JP2018060303A - 情報生成プログラム、情報処理装置、および情報生成方法 - Google Patents

Abstract

【課題】商品またはサービスに関する複数の文書の各文書に関する評価の正確性を向上させること。【解決手段】情報処理装置１０１は、図１の（Ａ−１）で示すように、参照回数情報１１１を参照して、商品またはサービスの例として、ある製品に関する事例１０２−Ａの参照回数が２回であると取得する。次に、情報処理装置１０１は、図１の（Ａ−２）で示すように、検索単語情報１１２を参照して、事例１０２−Ａが出力された際に検索条件として用いられた単語１２１−１、２を取得する。そして、情報処理装置１０１は、図１の（Ａ−３）で示すように、知識量情報１１３を参照して、事例１０２−Ａの参照回数と、事例１０２−Ａが出力された際に検索条件として用いられた単語とに基づいて、事例１０２−Ａの評価情報１０３−Ａを生成する。【選択図】図１

Description

本発明は、情報生成プログラム、情報処理装置、および情報生成方法に関する。

従来、情報検索において抽出対象となる対象情報が利用者によりアクセスされたときに、アクセスを行った利用者のスキルの高さを示す情報に基づいて、アクセスされた対象情報の重要度を示す情報を更新する技術がある。また、重要度の判定対象となっている電子メールのメール本文から単語の組を抽出し、抽出した単語の組の重要度を判定基準データから読み出し、読み出した重要度の値に応じて判定対象となっている電子メールを分類する技術がある。

特開２０１５−７２５５７号公報 特開２００２−３３４０４５号公報

しかしながら、従来技術によれば、商品またはサービスに関する複数の文書の各文書について、アクセスを行った利用者のスキルの高さを示す情報に基づいて各文書を評価しようとしても、正しく評価できない場合がある。例えば、利用者のスキルの高さを示す情報として、利用者のスキルの高さを事前に測定し、測定結果を事前に記憶することが考えられる。この場合、時間が経過してその利用者のスキルが向上しても、記憶した測定結果には反映されないため、スキルが向上した利用者がアクセスした文書が重要であると評価されない。

１つの側面では、本発明は、商品またはサービスに関する複数の文書の各文書に関する評価の正確性を向上させることができる情報生成プログラム、情報処理装置、および情報生成方法を提供することを目的とする。

本発明の一側面によれば、商品またはサービスに関する複数の文書の各文書の参照回数を有する参照回数情報を参照して、各文書の参照回数を取得し、複数の文書に対して検索していずれかの文書を出力した際に検索条件として用いられた単語がいずれかの文書に対応付けられた検索単語情報を参照して、各文書が出力された際に検索条件として用いられた単語を取得し、複数の単語の各単語に対応して各単語を検索条件として用いた者の商品またはサービスに関する知識量を示す値を有する知識量情報を参照して、取得した各文書の参照回数と、取得した各文書が出力された際に検索条件として用いられた単語とに基づいて、各文書の評価値を含む各文書の評価情報を生成する情報生成プログラム、情報処理装置、および情報生成方法が提案される。

また、本発明の一側面によれば、商品またはサービスに関する複数の文書の各文書の参照回数を有する参照回数情報を参照して、各文書の参照回数を取得し、複数の文書に対して検索していずれかの文書を出力した際に検索条件として用いられた単語が前記いずれかの文書に対応付けられた検索単語情報を参照して、各文書が出力された際に検索条件として用いられた単語を取得し、複数の単語の各単語に対応して各単語を検索条件として用いた者の商品または前記サービスに関する知識量を示す値を有する知識量情報を参照して、取得した各文書の参照回数と、取得した各文書が出力された際に検索条件として用いられた単語とに基づいて、各文書の評価値を含む前記各文書の評価情報を生成する情報生成プログラム、情報処理装置、および情報生成方法が提案される。

本発明の一態様によれば、商品またはサービスに関する複数の文書の各文書に関する評価の正確性を向上させることができるという効果を奏する。

図１は、本実施の形態にかかる情報処理装置１０１の動作例を示す説明図である。 図２は、システム２００の構成例を示す説明図である。 図３は、事例データベースサーバ２０１のハードウェア構成例を示す説明図である。 図４は、事例データベースサーバ２０１の機能構成例を示す説明図である。 図５は、事例１０２の一例を示す説明図である。 図６は、顧客スキルレベルポイント算出処理手順の一例を示すフローチャートである。 図７は、キーワードポイントの算出例を示す説明図である。 図８は、ＴＯＰ１０キーワード数と特別ポイントの関係の一例を示す説明図である。 図９は、改善重要度ポイント算出処理手順の一例を示すフローチャートである。 図１０は、専門性ポイントの算出例を示す説明図である。 図１１は、ある事例の改善重要度ポイントの算出例を示す説明図（その１）である。 図１２は、ある事例の改善重要度ポイントの算出例を示す説明図（その２）である。 図１３は、事例の出力例を示す説明図である。

以下に図面を参照して、開示の情報生成プログラム、情報処理装置、および情報生成方法の実施の形態を詳細に説明する。

図１は、本実施の形態にかかる情報処理装置１０１の動作例を示す説明図である。情報処理装置１０１は、商品またはサービスに関する複数の文書の各文書を評価するコンピュータである。ここで、商品は、売買の目的物となる品物であり、製造された品物である製品を含む。製品は、どのようなものでもよいが、例えば、コンピュータ、Ｗｅｂサーバ、アプリケーションサーバ等である。また、サービスは、サービスを利用する利用者に効用や満足を提供するものであり、例えば、ＷｅｂサーバによるＷｅｂサービス、アプリケーションサーバによるアプリケーションの利用サービス等である。以下では、説明の簡略化のため、複数の文書は、製品に関するものであるとする。また、製品を利用する利用者は、顧客であるとする。

製品に関する複数の文書の各文書は、例えば、製品の問題が記載されている。以下、製品の問題が記載されている文書を、「事例」と呼称する。事例には、製品の問題となる現象、問題に対する製品を利用する顧客からの質問内容、質問に対する製品サポート員による回答、問題の原因、問題が発生する対象製品等が含まれる。そして、事例は、例えば、顧客からの問い合わせを受けてサポート員が調査対応した内容となる。また、事例は、例えば、製品のサポート契約者向けに公開されてもよく、この場合、サポート契約を行った顧客は、サポート員に問い合わせをしなくても事例を検索することにより、問題の回答や原因等を知ることができる。事例を検索することができるアプリケーションを、ナレッジツールと呼ぶ。サポート員は、顧客の問い合わせについて、ナレッジツールを使用して対応することもできる。

また、製品機能の改善を行う場合に、顧客からの問い合わせの多いトラブルに着目して、そのトラブルに該当する機能に対する改善を行うことがある。ここで、機能に対する改善を、全てのトラブルについて改善することは通常できないため、改善すべき項目を優先付けることになる。改善すべき項目を、以下、「改善項目」と称する。

改善項目を優先付ける技術としては、製品のサポート員への問い合わせ回数の多い内容を、改善項目として抽出することが考えられる。また、ナレッジツールでの参照回数の多い事例を、改善項目であると評価することが考えられる。より具体的には、ナレッジツールでの参照回数を、改善すべき度合いとして評価することが考えられる。以下、改善すべき度合いを、「改善重要度」と称する。しかしながら、この技術では、少ない参照回数である、以下に示すような２種類の改善項目が漏れる可能性がある。

１つ目の種類の改善項目は、製品に熟知したスキルレベルの高い顧客が参照した事例である。理由としては、スキルレベルの高い顧客でも使い方が分らず、解決のために参照したナレッジツールの事例は、改善項目として優先順位を上げるべきだからである。２つ目の種類の改善項目は、製品の専門性の高い事例である。理由としては、製品にとって重要なキーワードが多く含まれている専門性の高い事例は、改善項目として優先順位を上げるべきだからである。

