JP2019045615A - Learning support system - Google Patents
Learning support system Download PDFInfo
- Publication number
- JP2019045615A JP2019045615A JP2017166819A JP2017166819A JP2019045615A JP 2019045615 A JP2019045615 A JP 2019045615A JP 2017166819 A JP2017166819 A JP 2017166819A JP 2017166819 A JP2017166819 A JP 2017166819A JP 2019045615 A JP2019045615 A JP 2019045615A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- user
- profile
- unit
- master
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 claims abstract description 27
- 239000000463 material Substances 0.000 claims description 177
- 238000012360 testing method Methods 0.000 claims description 90
- 238000011156 evaluation Methods 0.000 description 34
- 230000004044 response Effects 0.000 description 22
- 238000007639 printing Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 18
- 238000007726 management method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 6
- 238000012552 review Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 3
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 2
- 238000013077 scoring method Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007645 offset printing Methods 0.000 description 1
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Landscapes
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、ユーザが属する業界及び職種について学習すべき学習カテゴリを提示する学習支援システムに関するものである。 The present invention relates to a learning support system that presents a learning category to be learned for an industry and job type to which a user belongs.
インターネットの普及により、学習内容やテスト内容などをユーザの情報処理端末に配信し、ユーザがこれの視聴をしたり、このテストに回答したりすることで学習し、そのユーザの学力を向上させる学習支援システムが開示されている。 With the spread of the Internet, the contents of learning and tests are distributed to the user's information processing terminal, and the user watches and listens to it, answers the test, and learns to improve the academic ability of the user A support system is disclosed.
たとえば、特開2005−128837号公報において、課題に対する回答が受講生から提出された場合に、その、テストの結果、および講座の進捗状況の報告があった場合であっても、それらの成果に対する各ユーザに対する支援が効率的に行われていない、という問題があり、これを解決すべく、学習支援を受ける受講生、学習支援を管理する学習管理者、および前記受講生から提出される課題に対する回答(提出課題)を添削する添削者が、所定のユーザ認証を経て、それぞれインターネットを介して接続可能な受講管理システムであって、各種教材に関する情報(教材情報)、処理過程で得られる情報および処理結果として得られる情報、を記憶する学習データベース(後述する実施の形態の学習DB1に相当)と、前記教材情報として、講義に関する教材(講義教材)および当該講義に対応したテストや課題に関する教材(テスト教材、課題教材)を受講生に対して提供する教材サーバ(教材サーバ2に相当)と、メールの送受信に関する制御を行うとともに、さらに、受信したメールに提出課題が添付されていた場合に当該受信メールにエラーがあるかどうかを判定し、当該判定結果を、応答メールとして提出元の受講生に対して送信するメールサーバ(メールサーバ3に相当)と、提出課題の添削に関する処理を行う添削サーバ(添削サーバ4に相当)と、を備えることを特徴とする受講管理システムが開示されている。
For example, in Japanese Patent Application Laid-Open No. 2005-128837, when an answer to a subject is submitted from a student, even if there is a report on the result of the test and the progress of the course, the result will be There is a problem that the support for each user is not performed efficiently, and in order to solve this, the students who receive the learning support, the learning manager who manages the learning support, and the problems submitted by the students It is the attendance management system that the correction person who corrects the answer (submission subject) can connect through the Internet after predetermined user authentication, which is information on various teaching materials (teaching material information), information obtained in the processing process and A learning database (corresponding to a
また、この受講管理システムは、いわゆる学生のみならず社会人を対象に使用することができるものである。 This attendance management system can be used not only for students but also for adults.
しかしながら、その社会人のユーザにおいて学習する分野、すなわち学習するカテゴリがあらかじめ明確であれば、その学習カテゴリの問題を出題すれば、この学習カテゴリを学習するユーザの知識水準を向上させるのに適するというものであるが、そもそも、その対象とされる社会人ユーザは、自らのビジネス知識を向上させるという希望があるものの、どの学習する学習カテゴリの知識が足りないかをそのユーザ自身が把握するということは必ずしも容易ではない。 However, if the user who is a member of the society learns in advance the category of learning, that is, if the problem of the learning category is given, it is suitable to improve the knowledge level of the user who learns the learning category. Although, in the first place, the target adult user has a desire to improve his / her business knowledge, but the user himself / herself grasps which learning category to learn is lacking. Is not always easy.
本発明は前記の点に着目してなされたもので、その課題は、ユーザが学ぶべき学習カテゴリを見出すことができる学習支援システムを提供することを目的とする。 The present invention has been made in view of the above points, and its object is to provide a learning support system that allows a user to find out a learning category to be learned.
第1観点における学習支援システムは、ユーザ端末にプロフィールを送信するプロフィール送信部と、プロフィール送信部によって送信されたプロフィールに、学習を受けるユーザが回答したプロフィールを受信するユーザ情報受信部と、プロフィールに紐付けされた問題が格納されている問題マスタと、ユーザ情報受信部によって受信した前記ユーザのプロフィールに基づいて、ユーザに適した問題を、問題マスタから選択する問題作成部と、を有するというものである。 The learning support system according to the first aspect comprises a profile transmitting unit for transmitting a profile to a user terminal, a user information receiving unit for receiving a profile answered by a user who receives learning in the profile transmitted by the profile transmitting unit, Having a problem master storing a linked problem and a problem creation unit for selecting a problem suitable for the user from the problem master based on the profile of the user received by the user information receiving unit It is.
第2観点における学習支援システムは、第1観点において、ユーザによって回答されたプロフィールは、少なくとも、そのユーザが希望する目標の業界、職種及び職位が入力されているというものである。 The learning support system according to the second aspect is that, according to the first aspect, the profile answered by the user is at least the industry, the job type and the job position of the goal desired by the user.
第3観点における学習支援システムは、第1観点または第2観点において、問題作成部は、プロフィールに入力された、そのユーザが希望する目標の業界、職種及び職位に紐付けされている学習カテゴリの問題を問題マスタから選択するというものである。 In the learning support system according to the third aspect, in the first aspect or the second aspect, the problem creation unit is a part of the learning category input to the profile and linked to the industry, job type and job position of the goal desired by the user. The problem is to select from the problem master.
第4観点における学習支援システムは、第1観点から第3観点において、問題作成部によって問題マスタから選択された問題を前記ユーザに送信する問題送信部と、問題送信部によって、送信された問題に対してユーザが回答し、その回答を受信する回答受信部と、さらに模範回答が格納されている前記問題マスタと、問題マスタに格納された模範回答と、回答受信部によって受信した回答と、を、対比して採点するテスト結果作成部と、テスト結果作成部によって、採点した結果、ユーザの弱点となる学習カテゴリを判断する学習計画作成部と、ユーザが学習すべき教材が格納された教材マスタと、学習計画作成部によって学習カテゴリを選択し、その選択された学習カテゴリごとに、教材マスタからユーザに適した教材を選択する教材判定部と、を有するというものである。 According to a fourth aspect of the present invention, in the learning support system according to any one of the first to third aspects, the problem transmitting unit transmits the problem selected from the problem master by the problem creating unit to the user, and the problem transmitted by the problem transmitting unit. A response receiving unit that answers the user and receives the response, the question master in which the model answer is further stored, the model answer stored in the question master, and the answer received by the answer receiving unit As a result of scoring by a test result creation unit for comparing and scoring and a test result creation unit, as a result of learning, a learning plan creation unit for determining a learning category which is a user's weakness and a teaching material master storing teaching materials to be learned by the user And the learning plan creation unit selects a learning category, and selects a teaching material suitable for the user from the teaching material master for each of the selected learning categories And parts, it is that having.
第5観点における学習支援プログラムは、ユーザマスタに格納されている所定の項目を有するプロフィールを、プロフィール送信部によってユーザ端末に送信するプロフィール送信工程と、プロフィール送信工程によって送信され上記所定の項目を記載したプロフィールを受信するプロフィール受信工程と、プロフィール受信工程によって受信された上記所定の項目であるプロフィールに記載された業界及び職種に基づいて、問題作成部が、出題する学習カテゴリを、問題マスタから選択する学習カテゴリ選択工程と、を順次コンピュータ実行させるというものである。 The learning support program according to the fifth aspect includes a profile transmitting step of transmitting a profile having a predetermined item stored in the user master to the user terminal by the profile transmitting unit, and transmitted by the profile transmitting step to describe the predetermined item. Selected problem category from the problem master based on the profile receiving step of receiving the selected profile and the industry and job type described in the profile which is the predetermined item received by the profile receiving step. Learning category selection steps are sequentially executed by a computer.
第6観点における学習支援プログラムは、第5観点において、さらに、学習カテゴリ選択工程により、問題作成部が出題する学習カテゴリにおけるユーザの職位に応じた問題を決定する問題レベル決定工程と、を順次コンピュータ実行させるというものである。 The learning support program according to the sixth aspect further includes, according to the fifth aspect, a problem level determining step of determining a problem according to a user's job position in a learning category to be asked by the question creating unit. It is something to be run.
本発明によれば、ユーザが学ぶべき学習カテゴリを見出すことができる学習支援システムを提供することができる。 According to the present invention, it is possible to provide a learning support system capable of finding a learning category to be learned by the user.
