JP2019049948A - 評価支援システム及び評価支援装置 - Google Patents

Abstract

【課題】提案者のプレゼンテーションの内容を定量的に評価できる評価支援システム及び評価支援装置を提供する。【解決手段】ネットワーク４を介して提案者のプレゼンテーションの内容を評価する評価支援システム１００であって、前記提案者のプレゼンテーションの映像に基づいて生成された対象情報Ｄを取得する取得手段Ｓ１１０と、予め取得された過去の対象情報、前記過去の対象情報の評価に用いられた参照情報、及び、前記過去の対象情報と前記参照情報との間における３段階以上の連関度が記憶された参照データベースと、前記参照データベースを参照し、前記対象情報Ｄと、前記参照情報との間における３段階以上の第１連関度を含む評価情報を取得する評価手段Ｓ１２０と、前記評価情報に基づき評価結果Ｒを生成し、前記評価結果Ｒを出力する出力手段Ｓ１３０と、を備えることを特徴とする。【選択図】図１

Description

本発明は、提案者のプレゼンテーションの内容を評価する評価支援システム及び評価支援装置に関する。

近年、インターネット上のサービスでは、例えばユーザ（提案者）の社会的信用に基づき、個人間におけるサービス等の享受を促進できる環境の開発が盛んに行われている。例えば、提案者の社会的信用に基づいた仮想株式等を発行し、他のユーザが仮想株式等を売買するサービス等が注目を集めている。このような分野において、提案者の社会的信用は、他のソーシャルネットワーキングサービス（SNS: Social Networking Service）における提案者への注目度合いで評価され、例えばTwitter（登録商標）やFacebook（登録商標）等のフォロワー数により評価される。

他方、提案者に基づく仮想株式等を発行する場合、仮想株式等を売買するユーザは、主に提案者の将来性等を含む思想を判断基準として仮想株式等の売買を検討する。このため、例えば他のソーシャルネットワーキングサービスにおける提案者への注目度合いが高い場合、提案者の思想が懐疑的な場合であったとしても、提案者の社会的信用は必要以上に高く評価される恐れがある。また、他のソーシャルネットワーキングサービスを利用していない提案者においては、思想が有望な場合であったとしても、提案者の社会的信用は低く評価される恐れがある。このため、従来の評価方法では、提案者の社会的信用を適切に評価することが難しい。

提案者の社会的信用を適切に評価する方法として、提案者の思想を含むプレゼンテーションを評価する方法が挙げられる。しかしながら、運営者等が各提案者のプレゼンテーションを評価するには、膨大な時間と評価者の人件費とを費やす必要がある。また、評価者毎の評価バラつきも大きくなることが想定されるため、定量的な評価が課題として挙げられる。

この点、提案者のプレゼンテーションを評価するために、例えば特許文献１に開示されたプレゼンテーション評価装置等が提案されている。

特許文献１に開示されたプレゼンテーション評価装置では、プレゼンテーションが開始されると、スライドを表示する。そして、前記視線方向検知装置により検知された視線の評価を加算する。そして、この装置は、各ページをめくるタイミングをチェックする。この結果を受けて、ページをめくるタイミングとアジェンダから抽出された時間との比較を行う。その結果、大きなずれが発生している場合には、プレゼンテーション画面にその旨が分かる警告の表示を行う。例えば、予定の時間より早く次のページに進んでしまった場合には、「早く進みました（Ｘ秒）」と表示する。

特開２００７−２１９１６１号公報

しかしながら、特許文献１の開示技術では、発表資料に対してどの程度の時間講演を費やしたか等に基づく評価ができるに過ぎず、プレゼンテーションの内容を評価することができない。このような事情により、提案者のプレゼンテーションの内容を定量的に評価できることが望まれている。

そこで本発明は、上述した問題点に鑑みて案出されたものであり、その目的とするところは、提案者のプレゼンテーションの内容を定量的に評価できる評価支援システム及び評価支援装置を提供することにある。