ここで、１つ目の種類の改善項目が漏れないように正しく評価するために、アクセスを行った顧客のスキルの高さを示す情報に基づいて各事例を評価する、すなわち、各事例の改善重要度を求めることが考えられる。

しかしながら、アクセスを行った顧客のスキルの高さを示す情報に基づいて各事例を評価しようとしても、各事例を正しく評価できない場合がある。例えば、顧客のスキルの高さを示す情報として、顧客のスキルの高さを事前に測定し、測定結果を事前に記憶することが考えられる。この場合、時間が経過し、その顧客がその製品の認定試験に合格したり、その製品を扱う年数が経過したりして、その顧客のスキルが向上しても、記憶した測定結果には反映されないため、スキルが向上した顧客がアクセスした事例が改善項目であると評価されない。また、顧客のスキルの高さを定期的に測定することは、顧客に対して負荷がかかる。

そこで、本実施の形態では、各事例の参照回数と、各事例に対する顧客の検索単語から、単語を使った者のスキルの高さを示す情報を用いて各事例の改善重要度を求めることについて説明する。このように、本実施の形態では、スキルの高低によって検索単語が変わってくることを利用して、顧客のスキルの高さを得る。

図１を用いて、情報処理装置１０１の動作例について説明する。図１に示す情報処理装置１０１は、複数の事例として、事例１０２−Ａ、Ｂの評価値の一例として、事例１０２−Ａ、Ｂの改善重要度を算出する例を説明する。

そして、情報処理装置１０１は、参照回数情報１１１と、検索単語情報１１２と、知識量情報１１３とにアクセス可能である。参照回数情報１１１〜知識量情報１１３は、例えば、情報処理装置１０１の記憶部に記憶される。

参照回数情報１１１は、事例１０２−Ａ、Ｂの参照回数を有する。また、検索単語情報１１２は、事例１０２−Ａ、Ｂに対して検索していずれかの事例を出力した際に検索条件として用いられた単語が、そのいずれかの事例に対応付けられた情報である。ここで、参照回数情報１１１および検索単語情報１１２は、事例１０２−Ａ、Ｂそのものを有してもよいし、事例１０２−Ａ、Ｂの識別情報（ＩＤ：ＩＤｅｎｔｉｆｉｅｒ）を有してもよい。

図１の例では、参照回数情報１１１は、事例１０２−Ａの参照回数が２回であり、事例１０２−Ｂの参照回数が３回であることを示す。また、検索単語情報１１２は、事例１０２−Ａ、Ｂに対して検索して事例１０２−Ａを出力した際に検索条件として用いられた単語が、単語１２１−１、２であることを示す。さらに、事例１０２−Ａ、Ｂに対して検索して事例１０２−Ｂを出力した際に検索条件として用いられた単語が、単語１２１−２、３であることを示す。ここで、図１で示す単語１２１−１〜３は、それぞれ「パラメタ」、「インストール」、「監視」である。従って、図１に示す事例１０２−Ａは、例えば、「パラメタ」、「インストール」を含むこととなるが、検索機能として、類義語を検索する機能があるならば、「パラメタ」、「インストール」の類義語を含んでいてもよい。

また、知識量情報１１３は、複数の単語の各単語に対応して各単語を検索条件として用いた者の製品に関する知識量を示す値を有する。製品に関する知識量は、前述した言葉を用いると、製品のスキルレベルに相当する。そして、製品に関する知識量を示す値は、値が大きい程、製品に関する知識量が多い、言い換えれば、製品のスキルレベルが高いことを示してもよいし、値が小さい程、製品に関する知識量が多いことを示してもよい。以下の説明では、製品に関する知識量は、「製品のスキルレベル」と称し、製品のスキルレベルを示す値は、値が大きい程、製品のスキルレベルが高いことを示すものとし、スキルレベルを示す値を、「スキルレベルポイント」と称する。

また、知識量情報１１３は、例えば、知識量情報１１３は、製品のサポート員により予め作成されてもよいし、製品の各作業工程に関する事項が記載された手引書、いわゆるマニュアルに記載されている単語から作成されてもよい。具体的な作成例は、図４、図７で説明する。

図１の例では、知識量情報１１３は、単語１２１−１を検索条件として用いた者のスキルレベルが高く、単語１２１−２を検索条件として用いた者のスキルレベルが中程度であり、単語１２１−３を検索条件として用いた者のスキルレベルが低いことを示す。そして、図１で示す知識量情報１１３は、スキルレベルが高いことを示すスキルレベルポイントを３とし、スキルレベルが中程度であることを示すスキルレベルポイントを２とし、スキルレベルが低いことを示すスキルレベルポイントを１とする。

まず、事例１０２−Ａを評価する例を説明する。情報処理装置１０１は、図１の（Ａ−１）で示すように、参照回数情報１１１を参照して、事例１０２−Ａの参照回数が２回であると取得する。次に、情報処理装置１０１は、図１の（Ａ−２）で示すように、検索単語情報１１２を参照して、事例１０２−Ａが出力された際に検索条件として用いられた単語１２１−１、２を取得する。

そして、情報処理装置１０１は、図１の（Ａ−３）で示すように、知識量情報１１３を参照して、事例１０２−Ａの参照回数と、事例１０２−Ａが出力された際に検索条件として用いられた単語とに基づいて、事例１０２−Ａの評価情報１０３−Ａを生成する。評価情報１０３−Ａは、事例１０２−Ａの改善重要度を含む。また、評価情報１０３には、事例１０２そのものや、事例１０２の参照回数が含まれてもよい。

ここで、改善重要度は、参照回数が大きい程大きく、また、単語を検索条件として用いた者のスキルレベルが高い程大きい値となれば、どのように算出してもよい。例えば、情報処理装置１０１は、参照回数にスキルレベルポイントを乗じた値を改善重要度としてもよいし、参照回数にスキルレベルポイントを加えた値を改善重要度としてもよい。また、図１で示すように、１つの事例１０２が出力された際に検索条件として用いられた単語が複数ある場合もある。この場合、情報処理装置１０１は、１つの事例１０２に対応する複数の単語のそれぞれのスキルレベルポイントの和や平均を、その１つの事例１０２のスキルレベルポイントとしてもよい。

図１の例では、参照回数にスキルレベルポイントを乗じた値を改善重要度とし、１つの事例１０２に対応する複数の単語のそれぞれのスキルレベルポイントの和を、１つの事例１０２に対応するスキルレベルポイントとする。従って、情報処理装置１０１は、図１の（Ａ−３）で示すように、事例１０２−Ａの改善重要度を、２×（３＋２）＝１０と算出し、算出した改善重要度を含む評価情報１０３−Ａを生成する。

事例１０２−Ｂの評価も事例１０２−Ａと同様に、情報処理装置１０１は、図１の（Ｂ−１）で示すように、参照回数情報１１１を参照して、事例１０２−Ｂの参照回数が３回であると取得する。次に、情報処理装置１０１は、図１の（Ｂ−２）で示すように、検索単語情報１１２を参照して、事例１０２−Ｂが出力された際に検索条件として用いられた単語１２１−２、３を取得する。そして、情報処理装置１０１は、図１の（Ｂ−３）で示すように、事例１０２−Ｂの改善重要度を、３×（２＋１）＝９と算出し、算出した改善重要度を含む評価情報１０３−Ｂを生成する。

