再生回数集計テーブル２’から繰り返し区間テーブル３を生成する際、同じ繰り返し再生ユーザによって再生された連続した区間を１つの繰り返し区間としてまとめる。
すなわち、繰り返し区間テーブル３は、ユーザによって注目されたコンテンツの部分を表すと共に、当該注目された部分を繰り返して再生したユーザを表すテーブルである。
ステップＳ２２５では、繰り返し区間判定部５３は、再生回数集計テーブル２’に未取得の行のデータがあるか否かを判定する。肯定判定の場合にはステップＳ２１０へ移行し、未取得の行のデータに対してステップＳ２１０〜Ｓ２２５の処理を繰り返す。一方、否定判定の場合は図１８に示す処理を終了する。
なお、ステップＳ２０５の処理では、一例として、再生回数集計テーブル２の区間欄で表されるコンテンツの区間のユーザ１人あたりの平均再生回数を重点値としたが、重点値は平均再生回数に限定されない。例えば重点値は、総再生回数、又は時間当たりの再生回数等、コンテンツに対するユーザの再生頻度を表す値であればどのような値を用いてもよい。また、算出した重点値を更に補正するようにしてもよい。
教育に関するコンテンツの場合、例えば講義についていけない等の理由から途中でコンテンツの再生をやめるユーザが現れる場合があるため、コンテンツの後半部分になるに従ってコンテンツの再生回数が減少する傾向が見られる。従って、例えば算出した重点値を、取り得る値が１以下であり、且つ、時間の経過と共に値が減少する減衰関数で除算する等の補正を実行してもよい。この場合、実際にはユーザに注目されているにも関わらず、見かけ上の重点値が小さいため繰り返し区間判定部５３によって繰り返し区間と判定されないコンテンツの区間を、図５に示した繰り返し区間テーブル３に含めることができる。すなわち、繰り返し区間判定部５３は、ユーザによるコンテンツの再生の実態に合った繰り返し区間テーブル３を生成することができる。
また、コースに複数のコンテンツが含まれる場合、コース前半のコンテンツに比べ、コース後半のコンテンツになる程、同様に、再生人数が減ると考えられるため、コース中のコンテンツ順序に関する減衰関数を適用してもよい。
以上により、繰り返し区間判定部５３は、図１８に示した繰り返し区間テーブル生成処理によって、図５に示した繰り返し区間テーブル３を生成する。
図１９は、図１６に示したステップＳ３００の属性分布集計処理の流れの一例を示したフローチャートである。
まず、ステップＳ３０５では、集計部５４は、ユーザ行動ログ格納部６１から行動属性定義テーブル７、ユーザ成績格納部６２から成績属性定義テーブル８、及びユーザプロファイル格納部６３からユーザプロファイル属性定義テーブル９を読み込む。そして、集計部５４は、支援システム１０で定義される属性名及び属性の取り得る値を全て取得し、属性テーブルを生成する。
属性テーブル４とは、図２０に示すように、行動属性定義テーブル７、成績属性定義テーブル８、及びユーザプロファイル属性定義テーブル９で定義される属性名及び属性の取り得る値を１つにまとめたテーブルである。
ステップＳ３１０では、集計部５４は、ステップＳ３０５の処理で生成した属性テーブル４を参照し、各々の属性名を全て組み合わせた組み合わせ属性テーブルを生成する。
図２１は、組み合わせ属性テーブル５の一例を示す図である。組み合わせ属性テーブル５は、属性名の組み合わせパターンを示す識別子と、属性が取り得る値の組み合わせパターンを含む。
例えば、図２１の組み合わせ属性テーブル５の例において、属性名の組み合わせ欄の「Ｎｏ．１×Ｎｏ．２」は、属性名の識別子がＮｏ．１である字幕の有無と、属性名の識別子がＮｏ．２であるテスト閲覧の有無の組み合わせを示す。従って、「Ｎｏ．１×Ｎｏ．２」で表される属性の取り得る値は、字幕の有無の属性が取り得る値とテスト閲覧の有無の属性が取り得る値との組み合わせとなる。すなわち、「字幕あり×テスト閲覧あり」、「字幕あり×テスト閲覧なし」、「字幕なし×テスト閲覧あり」、及び「字幕なし×テスト閲覧なし」の４つが、字幕の有無とテスト閲覧の有無とを組み合わせた場合の属性の取り得る値となる。
ステップＳ３１５では、集計部５４は、図４に示した再生回数集計テーブル２’を参照し、特定の対象コンテンツ、例えばコンテンツＩＤが“Ｖ０００１”で表されるコンテンツを再生した全てのユーザを取得する。具体的には、集計部５４は、再生回数集計テーブル２’の対象コンテンツ欄が“Ｖ０００１”である各々の行の再生ユーザ欄を参照することで、コンテンツＩＤが“Ｖ０００１”で表されるコンテンツを再生した全てのユーザを取得することができる。
ステップＳ３２０では、集計部５４は、図１６のステップＳ２００の処理で繰り返し区間判定部５３が生成した、図５に示した繰り返し区間テーブル３のうち、未選択の行のデータを１つ選択する。そして、集計部５４は、選択した行に含まれる繰り返し区間を繰り返し再生した繰り返し再生ユーザを取得する。
ステップＳ３２５では、集計部５４は、ステップＳ３１５の処理で取得した特定の対象コンテンツを再生した全てのユーザのうち、ステップＳ３２０の処理で取得した繰り返し再生ユーザ以外のユーザを、非繰り返し再生ユーザとして取得する。
ステップＳ３３０では、集計部５４は、ステップＳ３１０の処理で生成した、図２１に示した組み合わせ属性テーブル５のうち、未選択の行のデータを１つ選択する。
ステップＳ３３５では、集計部５４は、ステップＳ３３０で選択した組み合わせ属性テーブル５の行に含まれる属性の取り得る値毎に、ステップＳ３２０の処理で取得した繰り返し再生ユーザのうち、各属性の取り得る値の内容に合致するユーザの人数を集計する。
例えば、ステップＳ３１０で属性名の組み合わせがＮｏ．１で示される行を選択した場合、集計部５４は、ステップＳ３２０で選択したコンテンツの繰り返し区間を閲覧した繰り返し再生ユーザのうち、字幕ありで閲覧した人数を集計する。また、集計部５４は、ステップＳ３２０で選択したコンテンツの繰り返し区間を繰り返し閲覧した繰り返し再生ユーザのうち、字幕なしで閲覧した人数を集計する。
また、例えばステップＳ３１０で属性名の組み合わせがＮｏ．１×Ｎｏ．２で示される行を選択した場合について説明する。この場合、集計部５４は、ステップＳ３２０で選択したコンテンツの繰り返し区間を閲覧した繰り返し再生ユーザのうち、字幕ありで閲覧し、且つ、当該コンテンツのテストを既に閲覧している人数を集計する。また、集計部５４は、ステップＳ３２０で選択したコンテンツの繰り返し区間を閲覧した繰り返し再生ユーザのうち、字幕ありで閲覧し、且つ、当該コンテンツのテストをまだ閲覧していない人数を集計する。また、集計部５４は、ステップＳ３２０で選択したコンテンツの繰り返し区間を閲覧した繰り返し再生ユーザのうち、字幕なしで閲覧し、且つ、当該コンテンツのテストを既に閲覧している人数を集計する。更に、集計部５４は、ステップＳ３２０で選択したコンテンツの繰り返し区間を閲覧した繰り返し再生ユーザのうち、字幕なしで閲覧し、且つ、当該コンテンツのテストをまだ閲覧していない人数を集計する。
なお、集計部５４は、図７の行動属性値テーブル７’、図９の成績属性値テーブル８’、及び図１１のユーザプロファイル属性値テーブル９’に含まれる各ユーザの属性名毎の属性値を参照することで、繰り返し再生ユーザの各々の属性を取得することができる。従って、集計部５４は、属性名の組み合わせにおける属性の取り得る値の内容に合致する繰り返し再生ユーザの人数を集計することができる。
ステップＳ３４０では、集計部５４はステップＳ３３０で選択した組み合わせ属性テーブル５の行に含まれる属性の取り得る値毎に、ステップＳ３２５の処理で取得した非繰り返し再生ユーザのうち、各属性の取り得る値の内容に合致するユーザの人数を集計する。
なお、ステップＳ３３５と同じく、集計部５４は、行動属性値テーブル７’、成績属性値テーブル８’、及びユーザプロファイル属性値テーブル９’に含まれる各ユーザの属性名毎の属性値を参照することで、非繰り返し再生ユーザの各々の属性を取得できる。従って、集計部５４は、属性名の組み合わせにおける属性の取り得る値の内容に合致する非繰り返し再生ユーザの人数を集計することができる。
そして、集計部５４は、繰り返し区間、属性名の組み合わせ、属性名の組み合わせにおける属性の取り得る値、及び、繰り返し再生ユーザ並びに非繰り返し再生ユーザにおいて各属性の取り得る値に合致するユーザの人数を対応付けた属性集計テーブルを生成する。
図２２は、属性集計テーブル６の一例を示した図である。図２２に示すように、属性集計テーブル６は、属性集計テーブル６に含まれるデータ単位を識別するための属性集計Ｎｏ、ステップＳ３２０の処理で選択した繰り返し区間を表す番号、及びステップＳ３３０の処理で選択した属性名の組み合わせを表す識別子を含む。また、属性集計テーブル６は、属性名の組み合わせにおける属性の取り得る値、繰り返し再生ユーザ内で各属性に合致するユーザの人数、及び非繰り返し再生ユーザ内で各属性に合致するユーザの人数を含む。
図２２に例示した属性集計テーブル６の属性集計Ｎｏが“１”のデータは、例えば繰り返し区間Ｎｏが“１”の繰り返し区間に対して、図２１に示した属性名の組み合わせが“Ｎｏ．１”で表される属性名を選択した場合のユーザ種別毎の属性値の分布を表す。ここでユーザ種別とは、ユーザが繰り返し再生ユーザであるか、又は非繰り返し再生ユーザであるかの別をいう。
ステップＳ３４５では、集計部５４は、図２１に示した組み合わせ属性テーブル５のうち、未選択の行のデータが存在するか否かを判定し、肯定判定の場合にはステップＳ３３０へ移行する。そして、集計部５４は、ステップＳ３３０〜Ｓ３４５の処理を繰り返すことで、ステップＳ３２０の処理で選択した繰り返し区間に対して、ユーザ種別毎に全ての属性名の組み合わせに対応する属性値の分布を集計する。
一方、ステップＳ３４５の判定処理が否定判定の場合には、ステップＳ３５０へ移行する。
ステップＳ３５０では、集計部５４は、図５に示した繰り返し区間テーブル３のうち、未選択の行のデータが存在するか否かを判定し、肯定判定の場合にはステップＳ３２０へ移行する。そして、集計部５４は、ステップＳ３２０〜ステップＳ３５０を繰り返すことで、コンテンツに含まれる全ての繰り返し区間について、ユーザ種別毎に全ての属性名の組み合わせに対応する属性値の分布を集計する。
一方、ステップＳ３５０の判定処理が否定判定の場合には、図１９に示す属性分布集計処理を終了する。
なお、ステップＳ３１５の処理では、対象コンテンツを少なくとも１回以上再生したユーザを取得したが、ステップＳ３１５の処理におけるユーザの選択方法はこれに限定されない。
例えば、対象コンテンツを含むコースを受講しているユーザ全員を取得してもよく、また、支援システム１０に登録しているユーザ全員を取得してもよい。
以上により、集計部５４は、図１９に示した属性分布集計処理によって、図２２に示した属性集計テーブル６を生成する。
図２３は、図１６に示したステップＳ４００の特徴属性検出処理の流れの一例を示したフローチャートである。
まず、ステップＳ４０５では、検出部５５は、集計部５４が図１６のステップＳ３００の処理で生成した図２２に示す属性集計テーブル６のうち、未選択の属性集計Ｎｏで示されるデータを選択する。
ステップＳ４１０では、検出部５５は、ステップＳ４０５の処理で選択したデータに含まれるユーザ種別毎の属性値の分布を取得する。具体的には、検出部５５は、選択したデータから各属性に合致する繰り返し再生ユーザの人数及び非繰り返し再生ユーザの人数を取得する。