サーバ10はネットワークnを介してユーザ端末600に接続されており、ユーザ端末600は、サーバ10に対しアクセス可能な状態に接続されている。ネットワークnは、インターネット、LANなどが好ましく後述する各データをサーバ10とユーザ端末600との間において送受信することができる。ユーザ端末600は、学習するための支援を受けるユーザが使用するパーソナルコンピュータのみならず、タブレットまたはスマートフォンなどの携帯情報端末であっても好ましい。
The
サーバ10は、いわゆるパーソナルコンピュータを含むコンピュータによって実現され、CPU(Central Processing Unit)と、RAM(Random Access Memory)と、ROM(Read Only Memory)と、記憶装置たとえば、ハードディスクドライブと、いったハードウェア資源を有するものである。
The
また、サーバ10は、プロフィール送信部100と、ユーザ情報受信部101と、問題作成部102と、問題送信部103と、回答受信部104と、テスト結果作成部105と、テスト結果送信部105aと、教材判定部106と、学習計画作成部109と、学習計画送信部109aと、学習結果受信部110と、ユーザマスタ111と、問題マスタ112と、教材マスタ113と、テスト結果DB116と、学習計画DB117と、教材評価DB118と、を有する。
In addition, the
プロフィール200は、ユーザマスタ111に格納され、図示しないユーザが、テストを開始するために、ユーザ端末600からサーバ10にアクセスすると、プロフィール送信部100が、そのプロフィール200をユーザ端末600に送信する。プロフィール200は、図3に記載されているとおり、様々な項目が記載されているが、特にユーザは、氏名欄501、業界欄502、職種欄503、役職欄504、年収欄505、生年月日欄506、vision業界欄512、vision職種欄513、vision役職欄514、vision年収欄515、に回答する。ここでvisionという文言の欄は、ユーザが将来目標とするものであり、それを入力することによって、後述するようにそのユーザの将来の目標に到達するために学ぶべき後述する学習カテゴリについての知識を見出すことができる。なお、逆三角形状のマーク520はいわゆるプルダウンメニューとして、上記各欄において、各項目を選択できるように構成することも好ましい。たとえば、職位である役職はたとえば、一般職、主任、係長、課長、次長、部長、取締役、などである。もっとも直接各項目を入力することを妨げるものではない(図3参照)。
The
たとえば、本実施例におけるユーザは、業界欄502に「印刷業」と入力し、職種欄503に「営業」と入力し、職位である役職欄504に「一般職」を選択し、年収欄505に「400万円」と入力し、生年月日欄506を入力する。また、ユーザの目標とする将来の目標として、vision業界欄512に「印刷業」と入力し、vision職種欄513に「営業」と入力し、vision役職欄514に「営業部長」と入力する。これらが入力されたプロフィール200を、ユーザが、ユーザ端末600における図示しない送信部から、ネットワークnを介して、サーバ10に送信する。
For example, the user in the present embodiment inputs “printing” in the
上記ユーザ情報受信部101は、ユーザ端末600における図示しない送信部から、ネットワークnを介して、送信された上記各項目欄が入力されたプロフィール200を受信する。
The user
問題マスタ112は、プロフィール200に紐付けされた問題が格納されている。すなわち、上記ユーザ情報受信部101によって受信された上記各項目欄が入力されたプロフィール200に基づいて、問題作成部102が、問題マスタ112からそのユーザに適した問題を選択する。
The
たとえば、問題作成部102は、図4に示すように、1医薬品業界、2総合商社、3不動産業界、4人材ビジネス、5保険業界、6化学業界、7小売業界、8食品業界、9クレジット/ローン、10広告業界、11通信業界、12証券業界、13電力・ガス業界、14印刷業界、15IT業界、16その他(マクロ経済)、17その他(IT用語)、18その他(会社法)とからなる業界から、1の業界を選択する。本実施例においては上記のとおり、プロフィール200には、業界として「印刷業」が記載されているので、14印刷業界を選択する。
For example, as shown in FIG. 4, the
また、図5に示すように、ユーザが学習すべき学習カテゴリに関する問題は問題マスタ112に格納されている。たとえば、学習カテゴリは、1営業戦略・戦術、2顧客理解、 3マーケティング、4経理・財務、5思考系スキル(ロジカルシンキング)、6コミュニケーション、7法務・コンプライアンス、8語学(英語)、9ITリテラシ、10経済ニュース、11経営戦略、12人事労務管理、13人材マネジメント、14事業戦略、15プロジェクトマネジメント、16語学(中国語)、17統計基礎(ビジネス統計)、18管理会計、19計数管理、20電話力、21事務サポート、22セールスプロモーション(店頭販売、)23webプロモーション、24広告・宣伝、25採用、26教育、27営業コミュニケーション(交渉、プレゼンテーション)、28企画・立案、29ピープルマネジメント(リーダーシップ、コミュニケーション)、30部下とのコミュニケーション(ファシリテーション、コーチング)、でありそれら複数の学習カテゴリに関する問題が格納されている。
Further, as shown in FIG. 5, the problem regarding the learning category to be learned by the user is stored in the
具体的には、問題マスタ112において、図4に示すようにユーザが選択した業界ごとに紐付けされた学習カテゴリごとの問題が格納されている。すなわち、そのプロフィール200における業界欄502における「業界」及びその「職種」ごとに、学習カテゴリごとの問題が格納されている。従って、たとえばユーザの職種はそのプロフィール200における「業界」及びその「職種」は、それぞれ、「印刷業」、「営業」であるので、問題作成部102が、問題マスタ112に格納されている「印刷業」における「営業」に関する学習カテゴリ、たとえば、図5に示されている学習カテゴリのうち、1営業戦略・戦術、2顧客理解、3マーケティング、5思考系スキル、6コミュニケーション、9ITリテラシ、10経済ニュース、11経営戦略の合計8個の学習カテゴリを選択する。このように「業界名」および「職種」ごとに選択される複数の学習カテゴリは問題マスタ112によって、あらかじめ紐付けされ格納され、ユーザに適した問題が、問題作成部102によって問題マスタ112から選択される。なお、後述するように、問題マスタ112において保存されている「業界」及びその「職種」ごとに、紐付けされた学習カテゴリごとの問題は更新されうる。
Specifically, in the
さらに、たとえばユーザの職位は、「一般職」であるので、「印刷業」及「営業」に、紐付けされた「一般職」の問題を問題マスタ112から、問題作成部102が選択する。この場合職位が一般職であるから、後述する部長職よりも、難易度の低い問題を選択する。なお、「印刷業」及「営業」に、紐付けされた「一般職」に関する上述の学習カテゴリごとの問題が格納され、その問題を1セットの設問とし、その1セットの設問が、問題マスタ112に複数格納されている。なお、本実施例においては上記のとおり30個の学習カテゴリから8個の学習カテゴリが選択される。
Further, for example, since the job title of the user is “general job”, the
このように、プロフィール200に入力された業界欄502に「印刷業」と、職種欄503に「営業」と、役職欄504に「一般職」と、の記載の組合せにおいて、重視度が高い学習カテゴリの問題のうち8個の問題が問題作成部102によって選択される。またデータ収集用に、学習カテゴリの問題得点には関係の無い問題を選択する。この問題の正答率によって、上記重視度の高い問題として問題マスタ112に格納されている。たとえば30個の学習カテゴリにフィードバックさせ、その問題を含む学習カテゴリを新たに構築するためである。なお、重視度が高い学習カテゴリとは、ユーザの属する業界及び職種に適したものとされる学習カテゴリをいい、たとえば問題の正答率からその業界及び職種ごとの相関係数を求めることにより行うことができる。たとえば図6において、実施例における「印刷業」及「営業」の場合、マーケティングの重視度が1、営業戦略・戦術の重視度が1.5、ITリテラシの重視度が0.8、経済ニュースの重視度が1.3、経営戦略の重視度が0.9、コミュニケーションの重視度が1.2、思考系スキルの重視度が1.2、顧客理解の重視度が1.4と、数値の大きい順から8個の学習カテゴリが選択される。このように、業界欄502に記載された業界と、職種欄503に記載された職種によって学習カテゴリごとの重視度が定めることができ、この重視度の数値の大きい順から8個の学習カテゴリが選択される。従ってたとえば、プロフィール200に入力された業界欄502が「IT」と、職種欄503に「営業」と記載されていた場合は、マーケティングの重視度が1.1、営業戦略・戦術の重視度が、1.5、ITリテラシの重視度が1.3、経済ニュースの重視度が1.3、経営戦略の重視度が1、コミュニケーションの重視度が1.2、思考系スキルの重視度が1.2、顧客理解の重視度が0.9と、規定することができる。このように、プロフィール200に入力された業界欄502に記載された業界と、職種欄503に記載された職種ごとに、各学習カテゴリの重視度が定められ、その上位8個の学習カテゴリが選択されうる。もっとも、上位8個の学習カテゴリに限られることはなく上位8個以下であっても上位8個以上であってもよい。なお、重視度は、正答率、業界および職位に基づいて、いわゆる重回帰分析を行い、相関係数を求めることで、その重視度を求めることができる。また、その重視度を常に更新することができる。
As described above, learning in which the degree of emphasis is high in the combination of “printing” in the
なお、問題マスタ112には、ユーザ自身の職位、たとえば「一般職」の場合に、各学習カテゴリごとに複数格納されている設問セットはそれぞれが同じ難易度の設問が複数格納されている。また、その問題マスタ112には、「部長」として、職位が上がるごとに、問題の難易度が高い問題もその職位ごとに複数の学習カテゴリについての問題がセットとして格納され、その職位ごとにそれら複数の学習カテゴリについての問題が、業界、職種及び職位ごとに紐付けされている。
In the
上記問題作成部102で作成した問題セットを、問題送信部103が、ネットワークnを介してユーザ端末600に送信する。たとえば、図7において、その学習カテゴリの1例すなわち、マーケティングに関する問題601が、そのユーザ端末600の画面に表示されている。
The
ユーザ端末600の画面に表示された図7は、たとえば、マーケティングに関する問題601、602が出題される場合において、現時点での進捗状況を示す進捗バー603を表示することができる。また、回答時間の残り時間表示部604及び残りの問題数表示部605によって、残りの回答するための時間と、残りの問題数をユーザは把握しながら回答することができる。なお、本実施例においては、マーケティングに関する回答が終了したら、営業戦略・戦術、ITリテラシ、経済ニュース、経営戦略、コミュニケーション、思考系スキル、顧客理解に関する問題を順次回答する。なおこの順番は任意である。
FIG. 7 displayed on the screen of the
ユーザは、全部の回答が終了したら、これらの回答を、ユーザ端末600における図示しない送信部から、ネットワークnを介してサーバ10に送信する。もっとも、上記各学習カテゴリごとに回答し、逐一その回答をユーザ端末600における図示しない送信部から、ネットワークnを介してサーバ10に送信することもできる。
When all the answers have been completed, the user transmits these answers from the transmitting unit (not shown) in the
サーバ10における回答受信部104が、ユーザ端末600における図示しない送信部から送信された回答を受信する。
The
回答受信部104が受信したその回答を、テスト結果作成部105が採点する。具体的には、問題マスタ112に格納されている模範回答との一致点及び相違点を見出し、採点する。その採点の結果は後述するテスト結果DB116に保存される。
The test
テスト結果作成部105で採点する採点方法は、たとえば、いわゆるIRT(Item Response Theory、項目反応理論、または、項目応答理論)によって採点することができる。これにより、複数のユーザが、同じ程度の難易度で、かつ異なる問題セットについて回答した場合であっても、その複数のユーザのテストの結果を相対的に比較することができる。さらに、複数のユーザが異なる程度の難易度で、かつ異なる問題セットについて回答した場合であっても、その複数のユーザのテストの結果同士を対比することができる。よって、多数のユーザが同じ程度の難易度でかつ異なる問題に対して回答した場合であっても、そのユーザの全体における位置を客観的に把握することができる。また、多数のユーザが異なる程度の難易度でかつ異なる問題に対して回答した場合であっても、そのユーザの全体における位置を客観的に把握することができる。従ってこの場合職位が異なるユーザ同士を対比することができる。たとえば、部長職のユーザの獲得した点数と、一般職のユーザの獲得した点数と、を比較することができる。
The scoring method to be scored by the test
このように、採点した結果、そのユーザの得点をさらに偏差値によって表すことができる。また、プロフィール200に生年月日欄506に生年月日を入力することで、年代別の順位を表示することもできる。
Thus, as a result of scoring, the user's score can be further represented by a deviation value. Also, by entering the date of birth in the date of