第１発明に係る評価支援システムは、ネットワークを介して提案者のプレゼンテーションの内容を評価する評価支援システムであって、前記提案者のプレゼンテーションの映像に基づいて生成された対象情報を取得する取得手段と、予め取得された過去の対象情報、前記過去の対象情報の評価に用いられた参照情報、及び、前記過去の対象情報と前記参照情報との間における３段階以上の連関度が記憶された参照データベースと、前記参照データベースを参照し、前記対象情報と、前記参照情報との間における３段階以上の第１連関度を含む評価情報を取得する評価手段と、前記評価情報に基づき評価結果を生成し、前記評価結果を出力する出力手段と、を備えることを特徴とする。

第２発明に係る評価支援システムは、第１発明において、前記取得手段は、前記対象情報に基づき、前記提案者への質問情報を生成し、前記質問情報を出力する質問手段と、前記質問情報に対する前記提案者の回答に基づく回答情報を取得する追加手段と、を有することを特徴とする。

第３発明に係る評価支援システムは、第２発明において、前記質問手段は、前記評価手段により取得された前記評価情報を参照して前記質問情報を生成することを特徴とする。

第４発明に係る評価支援システムは、第１発明〜第３発明の何れかにおいて、前記取得手段は、前記対象情報から、前記提案者のプレゼンテーションに用いた資料の内容に関する内容データ、前記提案者のプレゼンテーションの進め方に関する進行データ、前記提案者の音声に関する音声データ、及び、前記提案者の顔の特徴に関する表情データの少なくとも何れかを抽出することを特徴とする。

第５発明に係る評価支援システムは、第４発明において、前記表情データは、前記提案者の目の特徴に関する第１表情データと、前記提案者の顔全体の特徴に関する顔データと、を有し、前記評価結果は、推定健康値を有することを特徴とする。

第６発明に係る評価支援システムは、第１発明〜第５発明の何れかにおいて、前記取得手段は、３０秒以上３０分以下における前記提案者のプレゼンテーションの映像に基づいて生成された前記対象情報を取得することを特徴とする。

第７発明に係る評価支援システムは、第１発明〜第６発明の何れかにおいて、前記過去の対象情報と、前記参照情報との間の関係を新たに取得した場合には、前記関係を前記連関度に反映させる更新手段をさらに備えることを特徴とする。

第８発明に係る評価支援システムは、第１発明〜第７発明の何れかにおいて、前記取得手段は、ソーシャルネットワーキングサービスにおける前記提案者の注目度合いを取得することを特徴とする。

第９発明に係る評価支援装置は、提案者のプレゼンテーションの内容を評価する評価支援装置であって、前記提案者のプレゼンテーションの映像に基づいて生成された対象情報を取得する取得部と、予め取得された過去の対象情報、前記過去の対象情報の評価に用いられた参照情報、及び、前記過去の対象情報と前記参照情報との間における３段階以上の連関度が記憶された参照データベースと、前記参照データベースを参照し、前記対象情報と、前記参照情報との間における３段階以上の第１連関度を含む評価情報を取得する評価部と、前記評価情報に基づき評価結果を生成し、前記評価結果を出力する出力部と、を備えることを特徴とする。

第１発明〜第８発明によれば、評価手段は、参照データベースを参照し、対象情報と、参照情報との間における第１連関度を含む評価情報を取得する。対象情報は、提案者のプレゼンテーションの映像に基づいて生成される。このため、提案者のプレゼンテーションの内容に対して定量的な評価結果を取得することができる。これにより、定量的な評価結果を提案者の社会的信用等に繋げることが可能となる。

特に、第２発明によれば、質問手段は、提案者への質問情報を生成し、質問情報を出力する。また、追加手段は、質問情報に対する提案者の回答に基づく回答情報を取得する。このため、提案者のプレゼンテーションに含まれる情報量が少ない場合においても、質問情報を用いて回答情報を取得することができ、情報量を補充することができる。これにより、評価結果の精度を向上させることが可能となる。

特に、第３発明によれば、質問手段は、評価情報を参照して質問情報を生成する。このため、評価情報に応じた質問情報を生成することができる。これにより、評価結果の精度をさらに向上させることが可能となる。

特に、第４発明によれば、取得手段は、対象情報から、内容データ、進行データ、音声データ、及び表情データの少なくとも何れかを抽出する。このため、上記データ毎に独立した評価結果の生成や、上記データを組み合わせた評価結果の生成をすることができる。これにより、プレゼンテーションの分野や状況に応じて最適な評価結果を生成することが可能となる。