例えば、ステップＳ４０５の処理で選択したデータが、図２２に示す属性集計Ｎｏが“１”で表されるデータである場合、検出部５５は、字幕ありの属性値を有する繰り返し再生ユーザの人数と、字幕なしの属性値を有する繰り返し再生ユーザの人数を取得する。更に、検出部５５は、字幕ありの属性値を有する非繰り返し再生ユーザの人数と、字幕なしの属性値を有する非繰り返し再生ユーザの人数を取得する。
また、例えばステップＳ４０５の処理で選択したデータが、図２２に示す属性集計Ｎｏが“３”で表されるデータである場合、検出部５５は、字幕ありで且つテスト閲覧ありの属性値を有する繰り返し再生ユーザ及び非繰り返し再生ユーザの人数を取得する。更に、検出部５５は、字幕ありで且つテスト閲覧なし、字幕なしで且つテスト閲覧あり、及び字幕なしで且つテスト閲覧なしの各属性値を有する繰り返し再生ユーザ及び非繰り返し再生ユーザの人数を取得する。
ステップＳ４１５では、検出部５５は、ステップＳ４１０の処理で取得した繰り返し再生ユーザの属性値の分布と、非繰り返し再生ユーザの属性値の分布と、の有意差の有無を判定する。
属性値の分布に対する有意差の有無の判定には、例えばカイ２乗検定等の公知の有意差判定アルゴリズムを用いることができる。
ここで、カイ２乗検定を用いた、属性値の分布に対する有意差の有無の判定方法について説明する。カイ２乗検定は、実際に観測される属性値の分布（観測値Ｏ）と、確率的に求められる属性値の分布の理論値（期待値Ｅ）の乖離度合いを測る統計量の１つである。ここで、ステップＳ４１０で取得した、各属性に合致する繰り返し再生ユーザの人数及び非繰り返し再生ユーザの人数が、観測値Ｏとなる。
次に、観測値Ｏに対する期待値Ｅの算出方法を図２４に示す。図２４は、一例として図２２に示した属性集計テーブル６の属性集計Ｎｏが“１”で表されるデータから得られる属性値の分布、すなわち字幕の有無に関する属性値の分布にユーザ種別間で有意差があるか否かをカイ２乗検定で判定する計算過程を示す図である。
この場合、既に述べたように観測値Ｏとして、ステップＳ４１０の処理で取得した人数が用いられる。具体的には、観測値Ｏのａ、ｂ、ｃ、及びｄは、図２２に示した属性集計テーブル６の属性集計Ｎｏが“１”で表されるデータにおける各属性のユーザ種別毎の人数を表す。すなわち、ａは繰り返し再生ユーザのうち、字幕ありの属性値を有するユーザの人数、ｂは繰り返し再生ユーザのうち、字幕なしの属性値を有するユーザの人数を表す。また、ｃは非繰り返し再生ユーザのうち、字幕ありの属性値を有するユーザの人数、ｄは非繰り返し再生ユーザのうち、字幕なしの属性値を有するユーザの人数を表す。そして、図２４に示す期待値Ｅの演算式によって、観測値Ｏから期待値Ｅを算出する。なお、人数ａ、ｂ、ｃ、及びｄの期待値を、それぞれＥａ、Ｅｂ、Ｅｃ、及びＥｄとする。
期待値Ｅの各要素Ｅａ、Ｅｂ、Ｅｃ、及びＥｄは、繰り返し再生ユーザ及び非繰り返し再生ユーザの和に対する繰り返し再生ユーザ又は非繰り返し再生ユーザの割合に、属性名の組み合わせにおける各属性値を有する人数を乗じた値として表される。
例えば期待値Ｅａは、繰り返し再生ユーザの人数に、繰り返し再生ユーザ及び非繰り返し再生ユーザのうち、字幕ありで閲覧した人数の割合を乗じた値である。期待値Ｅｂは、繰り返し再生ユーザの人数に、繰り返し再生ユーザ及び非繰り返し再生ユーザのうち、字幕なしで閲覧した人数の割合を乗じた値である。期待値Ｅｃは、非繰り返し再生ユーザの人数に、繰り返し再生ユーザ及び非繰り返し再生ユーザのうち、字幕ありで閲覧した人数の割合を乗じた値である。期待値Ｅｄは、非繰り返し再生ユーザの人数に、繰り返し再生ユーザ及び非繰り返し再生ユーザのうち、字幕なしで閲覧した人数の割合を乗じた値である。
図２５は、図２２に示した属性集計テーブル６から得られる、字幕の有無に関する各属性の人数を、図２４に示す観測値Ｏ及び期待値Ｅに当てはめた例を示す図である。この場合、ａ＝８０、ｂ＝２０、ｃ＝５００、及びｄ＝５００であることから、字幕ありでコンテンツを再生した繰り返し再生ユーザの期待値Ｅａは５２．７人、字幕ありでコンテンツを再生した非繰り返し再生ユーザの期待値Ｅｃは５２７．３人となる。また、字幕なしでコンテンツを再生した繰り返し再生ユーザの期待値Ｅｂは４７．３人、字幕なしでコンテンツを再生した非繰り返し再生ユーザの期待値Ｅｄは４７２．７人となる。
そして、観測値Ｏ及び期待値Ｅからカイ２乗検定が実行される。カイ２乗検定では、カイ２乗値χ２とｐ値とを算出し、ｐ値によって繰り返し再生ユーザの属性値の分布と、非繰り返し再生ユーザの属性値の分布と、の有意差の有無を判定する。具体的には閾値αを有意水準の閾値とした場合、ｐ＜αの際に有意差があり、ｐ≧αの際に有意差がないと判定する。なお、カイ２乗検定では閾値αとして０．０５が用いられる場合が多いが、閾値αは他の値であってもよい。また、カイ２乗値χ２は分布の偏りの度合いを示し、カイ２乗値χ２が大きくなるに従って、繰り返し再生ユーザの属性値の分布と、非繰り返し再生ユーザの属性値の分布と、の偏りがより特徴的であることを示す。
カイ２乗検定におけるカイ２乗値χ２は（１）式で表される。
ここでθは、観測値Ｏの要素を示す。例えば、図２２に示した属性集計テーブル６の属性集計Ｎｏが“１”で表されるデータの場合、θ＝（ａ、ｂ、ｃ、ｄ）である。従って、図２５に示すように、一例として属性集計Ｎｏが“１”で表されるデータの各属性の観測値Ｏ及び期待値Ｅからカイ２乗値χ２を算出した場合、χ２＝３１．６となる。また詳細は省略するが、この場合のカイ２乗検定におけるｐ値は１．８６３×１０−８となる。
ここで、有意水準を表す閾値αを０．０５とすれば、ｐ＜αであることから、検出部５５は、属性集計Ｎｏが“１”で表されるデータの属性名の組み合わせに関して、ユーザ種別間に有意差があると判定することができる。
ステップＳ４２０では、検出部５５は、ステップＳ４１５の判定結果に従って、処理の移行先を選択する。すなわち、繰り返し再生ユーザの属性値の分布と非繰り返し再生ユーザの属性値の分布との間に有意差がない場合はステップＳ４２５へ移行し、有意差がある場合はステップＳ４３０へ移行する。
ステップＳ４２５では、検出部５５は、繰り返し再生ユーザの属性値の分布と非繰り返し再生ユーザの属性値の分布との間に有意差がないことを示す情報を、図２２の属性集計テーブル６におけるステップＳ４０５で選択した属性集計Ｎｏのデータに追加する。具体的には、検出部５５は、属性集計テーブル６におけるステップＳ４０５で選択した属性集計Ｎｏのデータに、有意差を示す欄を設け、有意差がないことを示す“０”を設定する。また、検出部５５は、繰り返し再生ユーザの属性値の分布と、非繰り返し再生ユーザの属性値の分布と、の有意差の有無の判定時に算出したカイ２乗値χ２を、属性集計テーブル６におけるステップＳ４０５で選択した属性集計Ｎｏのデータに追加する。
なお、検出部５５は、繰り返し再生ユーザの属性値の分布と、非繰り返し再生ユーザの属性値の分布と、の有意差の有無の判定時に算出したｐ値を、属性集計テーブル６におけるステップＳ４０５で選択した属性集計Ｎｏのデータに追加してもよい。
一方、ステップＳ４３０では、検出部５５は、繰り返し再生ユーザの属性値の分布と非繰り返し再生ユーザの属性値の分布との間に有意差があることを示す情報を、属性集計テーブル６におけるステップＳ４０５で選択した属性集計Ｎｏのデータに追加する。具体的には、検出部５５は、属性集計テーブル６におけるステップＳ４０５で選択した属性集計Ｎｏのデータに、有意差を示す欄を設け、有意差があることを示す“１”を設定する。また、検出部５５は、繰り返し再生ユーザの属性値の分布と、非繰り返し再生ユーザの属性値の分布と、の有意差の有無の判定時に算出したカイ２乗値χ２を、属性集計テーブル６におけるステップＳ４０５で選択した属性集計Ｎｏのデータに追加する。
なお、検出部５５は、繰り返し再生ユーザの属性値の分布と、非繰り返し再生ユーザの属性値の分布と、の有意差の有無の判定時に算出したｐ値を、属性集計テーブル６におけるステップＳ４０５で選択した属性集計Ｎｏのデータに追加してもよい。
図２６は、ステップＳ４２５及びステップＳ４３０の処理で、有意差の有無を示す情報が追加された属性集計テーブル６’の一例を示した図である。
図２６に示すように、属性集計テーブル６’に有意差欄が追加され、各属性集計Ｎｏで示されるデータの有意差欄には、例えば有意差がない場合には“０”、有意差がある場合には“１”の値が設定される。また、属性集計テーブル６’には、カイ２乗値χ２が追加される。なお、属性集計テーブル６’における各項目の値は一例である。
ステップＳ４３５では、検出部５５は、図２２に示した属性集計テーブル６に未選択の属性集計Ｎｏで示されるデータが存在するか否かを判定し、肯定判定の場合にはステップＳ４０５へ移行する。そして、検出部５５は、ステップＳ４０５〜ステップＳ４３５の処理を繰り返すことで、属性集計テーブル６に含まれる、全ての繰り返し区間の全ての属性名の組み合わせについて、ユーザ種別間の属性値の分布の有意差を判定する。そして、検出部５５は、属性集計テーブル６に含まれる全ての繰り返し区間の全ての属性名の組み合わせについて、対応する有意差欄に有意差の有無を表す情報を設定する。
一方、ステップＳ４３５の判定処理が否定判定の場合には、図２３に示す特徴属性検出処理を終了する。
以上により、検出部５５は、特徴属性検出処理によって全ての繰り返し区間の属性の組み合わせ毎に有意差の有無を判定し、繰り返し区間毎に繰り返し再生ユーザに特徴的な属性を検出する。また、以上の処理により、図１６に示した支援情報生成処理が終了する。
更に、本実施形態に係る支援装置５０は、例えば、学生端末３０及び教師端末４０から支援情報取得要求を受信した際に、支援情報提供処理を実行する。
図２７は、本実施形態に係る支援情報提供処理の流れの一例を示したフローチャートである。なお、支援情報提供処理の実行前には、支援情報生成処理が終了しているものとする。
ステップＳ５００では、通信部５１は、通信回線６０から支援情報取得要求を受信したか否かを判定し、否定判定の場合には、支援情報取得要求を受信するまでステップＳ５００の処理を繰り返す。一方、肯定判定の場合にはステップＳ５０５へ移行する。
例えば、通信回線６０から受信した電文のヘッダには、電文の種別を識別する電文ＩＤが含まれ、通信部５１はヘッダの電文ＩＤを読み取ることにより、受信した電文の種別が支援情報取得要求であるか否かを判定することができる。
なお、ステップＳ５００の判定処理で肯定判定の場合には、通信部５１は、受信した支援情報取得要求を出力部５６へ通知する。
ステップＳ５０５では、出力部５６は、支援情報取得要求の送信元が教師か否かを判定する。そして、否定判定の場合にはステップＳ５１０へ移行し、肯定判定の場合にはステップＳ５１５へ移行する。
例えば、支援情報取得要求には支援情報取得要求の送信元を示すユーザＩＤ、又は教師ＩＤが含まれるため、出力部５６は、支援情報取得要求の送信元が教師か否かを判定することができる。
そして、ステップＳ５１０では、出力部５６は、支援情報取得要求の送信元である学生端末３０の画面に、例えば図２８に示す支援情報８０を表示させる表示データを、通信部５１を介して学生端末３０へ出力する。
図２９は、ステップＳ５１０の処理で実行される、繰り返し再生ユーザに特徴的な属性の取得処理の流れの一例を示したフローチャートである。なお、ここでは、同じ繰り返し区間に対して繰り返し再生ユーザに特徴的な属性が１つの場合について説明する。
ステップＳ５５０では、出力部５６は、支援情報取得要求に含まれるコンテンツＩＤを取得する。