上記ユーザの得点、受験者全体の総合順位、印刷業における営業職である職種ごとの順位、その職位即ち一般職の場合における順位が、テスト結果DB116に保存される。またそのテスト結果が、上記のとおりテスト結果作成部105によって作成され、そのテスト結果が、テスト結果送信部105aにより再びネットワークnを介して、ユーザ端末600に送信される。また、受験したユーザ全体を対象として、業界と職種別に正答率を算出し、その問題が含まれる学習カテゴリと、業界職種との相関係数を算出する。相関係数の絶対値が0に近い場合はその学習カテゴリの問題はその業界との関係性が薄いため、問題マスタ112において、その問題を、たとえば削除することにより調整し、その内容を更新することができる。また上述の重視度の数値を減少させるように更新することもできる。
The score of the user, the overall rank of the entire examinee, the rank for each job type in the printing business, and the rank in the case of the job title or general job are stored in the
また、テスト結果作成部105は、複数のユーザにおける学習カテゴリごとの問題の正答率を算出する。正答率がたとえば95パーセント以上と高い場合、または、5パーセント以下と低い場合は、その学習カテゴリごとの問題を、問題マスタ112からその問題を削除する。なお、これらの正答率については学習カテゴリの問題ごとに設定することができる。また、その正答率を算出し、問題マスタ112に反映させる。すなわち一般職において正答率が低い場合は難易度が高い問題として、たとえば部長職のユーザに出題するようにテスト結果DB116の内容を更新することができる。反対に、部長職において正答率が高い場合は難易度が低い問題として、たとえば一般職のユーザに出題するようにテスト結果DB116の内容を更新することができる。
Also, the test
ユーザ端末600に送信されたテスト結果の表示は、たとえば、ユーザが全体結果800aを選択すると、図8により全体結果が表示される。ユーザ端末600の画面における全体テスト結果欄801の総合得点と、全体順位と、偏差値と、を表示することができる。また、同業界内のテスト結果欄802において業界内順位と、業界内偏差値と、を表示することができる。また、同年代内テスト結果欄803において、同年代内順位と、同年代内偏差値と、を表示することができる。また、同職種内テスト結果欄804において同職種内順位と、同職種内偏差値と、を表示することができる。また、同年代内テスト結果欄805において、同職種内順位と、同職種内偏差値と、を表示することができる。具体的には全体テスト結果欄801の総合得点は100点満点で72点、全体順位は、10000人中3000番、偏差値は55と表示することができる。また、同業界内のテスト結果欄802において業界内順位は、2000人中1000番、業界内偏差値は、50と表示される。また、同年代内テスト結果欄803において同年代内順位は、2000人中1000番、同年代内偏差値は50と表示される。また、同職種内テスト結果欄804において同職種内順位は、2000人中1000番、同職種内偏差値は50と表示される。
The display of the test result transmitted to the
また同時に、テスト結果作成部105は、営業戦略・戦術、顧客理解、マーケティング、経理・財務、コミュニケーション、法務・コンプライアンス、ITリテラシの各学習カテゴリごとに、他の複数のユーザの獲得した点数が、あらかじめテスト結果DB116に蓄積されている、そのユーザの属する業界及び職種、職位すなわち、印刷業界、営業職、および一般職の他の複数のユーザのテスト結果の平均を数値化したものと対比する。その結果を、テスト結果送信部105aが、ネットワークnを介してユーザ端末600に送信する。
At the same time, the test
テスト結果送信部105aによって、ネットワークnを介してユーザ端末600に送信されたテスト結果の表示は、たとえば、ユーザが属性別結果800bを選択すると、図9により表示された属性別結果が表示される。すなわち、経理・財務の得点欄901、ITリテラシの得点欄902、法務・コンプライアンスの得点欄903、コミュニケーションの得点欄904、経営戦略の得点欄905、マーケティングの得点欄906、顧客理解の得点欄907、営業戦略の得点欄908の各学習カテゴリごとに、そのユーザが獲得した点数と、そのユーザの属する業界、及び職種及び職位と同じ、業界、及び職種及び職位の複数の他のユーザの平均点と比較する。
The display of the test result transmitted to the
たとえば、ユーザ端末600に送信された学習カテゴリ別の結果の表示は、上記のとおり、図9により表示されている。経理・財務に関する学習カテゴリの問題に対して、同じ職位すなわち一般職の他の複数のユーザの獲得した点数表示部901aの平均が50点であるのに対し、ユーザが獲得した点数表示部901bの点数は48点であるとする。また、ITリテラシに関する学習カテゴリの問題に対して、同じ職位すなわち一般職の他の複数のユーザの獲得した点数表示部902aの平均が47点であるのに対し、ユーザが獲得した点数表示部902bの点数は55点であるとする。また、法務・コンプライアンスに関する学習カテゴリの問題に対して、同じ職位すなわち一般職の他の複数のユーザの獲得した点数表示部903aの平均が45点であるのに対し、ユーザが獲得した点数表示部903bの点数は59点であるとする。また、コミュニケーションに関する学習カテゴリの問題に対して、同じ職位すなわち一般職の他の複数のユーザの獲得した点数表示部904aの平均が44点であるのに対し、ユーザが獲得した点数表示部904bの点数は57点であるとする。また、経営戦略に関する学習カテゴリの問題に対して、同じ職位すなわち一般職の他の複数のユーザの獲得した点数表示部905aの平均が44点であるのに対し、ユーザが獲得した点数表示部905bの点数は57点であるとする。また、マーケティングに関する学習カテゴリの問題に対して、同じ職位すなわち一般職の他の複数のユーザの獲得した点数表示部906aの平均が51点であるのに対し、ユーザが獲得した点数表示部906bの点数は52点であるとする。また、顧客理解に関する学習カテゴリの問題に対して、同じ職位すなわち一般職の他の複数のユーザの獲得した点数表示部907aの平均が44点であるのに対し、ユーザが獲得した点数表示部907bの点数は57点であるとする。また、営業戦略に関する学習カテゴリの問題に対して、同じ職位すなわち一般職の他の複数のユーザの獲得した点数表示部908aの平均が55点であるのに対し、ユーザが獲得した点数表示部908bの点数は43点であるとする。
For example, the display of the results by learning category transmitted to the
このように各学習カテゴリごとに、そのユーザが獲得した点数と偏差値を表示することができるために同じ職位すなわち一般職の他の複数のユーザの獲得した平均の点数と、をそれぞれ対比することができるので、そのユーザの弱点及び、強みを明らかにすることができる。このように、業界、職種、職位ごとに、必要とされる学習カテゴリごとの弱点、及び、強みをユーザ自ら把握することができる。従って、ユーザが学ぶべき学習カテゴリを見出すことができる。 In this way, for each learning category, the score obtained by the user and the average score obtained by other users of the same job position, that is, general job, can be compared to each other so that the deviation value can be displayed. Can identify the user's weaknesses and strengths. In this manner, it is possible for the user to grasp the weaknesses and strengths required for each learning category required for each industry, job type, and job position. Thus, it is possible to find out the learning category that the user should learn.
また、テスト結果作成部105は、経理・財務、ITリテラシ、法務・コンプライアンス、コミュニケーション、経営戦略、マーケティング、顧客理解、営業戦略・戦術の各学習カテゴリごとに、ユーザの点数と、あらかじめテスト結果DB116に蓄積されている、そのユーザが、将来目標とする業界及び職種、職位(それぞれvisionとする場合がある。)すなわち、印刷業界、営業職、および部長職である他の複数のユーザのテスト結果の平均を数値化したものと対比する。その結果を、テスト結果送信部105aが、ネットワークnを介してユーザ端末600に送信する。
In addition, the test
テスト結果送信部105aによって、ネットワークnを介してユーザ端末600に送信されたテスト結果の表示は、たとえば、そのユーザが将来希望する業界、職種、職位であるvision比較800cを選択すると、図10により表示された属性別すなわち、印刷業界、営業、一般職と、vision業界、vision営業、vision部長との対比が表示される。すなわち、経理・財務の得点欄931、ITリテラシの得点欄932、法務・コンプライアンスの得点欄933、コミュニケーションの得点欄934、経営戦略の得点欄935、マーケティングの得点欄936、顧客理解の得点欄937、営業戦略の得点欄938の各学習カテゴリごとに、そのユーザが獲得した点数と、そのユーザが将来希望する業界、職種、職位である、vision業界、及びvision職種及びvision職位の複数の他のユーザの平均点と比較する。
The display of the test result transmitted to the
たとえば、ユーザ端末600に送信された学習カテゴリ別の結果の表示は、図10により表示されている。経理・財務に関する学習カテゴリの問題に対して、ユーザが将来希望する職位である部長職の他の複数のユーザが獲得した点数表示部931aの平均が55点であるのに対し、ユーザが獲得した点数表示部931bの点数は48点であるとする。また、ITリテラシに関する学習カテゴリの問題に対して、ユーザが将来希望する職位である部長職の他の複数のユーザが獲得した点数表示部932aの平均が45点であるのに対し、ユーザが獲得した点数表示部932bの点数は55点であるとする。また、法務・コンプライアンスに関する学習カテゴリの問題に対して、ユーザが将来希望する職位である部長職の他の複数のユーザの獲得した点数表示部933aの平均が45点であるのに対し、ユーザが獲得した点数表示部933bの点数は57点であるとする。また、コミュニケーションに関する学習カテゴリの問題に対して、ユーザが将来希望する職位である部長職の他の複数のユーザが獲得した点数表示部934aの平均が48点であるのに対し、ユーザが獲得した点数表示部934bの点数は52点であるとする。また、経営戦略に関する学習カテゴリの問題に対して、同じ職位すなわち一般職の他の複数のユーザの獲得した点数表示部935aの平均が50点であるのに対し、ユーザが獲得した点数表示部935bの点数は55点であるとする。また、マーケティングに関する学習カテゴリの問題に対して、ユーザが将来希望する職位である部長職の他の複数のユーザが獲得した点数表示部936aの平均が51点であるのに対し、ユーザが獲得した点数表示部936bの点数は52点であるとする。また、顧客理解に関する学習カテゴリの問題に対して、ユーザが将来希望する職位である部長職の他の複数のユーザが獲得した点数表示部937aの平均が51点であるのに対し、ユーザが獲得した点数表示部937bの点数は53点であるとする。また、営業戦略に関する学習カテゴリの問題に対して、ユーザが将来希望する職位である部長職の他の複数のユーザが獲得した点数表示部938aの平均が55点であるのに対し、ユーザが獲得した点数表示部938bの点数は41点であるとする。
For example, the display of the results by learning category transmitted to the
このようにそれぞれ表示されたユーザの得点と、部長職の他の複数のユーザの獲得した平均の点数と、を対比することができるので、そのユーザが将来目標とする部長職に至る際の弱点及び、強みを明らかにすることができる。このように、業界、職種、職位ごとに、そのユーザが将来必要とされる学習カテゴリごとの弱点、及び、強みをユーザ自ら把握することができる。従って、ユーザが将来希望する職位に付くために学ぶべき学習カテゴリを見出すことができる。よって、そのユーザがどの学習カテゴリの問題を解けば、自らのビジネス知識を向上させるということが明確となる。 The user's score displayed in this way can be compared with the average score obtained by a plurality of other users of the manager's job, so that the user's weakness in reaching the manager's job as a target in the future And we can clarify our strengths. In this manner, for each industry, job type, and job position, it is possible for the user to grasp the weaknesses and strengths for each learning category required in the future by the user. Therefore, it is possible to find a learning category to be learned by the user in order to obtain a desired position in the future. Therefore, it becomes clear that if the user solves the problem of which learning category, his / her business knowledge will be improved.