以上により、情報処理装置１０１は、アクセスを行った顧客のスキルの高さを、検索単語により判定することにより、顧客ｃｕのスキルの高さを動的に判定できて、評価情報１０３の正確性を向上させることができる。例えば、図１の例では、事例１０２−Ａを検索した者のスキルは、事例１０２−Ｂを検索した者のスキルより高いことがいえるため、情報処理装置１０１は、事例１０２−Ａを事例１０２−Ｂより優先して改善すべきであると出力することができる。従って、出力結果を閲覧したサポート員は、より信頼性向上につながる機能がどれなのかを容易に特定することができる。

また、図１の説明により、前述した、漏れる可能性がある１つ目の種類の改善項目については正しく評価できるようになるが、２つ目の種類の改善項目については、依然正しく評価されない可能性がある。これについて、本実施の形態では、専門性ポイントを設けることにより、２つ目の種類の改善項目についても正しく評価できるようにする。専門性ポイントの説明は、図４、図１０で説明する。

また、図１の説明では、参照回数を取得した後に単語を取得したが、処理する順序は逆でもよい。また、情報処理装置１０１は、参照回数を取得した後に単語を取得する場合に、参照回数を取得した際に０回であった事例に対しては、単語を取得しなくてよい。

また、図１の例では、事例１０２の評価値として、改善すべき度合いを示す改善重要度を算出したが、これに限らない。例えば、サポート員が、顧客からの問い合わせを受けた際に、ナレッジツールにおいて事例を検索してもよい。このとき、情報処理装置１０１は、図１の（Ａ−３）や（Ｂ−３）で得られた値を、複数の事例を出力する順番としてもよい。すなわち、この場合、情報処理装置１０１は、事例１０２の評価値として、事例１０２の表示順番を算出してもよい。

また、図１の例では、１つの事例１０２に対して複数の者が検索した場合も、複数の者全てのスキルレベルを合計した値を取得することとなるが、これに限らない。例えば、情報処理装置１０１は、複数の者のスキルレベルを求め、求めた値の平均を、１つの事例１０２に対するスキルレベルを示す値として使用してもよい。

また、情報処理装置１０１は、検索に応じて出力された事例１０２の閲覧回数を、その事例１０２に対応付けて記憶する記憶部を参照して、閲覧された事例１０２と、閲覧された事例１０２の閲覧回数とを特定してもよい。次に、情報処理装置１０１は、事例１０２の検索で用いられた検索語を、事例１０２の検索に対応付けて記憶する記憶部を参照して、特定した事例１０２ごとに、その事例１０２が出力された検索で用いた検索語を特定する。そして、情報処理装置１０１は、特定した閲覧回数と、特定した検索語とに基づき、各事例１０２の評価情報を生成する。例えば、情報処理装置１０１は、ある事例１０２の閲覧回数と、ある事例に含まれる検索語の個数との和や積を、ある事例の評価情報として生成する。次に、図２を用いて、情報処理装置１０１をシステムに適用した例を説明する。

図２は、システム２００の構成例を示す説明図である。図２に示すシステム２００は、事例データベースサーバ２０１と、複数の顧客端末２０２、サポート員端末２０３とを有する。事例データベースサーバ２０１〜サポート員端末２０３は、インターネット、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）等のネットワーク２０４で接続される。ここで、事例データベースサーバ２０１が、図１で示した情報処理装置１０１に相当する。

事例データベースサーバ２０１は、事例を記憶するデータベースサーバである。顧客端末２０２は、顧客ｃｕＡ〜ｃｕＣのそれぞれによって操作される端末である。以下、顧客ｃｕＡ〜ｃｕＣを総称して、顧客ｃｕと称する。顧客ｃｕは、ある製品を購入した顧客であり、そのある製品を利用する利用者である。そして顧客ｃｕは、そのある製品に関するトラブルを解決するための情報を取得するために、顧客端末２０２を操作する。事例データベースサーバ２０１は、トラブルを解決するための情報を検索するキーワードを顧客端末２０２から受け付けた場合にナレッジツールとして動作し、キーワードを含む事例を顧客端末２０２に送信する。

サポート員端末２０３は、サポート員ｓｅによって操作される端末である。サポート員ｓｅは、そのある製品の開発元の人員であり、例えば、そのある製品のサポート員である。そして、サポート員ｓｅは、そのある製品の改善項目を知りたい場合に、サポート員端末２０３を操作する。事例データベースサーバ２０１は、改善項目取得要求をサポート員端末２０３から受け付けた場合に、事例を改善項目として抽出し、抽出した改善項目をサポート員端末２０３に送信する。

（事例データベースサーバ２０１のハードウェア構成例）
図３は、事例データベースサーバ２０１のハードウェア構成例を示す説明図である。図３において、事例データベースサーバ２０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３０１と、ＲＯＭ（Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）３０２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）３０３と、を含む。また、事例データベースサーバ２０１は、ディスクドライブ３０４およびディスク３０５と、通信インターフェース３０６と、を含む。また、ＣＰＵ３０１〜ディスクドライブ３０４、通信インターフェース３０６はバス３０７によってそれぞれ接続される。

ＣＰＵ３０１は、事例データベースサーバ２０１の全体の制御を司る演算処理装置である。ＲＯＭ３０２は、ブートプログラムなどのプログラムを記憶する不揮発性メモリである。ＲＡＭ３０３は、ＣＰＵ３０１のワークエリアとして使用される揮発性メモリである。

ディスクドライブ３０４は、ＣＰＵ３０１の制御に従ってディスク３０５に対するデータのリードおよびライトを制御する制御装置である。ディスクドライブ３０４には、例えば、磁気ディスクドライブ、光ディスクドライブ、ソリッドステートドライブなどを採用することができる。ディスク３０５は、ディスクドライブ３０４の制御で書き込まれたデータを記憶する不揮発性メモリである。例えばディスクドライブ３０４が磁気ディスクドライブである場合、ディスク３０５には、磁気ディスクを採用することができる。また、ディスクドライブ３０４が光ディスクドライブである場合、ディスク３０５には、光ディスクを採用することができる。また、ディスクドライブ３０４がソリッドステートドライブである場合、ディスク３０５には、半導体素子によって形成された半導体メモリ、いわゆる半導体ディスクを採用することができる。

通信インターフェース３０６は、ネットワークと内部のインターフェースを司り、他の装置からのデータの入出力を制御する制御装置である。具体的に、通信インターフェース３０６は、通信回線を通じてネットワークを介して他の装置に接続される。通信インターフェース３０６には、例えば、モデムやＬＡＮアダプタなどを採用することができる。

また、事例データベースサーバ２０１の管理者が、事例データベースサーバ２０１を直接操作する場合、事例データベースサーバ２０１は、ディスプレイ、キーボード、マウスといったハードウェアを有してもよい。また、顧客端末２０２、サポート員端末２０３は、ＣＰＵ、ＲＯＭ、ＲＡＭ、ディスクドライブ、ディスク、通信インターフェース、ディスプレイ、キーボード、マウスを有する。

（事例データベースサーバ２０１の機能構成例）
図４は、事例データベースサーバ２０１の機能構成例を示す説明図である。事例データベースサーバ２０１は、制御部４００を有する。制御部４００は、検索部４０１と、顧客スキルレベルポイント算出部４０２と、改善重要度ポイント算出部４０３と、出力部４０４と、を含む。制御部４００は、記憶装置に記憶されたプログラムをＣＰＵ３０１が実行することにより、各部の機能を実現する。記憶装置とは、具体的には、例えば、図３に示したＲＯＭ３０２、ＲＡＭ３０３、ディスク３０５などである。また、各部の処理結果は、ＣＰＵ３０１のレジスタや、ＣＰＵ３０１のキャッシュメモリ等に格納される。