ステップＳ５５５では、出力部５６は、図５に示した繰り返し区間テーブル３の対象コンテンツ欄を参照して、繰り返し区間テーブル３から、ステップＳ５５０の処理で取得したコンテンツＩＤと同じコンテンツＩＤを含む行のデータを１つ抽出する。
ステップＳ５６０では、出力部５６は、ステップＳ５５５の処理で取得した繰り返し区間テーブル３のデータから、繰り返し区間Ｎｏを取得する。
ステップＳ５６５では、出力部５６は、図２６に示した属性集計テーブル６’から、ステップＳ５６０の処理で取得した繰り返し区間Ｎｏと同じ繰り返し区間Ｎｏを有し、且つ、有意差欄の値が“１”に設定されている属性集計Ｎｏのデータを取得する。そして、出力部５６は、取得した属性集計Ｎｏのデータと、取得した属性集計Ｎｏのデータが含まれる繰り返し区間Ｎｏと同じ繰り返し区間Ｎｏを有する図５に示した繰り返し区間テーブル３のデータを対応づける。そして、出力部５６は、コンテンツの繰り返し区間のうち、繰り返し再生ユーザに特徴的な属性が対応付けられた繰り返し区間を抽出する。
ステップＳ５７０では、出力部５６は、繰り返し区間テーブル３に、ステップＳ５５０で取得したコンテンツＩＤと同じコンテンツＩＤを含み、且つ、ステップＳ５５５の処理で未抽出のデータが存在するか否かを判定する。そして、肯定判定の場合にはステップＳ５５５に移行し、繰り返し再生ユーザに特徴的な属性が対応付けられた他の繰り返し区間を抽出する。一方、否定判定の場合には、本取得処理を終了する。
このようにして、コンテンツの繰り返し区間のうち、繰り返し再生ユーザに特徴的な属性が対応付けられた繰り返し区間を、特定繰り返し区間という。
そして、出力部５６は図２８に示すように、コンテンツの再生位置をサム８６の位置によって示す表示バー８５上の特定繰り返し区間に対応する位置に、繰り返し再生ユーザに特徴的な属性を表示させる表示データを生成する。具体的には、出力部５６は、表示バー８５上の特定繰り返し区間に対応する位置の先頭に、繰り返し再生ユーザに特徴的な属性を表示させる表示データを生成する。例えば、図２６に示す属性集計テーブル６’において、属性集計Ｎｏが“１”のデータが繰り返し再生ユーザに特徴的な属性である場合、当該繰り返し区間ではコンテンツを字幕ありで閲覧するユーザの割合が多いことから、「字幕ありユーザ」と表示する。
そして、出力部５６は通信部５１を介して、生成した表示データを支援情報取得要求の送信元である学生端末３０へ出力する。
図２８に示す学生端末３０の画面例では、表示バー８５上の吹き出し８１、８２、及び８３によって、特定繰り返し区間の位置が表示される。また、各々の吹き出し８１〜８３には、各々の特定繰り返し区間における特徴的な属性が表示される。
このように、学生端末３０の画面に、コンテンツの特定繰り返し区間及び特定繰り返し区間における特徴的な属性が表示されることで、ユーザは、コンテンツのどの部分がどのような属性を有するユーザによって繰り返し再生されたかを知ることができる。従って、ユーザは、コンテンツのどの部分を注意して学習すればよいかを把握することができる。また、ユーザは、事前に他の学生の学習履歴を把握しながら学習することができるため、自分と同じ属性の人がつまずきやすい部分を重点的に学習する等、学習の質を上げることができる。
なお、学生端末３０の画面に表示させるコンテンツの特定繰り返し区間の表示方法はこれに限らない。例えば、特定繰り返し区間のうち、特定繰り返し区間における特徴的な属性と、支援情報取得要求に含まれるユーザＩＤで表されるユーザの属性値と、が同じ特定繰り返し区間にのみ、特徴的な属性を表示する吹き出しを表示するようにしてもよい。
具体的には、例えば支援情報取得要求に含まれるユーザＩＤで表されるユーザが大学生である場合、中学生のユーザが繰り返し再生する特定繰り返し区間を示す吹き出し８３は表示させないようにする。
この場合、学生端末３０には、自分と同じ属性値を有するユーザが繰り返し再生した部分のみが表示される。ユーザは、自分と同じ属性値を有するユーザが繰り返し再生した部分は、自分にとっても重要な内容なのではないかと推測する傾向があるため、コンテンツのどの部分を注意して学習すればよいかを知ることができる。従って、自分と異なる属性値を有するユーザが繰り返し再生した特定繰り返し区間も含めて学生端末３０に表示する場合と比較して、ユーザはより注目部分を絞って学習することができる。
また、表示バー８５に特定繰り返し区間の位置が示されるため、ユーザは、例えば早送り及び巻き戻し等の操作によって、コンテンツの再生位置を特定繰り返し区間へ移動させやすくなる。
また、例えば出力部５６は、ユーザ行動ログ格納部６１を参照し、図２に示したコンテンツ閲覧ログテーブル１に早送り又は巻き戻しの操作を示すログが記録されたタイミングで、サム８６の表示位置を変更させる表示データを出力するようにしてもよい。具体的には、出力部５６は、サム８６の表示位置を、早送り又は巻き戻しの操作を行う前のサム８６の表示位置から最も近い特定繰り返し区間へ移動させる表示データを出力する。このようにサム８６の表示位置を変更させることで、特定繰り返し区間の頭出しが可能となり、ユーザがコンテンツの再生位置を特定繰り返し区間へ移動させるのに要する時間を短縮することができる。
更にユーザは、コンテンツの再生位置が特定繰り返し区間に入ってきた際に再生速度が調整され、よりゆっくり再生して注意深く学習する等、支援情報８０を、自分の学習スタイルに合わせて様々に利用することができる。
また、学生端末３０の画面に特徴的な属性を表示しない、すなわち、吹き出し８１〜８３を表示しないようにしてもよい。特徴的な属性を表示しない場合であっても、前述した頭出しの機能を用いることで、ユーザは特定繰り返し区間にコンテンツの再生位置を合わせることができる。
一方、ステップＳ５１５では、出力部５６は、支援情報取得要求の送信元である教師端末４０の画面に、例えば図３０に示す支援情報９０を表示させる表示データを、通信部５１を介して教師端末４０へ出力する。
ステップＳ５１５における繰り返し再生ユーザに特徴的な属性の取得処理の流れは図２９に示した処理の流れと同様に実現することができる。また、出力部５６は、図４に示した再生回数集計テーブル２’から、対象コンテンツＩＤが適合する行を参照し、縦軸を再生回数、及び横軸を再生時間とした、コンテンツの再生状況グラフ９６を表示する。再生状況グラフ９６の横軸は、コンテンツの表示バーの位置と対応しているため、コンテンツのサムを操作することにより、教師は、該当繰り返し区間のコンテンツを再生してコンテンツの内容を確認できる。すなわち、教師は、学生がつまずきやすい箇所の具体的なコンテンツ内容が、どのようになっているのか確認することができる。
また、出力部５６は、再生状況グラフ９６の繰り返し区間と対応する各々の位置に、当該位置が繰り返し区間であることを示すマーク９２を表示させる表示データを教師端末４０へ出力する。なお、マーク９２は文字、記号、及び図形等、教師にマーク９２の表示位置が繰り返し区間であることを示すことができるものであれば、どのような表示形態であってもよい。また、マーク９２の表示色にも制限はない。
また、マーク９２の形状及び色の少なくとも一方を、繰り返し再生ユーザに特徴的な属性に応じて変化させてもよい。図３０に例示するマーク９２Ａは、例えば字幕の有無に有意差がある特定繰り返し区間を表し、マーク９２Ｂは、例えば性別に有意差がある特定繰り返し区間を表す。また、マーク９２Ｃは、例えば繰り返し再生ユーザに特徴的な属性が見られない繰り返し区間であることを表す。
更に、マーク９２は、繰り返し再生ユーザに特徴的な属性における偏りの度合いに応じて変化させてもよい。マーク９２を偏りの度合いに応じて変化させるとは、非繰り返し再生ユーザと比較して、繰り返し再生ユーザだけに特に偏っている度合いを表すカイ２乗値χ２の大きさに従って、マーク９２を変化させることを意味する。
また、マーク９２が教師により選択された場合、出力部５６は、マーク９２に対応した繰り返し区間における、繰り返し再生ユーザに特徴的な属性値の分布を表示させる表示データ（属性表示）を教師端末４０へ出力する。
図３０に示す属性表示９４Ａは、教師がマーク９２Ａを選択した際に教師端末４０の画面に表示される表示である。属性表示９４Ａには、例えば字幕の有無に関する繰り返し再生ユーザの属性値の分布と、非繰り返し再生ユーザの属性値の分布と、を表示する円グラフが表示される。
属性表示９４Ｃには、繰り返し再生ユーザに特徴的な属性が存在しないことから、例えば「他の特徴も見る」といった、各種情報を表示するダイアログへのリンクを伴う文字が表示される。そして、教師が「他の特徴も見る」を選択した場合、例えば図２６に示した属性集計テーブル６’を表示するようにしてもよい。
以上により、出力部５６は図２７に示した支援情報提供処理によって、学生端末３０へユーザの学習を支援する支援情報８０を表示させるための表示データを出力する。また、出力部５６は、教師端末４０へ教師の講義、又はコンテンツの改善を支援する支援情報９０を表示させるための表示データを出力する。
このように、本実施形態に係る支援装置５０は、支援情報９０として、教師端末４０にコンテンツの繰り返し区間、繰り返し区間における繰り返し再生ユーザに特徴的な属性、及び属性値の分布を表示させることができる。また、本実施形態に係る支援装置５０は、学生端末３０にコンテンツの繰り返し区間、繰り返し区間における繰り返し再生ユーザに特徴的な属性を表示させることができる。
教師端末４０の画面に支援情報９０を表示することで、教師はコンテンツのどこで繰り返し操作が行われたかと、当該繰り返し操作が行われた理由と、を判断することができる。
例えば、教師は、字幕ありで見ている学生が繰り返し閲覧する箇所は、英語が母国語でない人にとって、英語がわかりにくかった箇所であると推測することができる。また、教師は、特定の他のコンテンツを事前に見ていない学生だけが繰り返し閲覧する箇所は、特定の前提知識のある人にしかわからなかった箇所であると推測することができる。また、教師は、コンテンツに対応するテストを事前に見ている学生が繰り返し閲覧する箇所は、テストに出題されている問題と関連した内容を含む箇所であるため、見直しで再生されている箇所であると推測することができる。
本実施形態に係る支援システム１０は、学生が繰り返し閲覧するコンテンツの箇所、すなわち学生がつまずきやすい箇所だけでなく、つまずく理由も合わせて把握することができる。従って、教師は、支援システム１０を、コンテンツ内容を改善したり、対面講義でコンテンツ内容の補足説明をしたりする等の講義内容の改善に活用することができる。
また、教師端末４０の画面にマーク９２を表示することで、教師はマーク９２から、繰り返し再生ユーザに特徴的な属性の種類、及び繰り返し再生ユーザに特徴的な属性の偏りの度合い等を知ることができる。従って、教師は、コンテンツの詳細な内容等を見る前に、コンテンツの修正方針を立てることができる。例えば、誰にでもわかりにくいところから修正するか、特徴がはっきりしているところから修正するか、教師の対応しやすい原因を含むところから修正するかといった、コンテンツの修正方針を立てることができる。
また、教師端末４０の画面に属性表示９４Ａを表示することで、教師は円グラフから繰り返し再生ユーザだけに特徴的な属性のうち、各属性値の実際の人数比率及び人数規模等を把握することができる。
なお、教師が事前にコンテンツ内容のわかり難さに関する何らかの仮説を有する場合、教師端末４０から教師の仮説に関連する繰り返し再生ユーザに特徴的な属性を指定して、繰り返し区間に当該属性が含まれるか確認する、といった仮説検証ができてもよい。