またそれと同時に、学習計画作成部109によって、その差を埋めるための学習計画を作成する。具体的には、たとえば同じ職位すなわち一般職の他の複数のユーザ平均の偏差値を50としたときに、そのユーザの獲得した学習カテゴリごとに偏差値と重視度から、教材判定部106が、教材マスタ113に格納されている教材、すなわち、eラーニングするためのたとえば画像データあるいはテキストデータや書籍名またはその書籍の内容のテキストデータ及びセミナから、基礎的な、eラーニングのデータや書籍及びセミナを選択する。教材マスタ113には、多数の書籍あるいは、eラーニングのデータ、セミナのデータが格納され、それらの内容がそのユーザが獲得したテストの偏差値ごとに紐付けされ格納されている。
At the same time, the learning
また同様に、学習計画作成部109によって、そのユーザが将来希望する職種との差を埋めるための学習計画を作成する。具体的には、たとえばユーザが将来希望する職位すなわち部長職の他の複数のユーザ平均の偏差値を50としたときに、そのユーザの獲得した学習カテゴリごとに偏差値と重視度から、教材判定部106が、教材マスタ113に格納されている教材、すなわち、eラーニングするためのたとえば画像データあるいはテキストデータや書籍名またはその書籍の内容のテキストデータ及びセミナから、基礎的な、eラーニングのデータや書籍及びセミナを選択する。教材マスタ113には、多数の書籍あるいは、eラーニングのデータ、セミナのデータが格納され、それらの内容がそのユーザが獲得したテストの偏差値ごとに紐付けされ格納されている。
Similarly, the learning
具体的には、学習計画作成部109は、学習カテゴリ重視度と、ユーザの獲得した偏差値とから、学習対象の学習カテゴリを選択する。たとえば、ユーザが、一般職である他の複数のユーザの平均点である偏差値50に到達するための学習計画を希望した場合に学習計画作成部109は、それら重視度と、そのユーザの、同じ業界、職種、職位の他のユーザの平均点との差、たとえば偏差値を算出し、その偏差値と学習カテゴリの重視度から、学習カテゴリを選択する。本実施例の場合は、ユーザが学習カテゴリごとに獲得した偏差値と、その重視度と、はそれぞれ、経理・財務の重視度が0.8 偏差値48、ITリテラシの重視度が0.8 偏差値55、法務・コンプライアンスの重視度が1.2 偏差値58、コミュニケーションの重視度が1.2 偏差値55、経営戦略.戦術の重視度が0.9 偏差値45、マーケティングの重視度が1.4 偏差値52、顧客理解の重視度が1.3 偏差値55、営業戦略・戦術の重視度が1.5 偏差値45、このように学習計画作成部109は、重視度が高く、獲得した偏差値が低い学習カテゴリを選択する(図11a参照)。その際に、ユーザが偏差値50を目標とした場合は、たとえば偏差値50以下の学習カテゴリを選択すると共に、その重視度が比較的高い場合は、後述するように、教材レベル1、2及び3と規定する(図11a参照)。また獲得した偏差値が、48以上の場合であっても、重視度が比較的低い場合は後述するように、教材レベル1と規定する(図11a参照)。なお、上記のとおり、いわゆるIRT(Item Response Theory、項目反応理論、または、項目応答理論)によって採点することができるので、複数のユーザが異なる程度の難易度で、かつ異なる問題セットについて回答した場合であっても、その複数のユーザ同士のテストの結果を相対的に対比することができる。
Specifically, the learning
また同様に、たとえば、ユーザが、将来希望する部長職の他の複数のユーザの平均点である偏差値50に到達するための学習計画を希望した場合に学習計画作成部109は、それら重視度と、そのユーザの将来希望する業界、職種、職位の他の複数のユーザの平均点との差たとえば偏差値と重視度から、学習カテゴリを選択する。本実施例の場合は、その重視度と、ユーザが学習カテゴリごとに獲得した偏差値と、はそれぞれ、経理・財務の重視度が0.8 偏差値45、ITリテラシの重視度が0.8 偏差値52、法務・コンプライアンスの重視度が1.2 偏差値55、コミュニケーションの重視度が1.2 偏差値53、経営戦略.戦術の重視度が0.9 偏差値43、マーケティングの重視度が1.4 偏差値51、顧客理解の重視度が1.3 偏差値53、営業戦略・戦術の重視度が1.5 偏差値43、このように学習計画作成部109は、重視度が高く、獲得した偏差値が低い学習カテゴリを選択する(図11b参照)。その際に、ユーザが偏差値50を目標とした場合は、たとえば偏差値50以下の学習カテゴリを選択すると共に、そのユーザの獲得した偏差値が45以下の場合であっても、重視度が比較的高い場合は、後述するように教材レベル1、2及び3と規定する(図11b参照)。また獲得した偏差値が、48以上の場合であっても、重視度が比較的低い場合は後述するように、教材レベル1と規定する(図11b参照)。なお、上記のとおり、いわゆるIRT(Item Response Theory、項目反応理論、または、項目応答理論)によって採点することができるので、多数のユーザが異なる程度の難易度でかつ異なる問題に対して回答した場合であっても、そのユーザの全体における位置を客観的に把握することができる。従ってこの場合職位が異なるユーザ同士を対比することができる。たとえば、部長職のユーザの獲得した点数と、一般職のユーザの獲得した点数とを比較することができる。なお、レベル1、2、3についての意義は後述する。
Similarly, for example, when the user desires a learning plan for reaching the deviation value 50 which is an average point of a plurality of other users of the managerial job desired in the future, the learning
このように、学習計画作成部109は、重視度が高く、獲得した偏差値が低い学習カテゴリを選択すると、教材判定部106は、教材マスタ113から、上記のとおり教材レベルごとに紐付けされた各学習カテゴリごとにそのユーザに適した教材を選択する。これはたとえば、ユーザが、一般職である他の複数のユーザの平均点である偏差値50に到達するために、1基礎のコースである学習計画を希望した場合と、ユーザが、将来希望する部長職の他の複数のユーザの平均点である偏差値50に到達するために、1基礎のコースである学習計画を希望した場合と同様である。
As described above, when the learning
すなわち、さらに詳述すると、たとえば、ユーザが、一般職である他の複数のユーザの平均点である偏差値50に到達するための1基礎のコースである学習計画を希望した場合は、偏差値が50以下の偏差値を獲得した学習カテゴリであって、重視度が比較的高い学習カテゴリを選択する。もっとも、この場合は偏差値が50以下の学習カテゴリは経理・財務と、営業戦略・戦術であるので、これらが該当する(図11a参照)。この場合、経理・財務の重視度は0.8と比較的低いため、教材レベル1の一般的な知識を使って解ける問題に紐付けされている。すなわち営業という職種において、経理・財務の重視度は0.8と比較的低いため、経理・財務についての一般的な知識(レベル1)を押さえれば充分であるからである。これに対して、営業戦略・戦術については、重視度が、1.5と比較的高く設定されている。これは、営業という職種において、営業戦略・戦術は重要であることに鑑み、営業戦略・戦術について、一般的な知識(レベル1)を使って解く問題だけではなく、専門的な知識(レベル2)を使って解く問題のみならず、複合的な知識(レベル3)を使って解く問題を押さえる必要があるからである。
More specifically, for example, when the user desires a learning plan which is a course of one basis for reaching the deviation value 50 which is the average point of other general users, the deviation value Is a learning category in which a deviation value of 50 or less is obtained, and a learning category with a relatively high degree of emphasis is selected. However, in this case, since the learning categories with a deviation value of 50 or less are accounting / finance and sales strategies / tactics, they correspond (see FIG. 11a). In this case, since the emphasis on accounting and finance is relatively low at 0.8, it is linked to a problem that can be solved using general knowledge at teaching
また、ユーザが、将来希望する部長職の他の複数のユーザの平均点である偏差値50に到達するための1基礎のコースである学習計画を希望した場合は、偏差値が50以下の偏差値を獲得した学習カテゴリであって、重視度が比較的高い学習カテゴリを選択する。もっとも、この場合においても、偏差値が50以下の学習カテゴリは経理・財務と、営業戦略・戦術であるので、これらが該当する(図11b参照)。また同様に、経理・財務の重視度は0.8と比較的低いため、教材レベル1の一般的な知識を使って解ける問題に紐付けされている。すなわち営業という職種において、経理・財務の重視度は0.8と比較的低いため、経理・財務についての一般的な知識(レベル1)を押さえれば充分であるからである。これに対して、営業戦略・戦術については、重視度が、1.5と比較的高く設定されている。これは、営業という職種において、営業戦略・戦術は重要であることに鑑み、営業戦略・戦術について、一般的な知識(レベル1)を使って解く問題だけではなく、専門的な知識(レベル2)を使って解く問題のみならず、複合的な知識(レベル3)を使って解く問題を押さえる必要があるからである。
In addition, when the user desires a learning plan which is a course of one basis for reaching the deviation value 50 which is an average point of a plurality of other users of the managerial job desired in the future, the deviation value is 50 or less Select a learning category that has acquired a value and that has a relatively high degree of emphasis. However, in this case as well, since the learning categories having a deviation value of 50 or less are accounting / finance and sales strategies / tactics, they correspond (see FIG. 11 b). Similarly, since the emphasis on accounting and finance is relatively low at 0.8, it is linked to a problem that can be solved using general knowledge at teaching
このように本実施例においては、1基礎、2上級、3お試し、のいずれかの学習コースを選択することができる。1基礎のコースについては上述のとおりであるが、2上級のコースであれば、偏差値として60を目指すように設定することができる。また、3お試しのコースであれば、最低限抑えておく必要がある学習カテゴリを選択する。本実施例の場合は、想定学習時間が短いものであって、教材レベルがこのユーザに合致し、比較的評価の高い、「はじめての営業戦術」なる書籍を、教材判定部106は、教材マスタ113から選択する。
Thus, in the present embodiment, one of the basic, two advanced, and three trial learning courses can be selected. The basic course is as described above, but if it is the advanced course, it can be set to aim at 60 as the deviation value. Also, if it is a