また、事例データベースサーバ２０１は、事例データベース４１１と、事例別参照回数テーブル４１２と、顧客別検索キーワードテーブル４１３と、各種マニュアルと、顧客別スキルポイントテーブル４１４とを有する。そして、各種マニュアルは、設計マニュアル４２１と、構築マニュアル４２２と、運用マニュアル４２３とを含む。事例データベース４１１〜顧客別スキルポイントテーブル４１４、設計マニュアル４２１〜運用マニュアル４２３は、ＲＡＭ３０３、ディスク３０５といった記憶装置に格納されている。

事例データベース４１１は、複数の事例１０２の各事例１０２そのもののデータを有する。事例の一例は、図５で示す。事例別参照回数テーブル４１２は、各事例１０２の参照回数を有する。図４で示す事例別参照回数テーブル４１２は、レコード４３１−１〜３を有する。

顧客別検索キーワードテーブル４１３は、複数の顧客の各顧客ｃｕによって検索条件として用いられた単語を有する情報である。図４で示す顧客別検索キーワードテーブル４１３は、レコード４３２−１〜３を有する。顧客別スキルポイントテーブル４１４は、各顧客ｃｕに対するスキルポイントを有する。図４で示す顧客別スキルポイントテーブル４１４は、レコード４３３−１〜３を有する。

設計マニュアル４２１は、製品の設計に関する事項が記載された第１の手引書である。また、構築マニュアル４２２は、製品の構築に関する事項が記載された第２の手引書である。また、運用マニュアル４２３は、製品の運用に関する事項が記載された第３の手引書である。

ここで、図１で示した参照回数情報１１１は、事例別参照回数テーブル４１２に相当する。また、図１で示した検索単語情報１１２は、顧客別検索キーワードテーブル４１３と、事例データベース４１１とから生成できる情報である。また、図１で示した知識量情報１１３は、設計マニュアル４２１〜運用マニュアル４２３から生成できる情報である。

検索部４０１は、各顧客ｃｕからの検索要求に応じて、検索条件に合致した事例１０２を出力する。また、検索部４０１は、事例別参照回数テーブル４１２内の検索条件に合致した事例１０２に対応するレコードの参照回数をインクリメントする。また、検索部４０１は、顧客別検索キーワードテーブル４１３内の検索要求元となる顧客ｃｕに対応するレコードの検索キーワードに、その検索要求に含まれる検索単語を追加する。

顧客スキルレベルポイント算出部４０２は、各顧客ｃｕのスキルレベルポイントを算出する。具体的には、顧客別検索キーワードテーブル４１３と、図１で示した検索単語情報１１２とを参照して、各顧客ｃｕによって各事例１０２が出力された際に検索条件として用いられた単語を、各顧客ｃｕに対応して取得する。そして、顧客別検索キーワードテーブル４１３は、図１で示す知識量情報１１３を参照して、取得した各顧客ｃｕに対応する各事例１０２が出力された際に用いられた単語に基づいて、各顧客ｃｕの製品のスキルレベルポイントを特定する。

ここで、顧客スキルレベルポイント算出部４０２は、複数の単語の各単語が、設計マニュアル４２１〜運用マニュアル４２３のいずれに記載されているかに基づいて、図１で示した知識量情報１１３を生成してもよい。例えば、顧客スキルレベルポイント算出部４０２は、設計マニュアル４２１に記載されている単語のスキルポイントが３であるという情報を、知識量情報１１３として生成する。

また、顧客スキルレベルポイント算出部４０２は、算出した各顧客ｃｕのスキルレベルポイントを、顧客別スキルポイントテーブル４１４に格納する。

改善重要度ポイント算出部４０３は、評価情報１０３に含まれる各事例１０２の改善重要度を算出する。

また、事例データベースサーバ２０１は、複数の単語から製品の専門となる専門用語を有する専門用語情報を有してもよい。例えば、専門用語情報は、設計マニュアル４２１〜運用マニュアル４２３の一部または全部から抽出した重要キーワードである。そして、改善重要度ポイント算出部４０３は、専門用語情報を参照して、各事例１０２が出力された際に用いられた単語が専門用語か否かを判断する。次に、改善重要度ポイント算出部４０３は、知識量情報１１３を参照して、各事例１０２の参照回数と、各事例１０２が出力された際に用いられた単語と、前述の判断した判断結果とに基づいて、各事例１０２の改善重要度を算出する。改善重要度ポイント算出部４０３は、例えば、判断結果が、各事例１０２が出力された際に用いられた単語が専門用語であれば１を、そうでなければ０を、図１で説明した改善重要度に追加する。

また、事例データベースサーバ２０１は、顧客スキルレベルポイント算出部４０２を定期的に実行させ、各事例１０２の評価情報の取得要求を受け付けた際に、改善重要度ポイント算出部４０３を実行してもよい。

出力部４０４は、各事例１０２の評価情報１０３に含まれる評価値、すなわち、改善重要度の大小関係に基づいて、各事例１０２を並び替えて出力する。

図５は、事例１０２の一例を示す説明図である。図５に示す事例１０２−Ａは、○○○△△△製品の事例の一例を示す。事例１０２−Ａには、質問の内容５０１と回答の内容５０２とが含まれる。

例えば、事例データベースサーバ２０１は、「○○○△△△製品」、「Ｉｎｔｅｒｎａｌ Ｓｅｒｖｅｒ Ｅｒｒｏｒ」等といったキーワードを顧客端末２０２から受け付けた場合、事例１０２−Ａを顧客端末２０２に送信する。

（スキルレベルポイントの算出例）
図６は、顧客スキルレベルポイント算出処理手順の一例を示すフローチャートである。顧客スキルレベルポイント算出処理は、例えば、定期的に実行される。

顧客スキルレベルポイント算出部４０２は、スキルレベルポイントの算出対象となる顧客ｃｕが検索したキーワードを取得する（ステップＳ６０１）。次に、顧客スキルレベルポイント算出部４０２は、取得したキーワードがいずれのマニュアルに含まれるかに応じて、キーワードポイントを算出する（ステップＳ６０２）。キーワードポイントの算出例は、図７で説明する。

そして、顧客スキルレベルポイント算出部４０２は、取得したキーワードがどの程度マニュアルに含まれるかに応じて、特別ポイントを算出する（ステップＳ６０３）。特別ポイントの算出例は、図８で説明する。

顧客スキルレベルポイント算出部４０２は、「顧客ｃｕのスキルポイント＝キーワードポイント＋特別ポイント」を算出する（ステップＳ６０４）。ステップＳ６０４の処理終了後、顧客スキルレベルポイント算出部４０２は、算出した顧客ｃｕのスキルポイントを、顧客別スキルポイントテーブル４１４に格納し、顧客スキルレベルポイント算出処理を終了する。

図７は、キーワードポイントの算出例を示す説明図である。キーワードポイントは、事例検索時に使用したキーワードを重みづけするために使用する点数である。ここで、各作業工程でのマニュアルには、その作業工程で重要となるキーワードが存在する。そこで、本実施の形態では、事例検索で使用したキーワードがどの作業工程に属するキーワードなのかに応じて、事例検索した顧客ｃｕのスキルレベルを決定する指標とする。通常、作業工程において上流工程になるほど高いスキルが求められるため、事例データベースサーバ２０１は、上流工程に属するマニュアルに含まれるキーワードを使用して事例検索した顧客ｃｕは高いスキルを持っていると判断する。ここで、各作業工程でのマニュアルは、どのような言語で記載されていてもよく、例えば、日本語や英語等で記載されている。また、マニュアルは、各作業工程で１つのファイルとなる。または、各作業工程に、複数のマニュアルがあってもよい。例えば、設計工程に対して、○○機能の設計マニュアル、△△機能の設計マニュアルというように複数存在してもよい。