具体的には、例えば教師が講義で発した英語の発音がわかりにくかったのではと思う場合、教師端末４０で、学生がコンテンツを字幕ありで閲覧した繰り返し区間があるか否か確認できるようにしてもよい。更に言えば、教師は、教師端末４０から、繰り返し再生ユーザに特徴的な属性を有するユーザの母集団を明示的に指定して、繰り返し再生ユーザの集計に用いるユーザを更に絞り込むようにしてもよい。例えば教師は、教師端末４０から、繰り返し再生ユーザのうちユーザの母集団を男性に制限した場合の属性表示９４Ａを表示するように指定してもよい。
なお、本実施形態に係る支援装置５０では、ユーザが繰り返し再生した部分、及びユーザが繰り返し再生した部分における繰り返し再生ユーザに特徴的な属性と属性値の分布を取得した。しかし、ユーザが繰り返し再生した部分に限らず、例えばユーザが早送りを行った部分について、ユーザに特徴的な属性及び属性値の分布を取得するようにしてもよい。
例えば、ログ解析部５２は図２に示したコンテンツ閲覧ログテーブル１を参照し、コンテンツ毎にコンテンツ閲覧ログテーブル１のアクション欄における「早送り」に対応する位置欄の時間を取得する。また、ログ解析部５２はコンテンツ閲覧ログテーブル１を参照し、取得した「早送り」に対応する「停止」のログを含む行の位置欄の時間を取得する。そして、ログ解析部５２は、「早送り」を開始した時間と「停止」の時間とから、ユーザがコンテンツを再生せずに飛ばした区間である非再生区間を取得する。
このようにして、ログ解析部５２はコンテンツの非再生区間を取得し、コンテンツのどの部分がどのユーザによって何回再生されずに飛ばされたかを解析する。
そして、ログ解析部５２は、コンテンツの早送り、及び停止の位置から解析した非再生区間を区間欄に設定する。そして、ログ解析部５２は、非再生区間においてユーザが再生せずに早送りした回数を非再生回数欄に、非再生区間を再生せずに早送りしたユーザを非再生ユーザ欄に各々設定し、非再生回数集計テーブルを生成する。
この非再生回数集計テーブルは、図４に示した再生操作における再生回数集計テーブル２’と同様のデータ構造を有するテーブルである。従って、再生回数集計テーブル２’から図２６に示した属性集計テーブル６’を生成する処理と同様の処理を行うことで、支援装置５０は非再生区間、非再生区間を早送りしたユーザに特徴的な属性、及び属性値の分布を取得することができる。
従って、教師は、準備したコンテンツのどこが誰にとって冗長な部分か把握することができる。従って、教師はコンテンツを改善する際の参考にすることができると共に、講義の進め方の参考にすることができるため、学生の学習意欲を向上させることができる。また、学生は、事前に他の学生の学習履歴を把握しながら学習することができるため、他の学生が早送りを行って飛ばした部分は時間のある場合に学習する等、学習の質を上げることができる。
なお、早送りには、例えば倍速再生等の規定の再生速度より早い速度で再生する動作も含まれる。
また、本実施形態に係る支援装置５０は、ユーザ種別毎に全ての属性名の組み合わせに対応する属性値の分布を集計する。例えば支援装置５０で管理する属性名が後から追加された場合であっても、図１９に示したステップＳ３１０の処理によって、追加した属性名を含む全ての属性名の組み合わせが自動的に生成される。
従って、本実施形態に係る支援装置５０は、支援装置５０で管理する属性名が後から追加される等の仕様変更がある場合であっても、図１６に示した支援情報生成処理を修正する必要がないため、仕様変更に伴う改修コストの増加を抑制することができる。また、属性名の組み合わせパターンを予め指定する必要がないため、教師が予想していない意外な特徴を表す属性名の組み合わせであっても、繰り返しが行われた理由として検知することができる場合がある。すなわち、特定のコースにおける講義に関する属性だけではなく、同じコース内の他の講義、及び特定のコースと異なる他のコースにおける講義に関する情報もあわせて扱うことができ、より総合的な視点で学習の状況を捉えることが可能になる。
（第２実施形態）
第１実施形態に係る支援装置５０では、出力部５６による学生端末３０及び教師端末４０への画面表示の際、同じ繰り返し区間に対して繰り返し再生ユーザに特徴的な属性が１つである場合について説明した。本実施形態では、同じ繰り返し区間に繰り返し再生ユーザに特徴的な属性が複数存在する場合の特徴的な属性の様々な表示形態について説明する。
１つの繰り返し区間に、繰り返し再生ユーザに特徴的な属性が複数存在する場合、繰り返し再生ユーザに特徴的な属性の数が多くなるに従って、学生端末３０及び教師端末４０に表示される支援情報８０、９０の内容が複雑になる。
従って、本実施形態に係る支援装置では、１つの繰り返し区間に、繰り返し再生ユーザに特徴的な属性が複数存在する場合、支援情報８０、９０として表示する繰り返し再生ユーザに特徴的な属性を選別する。
図３１は、本実施形態に係る教育コンテンツ活用支援システム１２の一例を示した図である。
本実施形態に係る教育コンテンツ活用支援システム１２が第１実施形態に係る教育コンテンツ活用支援システム１０と異なる点は、コンテンツ活用支援装置５０がコンテンツ活用支援装置５８に置き換えられた点である。なお、以降、「教育コンテンツ活用支援システム１２」を「支援システム１２」と称し、「コンテンツ活用支援装置５８」を「支援装置５８」と称すものとする。
また、本実施形態に係る支援装置５８が第１実施形態に係る支援装置５０と異なる点は、選別部５７が追加された点である。
選別部５７は、検出部５５及び出力部５６と接続される。選別部５７は、図２６に示した属性集計テーブル６’を参照する。そして、選別部５７は、１つの繰り返し区間に、繰り返し再生ユーザに特徴的な属性の数が閾値βよりも多く存在する場合、選択した繰り返し区間と対応付けて支援情報８０、９０に表示する繰り返し再生ユーザに特徴的な属性の数を閾値β以下に制限する。
出力部５６は、選別部５７で繰り返し再生ユーザに特徴的な属性が選別された繰り返し区間については、選別された属性のみを表示する表示データを学生端末３０及び教師端末４０へ出力する。
次に、図３２に、支援システム１２に含まれるコンテンツ配信装置２０、学生端末３０、教師端末４０、及び支援装置５８をコンピュータで実現可能な一例としてのコンピュータシステム１０２を示す。
コンピュータシステム１０２が第１実施形態に係るコンピュータシステム１００と異なる点は、コンピュータ５００がコンピュータ５０１に置き換えられた点である。
また、コンピュータ５０１が第１実施形態に係るコンピュータ５００と異なる点は、コンテンツ活用支援プログラム５１９に選別プロセス５３８が追加された点である。
ＣＰＵ５０２がコンテンツ活用支援プログラム５１９を記憶部５０６から読み出してメモリ５０４に展開し、コンテンツ活用支援プログラム５１９を実行することで、コンピュータ５０１が図３１に示す支援装置５８として動作する。また、ＣＰＵ５０２が選別プロセス５３８を実行することで、コンピュータ５０１が図３１に示す選別部５７として動作する。
なお、支援装置５８は、例えば半導体集積回路、より詳しくはＡＳＩＣ等で実現することも可能である。
次に、本実施形態に係る支援装置５８の作用を説明する。本実施形態に係る支援装置５８は、第１実施形態に係る支援装置５０と同じく、例えば、学生端末３０及び教師端末４０から支援情報取得要求を受信した際に支援情報提供処理を実行する。なお、支援情報提供処理の実行前には、図１６に示した支援情報生成処理が終了しているものとする。
本実施形態に係る支援情報提供処理の流れは、図２７に示した第１実施形態に係る支援情報提供処理のフローチャートと同じになる。ただし、本実施形態に係る支援情報提供処理では、図２７に示したステップＳ５１０及びステップＳ５１５における繰り返し再生ユーザに特徴的な属性の取得処理が異なる。
図３３は、本実施形態でのステップＳ５１０で実行される繰り返し再生ユーザに特徴的な属性の取得処理の流れの一例を示したフローチャートである。図３３に示す取得処理が、図２９に示した第１実施形態に係るステップＳ５１０での取得処理と異なる点は、ステップＳ５６５の処理がステップＳ５６６の処理に置き換えられ、更に、ステップＳ５６７及びステップＳ５６９の処理が追加された点である。
ステップＳ５６６では、出力部５６は、図２６に示した属性集計テーブル６’から、ステップＳ５６０の処理で取得した繰り返し区間Ｎｏと同じ繰り返し区間Ｎｏを有し、且つ、有意差欄の値が“１”に設定されている属性集計Ｎｏのデータをすべて取得する。そして、出力部５６は、取得した各々の属性集計Ｎｏのデータによって表される特徴的な属性を、ステップＳ５６０の処理で取得した繰り返し区間に対応付ける。
ステップＳ５６７では、選別部５７は、ステップＳ５６６の処理で取得した属性集計Ｎｏのデータの総数、すなわち、繰り返し再生ユーザに特徴的な属性の数が閾値βより大きいか否かを判定する。肯定判定の場合にはステップＳ５６９へ移行する。一方、否定判定の場合には、選別部５７は、特徴的な属性の中から例えば何れか１つの特徴的な属性を代表属性としてランダムに選択し、ステップＳ５７０へ移行する。
ステップＳ５６９では、選別部５７は、繰り返し再生ユーザに特徴的な閾値βより大きい数の属性からβ個の特徴的な属性を選別する。そして、選別部５７は、選別した属性の中から、例えば何れか１つの特徴的な属性を代表属性としてランダムに選択し、ステップＳ５６０の処理で取得した繰り返し区間に対応づける。
出力部５６は、代表属性を学生端末３０及び教師端末４０の画面に表示する。
図３４は、本実施形態に係る支援装置５８によって表示される教師端末４０の画面例を示す図である。
図３４に示すように、同じ繰り返し区間に繰り返し再生ユーザに特徴的な属性が複数含まれる場合、属性表示９４Ａには、例えば「他の特徴も見る」といった、繰り返し再生ユーザに特徴的な他の属性に関する情報を表示するためのリンクを伴う文字が表示される。そして、教師が「他の特徴も見る」の文字を選択した場合、選別部５７で選択した代表属性以外の、繰り返し再生ユーザに特徴的な他の属性に関する情報が表示される。
また、図２８に示した学生端末３０の画面例においても、同じ繰り返し区間に繰り返し再生ユーザに特徴的な属性が複数含まれる場合、例えば吹き出し８１等の吹き出しに「他の特徴も見る」といったリンクを伴う文字を表示してもよい。この際、例えば学生が吹き出し８１の「他の特徴も見る」を選択した場合、吹き出し８１に、選別部５７で選択された代表属性以外の吹き出し８１の位置に対応する繰り返し区間に含まれる繰り返し再生ユーザに特徴的な他の属性が表示される。
このようにして、本実施形態に係る支援装置５８は、同じ繰り返し区間に繰り返し再生ユーザに特徴的な複数の属性が存在する場合、学生端末３０及び教師端末４０の画面に表示する繰り返し再生ユーザに特徴的な属性の数を、閾値β以下に制限する。従って、画面に表示される情報量の多さから生じる煩雑さを抑制することができる。
なお、必要に応じて、選別部５７は、同じ繰り返し区間における繰り返し再生ユーザに特徴的な属性のうち、画面に表示する属性の数を閾値β以下に制限しなくてもよいことは言うまでもない。