このように、あらかじめ上記各学習コースごとに、教材判定部106は、教材マスタ113から、上記のとおり教材レベル及び評価ごとに紐付けされた各学習カテゴリごとにそのユーザに適した教材を選択する。
Thus, for each learning course, the teaching
教材マスタ113は、たとえば書籍に関するデータベース1201、セミナに関するデータベース1202、eラーニングに関するデータベース1203が格納されている。たとえば、学習カテゴリが営業戦略・戦術の場合に、図12において、教材マスタ113は、書籍に関するデータベース1201として、書籍名と、金額と、想定学習時間と、教材レベル及び評価ごとに紐付けられていて、書籍名「営業の教科書」は、金額「1500」円であり、想定学習時間は「5時間」教材レベルは、「2」、評価は、「10」と紐付けらており、また、書籍名「営業の基礎」は、金額「500」円であり、想定学習時間は「6時間」教材レベルは、「1」、評価は、「9」と紐付けられている。このように各書籍名とその金額と想定学習時間と教材レベルと評価と、がそれぞれ紐付けられている。なお本実施例においては、教材判定部106は、教材マスタ113に格納されている書籍名「営業の教科書」を選択する(図12参照)。
The
また、セミナとして、セミナ名「営業ロールプレイ」は、金額「1000」円であり、想定学習時間は「3時間」教材レベルは、「2」、評価は、「10」と紐付けらており、また、セミナ名「営業が知っておきたい法律セミナ」は、金額「0」円であり、想定学習時間は「1時間」教材レベルは、「1」、評価は、「9」と紐付けられている。このように各セミナ名とその金額と想定学習時間と教材レベルと評価と、がそれぞれ紐付けられている。なお本実施例においては、教材判定部106は、教材マスタ113に格納されているセミナ名「営業ロールプレイ」を選択する(図12参照)。なお、後述するように、図13、14において、セミナ名「営業ロールプレイ」についてのユーザ端末600における表示については省略する。
In addition, as a seminar, the seminar name "sales role play" is the amount "1000" yen, the assumed learning time is "3 hours", the teaching material level is "2", and the evaluation is "10", In addition, the seminar name “Law seminar you want the sales to know” is the amount “0” yen, the estimated learning time is “1 hour”, the teaching material level is “1”, and the evaluation is “9”. ing. In this way, each seminar name and its amount, estimated learning time, teaching material level and evaluation are linked. In the present embodiment, the teaching
また、学習ドリル(eラーニング)として、コース名「営業戦略・戦術、パート1」は、想定学習時間は「30分」教材レベルは、「1」、評価は、「10」と紐付けらており、また、学習ドリル(eラーニング)として、コース名「営業戦略・戦術、パート2」は、想定学習時間は「30分」教材レベルは、「2」、評価は、「9」と紐付けられている。また、コース名「営業戦略・戦術、パート3」は、想定学習時間は「30分」教材レベルは、「3」、評価は、「8」と紐付けられている。このように、各学習ドリル(eラーニング)として、コース名と想定学習時間と教材レベルと評価と、がそれぞれ紐付けられている。なお本実施例の場合、学習ドリル(eラーニング)においては課金していないが有料としても好ましい。なお本実施例においては、教材判定部106は、教材マスタ113に格納されているコース名「営業戦略・戦術、パート1」および、コース名「営業戦略・戦術、パート2」、コース名「営業戦略・戦術、パート3」をそれぞれ選択する(図12参照)。なお図12は、学習カテゴリとして、「営業戦略・戦術」に関するデータベースであるが、各学習カテゴリごとに、教材マスタ113において、たとえば複数の書籍に関するデータと、複数のセミナに関するデータと、複数のeラーニングに関するデータと、が格納されていることは言うまでもない。
In addition, as a learning drill (e-learning), the course name "sales strategy / tactics,
このように学習計画作成部109は、ユーザが学習すべき学習カテゴリを選択する。また、教材判定部106は、その選択された学習カテゴリに属する教材を、教材マスタ113から、ユーザが学習すべき教材を選択する。その選択した教材を表示するために、ネットワークnを介して、学習計画送信部109aが、ユーザ端末600に送信する。
Thus, the learning
ユーザ端末600に、学習計画送信部109aが送信したユーザが学習すべき学習計画を表示する。たとえば、図13によれば、1基礎コース1301においては、想定学習時間は12時間、書籍の合計金額が1500円、総コンテンツ数が5と、学習カテゴリ数が1と表示され、「営業戦略・戦術」が表示される。学習カテゴリが「営業戦略・戦術」の場合、ユーザの獲得した得点が、平均より35点低いと表示され、その学習カテゴリの概要を説明するためのイントロダクションの表示がなされ、その学習ドリル(eラーニング)「パート1、パート2、パート3」が表示される。また、復習テストと、「書籍 営業の教科書 1500円」と表示される。
The
また、たとえば、図13によれば、2上級コース1302においては、想定学習時間は15時間、書籍の合計金額が2500円、総コンテンツ数が6と、学習カテゴリ数が1と表示され、「営業戦略・戦術」が表示される。学習カテゴリが「営業戦略・戦術」の場合、ユーザの獲得した得点が、平均より35点低いと表示され、その学習カテゴリの概要を説明するためのイントロダクションの表示がなされ、その学習ドリル(eラーニング)「パート1、パート2、パート3」が表示される。また、復習テストと、「書籍 営業戦略大全 2500円」と表示される。
Further, for example, according to FIG. 13, in the 2 upper-
また、たとえば、図13によれば、3お試しコース1303においては、想定学習時間は2.5時間、書籍の合計金額が1500円、総コンテンツ数が3と、学習カテゴリ数が1と表示され、「営業戦略・戦術」が表示される。学習カテゴリが「営業戦略・戦術」の場合、ユーザの獲得した得点が、平均より35点低いと表示され、その学習カテゴリの概要を説明するためのイントロダクションの表示がなされ、その学習ドリル(eラーニング)「パート1、パート2、パート3」が表示される。また、復習テストと、「書籍 営業の教科書 1500円」と表示される。
Further, for example, according to FIG. 13, in the 3
なお、ユーザが学習すべき学習カテゴリについては、ユーザが獲得した点数によって、「営業戦略・戦術」以外の学習カテゴリを表示する場合があることは言うまでもない。そのユーザの得手、不得手によって、図11に表示されている「営業戦略・戦術」以外の各学習カテゴリが表示される場合がある。 It is needless to say that, regarding the learning category to be learned by the user, there are cases where learning categories other than "sales strategy / tactics" may be displayed depending on the score acquired by the user. Each learning category other than the “business strategy / tactics” displayed in FIG. 11 may be displayed depending on the user's pros and cons.
また、ユーザが、将来希望する部長職の他の複数のユーザの平均点である偏差値50に到達するために必要とする場合において、ユーザ端末600に、学習計画送信部109aが送信したユーザが学習すべき学習計画を表示する。たとえば、図14によれば、1基礎コース1401においては、想定学習時間は12時間、書籍の合計金額が1500円、総コンテンツ数が5と、学習カテゴリ数が1と表示され、「営業戦略・戦術」が表示される。学習カテゴリが「営業戦略・戦術」の場合、ユーザの獲得した得点が、平均より35点低いと表示され、その学習カテゴリの概要を説明するためのイントロダクションの表示がなされ、その学習ドリル(eラーニング)「パート1、パート2」が表示される。また、復習テストと、「書籍 営業の教科書 1500円」と表示される。
Also, in the case where the user needs to reach the deviation value 50, which is the average point of a plurality of other users of the desired managerial staff in the future, the user transmitted by the learning
また、たとえば、図14によれば、2上級コース1402においては、想定学習時間は15時間、書籍の合計金額が2500円、総コンテンツ数が6と、学習カテゴリ数が1と表示され、「営業戦略・戦術」が表示される。学習カテゴリが「営業戦略・戦術」の場合、ユーザの獲得した得点が、平均より35点低いと表示され、その学習カテゴリの概要を説明するためのイントロダクションの表示がなされ、その学習ドリル(eラーニング)「パート1、パート2、パート3」が表示される。また、復習テストと、「書籍 営業戦略大全 2500円」と表示される。
Also, for example, according to FIG. 14, in the 2 upper-
また、たとえば、図14によれば、3お試しコース1403においては、想定学習時間は2.5時間、書籍の合計金額が1500円、総コンテンツ数が3と、学習カテゴリ数が1と表示され、「営業戦略・戦術」が表示される。学習カテゴリが「営業戦略・戦術」の場合、ユーザの獲得した得点が、平均より35点低いと表示され、その学習カテゴリの概要を説明するためのイントロダクションの表示がなされ、その学習ドリル(eラーニング)「パート1」が表示される。また、復習テストと、「書籍 営業の教科書 1500円」と表示される。
Further, for example, according to FIG. 14, in the 3
なお、ユーザが、将来希望する部長職の他の複数のユーザの平均点である偏差値50に到達するための場合において、ユーザが獲得した点数によっては、学習すべき学習カテゴリが、「営業戦略・戦術」以外の学習カテゴリを表示する場合あることは言うまでもない。そのユーザの得手、不得手によって、図11に表示されている「営業戦略・戦術」以外の各学習カテゴリが表示される場合がある。このように本実施例によれば、ユーザが学ぶべき学習カテゴリを見出すことができる学習支援システムを提供することができる。 In the case where the user reaches the deviation value 50, which is the average point of a plurality of other users of the desired managerial staff in the future, depending on the score acquired by the user, the learning category to be learned may It goes without saying that there are cases in which learning categories other than tactics are displayed. Each learning category other than the “business strategy / tactics” displayed in FIG. 11 may be displayed depending on the user's pros and cons. As described above, according to the present embodiment, it is possible to provide a learning support system capable of finding out the learning category to be learned by the user.