例えば、事例データベースサーバ２０１は、図７に示す表７０１に従って、キーワードポイントを算出する。表７０１は、レコード７０２−１〜３を有する。具体的には、事例データベースサーバ２０１は、ある顧客端末２０２が、設計マニュアル４２１に含まれるキーワードで検索した場合には、キーワードポイントとして３を設定する。同様に、事例データベースサーバ２０１は、ある顧客端末２０２が、構築マニュアル４２２に含まれるキーワードで検索した場合には、キーワードポイントとして２を設定する。同様に、事例データベースサーバ２０１は、ある顧客端末２０２が、運用マニュアル４２３に含まれるキーワードで検索した場合には、キーワードポイントとして１を設定する。

図８は、ＴＯＰ１０キーワード数と特別ポイントの関係の一例を示す説明図である。特別ポイントとは、ある顧客端末２０２が検索したキーワードを、さらに重要な改善項目として抽出するために、スキルレベルポイントに付加する点数である。キーワードは、各マニュアルにおいて、重要となるキーワードになることがある。

そこで、事例データベースサーバ２０１は、各マニュアルに対して形態素解析を行って、キーワードを抽出し、抽出したキーワードに対してクラスタリングによりキーワードをグループ分けし、キーワードに重要度を付与する。ここで、日本語の形態素解析を行うには、例えば、ＫＡＫＡＳＩ（ｋａｎｊｉ ｋａｎａ ｓｉｍｐｌｅ ｉｎｖｅｒｔｅｒ）、ＭｅＣａｂ（和布蕪）、ＣｈａＳｅｎ（茶筌）等を用いてよい。また、クラスタリングを行う技術としては、Ｃａｎｏｐｙ法、Ｋｍｅａｎｓクラスタリング等を用いてよい。また、キーワードに重要度を付与する例としては、全ての情報に広く使われている単語は、あまり使われていない単語に比べて重要度は低くなるという考え方がある。例えば、重要度を付与する技術としては、ＴＦ−ＩＤＦ（Ｔｅｒｍ Ｆｒｅｑｕｅｎｃｙ−Ｉｎｖｅｒｓｅ Ｄｏｃｕｍｅｎｔ Ｆｒｅｑｕｅｎｃｙ）法などがある。

図８の例では、事例データベースサーバ２０１は、例えばＴＦ−ＩＤＦ法によって付与された重要度のＴＯＰ１０を決定し、ＴＯＰ１０に含まれるキーワードの個数に対応する特別ポイントを付与する。以下、ＴＯＰ１０に含まれるキーワードを、「ＴＯＰ１０キーワード」と称する。図８に示す表８０１は、ＴＯＰ１０に含まれるキーワードの個数に応じた特別ポイントの一例を示す。表８０１は、レコード８０２−１〜１０を有する。

例えば、ある顧客端末２０２が、ＴＯＰ１０入りしたキーワードを３つ使用したならば、事例データベースサーバ２０１は、特別ポイントとして、１．３を付与する。また、ある顧客端末２０２が、ＴＯＰ１０入りしたキーワードを１つも使用しない場合、事例データベースサーバ２０１は、特別ポイントを付与しない。

次に、改善重要度ポイント算出部４０３と出力部４０４とが行う改善重要度出力処理のフローチャートについて、図９を用いて説明する。

図９は、改善重要度ポイント算出処理手順の一例を示すフローチャートである。改善重要度ポイント算出処理は、例えば、サポート員端末２０３から、改善項目の取得要求を受け付けた場合に実行される。

改善重要度ポイント算出部４０３は、事例データベース４１１に記憶された複数の事例１０２のうちの未選択の事例１０２を選択する（ステップＳ９０１）。次に、改善重要度ポイント算出部４０３は、顧客別スキルポイントテーブル４１４を参照して、選択した事例１０２を検索した複数の顧客のスキルレベルポイントの平均値を算出する（ステップＳ９０２）。そして、改善重要度ポイント算出部４０３は、選択した事例の専門性ポイントを算出する（ステップＳ９０３）。専門性ポイントの算出例は、図１０で説明する。

改善重要度ポイント算出部４０３は、事例別参照回数テーブル４１２を参照して、「選択した事例の改善重要度ポイント＝選択した事例の参照回数×算出したスキルレベルポイントの平均値×算出した専門性ポイント」を算出する（ステップＳ９０４）。そして、改善重要度ポイント算出部４０３は、複数の事例の全てを選択したか否かを判断する（ステップＳ９０５）。

複数の事例のうち、まだ選択していない事例がある場合（ステップＳ９０５：Ｎｏ）、改善重要度ポイント算出部４０３は、ステップＳ９０１の処理に移行する。一方、複数の事例の全てを選択した場合（ステップＳ９０５：Ｙｅｓ）、改善重要度ポイント算出部４０３は、改善重要度ポイントの高い順に、複数の事例を並び替える（ステップＳ９０６）。そして、出力部４０４は、並び替えた順で、事例を改善項目として出力する（ステップＳ９０７）。ステップＳ９０７の処理終了後、改善重要度ポイント算出部４０３と出力部４０４とは、改善重要度ポイント算出処理を終了する。

また、改善重要度ポイント算出部４０３は、ある期間により改善重要度ポイントをリセットする。改善重要度ポイントをリセットすることにより、事例データベースサーバ２０１は、サポート員ｓｅが改善項目として要求した際に、更新された顧客スキルポイント等が反映された改善重要度ポイントを出力することができる。

図１０は、専門性ポイントの算出例を示す説明図である。参照回数で最優先改善項目として抽出する方法では、事例が持つ製品の専門性を考慮していないため、専門性の高い事例が改善項目の抽出から漏れることがある。そこで、本実施の形態では、事例１０２の専門性を評価し、事例１０２に重みづけをすることにより、漏れなく抽出できるようにする。

事例１０２には、その製品のトラブルなどを解決する重要なキーワードが存在する。従って、事例中にその製品にとって重要なキーワードの数が多いほど、その事例は製品の専門性が高いと判断できる。この事例の製品の専門性を改善項目抽出の条件に加えることで、たとえ参照回数が少ない事例でも改善が求められる重要な事例として抽出することができる。

そこで、事例データベースサーバ２０１は、事例の専門性ポイントを、改善項目抽出の要素として取り入れる。事例データベースサーバ２０１は、事例中の重要なキーワードを、キーワード分割、クラスタリング技術を用いて抽出し、抽出したキーワードの数に応じて、専門性ポイントを算出する。図１０に示す表１００１は、事例中の重要なキーワードの数に応じた専門性ポイントの一例を示す。図１０に示す表１００１は、レコード１００２−１〜１０を有する。次に、ある事例の改善重要度の算出例を、図１１、図１２を用いて説明する。

図１１は、ある事例の改善重要度ポイントの算出例を示す説明図（その１）である。また、図１２は、ある事例の改善重要度ポイントの算出例を示す説明図（その２）である。図１１、図１２では、ある事例１０２として、事例１０２−ｘの改善重要度ポイントの算出例を示す。改善重要度ポイントを求める際には、ステップＳ９０２で示したように、事例１０２を検索した複数の顧客のスキルレベルポイントを用いることになる。ここで、事例１０２−ｘを検索した複数の顧客が、顧客ｃｕＡ〜ｃｕＣだとする。従って、図１１では、事例１０２−ｘを検索した複数の顧客の一人として、顧客ｃｕＡのスキルレベルポイントの算出例を示す。