なお、再生ユーザに特徴的な属性の選別方法は、上記の例に限定されない。選別部５７は、図２３に示すステップＳ４１５の処理で、検出部５５が有意差の有無を判定するために実行した公知の有意差判定アルゴリズムで算出される値を用いて、繰り返し再生ユーザに特徴的な属性を選別してもよい。具体的には、検出部５５が有意差の有無の判定にカイ２乗検定を実行する場合、選別部５７は図２６に示した属性集計テーブル６’を参照して、繰り返し再生ユーザに特徴的な属性のうち、カイ２乗値χ２の値が大きい方から順に閾値β以下の個数の属性を選択する。
また、選別部５７は属性集計テーブル６’を参照して、繰り返し再生ユーザに特徴的な属性のうち、例えば、繰り返し再生ユーザの人数が多い方、又は少ない方から順に、閾値β以下の個数の属性を選択してもよい。
また、既に述べたように、属性集計テーブル６’では、図２１に示す組み合わせ属性テーブル５に記載された属性名の組み合わせ毎に、属性値の分布が集計される。従って、下位の属性名の組み合わせを包含する上位の属性名の組み合わせでの属性に、既にユーザ種別間の有意差が認められる場合、上位の属性名の組み合わせのみを選択することで、再生ユーザに特徴的な属性のうち、画面に表示する属性の選別を行ってもよい。
具体的には、例えば「字幕の有無」に関して、既にユーザ種別間の有意差がある場合、「字幕の有無」と「性別」との組み合わせにユーザ種別間の有意差があるとしても、「字幕の有無」と「性別」との組み合わせは表示しないようにする。これは、「字幕の有無」に既にユーザ種別間の有意差があるため、「字幕の有無」に包含される下位の属性名である「字幕の有無」と「性別」との組み合わせについて、ユーザ種別間の有意差を表示する必要性は低いと考えられるためである。
また、例えば、選別部５７は、図２１に示す組み合わせ属性テーブル５に記載された属性名の組み合わせ（属性の取り得る値）と、ユーザの成績属性との相関を示す相関値を算出する。そして、選別部５７は、繰り返し再生ユーザに特徴的な属性のうち、成績属性との相関値が高い属性から順に、表示する属性を選択してもよい。
この場合、ユーザの成績に影響する属性名から優先して支援情報８０、９０に表示されるため、例えば、教師はコンテンツの中から学生の成績に影響を与えやすい部分が把握でき、コンテンツ内容の改善及び学生の指導方針の検討に利用することができる。同様に、学生もコンテンツの中から自身の成績に影響を与えやすい部分が把握でき、当該部分を優先して学習する等、学習計画の作成に利用することができる。
このように、本実施形態に係る支援装置５８は、学生端末３０及び教師端末４０の画面に繰り返し再生ユーザに特徴的な複数の属性に関し、適宜表示する属性を選別して表示することができる。従って、学生端末３０及び教師端末４０の表示が煩雑になることを抑えつつ、教師及び学生の要求があった場合は、それに応じて、複数ある特徴的な属性のそれぞれの詳細情報を提供することができる。
以上、各実施形態を用いて開示の技術を説明したが、開示の技術は各々の実施形態に記載の範囲には限定されない。開示の技術の要旨を逸脱しない範囲で各々の実施形態に多様な変更または改良を加えることができ、当該変更または改良を加えた形態も開示の技術の技術的範囲に含まれる。例えば、開示の技術の要旨を逸脱しない範囲で処理の順序を変更してもよい。
また、各々の実施形態では、コンテンツ活用支援プログラムが記憶部に予め記憶（インストール）されている態様を説明したが、これに限定されるものではない。開示の技術に係るコンテンツ活用支援プログラムは、コンピュータ読取可能な記録媒体に記録されている形態で提供することも可能である。例えば、開示の技術に係るコンテンツ活用支援プログラムは、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、及びＵＳＢメモリ等の可搬型記録媒体に記録されている形態で提供することも可能である。また、開示の技術に係るコンテンツ活用支援プログラムは、フラッシュメモリ等の半導体メモリ等に記録されている形態で提供することも可能である。
なお、各々の実施形態では、行動属性定義テーブル７、成績属性定義テーブル８、及びユーザプロファイル属性定義テーブル９で定義される、全ての属性名及び属性の取り得る値を用いて、図２０に示す属性テーブル４を生成した。しかし、例えば受講するコースに関連する属性名及び属性の取り得る値が定義されている場合、その属性のみを用いて、属性テーブル４を生成してもよい。例えば、数学コースに含まれるコンテンツの場合、成績属性定義テーブル８から数学に関するコースの成績のみを取得してもよい。この場合、処理対象となる属性の組み合わせ数が減少するため、支援装置５０及び支援装置５８の処理時間を減らすことができる。
以上の各実施形態に関し、更に以下の付記を開示する。
（付記１）
コンピュータに、
属性情報を含むユーザ情報に対応づけられたコンテンツの操作情報から、前記コンテンツの一部分に対する繰り返し操作に関する操作情報を検出し、
前記検出した操作情報に対応づけられる第１のユーザ情報群の属性値の分布と、前記検出した操作情報に対応づけられない第２のユーザ情報群の属性値の分布とを予め定めた属性の種類毎に集計し、
前記繰り返し操作が検出された前記コンテンツの部分について、前記予め定めた属性の種類毎に、前記第１のユーザ情報群の属性値の分布と、前記第２のユーザ情報群の属性値の分布と、を比較することで、前記第１のユーザ情報群に特徴的な属性を検出し、
検出された属性を前記コンテンツの部分と対応付けて出力する
ことを含む処理を実行させるコンテンツ活用支援方法。
（付記２）
前記予め定めた属性の種類のうち、前記第２のユーザ情報群の属性値の分布に対する前記第１のユーザ情報群の属性値の分布の偏りの度合いが閾値を超える属性を、前記第１のユーザ情報群に特徴的な属性として検出する
付記１記載のコンテンツ活用支援方法。
（付記３）
前記繰り返し操作は、前記コンテンツの一部分を繰り返し再生する動作である
付記１又は付記２記載のコンテンツ活用支援方法。
（付記４）
前記コンテンツは、前記ユーザ情報に含まれるユーザが履修する学習コースで教材として用いられるコンテンツであり、
前記ユーザ情報に含まれるユーザによって閲覧される前記コンテンツを含む第１の画面と、前記学習コースの教師によって閲覧される前記コンテンツを含む第２の画面とで、前記第１のユーザ情報群に特徴的な属性と、前記コンテンツの部分と、の対応付けの表示内容を異ならせる表示データを出力する
付記１〜付記３の何れか１項に記載のコンテンツ活用支援方法。
（付記５）
前記第２の画面を表示する端末に、前記コンテンツの部分毎に前記ユーザ情報に含まれるユーザによる再生回数を示すグラフを表示させると共に、前記ユーザ情報に含まれるユーザのうち前記コンテンツを再生したユーザの再生頻度に関する値が予め定めた値より大きい繰り返し部分に対応した前記グラフの位置にマークを表示させる表示データを出力する
付記４記載のコンテンツ活用支援方法。
（付記６）
前記マークを、前記繰り返し部分に対応づけられた前記第１のユーザ情報群に特徴的な属性、及び、前記第２のユーザ情報群の属性値の分布に対する前記第１のユーザ情報群の属性値の分布の偏りの度合いの少なくとも一方に応じて変化させた表示データを出力する
付記５記載のコンテンツ活用支援方法。
（付記７）
前記マークが選択された場合、前記第２の画面を表示する端末に、前記マークに対応する前記繰り返し部分に対応づけられた前記第１のユーザ情報群に特徴的な属性値の分布を表示させる表示データを出力する
付記５又は付記６記載のコンテンツ活用支援方法。
（付記８）
前記コンテンツを再生したユーザの再生頻度に関する値が予め定めた値より大きい繰り返し部分に対応付けられた前記第１のユーザ情報群に特徴的な属性と、前記繰り返し部分と、を対応付けた表示データを前記第１の画面を表示する端末に出力する
付記４記載のコンテンツ活用支援方法。
（付記９）
前記第１のユーザ情報群に特徴的な属性が対応付けられた前記繰り返し部分の中から、前記第１の画面の表示データを要求するユーザの属性値と、前記第１のユーザ情報群に特徴的な属性の属性値と、が一致するような繰り返し部分を選択し、前記選択した繰り返し部分と、前記選択した繰り返し部分に対応付けられた前記第１のユーザ情報群に特徴的な属性と、を含む表示データを前記第１の画面を表示する端末に出力する
付記８記載のコンテンツ活用支援方法。
（付記１０）
前記操作情報に前記コンテンツの再生位置を変える操作が記録された場合、前記コンテンツの再生位置を変える操作が行われた再生位置から最も近い位置にある前記繰り返し部分から、前記コンテンツを表示させるための表示データを出力する
付記８又は付記９記載のコンテンツ活用支援方法。
（付記１１）
前記再生頻度は、前記コンテンツを再生したユーザの再生回数の平均値である
付記５〜付記１０の何れか１項に記載のコンテンツ活用支援方法。
（付記１２）
１つの前記繰り返し部分に対応づけられた前記第１のユーザ情報群に特徴的な属性が予め定めた数より多い場合、前記繰り返し部分に対応づける前記第１のユーザ情報群に特徴的な属性を選別する
付記５〜付記１１の何れか１項に記載のコンテンツ活用支援方法。
（付記１３）
前記予め定めた属性の種類には、少なくとも前記ユーザ情報に含まれるユーザ毎の成績が含まれ、
前記第１のユーザ情報群に特徴的な属性のうち、前記ユーザ情報に含まれるユーザの成績と相関を有する度合いが高い属性から順に、前記繰り返し部分に対応づける前記第１のユーザ情報群に特徴的な属性を選別する
付記１２記載のコンテンツ活用支援方法。
（付記１４）
前記第１のユーザ情報群に特徴的な属性のうち、他の属性の種類を包含する、より上位の属性の種類が含まれるように選別する
付記１２記載のコンテンツ活用支援方法。
（付記１５）
前記第１のユーザ情報群に特徴的な属性のうち、前記第２のユーザ情報群の属性値の分布に対する前記第１のユーザ情報群に特徴的な属性値の分布の偏りの度合いが大きい属性から順に、前記繰り返し部分に対応づける前記第１のユーザ情報群に特徴的な属性を選別する
付記１２記載のコンテンツ活用支援方法。
（付記１６）
コンピュータに、
属性情報を含むユーザ情報に対応づけられたコンテンツの操作情報から、前記コンテンツの一部分に対する繰り返し操作に関する操作情報を検出し、
前記検出した操作情報に対応づけられる第１のユーザ情報群の属性値の分布と、前記検出した操作情報に対応づけられない第２のユーザ情報群の属性値の分布とを予め定めた属性の種類毎に集計し、
前記繰り返し操作が検出された前記コンテンツの部分について、前記予め定めた属性の種類毎に、前記第１のユーザ情報群の属性値の分布と、前記第２のユーザ情報群の属性値の分布と、を比較することで、一方のユーザ情報群に特徴的な属性を検出し、
検出された属性を前記コンテンツの部分と対応付けて出力する
ことを含む処理を実行させるためのコンテンツ活用支援プログラム。
（付記１７）
前記予め定めた属性の種類のうち、前記第２のユーザ情報群の属性値の分布に対する前記第１のユーザ情報群の属性値の分布の偏りの度合いが閾値を超える属性を、前記第１のユーザ情報群に特徴的な属性として検出する
付記１６記載のコンテンツ活用支援プログラム。
（付記１８）
前記繰り返し操作は、前記コンテンツの一部分を繰り返し再生する動作である
付記１６又は付記１７記載のコンテンツ活用支援プログラム。
（付記１９）
前記コンテンツは、前記ユーザ情報に含まれるユーザが履修する学習コースで教材として用いられるコンテンツであり、
前記ユーザ情報に含まれるユーザによって閲覧される前記コンテンツを含む第１の画面と、前記学習コースの教師によって閲覧される前記コンテンツを含む第２の画面とで、前記第１のユーザ情報群に特徴的な属性と、前記コンテンツの部分と、の対応付けの表示内容を異ならせる表示データを出力する