またたとえば、ユーザが、ユーザ端末600に、表示された1基礎、2上級、3お試し
の各コースのうち、1基礎のコースを選択すると、選択した学習計画 基礎のコース、vision:印刷業界、営業職 部長 、想定学習時間12時間、総コンテンツ数5(学習ドリル数20)学習カテゴリ1、営業戦術平均より35点低い、イントロダクション、想定学習時間5分、eラーニングパート1、想定学習時間30分、eラーニングパート2、想定学習時間30分と表示される。また、初めても営業戦略なる書籍の映像が表示される想定読了時間5時間と表示される(符号1501)。ユーザは、教材名のうち希望する教材を選択し、学習を始める。この場合、書籍であれば、その書籍の通信販売サイトにリンクすることができ、その書籍を購入することができる。また、eラーニングであれば、そのままユーザ端末600において実際に学習すべく、そのeラーニングの学習内容をダウンロードすることができる。なお、セミナについて、表示していない。もっとも、セミナであればそのセミナに申し込むためのサイトにリンクして、そのセミナに申しこむようにしてもよい。また、表示された書籍名とその書籍の画像がアイコンとして表示することもできる。この場合その表示画面のアイコンは、その書籍を販売しているサイトにリンクすることが好ましく、ユーザがそのアイコンをクリックあるいはタッチすると、その書籍を販売しているサイトにジャンプすることができる。なおeラーニング、セミナについても同様である。表示画面のアイコンをユーザがクリックあるいはタッチするとeラーニング、セミナが開始されうるとしても好ましい(図15参照)。
Also, for example, when the user selects one of the 1 basic, 2 advanced and 3 trial courses displayed on the
たとえば、1基礎のコースにおいて、学習カテゴリが営業戦略・戦術の場合における「営業の教科書」の販売元の販売サイトにリンクされ、その書籍を購入することができる。なお、セミナあるいは,eラーニングについても同様にそれらのサイトにリンクされ、セミナであれば、いわゆるセミナを申し込みするためのサイトにジャンプし、eラーニングであれば、その講座をダウンロードすることができる。 For example, in one basic course, the learning category can be linked to the sales site of the "sales textbook for sales" in the case of sales strategy / tactics, and the book can be purchased. The seminar or e-learning is also linked to those sites, and if it is a seminar, it can jump to a site for applying so-called seminars, and if it is e-learning, the course can be downloaded.
またユーザは、学習する上で、その最終的に達成すべきいわばゴールを設定することができる。すなわち、ユーザ端末600において、符号1502において、達成基準を、すべてのコンテンツを学習する選択肢と、テストで一定以上の点数を獲得する選択肢と、テストですべて100点を獲得する選択肢と、を選択することができる表示がなされる。一定以上の点数を獲得する選択肢と、を有する。
In addition, the user can set a so-called goal to be finally achieved in learning. That is, in the
その後、ユーザが示された学習計画送信部109aが送信した教材を学習したのちに、図15においてユーザが提示され書籍について学習した際の評価を、ユーザ端末600から、サーバ10に送信する。たとえば、学習カテゴリごとに示された書籍、営業の教科書の評価をする。1内容がわかり易い、2知識が付いた、3同じ領域の学習者にすすめたい?などの質問事項に対して、たとえば、「そう思わない」から「非常にそう思う」までの5段階で評価をする。これをそのユーザの属する業界と、職種と、職位と、紐付けて、ユーザ端末600の図示しない送信部からサーバ10に送信する(図16参照)。
Thereafter, after learning the teaching material transmitted by the learning
ユーザ端末600の図示しない送信部から送信され、学習結果受信部110が受信した、上記各学習カテゴリごとに提示された書籍の評価と、そのユーザの属する業界と、職種と、職位と、を、教材評価DB118に登録する。なお、その評価を受信し、その内容が、教材評価DB118に蓄積され、その教材の評価が低い場合は次回受験するユーザにその書籍等の教材を提供しないようにするために、教材マスタ113の内容における評価を下げるように更新する。
The evaluation of the book presented for each learning category, which is sent from a transmitting unit (not shown) of the
次に、本実施例における学習支援装置10の問題を出題するための処理の流れ、すなわち出題フローについて図を参照して説明する。図17は、ユーザのプロフィール200に記載した、業界及び職種及び職位からユーザの知識を向上させるために適した学習カテゴリの問題を作成し、それにユーザが回答することによってそのユーザが現時点で有している学習カテゴリの知識が明確とするための処理の流れを説明する。
Next, the process flow for asking the question of the
出題フローについて、ユーザが、テストを開始するために、ユーザ端末600からサーバ10にアクセスすると、上記のとおりプロフィール送信工程(s301)は、ユーザマスタ111に格納されている後述する所定の項目を有するプロフィール200を、プロフィール送信部100によってユーザ端末600に送信する。
Regarding the questioning flow, when the user accesses the
ユーザはこのプロフィール送信工程(s301)により送信されたプロフィール200に、所定の項目の欄すなわち、氏名欄501、業界欄502、職種欄503、役職欄504、年収欄505、生年月日欄506、vision業界欄512、vision職種欄513、vision役職欄514、vision年収欄515、について回答する。なお上記のとおり、visionとは、そのユーザの将来希望するものであり、そのユーザの将来希望する業界が、vision業界欄512に記載したものであり、そのユーザの将来希望する職種が、vision職種欄513に記載したものであり、そのユーザの将来希望する役職が、vision役職欄514に記載したものであり、そのユーザの将来希望する年収がvision年収欄に記載したものである。
In the
次に、プロフィールサーバ送信工程(s302)は、上記所定の項目を記載したプロフィール200を、ユーザが、ユーザ端末600からサーバ10に送信する。
Next, in the profile server transmission step (s 302), the user transmits the
プロフィール受信工程(s303)は、ユーザが、ユーザ端末600からサーバ10に送信された上記所定の項目を記載したプロフィール200をユーザ情報受信部101が受信する。
In the profile receiving step (s303), the user
学習カテゴリ選択工程(s304)は、プロフィールサーバ送信工程(s302)によって送信されプロフィール受信工程(s303)におけるユーザ情報受信部101によって受信された上記所定の項目を記載したプロフィール200に記載された業界及び職種に基づいて、問題作成部102が、出題する学習カテゴリを、問題マスタ112から選択する。たとえば、上記のとおり、ユーザの職種はそのプロフィール200における「業界」及びその「職種」は、それぞれ、「印刷業」、「営業」であるので、問題作成部102が、「印刷業」における「営業」に関する学習カテゴリのうち、マーケティングの重視度が1、営業戦略・戦術の重視度が、1.5、ITリテラシの重視度が0.8、経済ニュースの重視度が1.3、経営戦略の重視度が0.9、コミュニケーションの重視度が1.2、思考系スキルの重視度が1.2、顧客理解の重視度が1.4と、数値の大きい順から8個の学習カテゴリを選択する。もっとも8個の学習カテゴリに限られることはない。
The learning category selection step (s304) includes the industry described in the
次に、問題レベル決定工程(s305)は、上記学習カテゴリ選択工程(s304)により、問題作成部102が出題する学習カテゴリにおける職位に応じた難易度の問題を決定する。
Next, in the problem level determination step (s305), the above-mentioned learning category selection step (s304) determines the difficulty level according to the position in the learning category for which the
具体的にたとえば、本実施例において、ユーザの職位は一般職であるので、この場合は、上記学習カテゴリすなわち、マーケティング、営業戦略・戦術、ITリテラシ、経済ニュース、経営戦略、コミュニケーション、思考系スキル、顧客理解、における一般職に関する問題が決定される。従ってたとえば職位が部長職の場合と比してその難易度は容易な傾向にある問題が出題されうる。 Specifically, for example, in the present embodiment, since the position of the user is a general position, in this case, the above learning categories, ie, marketing, sales strategy / tactics, IT literacy, economic news, business strategy, communication, thinking skills Issues with general positions in customer understanding. Therefore, for example, there may be a problem that the degree of difficulty tends to be easier as compared to the case where the position is a manager position.
また、同時に問題レベル決定工程(s305)は、その業界特有の問題を、問題作成部102が、問題マスタ112から選択する。たとえば、ユーザの選択した業界は印刷業でるので、印刷業に特有の問題が出題される。たとえば、いわゆるDTP(Desktop publishing)に関する問題、あるいはオフセット印刷に関する問題が選択される。これらの問題は業界別に異なることは言うまでもない。
At the same time, in the problem level determination step (s 305), the
テストセット作成工程(s306)は、上記問題レベル決定工程(s305)によって決定された各学習カテゴリごとの問題と、業界特有の問題と、を結合して複数の問題からなるテストセットを作成する。 The test set creation step (s306) combines the problem for each learning category determined by the above problem level determination step (s305) with the industry specific problem to create a test set consisting of a plurality of problems.