ここで、図１１の例では、事例データベースサーバ２０１は、設計工程のマニュアルとして、設計マニュアル４２１、構築マニュアル４２２、運用マニュアル４２３を有する。そして、設計マニュアル４２１の重要度のＴＯＰ３０は、重要度の高い順に、「パラメタ」、「注意事項」、「クラスタ」、「組合せ」、「連携」、「互換」、「機能」、「見積もり」、「ポート番号」、「メモリ」、…である。また、構築マニュアル４２２の重要度のＴＯＰ３０は、重要度の高い順に、「インストール」、「パラメタ」、「移行」、「チューニング」、…である。また、運用マニュアル４２３の重要度のＴＯＰ３０は、重要度の高い順に、「性能」、「リカバリ」、「ログ」、「最適化」、「監視」、「バックアップ」、「保守」、「修正」、「メモリ」…である。設計マニュアル４２１〜運用マニュアル４２３の重要度のＴＯＰ３０となる各単語に、スキルポイントを対応付けた情報が、図１に示した知識量情報１１３に相当する。

図１１に示すように、顧客ｃｕＡは、キーワード「パラメタ」、「インストール」、「監視」で検索したとする。この場合、顧客スキルレベルポイント算出部４０２は、キーワードごとにポイントを算出し、算出したポイントの合計を、キーワードポイントとする。図１１の例では、キーワード「パラメタ」が設計マニュアル４２１と構築マニュアル４２２とに含まれるため、顧客スキルレベルポイント算出部４０２は、表７０１に従って、キーワード「パラメタ」のポイントを、３＋２＝５と算出する。同様に、キーワード「インストール」が構築マニュアル４２２に含まれるため、顧客スキルレベルポイント算出部４０２は、表７０１に従って、キーワード「インストール」のポイントを２と算出する。同様に、キーワード「監視」が運用マニュアル４２３に含まれるため、顧客スキルレベルポイント算出部４０２は、表７０１に従って、キーワード「監視」のポイントを１と算出する。以上により、情報処理装置１０１は、各キーワードのポイントの合計５＋２＋１＝８を、キーワードポイントとして算出する。

また、顧客スキルレベルポイント算出部４０２は、各マニュアルのＴＯＰ１０にあるキーワードを複数使用した場合に、さらにその製品にとって重要と判断し、特別ポイントを付加する。図１２の例では、キーワード「パラメタ」、「インストール」、「監視」の３つ全てがＴＯＰ１０にあるため、顧客スキルレベルポイント算出部４０２は、表８０１のレコード８０２−３に従って、特別ポイントを１．３として算出する。

そして、顧客スキルレベルポイント算出部４０２は、顧客ｃｕＡのスキルレベルポイントを、キーワードポイント＋特別ポイント＝８＋１．３＝９．３と算出する。顧客スキルレベルポイント算出部４０２は、顧客ｃｕＢ、ｃｕＣのスキルレベルポイントについても同様に算出する。

次に、図１２では、事例１０２−ｘの改善重要度ポイントの算出例を示す。ここで、事例１０２−ｘが、顧客ｃｕＡの操作によって３回、顧客ｃｕＢの操作によって１回、顧客ｃｕＣの操作によって５回参照されたとする。以上により、改善重要度ポイント算出部４０３は、事例１０２−ｘの参照回数を、９回と算出する。また、事例１０２−ｘを検索した顧客のスキルレベルポイントの平均値について、ここでは、説明の省略化のため、顧客ｃｕＡ〜ｃｕＣのスキルレベルポイントが同一だったとし、９．３とする。

また、事例１０２−ｘの専門性ポイントについて、事例データベースサーバ２０１は、図１２に示す○○○製品マニュアル１２０１を有する。○○○製品マニュアル１２０１は、例えば、設計マニュアル４２１〜運用マニュアル４２３を全て含むものであってもよいし、設計マニュアル４２１〜運用マニュアル４２３の一部でもよい。

改善重要度ポイント算出部４０３は、○○○製品マニュアル１２０１の重要キーワードを抽出しておく。図１２で示す重要キーワードのＴＯＰ１０は、重要度の高い順に、「Ｊａｖａ（登録商標）」、「アプリケーション連携」、「同期」、「非同期」、「ｗａｒ」、「キュー」、「Ｗｅｂ」、「ルーティング定義」、「フロー定義」、「高性能ログ」である。

そして、事例１０２−ｘは、ＴＯＰ１０のキーワードとして、Ｊａｖａ、同期、Ｗｅｂという３つのキーワードを有する。従って、改善重要度ポイント算出部４０３は、表１００１のレコード１００２−３に従って、事例１０２−ｘの専門性ポイントを１．３として算出する。次に、改善重要度ポイント算出部４０３は、ステップＳ９０４の処理に従って、９×９．３×１．３＝１０８．８１と算出する。

次に、図１３を用いて、従来技術となる参照回数で最優先改善項目として事例を出力する方法と、本実施の形態により事例を出力する方法とを比較することにより、本実施の形態の効果を説明する。

図１３は、事例の出力例を示す説明図である。図１３で出力する事例１０２−Ａ〜Ｅは、それぞれ、参照回数が、８、１、５、１０、３であり、改善重要度が、４、２、１、３、５であるとする。図１３の左側に示す表１３０１は、従来技術となる参照回数順に事例１０２−Ａ〜Ｅを出力した例である。従って、表１３０１は、事例１０２−Ａ〜Ｅを参照回数が多い順に、事例１０２−Ｄ、Ａ、Ｃ、Ｅ、Ｂの順で出力した表となる。表１３０１が示すように、事例１０２−Ａ〜Ｅでは、事例１０２−Ｅが最も改善すべきである事例であるにも関わらず、上から４番目に位置しており、サポート員ｓｅは、事例１０２−Ｅが最も優先される改善項目であることを知ることができない。

これに対し、図１３の右側に示す表１３０２は、改善重要度の高い順に、事例１０２−Ｅ、Ａ、Ｄ、Ｂ、Ｃの順で出力した表となる。表１３０２が示すように、最も改善すべきである事例となる事例１０２−Ｅが先頭に位置しており、サポート員ｓｅは、事例１０２−Ｅが最も優先される改善項目であることを知ることができる。

以上説明したように、事例データベースサーバ２０１は、各事例の参照回数と、各事例に対する顧客の検索単語から、知識量情報１１３を用いて各事例の改善重要度を求める。このように、事例データベースサーバ２０１は、アクセスを行った顧客のスキルの高さを、検索単語により判定することにより、顧客ｃｕのスキルの高さを動的に判定できて、事例評価の正確性が向上し、製品の信頼性を向上させることができる。また、事例データベースサーバ２０１は、高いスキルを持った顧客ｃｕが自身で解決した事象について、顧客のスキルレベルや事例の専門性を考慮し、優先付けして抽出することができる。また、事例データベースサーバ２０１は、製品の品質も向上し売上が伸びる効果を有し、さらに、顧客ｃｕからの問い合わせが減り、サポート費用の削減の効果も得られる。

また、事例データベースサーバ２０１は、各事例１０２の参照回数と、各事例１０２が出力された際に用いられた単語と、各事例１０２が出力された際に用いられた単語が専門用語か否かを示す判断結果とに基づいて、改善重要度を算出してもよい。これにより、事例データベースサーバ２０１は、製品にとって重要なキーワードが多く含まれている専門性の高い事例の改善重要度を高く算出することができる。

また、事例データベースサーバ２０１は、各事例１０２の評価情報に含まれる改善重要度の大小関係に基づいて、各事例１０２を並び替えて出力してもよい。これにより、出力結果を閲覧したサポート員ｓｅは、改善すべき事例を容易に特定することができる。

また、事例データベースサーバ２０１は、複数の単語の各単語が、設計マニュアル４２１〜運用マニュアル４２３のいずれに記載されているかに基づいて、知識量情報１１３を生成してもよい。これにより、事例データベースサーバ２０１は、上流工程に属するマニュアルに含まれるキーワードを使用して事例検索した顧客ｃｕのスキルを高く評価することができる。