付記１６〜付記１８の何れか１項に記載のコンテンツ活用支援プログラム。
（付記２０）
前記第２の画面を表示する端末に、前記コンテンツの部分毎に前記ユーザ情報に含まれるユーザによる再生回数を示すグラフを表示させると共に、前記ユーザ情報に含まれるユーザのうち前記コンテンツを再生したユーザの再生頻度に関する値が予め定めた値より大きい繰り返し部分に対応した前記グラフの位置にマークを表示させる表示データを出力する
付記１９記載のコンテンツ活用支援プログラム。
（付記２１）
前記マークを、前記繰り返し部分に対応づけられた前記第１のユーザ情報群に特徴的な属性、及び、前記第２のユーザ情報群の属性値の分布に対する前記第１のユーザ情報群の属性値の分布の偏りの度合いの少なくとも一方に応じて変化させた表示データを出力する
付記２０記載のコンテンツ活用支援プログラム。
（付記２２）
前記マークが選択された場合、前記第２の画面を表示する端末に、前記マークに対応する前記繰り返し部分に対応づけられた前記第１のユーザ情報群に特徴的な属性値の分布を表示させる表示データを出力する
付記２０又は付記２１記載のコンテンツ活用支援プログラム。
（付記２３）
前記コンテンツを再生したユーザの再生頻度に関する値が予め定めた値より大きい繰り返し部分に対応付けられた前記第１のユーザ情報群に特徴的な属性と、前記繰り返し部分と、を対応付けた表示データを前記第１の画面を表示する端末に出力する
付記１９記載のコンテンツ活用支援プログラム。
（付記２４）
前記第１のユーザ情報群に特徴的な属性が対応付けられた前記繰り返し部分の中から、前記第１の画面の表示データを要求するユーザの属性値と、前記第１のユーザ情報群に特徴的な属性の属性値と、が一致するような繰り返し部分を選択し、前記選択した繰り返し部分と、前記選択した繰り返し部分に対応付けられた前記第１のユーザ情報群に特徴的な属性と、を含む表示データを前記第１の画面を表示する端末に出力する
付記２３記載のコンテンツ活用支援プログラム。
（付記２５）
前記操作情報に前記コンテンツの再生位置を変える操作が記録された場合、前記コンテンツの再生位置を変える操作が行われた再生位置から最も近い位置にある前記繰り返し部分から、前記コンテンツを表示させるための表示データを出力する
付記２３又は付記２４記載のコンテンツ活用支援プログラム。
（付記２６）
前記再生頻度は、前記コンテンツを再生したユーザの再生回数の平均値である
付記２０〜付記２５の何れか１項に記載のコンテンツ活用支援プログラム。
（付記２７）
１つの前記繰り返し部分に対応づけられた前記第１のユーザ情報群に特徴的な属性が予め定めた数より多い場合、前記繰り返し部分に対応づける前記第１のユーザ情報群に特徴的な属性を選別する
付記２０〜付記２６の何れか１項に記載のコンテンツ活用支援プログラム。
（付記２８）
前記予め定めた属性の種類には、少なくとも前記ユーザ情報に含まれるユーザ毎の成績が含まれ、
前記第１のユーザ情報群に特徴的な属性のうち、前記ユーザ情報に含まれるユーザの成績と相関を有する度合いが高い属性から順に、前記繰り返し部分に対応づける前記第１のユーザ情報群に特徴的な属性を選別する
付記２７記載のコンテンツ活用支援プログラム。
（付記２９）
前記第１のユーザ情報群に特徴的な属性のうち、他の属性の種類を包含する、より上位の属性の種類が含まれるように選別する
付記２７記載のコンテンツ活用支援プログラム。
（付記３０）
前記第１のユーザ情報群に特徴的な属性のうち、前記第２のユーザ情報群の属性値の分布に対する前記第１のユーザ情報群に特徴的な属性値の分布の偏りの度合いが大きい属性から順に、前記繰り返し部分に対応づける前記第１のユーザ情報群に特徴的な属性を選別する
付記２７記載のコンテンツ活用支援プログラム。
（付記３１）
属性情報を含むユーザ情報に対応づけられたコンテンツの操作情報から、前記コンテンツの一部分に対する繰り返し操作に関する操作情報を検出するログ解析部と、
前記ログ解析部により検出した操作情報に対応づけられる第１のユーザ情報群の属性値の分布と、前記検出した操作情報に対応づけられない第２のユーザ情報群の属性値の分布とを予め定めた属性の種類毎に集計する集計部と、
前記ログ解析部により前記繰り返し操作が検出された前記コンテンツの部分について、前記予め定めた属性の種類毎に、前記集計部により集計された前記第１のユーザ情報群の属性値の分布と、前記第２のユーザ情報群の属性値の分布と、を比較することで、一方のユーザ情報群に特徴的な属性を検出する検出部と、
前記検出部で検出された属性を前記コンテンツの部分と対応付けて出力する出力部と、
を含むコンテンツ活用支援装置。
（付記３２）
前記検出部は、前記予め定めた属性の種類のうち、前記第２のユーザ情報群の属性値の分布に対する前記第１のユーザ情報群の属性値の分布の偏りの度合いが閾値を超える属性を、前記第１のユーザ情報群に特徴的な属性として検出する
付記３１記載のコンテンツ活用支援装置。
（付記３３）
前記繰り返し操作は、前記コンテンツの一部分を繰り返し再生する動作である
付記３１又は付記３２記載のコンテンツ活用支援装置。
（付記３４）
前記コンテンツは、前記ユーザ情報に含まれるユーザが履修する学習コースで教材として用いられるコンテンツであり、
前記出力部は、前記ユーザ情報に含まれるユーザによって閲覧される前記コンテンツを含む第１の画面と、前記学習コースの教師によって閲覧される前記コンテンツを含む第２の画面とで、前記第１のユーザ情報群に特徴的な属性と、前記コンテンツの部分と、の対応付けの表示内容を異ならせる表示データを出力する
付記３１〜付記３３の何れか１項に記載のコンテンツ活用支援装置。
（付記３５）
前記出力部は、前記第２の画面を表示する端末に、前記コンテンツの部分毎に前記ユーザ情報に含まれるユーザによる再生回数を示すグラフを表示させると共に、前記ユーザ情報に含まれるユーザのうち前記コンテンツを再生したユーザの再生頻度に関する値が予め定めた値より大きい繰り返し部分に対応した前記グラフの位置にマークを表示させる表示データを出力する
付記３４記載のコンテンツ活用支援装置。
（付記３６）
前記出力部は、前記マークを、前記繰り返し部分に対応づけられた前記第１のユーザ情報群に特徴的な属性、及び、前記第２のユーザ情報群の属性値の分布に対する前記第１のユーザ情報群の属性値の分布の偏りの度合いの少なくとも一方に応じて変化させた表示データを出力する
付記３５記載のコンテンツ活用支援装置。
（付記３７）
前記出力部は、前記マークが選択された場合、前記第２の画面を表示する端末に、前記マークに対応する前記繰り返し部分に対応づけられた前記第１のユーザ情報群に特徴的な属性値の分布を表示させる表示データを出力する
付記３５又は付記３６記載のコンテンツ活用支援装置。
（付記３８）
前記出力部は、前記コンテンツを再生したユーザの再生頻度に関する値が予め定めた値より大きい繰り返し部分に対応付けられた前記第１のユーザ情報群に特徴的な属性と、前記繰り返し部分と、を対応付けた表示データを前記第１の画面を表示する端末に出力する
付記３４記載のコンテンツ活用支援装置。
（付記３９）
前記出力部は、前記第１のユーザ情報群に特徴的な属性が対応付けられた前記繰り返し部分の中から、前記第１の画面の表示データを要求するユーザの属性値と、前記第１のユーザ情報群に特徴的な属性の属性値と、が一致するような繰り返し部分を選択し、前記選択した繰り返し部分と、前記選択した繰り返し部分に対応付けられた前記第１のユーザ情報群に特徴的な属性と、を含む表示データを前記第１の画面を表示する端末に出力する
付記３８記載のコンテンツ活用支援装置。
（付記４０）
前記操作情報に前記コンテンツの再生位置を変える操作が記録された場合、前記出力部は、前記コンテンツの再生位置を変える操作が行われた再生位置から最も近い位置にある前記繰り返し部分から、前記コンテンツを表示させるための表示データを出力する
付記３８又は付記３９記載のコンテンツ活用支援装置。
（付記４１）
前記再生頻度は、前記コンテンツを再生したユーザの再生回数の平均値である
付記３５〜請求項４０の何れか１項に記載のコンテンツ活用支援方法。
（付記４２）
１つの前記繰り返し部分に対応づけられた前記第１のユーザ情報群に特徴的な属性が予め定めた数より多い場合、前記繰り返し部分に対応づける前記第１のユーザ情報群に特徴的な属性を選別する選別部を更に含む
付記３５〜付記４１の何れか１項に記載のコンテンツ活用支援装置。
（付記４３）
前記予め定めた属性の種類には、少なくとも前記ユーザ情報に含まれるユーザ毎の成績が含まれ、
前記選別部は、前記第１のユーザ情報群に特徴的な属性のうち、前記ユーザ情報に含まれるユーザの成績と相関を有する度合いが高い属性から順に、前記繰り返し部分に対応づける前記第１のユーザ情報群に特徴的な属性を選別する
付記４２記載のコンテンツ活用支援装置。
（付記４４）
前記選別部は、前記第１のユーザ情報群に特徴的な属性のうち、他の属性の種類を包含する、より上位の属性の種類が含まれるように選別する
付記４２記載のコンテンツ活用支援装置。
（付記４５）
前記選別部は、前記第１のユーザ情報群に特徴的な属性のうち、前記第２のユーザ情報群の属性値の分布に対する前記第１のユーザ情報群に特徴的な属性値の分布の偏りの度合いが大きい属性から順に、前記繰り返し部分に対応づける前記第１のユーザ情報群に特徴的な属性を選別する
付記４２記載のコンテンツ活用支援装置。
（付記４６）
コンピュータに
属性情報を含むユーザ情報に対応づけられたコンテンツの操作情報から、前記コンテンツの一部分に対する繰り返し操作に関する操作情報を検出し、
前記検出した操作情報に対応づけられる第１のユーザ情報群の属性値の分布と、前記検出した操作情報に対応づけられない第２のユーザ情報群の属性値の分布とを予め定めた属性の種類毎に集計し、
前記繰り返し操作が検出された前記コンテンツの部分について、前記予め定めた属性の種類毎に、前記第１のユーザ情報群の属性値の分布と、前記第２のユーザ情報群の属性値の分布と、を比較することで、一方のユーザ情報群に特徴的な属性を検出し、
検出された属性を前記コンテンツの部分と対応付けて出力する
ことを含む処理を実行させるためのコンテンツ活用支援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。
１ コンテンツ閲覧ログテーブル
２、２’ 再生回数集計テーブル
３ 繰り返し区間テーブル
４ 属性テーブル
５ 組み合わせ属性テーブル
６、６’ 属性集計テーブル
７ 行動属性定義テーブル
７’ 行動属性値テーブル
８ 成績属性定義テーブル
８’ 成績属性値テーブル
９ ユーザプロファイル属性定義テーブル
９’ ユーザプロファイル属性値テーブル
１０、１２ 教育コンテンツ活用支援システム（支援システム）
２０ コンテンツ配信装置
３０ 学生端末
４０ 教師端末
５０、５８ コンテンツ活用支援装置（支援装置）
５１ 通信部
５２ ログ解析部
５３ 区間判定部
５４ 集計部
５５ 検出部
５６ 出力部
５７ 選別部
６０ 通信回線
６１ ユーザ行動ログ格納部
６２ ユーザ成績格納部
６３ ユーザプロファイル格納部
１００、１０２ コンピュータシステム
２００、３００、４００、５００、５０１ コンピュータ
５０２ ＣＰＵ
５０４ メモリ
５０６ 記憶部
５０８ バス
５１０ 入力部
５１２ 表示部
５１４ Ｉ／Ｏ
５１６ 通信ＩＦ
５１８、５１９ コンテンツ活用支援プログラム