次に、問題送信工程(s307)は、問題送信部103から、テストセット作成工程(s306)で作成された複数の各学習カテゴリごとの問題と、業界特有の問題と、からなる問題セットを、ユーザ端末600に送信する。
Next, the problem transmitting step (s307) comprises, from the
回答送信工程(s308)は、問題送信部103によって送信された複数の各学習カテゴリごとの問題と、業界特有の問題とについてそのユーザが回答し、その回答をユーザ端末600における図示しない送信部によって、サーバ10に送信する。
In the answer transmitting step (s308), the user answers the questions for each of the plurality of learning categories transmitted by the
回答採点工程(s309)は、そのユーザの回答を、サーバ10における回答受信部104が受信し、その受信した回答をテスト結果作成部105が、採点する。具体的には、回答受信部104が受信したその回答と、問題マスタ112に格納されている模範回答と、を対比することによってテスト結果作成部105が採点し、そのユーザの職位の得点と、受験者全体の総合順位、さらに偏差値を集計する。また、正答率採点工程(s310)は、テスト結果作成部105によって、複数のユーザにおける学習カテゴリごとの問題の正答率を算出し、業界及び職種別の各学習カテゴリごとの問題の正答率をテスト結果DB116に保存する。上記のとおり、ユーザの得点、受験者全体の総合順位、印刷業における営業すなわち業界および職種ごとの順位、また、職位即ち一般職の場合における順位、年代別の順位をテスト結果DB116に保存する。なお、正答率がたとえば95パーセント以上と高い場合、または、5パーセント以下と低い場合は、その正答率が高いまたは低い学習カテゴリの問題を、その学習カテゴリと問題との関連性が低いとして問題マスタ112から削除する。正答率については学習カテゴリの問題ごとに設定することができるものの、その正答率から各学習カテゴリごとのいわゆる相関係数からその関連性を算出し問題マスタ112に反映する。
In the answer scoring step (s309), the
次に、図18において、テスト結果作成工程(s321)は、回答受信部104が受信したその回答と、問題マスタ112に格納されている模範解答と、テスト結果作成部105がそれらを対比することによって採点し、そのユーザの得点と、受験者全体の総合順位、さらに偏差値を集計する。上記のとおり、テスト結果作成部105で採点する採点方法は、いわゆるIRT(Item Response Theory、項目反応理論、または、項目応答理論)によって採点するので、複数のユーザが、同じ程度の難易度で、かつ異なる問題セットおよび複数のユーザが異なる程度の難易度で、かつ異なる問題セットについて回答した場合であっても、その複数のユーザ同士のテストの結果を対比することができる。
Next, in FIG. 18, in the test result creating step (s 321), the test
また、現時点テスト結果作成工程(s322)は、テスト結果作成部105によって、採点したユーザの獲得した得点と、問題マスタ112に格納されている他の複数のユーザが獲得した平均点と、を対比することによってたとえば業界、職種、職位ごとに偏差値および順位を集計する。すなわち本実施例においては印刷業における営業であって一般職の場合におけるそのユーザの偏差値及び順位を集計する。
Further, the current test result creating step (s 322) compares the score acquired by the user who scored by the test
また、将来時点テスト結果作成工程(s323)は、テスト結果作成部105によって、採点したユーザの獲得した得点と、問題マスタ112に格納されている、そのユーザが
将来目標とする職位の複数のユーザが獲得した点数と、を対比することによって、将来目標とする職位と対比した偏差値及びその順位を集計する。すなわち本実施例においては印刷業における営業であって将来の目標(vision)とする職位が部長職の場合におけるその部長職が獲得した得点の平均と対比したそのユーザの偏差値及び順位を集計する。
Further, in the future time point test result creation step (s323), the test
なお、テスト結果作成工程(s321)において、集計した結果と、現時点テスト結果作成工程(s322)において、ユーザが各学習カテゴリごとに獲得した点数と同じ業界、職種、職位の複数の他のユーザの平均点との対比した結果と、将来時点テスト結果作成工程(s323)において、ユーザの各学習カテゴリごとに獲得した点数とそのユーザが将来希望する業界、職種、職位の複数の他のユーザの平均点との対比した結果と、を、それぞれ、テスト結果送信部105aが、ユーザ端末に600に送信することもできる(図9、図10参照)。また、それらを、一度に送信することもできる。
In the test result creation step (s321), the result of the counting, and in the current test result creation step (s322), a plurality of other users who have the same industry, job title, and job position as the user earned for each learning category. The result of comparing with the average score and the score obtained for each learning category of the user in the future time point test result creation process (s323) and the average of a plurality of other users of the industry, job type and job position desired by the user in the future The test
学習カテゴリ決定工程(s331)は、現時点テスト結果作成工程(s322)よって作成されたそのユーザの得点を集計した結果によって、学習カテゴリと、教材レベルと、を決定する(図19参照)。なお、学習カテゴリ決定工程(s331)は、現時点テスト結果作成工程(s322)のみならず、将来時点テスト結果作成工程(s323)によって作成されたそのユーザの得点を集計した結果によって、学習カテゴリと、教材レベルと、を決定することができる。 The learning category determination step (s331) determines the learning category and the teaching material level based on the result obtained by summing up the scores of the user created by the current test result creation step (s322) (see FIG. 19). The learning category determination step (s331) is based on the result of summing up the scores of the user created not only at the current test result creation step (s322) but also at the future time point test result creation step (s323). The teaching material level can be determined.
また、学習教材決定工程(s332)において、そのユーザと同じ職位すなわち一般職の他の複数のユーザとの差を埋めるために教材判定部106が、教材マスタ113に格納されている教材を選択する(図19参照)。具体的には、たとえば同じ職位すなわち一般職の他の複数ユーザを母集団としたときに、そのユーザの獲得した学習カテゴリごとの偏差値が平均である50から一定程度下回っている場合(差がある場合)、たとえば10程度下回っている場合は、その学習カテゴリが学習対象として選択される。さらに、ユーザにとって学習カテゴリの重視度により、教材判定部106が、教材マスタ113に格納されている教材から教材レベルに応じて選択する。具体的には、学習カテゴリの重視度が低い場合は、基礎的な知識(一般的な知識)を習得すれば充分であるとして、たとえば、教材レベルの低い教材(たとえばレベル1の教材)を、教材判定部106が、教材マスタ113に格納されている複数の教材から選択する。また、学習カテゴリの重視度が高い場合は、基礎的な知識では充分ではないために、専門的な知識(レベル2)及び複合的な専門知識(レベル3)を習得することが求められるために、たとえば、教材レベルの比較的高い教材(たとえばレベル1のみならずレベル2、レベル3の教材)を、教材判定部106が、教材マスタ113に格納されている複数の教材から選択する。
In addition, in the learning material determining step (s332), the learning
なお、上記は、1基礎のコースの場合であり、たとえば、2上級のコースでは、同じ職位すなわち一般職の他の複数のユーザを母集団としたときに偏差値55を目指すように教材レベルを比較的高い教材(たとえば教材レベル3の教材)を教材判定部106が、教材マスタ113に格納されている教材から選択する。また、3お試しのコースの場合は、上述の1基礎のコースにおいて、特にユーザの獲得した学習カテゴリごとの偏差値が一定程度開いている場合(差がある場合)、たとえば10程度開いている場合は、基礎的な知識が足りないものとして、教材レベルが低い教材(たとえば教材レベル1の教材)を教材判定部106が、教材マスタ113に格納されている教材から選択することができる(図13、図18参照)。
In addition, the above is the case of the course of 1 foundation, for example, in the course of 2 advanced courses, the teaching material level is aimed at aiming at
また、同時に、学習教材決定工程(s332)において、そのユーザが将来希望する職位における他のユーザが獲得した点数との差を埋めるために教材判定部106が、教材マスタ113に格納されている教材を選択する(図19参照)。具体的には、たとえばそのユーザの希望する将来の職位である部長職である他の複数のユーザを母集団としたときに、そのユーザの獲得した学習カテゴリごとの偏差値が平均である50から一定程度下回っている場合(差がある場合)、たとえば10程度下回っている場合は、その学習カテゴリが学習対象として選択される。さらに、ユーザにとって学習カテゴリの重視度により、教材判定部106が、教材マスタ113に格納されている教材から教材レベルに応じて選択する。具体的には、学習カテゴリの重視度が低い場合は、基礎的な知識(一般的な知識)までを習得すれば充分であるとして、たとえば、教材レベルの低い教材(たとえばレベル1の教材)を、教材判定部106が、教材マスタ113に格納されている複数の教材から選択する。また、学習カテゴリの重視度が高い場合は、基礎的な知識では充分ではないために、専門的な知識(レベル2)及び複合的な専門知識(レベル3)を習得することが求められるために、たとえば、教材レベルの比較的高い教材(たとえばレベル1のみならずレベル2、レベル3の教材)を、教材判定部106が、教材マスタ113に格納されている複数の教材から選択する。
In addition, at the same time, in the learning material determination step (s332), the learning
なお、上記は、1基礎のコースの場合であり、たとえば、2上級のコースは、そのユーザが将来希望する職位である部長職における他の複数のユーザを母集団としたときに偏差値55を目指すように教材レベルが比較的高い教材(たとえば教材レベル3の教材)を教材判定部106が、教材マスタ113に格納されている教材から選択する。また、3お試しのコースの場合は、上述の1基礎のコースにおいて、特にユーザの獲得した学習カテゴリごとに偏差値が一定程度開いている場合(差がある場合)、たとえば10程度開いている場合であって、重視度が比較的高い場合は、基礎的な知識が足りないものとして、教材レベルが低い教材(たとえば教材レベル1の教材)を教材判定部106が、教材マスタ113に格納されている教材から選択することができる(図14、図18参照)。
In addition, the above is the case of the course of 1 foundation, for example, the course of 2 advanced courses makes deviation value 55 a population, when making a plurality of other users in a manager's job who is a position desired by the user in the future The teaching
学習計画送信工程(s333)は、学習計画送信部109aらネットワークnを介して、ユーザ端末600に学習教材決定工程(s332)によって取得した教材を送信する(図19参照)。たとえば、書籍の場合は、「営業の教科書」金額1500円である書籍を表示する画像データを送信する。
The learning plan transmission step (s333) transmits the learning material acquired in the learning material determination step (s332) to the
学習プラン表示工程(s334)は、ユーザ端末600に、学習教材決定工程(s332)によって取得した「営業の教科書」金額1500円、学習想定時間12時間、からなる学習プランを表示する(図14、19参照)。 The learning plan display step (s334) displays on the user terminal 600 a learning plan consisting of the “business textbook” amount of 1500 yen acquired in the learning material determination step (s332) and the estimated learning time of 12 hours (FIG. 14, 19).