また、事例データベースサーバ２０１は、複数の顧客の各顧客ｃｕに対応して、顧客スキルポイントを特定してもよい。これにより、事例データベースサーバ２０１は、各顧客ｃｕの顧客スキルポイントを動的に取得することができる。

また、事例データベースサーバ２０１は、顧客スキルレベルポイント算出処理を定期的に実行し、改善重要度の取得要求を受け付けた際、その取得要求を受け付ける直前に実行した顧客スキルレベルポイント算出処理の結果に基づいて、改善要求度を算出してもよい。これにより、事例データベースサーバ２０１は、改善要求度を現在の値で算出しつつ、顧客スキルレベルポイント算出処理については直前の結果を用いることで、改善要求度を算出する処理にかかる負荷を抑制することができる。

また、事例データベースサーバ２０１は、複数の文書として、製品の問題が記載されている事例１０２の参照回数と、取得した各事例１０２が出力された際に用いられた単語とに基づいて、各事例１０２の評価情報を生成してもよい。また、本実施の形態において、製品の事例以外にも、製品のマニュアル等を適用してもよい。そして、事例データベースサーバ２０１は、顧客から問い合わせを受け付けた場合に、本実施の形態にかかる方法を実施して、製品の複数のマニュアルのうち、評価値となる改善重要度が高いマニュアルの内容を、問い合わせに対応する回答としてもよい。これにより、サポート員は、スキルの高い顧客が自身で解決したマニュアルの内容を、他の顧客からの問い合わせの回答として使用することができる。

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

上述した実施の形態に関し、さらに以下の付記を開示する。

（付記１）商品またはサービスに関する複数の文書の各文書の参照回数を有する参照回数情報を参照して、前記各文書の参照回数を取得し、
前記複数の文書に対して検索していずれかの文書を出力した際に検索条件として用いられた単語が前記いずれかの文書に対応付けられた検索単語情報を参照して、前記各文書が出力された際に検索条件として用いられた単語を取得し、
複数の単語の各単語に対応して前記各単語を検索条件として用いた者の前記商品または前記サービスに関する知識量を示す値を有する知識量情報を参照して、取得した前記各文書の参照回数と、取得した前記各文書が出力された際に検索条件として用いられた単語とに基づいて、前記各文書の評価値を含む前記各文書の評価情報を生成する、
処理をコンピュータに実行させることを特徴とする情報生成プログラム。

（付記２）前記コンピュータに、
前記複数の単語から前記商品または前記サービスの専門となる専門用語を有する専門用語情報を参照して、前記各文書が出力された際に用いられた単語が前記専門用語か否かを判断する、処理を実行させ、
前記生成する処理は、
前記知識量情報を参照して、取得した前記各文書の参照回数と、取得した前記各文書が出力された際に用いられた単語と、前記各文書が出力された際に用いられた単語が前記専門用語か否かを示す判断結果とに基づいて、前記各文書の評価情報を生成する、
ことを特徴とする付記１に記載の情報生成プログラム。

（付記３）前記コンピュータに、
前記各文書の評価情報に含まれる度合いの大小関係に基づいて、前記各文書を並び替えて出力する、
処理を実行させることを特徴とする付記１または２に記載の情報生成プログラム。

（付記４）前記コンピュータに、
前記各単語が、前記商品または前記サービスの設計に関する事項が記載された第１の手引書、前記商品または前記サービスの構築に関する事項が記載された第２の手引書、前記商品または前記サービスの運用に関する事項が記載された第３の手引書のいずれに記載されているかに基づいて、前記知識量情報を生成する、
処理を実行させることを特徴とする付記１〜３のいずれか一つに記載の情報生成プログラム。

（付記５）前記単語を取得する処理は、
前記商品または前記サービスを利用する複数の顧客の各顧客によって検索条件として用いられた単語を有する情報と前記検索単語情報とを参照して、前記各顧客によって前記各文書が出力された際に検索条件として用いられた単語を、前記各顧客に対応して取得し、
前記コンピュータに、
前記知識量情報を参照して、取得した前記各顧客に対応する前記各文書が出力された際に用いられた前記単語に基づいて、前記各顧客の前記商品または前記サービスの問題に対する知識量を特定する、処理を実行させ、
前記生成する処理は、
特定した前記各顧客の前記商品または前記サービスの問題に対する知識量と、取得した前記各文書の参照回数とに基づいて、前記各文書の評価情報を生成する、
ことを特徴とする付記１〜４のいずれか一つに記載の情報生成プログラム。

（付記６）前記コンピュータに、
前記特定する処理を定期的に実行させ、
前記生成する処理は、
前記各文書の評価情報の取得要求を受け付けた際に、前記取得要求を受け付ける直前に実行した前記特定する処理によって特定した前記各顧客の前記商品または前記サービスの問題に対する知識量と、取得した前記各文書の参照回数とに基づいて、前記各文書の評価情報を生成する、
ことを特徴とする付記５に記載の情報生成プログラム。

（付記７）前記複数の文書には、前記商品または前記サービスの問題が記載されており、
前記を生成する処理は、
複数の単語の各単語に対応して前記各単語を検索条件として用いた者の前記商品または前記サービスの問題に対する知識量を有する知識量情報を参照して、取得した前記各文書の参照回数と、取得した前記各文書が出力された際に用いられた単語とに基づいて、前記各文書の評価値として前記各文書の問題を改善すべき度合いを含む前記各文書の評価情報を生成する、
ことを特徴とする付記１〜６のいずれか一つに記載の情報生成プログラム。

（付記８）検索に応じて出力された文書の閲覧回数を該文書に対応付けて記憶する記憶部を参照して、閲覧された文書と、該文書の閲覧回数とを特定し、
文書の検索で用いられた検索語を該検索に対応付けて記憶する記憶部を参照して、特定した前記文書ごとに該文書が出力された検索で用いた検索語を特定し、
特定した前記閲覧回数と、特定した前記検索語とに基づき、各文書の評価情報を生成する、
処理をコンピュータに実行させることを特徴とする情報生成プログラム。

（付記９）商品またはサービスに関する複数の文書の各文書の参照回数を有する参照回数情報を参照して、前記各文書の参照回数を取得し、
前記複数の文書に対して検索していずれかの文書を出力した際に検索条件として用いられた単語が前記いずれかの文書に対応付けられた検索単語情報を参照して、前記各文書が出力された際に検索条件として用いられた単語を取得し、
複数の単語の各単語に対応して前記各単語を検索条件として用いた者の前記商品または前記サービスに関する知識量を示す値を有する知識量情報を参照して、取得した前記各文書の参照回数と、取得した前記各文書が出力された際に検索条件として用いられた単語とに基づいて、前記各文書の評価値を含む前記各文書の評価情報を生成する、
制御部を有することを特徴とする情報処理装置。

（付記１０）検索に応じて出力された文書の閲覧回数を該文書に対応付けて記憶する記憶部を参照して、閲覧された文書と、該文書の閲覧回数とを特定し、
文書の検索で用いられた検索語を該検索に対応付けて記憶する記憶部を参照して、特定した前記文書ごとに該文書が出力された検索で用いた検索語を特定し、
特定した前記閲覧回数と、特定した前記検索語とに基づき、各文書の評価情報を生成する、
制御部を有することを特徴とする情報処理装置。