Claims (17)

  1. コンピュータに、
    属性情報を含むユーザ情報に対応づけられたコンテンツの操作情報から、前記コンテンツの一部分に対する繰り返し操作に関する操作情報を検出し、
    前記検出した操作情報に対応づけられる第１のユーザ情報群の属性値の分布と、前記検出した操作情報に対応づけられない第２のユーザ情報群の属性値の分布とを予め定めた属性の種類毎に集計し、
    前記繰り返し操作が検出された前記コンテンツの部分について、前記予め定めた属性の種類毎に、前記第１のユーザ情報群の属性値の分布と、前記第２のユーザ情報群の属性値の分布と、を比較することで、前記第１のユーザ情報群に特徴的な属性を検出し、
    検出された属性を前記コンテンツの部分と対応付けて出力する
    ことを含む処理を実行させるコンテンツ活用支援方法。
  2. 前記予め定めた属性の種類のうち、前記第２のユーザ情報群の属性値の分布に対する前記第１のユーザ情報群の属性値の分布の偏りの度合いが閾値を超える属性を、前記第１のユーザ情報群に特徴的な属性として検出する
    請求項１記載のコンテンツ活用支援方法。
  3. 前記繰り返し操作は、前記コンテンツの一部分を繰り返し再生する動作である
    請求項１又は請求項２記載のコンテンツ活用支援方法。
  4. 前記コンテンツは、前記ユーザ情報に含まれるユーザが履修する学習コースで教材として用いられるコンテンツであり、
    前記ユーザ情報に含まれるユーザによって閲覧される前記コンテンツを含む第１の画面と、前記学習コースの教師によって閲覧される前記コンテンツを含む第２の画面とで、前記第１のユーザ情報群に特徴的な属性と、前記コンテンツの部分と、の対応付けの表示内容を異ならせる表示データを出力する
    請求項１〜請求項３の何れか１項に記載のコンテンツ活用支援方法。
  5. 前記第２の画面を表示する端末に、前記コンテンツの部分毎に前記ユーザ情報に含まれるユーザによる再生回数を示すグラフを表示させると共に、前記ユーザ情報に含まれるユーザのうち前記コンテンツを再生したユーザの再生頻度に関する値が予め定めた値より大きい繰り返し部分に対応した前記グラフの位置にマークを表示させる表示データを出力する
    請求項４記載のコンテンツ活用支援方法。
  6. 前記マークを、前記繰り返し部分に対応づけられた前記第１のユーザ情報群に特徴的な属性、及び、前記第２のユーザ情報群の属性値の分布に対する前記第１のユーザ情報群の属性値の分布の偏りの度合いの少なくとも一方に応じて変化させた表示データを出力する
    請求項５記載のコンテンツ活用支援方法。
  7. 前記マークが選択された場合、前記第２の画面を表示する端末に、前記マークに対応する前記繰り返し部分に対応づけられた前記第１のユーザ情報群に特徴的な属性値の分布を表示させる表示データを出力する
    請求項５又は請求項６記載のコンテンツ活用支援方法。
  8. 前記コンテンツを再生したユーザの再生頻度に関する値が予め定めた値より大きい繰り返し部分に対応付けられた前記第１のユーザ情報群に特徴的な属性と、前記繰り返し部分と、を対応付けた表示データを前記第１の画面を表示する端末に出力する
    請求項４記載のコンテンツ活用支援方法。
  9. 前記第１のユーザ情報群に特徴的な属性が対応付けられた前記繰り返し部分の中から、前記第１の画面の表示データを要求するユーザの属性値と、前記第１のユーザ情報群に特徴的な属性の属性値と、が一致するような繰り返し部分を選択し、前記選択した繰り返し部分と、前記選択した繰り返し部分に対応付けられた前記第１のユーザ情報群に特徴的な属性と、を含む表示データを前記第１の画面を表示する端末に出力する
    請求項８記載のコンテンツ活用支援方法。
  10. 前記操作情報に前記コンテンツの再生位置を変える操作が記録された場合、前記コンテンツの再生位置を変える操作が行われた再生位置から最も近い位置にある前記繰り返し部分から、前記コンテンツを表示させるための表示データを出力する
    請求項８又は請求項９記載のコンテンツ活用支援方法。
  11. 前記再生頻度は、前記コンテンツを再生したユーザの再生回数の平均値である
    請求項５〜請求項１０の何れか１項に記載のコンテンツ活用支援方法。
  12. １つの前記繰り返し部分に対応づけられた前記第１のユーザ情報群に特徴的な属性が予め定めた数より多い場合、前記繰り返し部分に対応づける前記第１のユーザ情報群に特徴的な属性を選別する
    請求項５〜請求項１１の何れか１項に記載のコンテンツ活用支援方法。
  13. 前記予め定めた属性の種類には、少なくとも前記ユーザ情報に含まれるユーザ毎の成績が含まれ、
    前記第１のユーザ情報群に特徴的な属性のうち、前記ユーザ情報に含まれるユーザの成績と相関を有する度合いが高い属性から順に、前記繰り返し部分に対応づける前記第１のユーザ情報群に特徴的な属性を選別する
    請求項１２記載のコンテンツ活用支援方法。
  14. 前記第１のユーザ情報群に特徴的な属性のうち、他の属性の種類を包含する、より上位の属性の種類が含まれるように選別する
    請求項１２記載のコンテンツ活用支援方法。
  15. 前記第１のユーザ情報群に特徴的な属性のうち、前記第２のユーザ情報群の属性値の分布に対する前記第１のユーザ情報群に特徴的な属性値の分布の偏りの度合いが大きい属性から順に、前記繰り返し部分に対応づける前記第１のユーザ情報群に特徴的な属性を選別する
    請求項１２記載のコンテンツ活用支援方法。
  16. コンピュータに、
    属性情報を含むユーザ情報に対応づけられたコンテンツの操作情報から、前記コンテンツの一部分に対する繰り返し操作に関する操作情報を検出し、
    前記検出した操作情報に対応づけられる第１のユーザ情報群の属性値の分布と、前記検出した操作情報に対応づけられない第２のユーザ情報群の属性値の分布とを予め定めた属性の種類毎に集計し、
    前記繰り返し操作が検出された前記コンテンツの部分について、前記予め定めた属性の種類毎に、前記第１のユーザ情報群の属性値の分布と、前記第２のユーザ情報群の属性値の分布と、を比較することで、一方のユーザ情報群に特徴的な属性を検出し、
    検出された属性を前記コンテンツの部分と対応付けて出力する
    ことを含む処理を実行させるためのコンテンツ活用支援プログラム。
  17. 属性情報を含むユーザ情報に対応づけられたコンテンツの操作情報から、前記コンテンツの一部分に対する繰り返し操作に関する操作情報を検出するログ解析部と、
    前記ログ解析部により検出した操作情報に対応づけられる第１のユーザ情報群の属性値の分布と、前記検出した操作情報に対応づけられない第２のユーザ情報群の属性値の分布とを予め定めた属性の種類毎に集計する集計部と、
    前記ログ解析部により前記繰り返し操作が検出された前記コンテンツの部分について、前記予め定めた属性の種類毎に、前記集計部により集計された前記第１のユーザ情報群の属性値の分布と、前記第２のユーザ情報群の属性値の分布と、を比較することで、一方のユーザ情報群に特徴的な属性を検出する検出部と、
    前記検出部で検出された属性を前記コンテンツの部分と対応付けて出力する出力部と、
    を含むコンテンツ活用支援装置。
JP2015094028A 2015-05-01 2015-05-01 コンテンツ活用支援方法、コンテンツ活用支援プログラム、及びコンテンツ活用支援装置 Active JP6520361B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2015094028A JP6520361B2 (ja) 2015-05-01 2015-05-01 コンテンツ活用支援方法、コンテンツ活用支援プログラム、及びコンテンツ活用支援装置
US15/137,387 US9756386B2 (en) 2015-05-01 2016-04-25 Content utilization support method, computer-readable recording medium, and content utilization support apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015094028A JP6520361B2 (ja) 2015-05-01 2015-05-01 コンテンツ活用支援方法、コンテンツ活用支援プログラム、及びコンテンツ活用支援装置