学習プラン決定工程(s335)はユーザが、上記学習プランに同意する場合は学習プランが確定する。たとえば、ユーザが、1基礎コース1301(図13参照)を選択し、ユーザ端末600における図示字内の送信部が、サーバ10に、1基礎コース1301を選択したことを送信する。なおユーザが上記「1基礎」、「2上級」、「3お試し」、の3コースの学習プランのいずれも同意しない場合は、その学習プランを再表示する(図13,14、19参照)。この場合たとえば、図13及び図14において、「1基礎」、「2上級」、「3お試し」における格確認・編集ボタンを一定時間押さない場合に上記「1基礎」、「2上級」、「3お試し」、の3コースの学習プランのいずれも同意しないものとすることができる。
In the learning plan determination step (s335), when the user agrees with the learning plan, the learning plan is finalized. For example, the user selects the one base course 1301 (see FIG. 13), and the transmitter in the character in the
学習プランが確定すると学習計画出力工程(s336)は、学習計画作成部109によって学習すべき学習カテゴリを選択し、教材判定部106は、教材マスタ113から選択した教材をユーザ端末600に送信する(図19参照)。
When the learning plan is determined, the learning plan output step (s 336) selects a learning category to be learned by the learning
学習計画表示工程(s337)は、教材マスタ113から教材判定部106が選択した教材をユーザ端末600に表示する。学習計画選択工程(s338)において、ユーザは、ユーザ端末600に表示されたその教材を選択する(図19参照)。
The learning plan display step (s 337) displays the teaching material selected by the teaching
教材出力工程(s339)は、教材マスタ113に格納されている教材を出力する(図19参照)。たとえば、1基礎のコースにおいて、学習カテゴリが営業戦略・戦術の場合における「営業の教科書」の販売元の販売サイトにリンクされ、その書籍を購入することができる。なお、セミナあるいは,eラーニングについても同様にそれらのサイトにリンクされ、セミナであれば申し込みサイトにジャンプし、eラーニングであれば、その講座をダウンロードすることができる。 The teaching material output step (s 339) outputs the teaching material stored in the teaching material master 113 (see FIG. 19). For example, in one basic course, the learning category can be linked to the sales site of the "sales textbook for sales" in the case of sales strategy / tactics, and the book can be purchased. The seminar or e-learning is also linked to those sites, and if it is a seminar, the user jumps to the application site, and if it is e-learning, the course can be downloaded.
教材学習工程(s340)において、ユーザが、上記教材を、学習する。ユーザの学習が終了するとユーザは、教材評価工程(s341)により、その書籍の評価と評価者のテスト結果および、そのユーザの属する業界と、職種と、職位と、を教材評価DB118に登録する。これにより、教材評価改定工程(s342)において、たとえば、書籍に関するデータベース1201における評価が定まり、書籍名と、金額と、想定学習時間と、教材レベルに紐付けられる(図12参照)。なお、その評価が低い場合は、次回受験するユーザにその書籍等の教材を提供しないように教材マスタ113の内容における評価を下げるように更新する。また、その評価が高い場合は、次回受験するユーザにその書籍等の教材を積極的に提供するように教材マスタ113の内容における評価を上げるように更新する。
In the teaching material learning step (s340), the user learns the teaching material. When the user's learning is completed, the user registers the evaluation of the book and the test result of the evaluator, the industry to which the user belongs, the job type, and the job position in the teaching
10 サーバ
100 プロフィール送信部
101 ユーザ情報受信部
102 問題作成部
103 問題送信部
104 回答受信部
105 テスト結果作成部
105a テスト結果送信部
106 教材判定部
109 学習計画作成部
109a 学習計画送信部
110 学習結果受信部
111 ユーザマスタ
112 問題マスタ
113 教材マスタ
116 テスト結果DB
117 学習計画DB
118 教材評価DB
200 プロフィール
600 携帯端末
n ネットワーク
10
117 Learning Plan DB
118 teaching material evaluation DB
200
Claims (6)
前記プロフィール送信部によって送信されたプロフィールに、学習を受けるユーザが回答したプロフィールを受信するユーザ情報受信部と、
前記プロフィールに紐付けされた問題が格納されている問題マスタと、
前記ユーザ情報受信部によって受信した前記ユーザのプロフィールに基づいて、前記ユーザに適した問題を、前記問題マスタから選択する問題作成部と、を有する学習支援システム。 A profile transmission unit for transmitting a profile to the user terminal;
A user information receiving unit for receiving a profile answered by a user who receives learning in the profile transmitted by the profile transmitting unit;
A problem master storing the problems linked to the profile;
And a problem creation unit that selects a problem suitable for the user from the problem master based on the profile of the user received by the user information reception unit.
前記問題送信部によって、送信された問題に対してユーザが回答し、その回答を受信する回答受信部と、
さらに模範回答が格納されている前記問題マスタと、
前記問題マスタに格納された模範回答と、前記回答受信部によって受信した回答と、を、対比して採点するテスト結果作成部と、
前記テスト結果作成部によって、採点した結果、ユーザの弱点となる学習カテゴリを判断する学習計画作成部と、
前記ユーザが学習すべき教材が格納された教材マスタと、
前記学習計画作成部によって学習カテゴリを選択し、その選択された学習カテゴリごとに、前記教材マスタから前記ユーザに適した教材を選択する教材判定部と、を有する請求項1から3のいずれかに記載の学習支援システム。 A problem transmitting unit that transmits the problem selected from the problem master by the problem creating unit to the user;
An answer receiving unit that allows the user to answer the transmitted question by the question sending unit and receives the answer;
Furthermore, the problem master in which a model answer is stored;
A test result creation unit that compares and scores the model answer stored in the question master and the answer received by the answer receiver;
As a result of being scored by the test result creating unit, a learning plan creating unit that determines a learning category which is a weak point of the user;
A teaching material master storing teaching materials to be learned by the user;
The teaching material determination unit according to any one of claims 1 to 3, further comprising: a learning material determination unit that selects a learning category by the learning plan creation unit and selects a learning material suitable for the user from the learning material master for each of the selected learning categories. Description support system.
前記プロフィール送信工程によって送信され上記所定の項目を記載したプロフィールを受信するプロフィール受信工程と、
前記プロフィール受信工程によって受信された上記所定の項目であるプロフィールに記載された業界及び職種に基づいて、問題作成部が、出題する学習カテゴリを、問題マスタから選択する学習カテゴリ選択工程と、を順次コンピュータ実行させる学習支援プログラム。 A profile transmitting step of transmitting a profile having a predetermined item stored in the user master to the user terminal by the profile transmitting unit;
A profile receiving step of receiving the profile transmitted by the profile transmitting step and describing the predetermined item;
A learning category selecting step of selecting a learning category to be presented from the question master on the basis of the industry and the job type described in the profile which is the predetermined item received by the profile receiving step; Computer aided learning support program.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017166819A JP2019045615A (en) | 2017-08-31 | 2017-08-31 | Learning support system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017166819A JP2019045615A (en) | 2017-08-31 | 2017-08-31 | Learning support system |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019045615A true JP2019045615A (en) | 2019-03-22 |
Family
ID=65816378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017166819A Pending JP2019045615A (en) | 2017-08-31 | 2017-08-31 | Learning support system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019045615A (en) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102163704B1 (en) * | 2019-07-11 | 2020-10-08 | (주)오앤이교육 | An optimal learning path presentation system and method by analyzing knowledge state of learners |
KR102476575B1 (en) * | 2022-01-17 | 2022-12-13 | (주)플레이스터디 | Method for automatic scoring omr answer sheet and providing learning management solution through deep learning image recognition and system thereof |
CN116992076A (en) * | 2023-09-27 | 2023-11-03 | 成都华栖云科技有限公司 | Video extraction method and device based on learning behaviors |
-
2017
- 2017-08-31 JP JP2017166819A patent/JP2019045615A/en active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102163704B1 (en) * | 2019-07-11 | 2020-10-08 | (주)오앤이교육 | An optimal learning path presentation system and method by analyzing knowledge state of learners |
KR102476575B1 (en) * | 2022-01-17 | 2022-12-13 | (주)플레이스터디 | Method for automatic scoring omr answer sheet and providing learning management solution through deep learning image recognition and system thereof |
CN116992076A (en) * | 2023-09-27 | 2023-11-03 | 成都华栖云科技有限公司 | Video extraction method and device based on learning behaviors |
CN116992076B (en) * | 2023-09-27 | 2023-12-01 | 成都华栖云科技有限公司 | Video extraction method and device based on learning behaviors |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Baker | Nurse educator orientation: Professional development that promotes retention | |
Magana et al. | Teamwork facilitation and conflict resolution training in a HyFlex course during the COVID‐19 pandemic | |
Jackel et al. | Assessment and feedback in higher education: A review of literature for the Higher Education Academy | |
Snowball et al. | Dancing with the devil: Formative peer assessment and academic performance | |
US20120028230A1 (en) | Teaching method and system | |
US20070196798A1 (en) | Self-improvement system and method | |
Soeprijanto et al. | The effect of digital literacy, self-awareness, and career planning on engineering and vocational teacher education students’ learning achievement | |
JP2019045615A (en) | Learning support system | |
Tucker et al. | Enhancing and assessing group and team learning in architecture and related design contexts | |
Ortiz et al. | Business schools, the anxiety of finance, and the order of the ‘middle tier’ | |
Dahri et al. | Usability Evaluation of Mobile App for the Sustainable Professional Development of Teachers. | |
Zupanc et al. | Variability analysis for effectiveness and improvement in classrooms and schools in upper secondary education in Slovenia: Assessment of/for Learning Analytic Tool | |
US8478754B2 (en) | Method and system for personality comparison via public consensus | |
CA2522208A1 (en) | Human capital management assessment tool system and method | |
Volante et al. | Validation of an assessment centre process for the selection of school leaders in Chile | |
Kaas | An examination of the relationship between supervision and self-efficacy in early career school psychologists, school psychology interns, and practicum students | |
Alston et al. | A methodology for assessing skill-based educational outcomes in a pharmacy course | |
Saputro et al. | How to improve career construction for civil engineering students | |
Letelier et al. | Competencies evaluation in engineering programmes | |
Ovbiagbonhia et al. | Investigating the impact of innovation competence instruction in higher engineering education | |
KR102672162B1 (en) | Apparatus and method for providing training model based on core competency diagnosis | |
Barry | A Generic Template for Implementing Mental Health Promotion | |
Knott et al. | Training needs analysis–Preceptors | |
Leong | Enhancing business undergraduates’ skills and future employability through career development and management | |
Gruen et al. | DEVELOPING WHAT CAN’T BE TAUGHT: CREATING AN EFFECTIVE PORTFOLIO OF STUDENT OUTCOMES THROUGH A STUDENT-RUN DIGITAL MARKETING AGENCY |