（付記１１）商品またはサービスに関する複数の文書の各文書の参照回数を有する参照回数情報を参照して、前記各文書の参照回数を取得し、
前記複数の文書に対して検索していずれかの文書を出力した際に検索条件として用いられた単語が前記いずれかの文書に対応付けられた検索単語情報を参照して、前記各文書が出力された際に検索条件として用いられた単語を取得し、
複数の単語の各単語に対応して前記各単語を検索条件として用いた者の前記商品または前記サービスに関する知識量を示す値を有する知識量情報を参照して、取得した前記各文書の参照回数と、取得した前記各文書が出力された際に検索条件として用いられた単語とに基づいて、前記各文書の評価値を含む前記各文書の評価情報を生成する、
処理をコンピュータが実行することを特徴とする情報生成方法。

（付記１２）検索に応じて出力された文書の閲覧回数を該文書に対応付けて記憶する記憶部を参照して、閲覧された文書と、該文書の閲覧回数とを特定し、
文書の検索で用いられた検索語を該検索に対応付けて記憶する記憶部を参照して、特定した前記文書ごとに該文書が出力された検索で用いた検索語を特定し、
特定した前記閲覧回数と、特定した前記検索語とに基づき、各文書の評価情報を生成する、
処理をコンピュータが実行することを特徴とする情報生成方法。

１０１ 情報処理装置
１０２ 事例
１０３ 評価情報
１１１ 参照回数情報
１１２ 検索単語情報
１１３ 知識量情報
１２１−１〜３ 単語
４００ 制御部
４０１ 検索部
４０２ 顧客スキルレベルポイント算出部
４０３ 改善重要度ポイント算出部
４０４ 出力部
４１１ 事例データベース
４１２ 事例別参照回数テーブル
４１３ 顧客別検索キーワードテーブル
４１４ 顧客別スキルポイントテーブル
４２１ 設計マニュアル
４２２ 構築マニュアル
４２３ 運用マニュアル

Claims (10)

1. 商品またはサービスに関する複数の文書の各文書の参照回数を有する参照回数情報を参照して、前記各文書の参照回数を取得し、
   前記複数の文書に対して検索していずれかの文書を出力した際に検索条件として用いられた単語が前記いずれかの文書に対応付けられた検索単語情報を参照して、前記各文書が出力された際に検索条件として用いられた単語を取得し、
   複数の単語の各単語に対応して前記各単語を検索条件として用いた者の前記商品または前記サービスに関する知識量を示す値を有する知識量情報を参照して、取得した前記各文書の参照回数と、取得した前記各文書が出力された際に検索条件として用いられた単語とに基づいて、前記各文書の評価値を含む前記各文書の評価情報を生成する、
   処理をコンピュータに実行させることを特徴とする情報生成プログラム。
2. 前記コンピュータに、
   前記複数の単語から前記商品または前記サービスの専門となる専門用語を有する専門用語情報を参照して、前記各文書が出力された際に用いられた単語が前記専門用語か否かを判断する、処理を実行させ、
   前記生成する処理は、
   前記知識量情報を参照して、取得した前記各文書の参照回数と、取得した前記各文書が出力された際に用いられた単語と、前記各文書が出力された際に用いられた単語が前記専門用語か否かを示す判断結果とに基づいて、前記各文書の評価情報を生成する、
   ことを特徴とする請求項１に記載の情報生成プログラム。
3. 前記コンピュータに、
   前記各文書の評価情報に含まれる評価値の大小関係に基づいて、前記各文書を並び替えて出力する、
   処理を実行させることを特徴とする請求項１または２に記載の情報生成プログラム。
4. 前記コンピュータに、
   前記各単語が、前記商品または前記サービスの設計に関する事項が記載された第１の手引書、前記商品または前記サービスの構築に関する事項が記載された第２の手引書、前記商品または前記サービスの運用に関する事項が記載された第３の手引書のいずれに記載されているかに基づいて、前記知識量情報を生成する、
   処理を実行させることを特徴とする請求項１〜３のいずれか一つに記載の情報生成プログラム。
5. 前記単語を取得する処理は、
   前記商品または前記サービスを利用する複数の顧客の各顧客によって検索条件として用いられた単語を有する情報と前記検索単語情報とを参照して、前記各顧客によって前記各文書が出力された際に検索条件として用いられた単語を、前記各顧客に対応して取得し、
   前記コンピュータに、
   前記知識量情報を参照して、取得した前記各顧客に対応する前記各文書が出力された際に用いられた前記単語に基づいて、前記各顧客の前記商品または前記サービスに関する知識量を特定する、処理を実行させ、
   前記生成する処理は、
   特定した前記各顧客の前記商品または前記サービスの問題に対する知識量と、取得した前記各文書の参照回数とに基づいて、前記各文書の評価情報を生成する、
   ことを特徴とする請求項１〜４のいずれか一つに記載の情報生成プログラム。
6. 検索に応じて出力された文書の閲覧回数を該文書に対応付けて記憶する記憶部を参照して、閲覧された文書と、該文書の閲覧回数とを特定し、
   文書の検索で用いられた検索語を該検索に対応付けて記憶する記憶部を参照して、特定した前記文書ごとに該文書が出力された検索で用いた検索語を特定し、
   特定した前記閲覧回数と、特定した前記検索語とに基づき、各文書の評価情報を生成する、
   処理をコンピュータに実行させることを特徴とする情報生成プログラム。
7. 商品またはサービスに関する複数の文書の各文書の参照回数を有する参照回数情報を参照して、前記各文書の参照回数を取得し、
   前記複数の文書に対して検索していずれかの文書を出力した際に検索条件として用いられた単語が前記いずれかの文書に対応付けられた検索単語情報を参照して、前記各文書が出力された際に検索条件として用いられた単語を取得し、
   複数の単語の各単語に対応して前記各単語を検索条件として用いた者の前記商品または前記サービスに関する知識量を示す値を有する知識量情報を参照して、取得した前記各文書の参照回数と、取得した前記各文書が出力された際に検索条件として用いられた単語とに基づいて、前記各文書の評価値を含む前記各文書の評価情報を生成する、
   制御部を有することを特徴とする情報処理装置。
8. 検索に応じて出力された文書の閲覧回数を該文書に対応付けて記憶する記憶部を参照して、閲覧された文書と、該文書の閲覧回数とを特定し、
   文書の検索で用いられた検索語を該検索に対応付けて記憶する記憶部を参照して、特定した前記文書ごとに該文書が出力された検索で用いた検索語を特定し、
   特定した前記閲覧回数と、特定した前記検索語とに基づき、各文書の評価情報を生成する、
   制御部を有することを特徴とする情報処理装置。
9. 商品またはサービスに関する複数の文書の各文書の参照回数を有する参照回数情報を参照して、前記各文書の参照回数を取得し、
   前記複数の文書に対して検索していずれかの文書を出力した際に検索条件として用いられた単語が前記いずれかの文書に対応付けられた検索単語情報を参照して、前記各文書が出力された際に検索条件として用いられた単語を取得し、
   複数の単語の各単語に対応して前記各単語を検索条件として用いた者の前記商品または前記サービスに関する知識量を示す値を有する知識量情報を参照して、取得した前記各文書の参照回数と、取得した前記各文書が出力された際に検索条件として用いられた単語とに基づいて、前記各文書の評価値を含む前記各文書の評価情報を生成する、
   処理をコンピュータが実行することを特徴とする情報生成方法。
10. 検索に応じて出力された文書の閲覧回数を該文書に対応付けて記憶する記憶部を参照して、閲覧された文書と、該文書の閲覧回数とを特定し、
    文書の検索で用いられた検索語を該検索に対応付けて記憶する記憶部を参照して、特定した前記文書ごとに該文書が出力された検索で用いた検索語を特定し、
    特定した前記閲覧回数と、特定した前記検索語とに基づき、各文書の評価情報を生成する、
    処理をコンピュータが実行することを特徴とする情報生成方法。

Images