Publications (2)

Publication Number Publication Date
JP2016212552A true JP2016212552A (ja) 2016-12-15
JP6520361B2 JP6520361B2 (ja) 2019-05-29

Family

ID=57204289

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015094028A Active JP6520361B2 (ja) 2015-05-01 2015-05-01 コンテンツ活用支援方法、コンテンツ活用支援プログラム、及びコンテンツ活用支援装置

Country Status (2)

Country Link
US (1) US9756386B2 (ja)
JP (1) JP6520361B2 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6249505B1 (ja) * 2016-12-26 2017-12-20 三菱電機インフォメーションシステムズ株式会社 特徴抽出装置およびプログラム
WO2021079734A1 (ja) * 2019-10-25 2021-04-29 学校法人帝京大学 学習解析装置、学習解析方法およびプログラム
CN114339280A (zh) * 2021-12-22 2022-04-12 创盛视联数码科技（北京）有限公司 应用于网络教学的多媒体信息传输方法与装置
JP2022144213A (ja) * 2021-03-18 2022-10-03 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

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019018966A1 (zh) * 2017-07-23 2019-01-31 深圳市西西米科技有限公司 定时自动播放方法、系统以及智能设备
US11785314B2 (en) * 2021-11-04 2023-10-10 Rovi Guides, Inc. Systems and methods to enhance segment during trick play

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004023586A (ja) * 2002-06-19 2004-01-22 Nippon Telegr & Teleph Corp <Ntt> 視聴箇所抽出方法，視聴箇所抽出装置，ダイジェスト自動生成方法，ダイジェスト自動生成装置，視聴箇所抽出プログラム，そのプログラムの記録媒体，ダイジェスト自動生成プログラムおよびそのプログラムの記録媒体
JP2007188175A (ja) * 2006-01-11 2007-07-26 Yamaha Corp サーバ装置、端末装置およびプログラム
JP2009134539A (ja) * 2007-11-30 2009-06-18 Pioneer Electronic Corp 情報管理サーバ、移動体端末装置、情報管理方法、情報受信方法、情報管理プログラム、情報受信プログラム、および記録媒体
JP2011095958A (ja) * 2009-10-29 2011-05-12 Sony Corp 情報処理装置、シーン検索方法及びプログラム
JP2011238020A (ja) * 2010-05-11 2011-11-24 Yahoo Japan Corp 広告表示装置、方法及びプログラム
JP2013210353A (ja) * 2012-03-30 2013-10-10 Fujitsu Ltd 故障診断方法、故障診断装置及びプログラム
US8843951B1 (en) * 2012-08-27 2014-09-23 Google Inc. User behavior indicator
US20140356843A1 (en) * 2013-06-03 2014-12-04 Samsung Electronics Co., Ltd. Portable apparatus and screen displaying method thereof

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4776423B2 (ja) 2006-04-24 2011-09-21 パナソニック株式会社 映像操作履歴を基にした重要度情報付与装置及び方法
JP2008017235A (ja) 2006-07-06 2008-01-24 Matsushita Electric Ind Co Ltd 映像操作履歴を基にした重要度情報付与装置及び方法
JP5328085B2 (ja) 2006-08-22 2013-10-30 学校法人千葉工業大学 情報処理端末、再生箇所表示方法、およびプログラム
JP5043711B2 (ja) 2008-02-15 2012-10-10 キヤノン株式会社 ビデオ評価装置及び方法
WO2010143388A1 (ja) 2009-06-12 2010-12-16 パナソニック株式会社 コンテンツ再生装置、コンテンツ再生方法、プログラム、及び集積回路
US8348765B1 (en) * 2011-05-24 2013-01-08 Zynga Inc. Online asynchronous game with player-matching mechanic
US8838601B2 (en) * 2011-08-31 2014-09-16 Comscore, Inc. Data fusion using behavioral factors
JP5959288B2 (ja) 2012-04-19 2016-08-02 三菱電機株式会社 視聴管理システム

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004023586A (ja) * 2002-06-19 2004-01-22 Nippon Telegr & Teleph Corp <Ntt> 視聴箇所抽出方法，視聴箇所抽出装置，ダイジェスト自動生成方法，ダイジェスト自動生成装置，視聴箇所抽出プログラム，そのプログラムの記録媒体，ダイジェスト自動生成プログラムおよびそのプログラムの記録媒体
JP2007188175A (ja) * 2006-01-11 2007-07-26 Yamaha Corp サーバ装置、端末装置およびプログラム
JP2009134539A (ja) * 2007-11-30 2009-06-18 Pioneer Electronic Corp 情報管理サーバ、移動体端末装置、情報管理方法、情報受信方法、情報管理プログラム、情報受信プログラム、および記録媒体
JP2011095958A (ja) * 2009-10-29 2011-05-12 Sony Corp 情報処理装置、シーン検索方法及びプログラム
JP2011238020A (ja) * 2010-05-11 2011-11-24 Yahoo Japan Corp 広告表示装置、方法及びプログラム
JP2013210353A (ja) * 2012-03-30 2013-10-10 Fujitsu Ltd 故障診断方法、故障診断装置及びプログラム
US8843951B1 (en) * 2012-08-27 2014-09-23 Google Inc. User behavior indicator
US20140356843A1 (en) * 2013-06-03 2014-12-04 Samsung Electronics Co., Ltd. Portable apparatus and screen displaying method thereof

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6249505B1 (ja) * 2016-12-26 2017-12-20 三菱電機インフォメーションシステムズ株式会社 特徴抽出装置およびプログラム
JP2018106383A (ja) * 2016-12-26 2018-07-05 三菱電機インフォメーションシステムズ株式会社 特徴抽出装置およびプログラム
WO2021079734A1 (ja) * 2019-10-25 2021-04-29 学校法人帝京大学 学習解析装置、学習解析方法およびプログラム
JP2022144213A (ja) * 2021-03-18 2022-10-03 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
JP7428858B2 (ja) 2021-03-18 2024-02-07 Ｌｉｎｅ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
CN114339280A (zh) * 2021-12-22 2022-04-12 创盛视联数码科技（北京）有限公司 应用于网络教学的多媒体信息传输方法与装置
CN114339280B (zh) * 2021-12-22 2023-10-27 创盛视联数码科技（北京）有限公司 应用于网络教学的多媒体信息传输方法与装置

Also Published As

Publication number Publication date
US9756386B2 (en) 2017-09-05
US20160323639A1 (en) 2016-11-03
JP6520361B2 (ja) 2019-05-29

Similar Documents

Publication Publication Date Title
JP6520361B2 (ja) コンテンツ活用支援方法、コンテンツ活用支援プログラム、及びコンテンツ活用支援装置
US20210043101A1 (en) Method and device for providing learning content using ai tutor
US20110171620A1 (en) System and method for audio/video interaction
JP4848329B2 (ja) フィードバック情報処理システム
US10803764B2 (en) Methods and systems for teaching playbook content and testing knowledge of the same
JP5552717B2 (ja) 学習支援装置、学習支援方法、及びプログラム
CN105763925A (zh) 演示文稿视频录制方法及装置
JP6723543B2 (ja) コーチング支援装置及びプログラム
US11315607B2 (en) Information processing apparatus, information processing method, and non-transitory computer readable medium
KR20160082078A (ko) 교육 서비스 시스템
JP5320152B2 (ja) 問題情報出力装置、問題情報出力方法、およびプログラム
JP2018112673A (ja) 学習支援プログラム、装置、及び方法
US20230014372A1 (en) Recommend apparatus, information providing system, method, and storage medium
CN107067878B (zh) 引导用户进行演奏练习的方法及装置
Marciel et al. Enhancements to Google Course Builder: assessments visualisation, YouTube events collector and dummy data generator
JP2023121409A (ja) 動画生成システム、動画生成プログラム、及び、動画生成方法
JP2007226458A (ja) 授業管理装置および授業管理方法
JP2015011290A (ja) 電子教材分析サーバ、電子教材分析方法、及び、電子教材分析サーバ用プログラム
JP6334452B2 (ja) 再生速度調整装置、再生速度調整方法及び再生速度調整プログラム
KR101478912B1 (ko) 언어 습득 시스템 및 그 운용 방법
JP5304007B2 (ja) 履修支援装置及び履修支援システム
JP7359349B1 (ja) 評価支援システム、情報処理装置の制御方法、及び情報処理装置の制御プログラム
JP2009251726A (ja) 履修支援装置
JP2015121758A (ja) 情報処理装置、情報処理システム、情報処理方法およびプログラム
JP5035014B2 (ja) 履修支援装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180206

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20181219

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190108

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190306

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190402

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190415

R150 Certificate of patent or registration of utility model

Ref document number: 6520361

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150