特に、第５発明によれば、評価結果は、提案者の推定健康値を有する。このため、提案者のプレゼンテーション時における健康状態も評価基準に含めることができる。これにより、評価結果の精度をさらに向上させることが可能となる。

特に、第６発明によれば、取得手段は、３０秒以上３０分以下における提案者のプレゼンテーションの映像に基づいて生成された対象情報を取得する。このため、対象情報毎に含まれる情報量のバラつきを抑制することができる。これにより、定量的な評価結果を容易に取得することが可能となる。

特に、第７発明によれば、更新手段は、過去の対象情報と、参照情報との間の関係を新たに取得した場合には、関係を連関度に反映させる。このため、連関度を容易に更新することができ、評価結果の精度をさらに高めることが可能となる。

第９発明によれば、評価部は、参照データベースを参照し、対象情報と、参照情報との間における第１連関度を含む評価情報を取得する。対象情報は、提案者のプレゼンテーションの映像に基づいて生成される。このため、提案者のプレゼンテーションの内容に対して定量的な評価結果を取得することができる。これにより、定量的な評価結果を提案者の社会的信用等に繋げることが可能となる。

実施形態における評価支援システムの構成例を示す模式図である。 図２（ａ）は、対象情報の一例を示す模式図であり、図２（ｂ）は、評価結果の一例を示す模式図である。 図３（ａ）は、実施形態における評価支援装置の構成の一例を示す模式図であり、図３（ｂ）は、実施形態における評価支援装置の機能の一例を示す模式図である。 図４は、実施形態における参照データベースの一例を示す模式図である。 図５は、実施形態における参照データベースの第１変形例を示す模式図である。 図６は、実施形態における参照データベースの第２変形例を示す模式図である。 図７は、質問情報及び回答情報の一例を示す模式図である。 図８は、実施形態における質問データベースの一例を示す模式図である。 図９は、実施形態における評価支援システムの動作の一例を示すフローチャートである。 図１０は、実施形態における評価支援システムの動作の第１変形例を示すフローチャートである。 図１１は、実施形態における評価支援システムの動作の第２変形例を示すフローチャートである。 図１２は、実施形態における質問データベースの変形例を示す模式図である。

以下、本発明の実施形態における評価支援システムの一例について、図面を参照しながら説明する。

（実施形態：評価支援システム１００の構成）
図１を参照して、実施形態における評価支援システム１００の構成の一例について説明する。図１は、本実施形態における評価支援システム１００の全体構成を示すブロック図である。

図１に示すように、評価支援システム１００は、評価支援装置１を備える。評価支援装置１は、例えば公衆通信網４（ネットワーク）を介して、ユーザ端末２と接続されるほか、例えばサーバ３等と接続されてもよい。

評価支援システム１００は、主にインターネット上のサービスを展開するために用いられる。評価支援システム１００は、ユーザ（提案者）のプレゼンテーションの映像に基づいて生成された対象情報Ｄに対して、定量的な評価結果Ｒを出力することができる。このため、評価支援システム１００の管理者等は、例えば評価結果Ｒに基づき、提案者の社会的信用を検討でき、社会的信用に応じた仮想株式等を設定することができる。また、提案者は、例えば評価結果Ｒに基づき、プレゼンテーションの改善等を検討することができる。また、対象情報Ｄ及び評価結果Ｒは、インターネット上に公開する必要がない。このため、提案者のプレゼンテーションの内容等を非公知の状態で評価をすることができる。

＜評価支援装置１＞
本実施形態における評価支援装置１は、主に評価支援システム１００の管理者等が用いる。評価支援装置１は、対象情報Ｄを取得し、対象情報Ｄに対する評価結果Ｒを出力するためのものである。管理者等は、評価支援装置１により得られた評価結果Ｒに基づき、例えば提案者の社会的信用を検討することができる。

評価支援装置１は、例えば図２（ａ）に示すように、ユーザ端末２により生成された対象情報Ｄを、ユーザ端末２から取得する。対象情報Ｄは、ユーザ端末２の有するカメラ及びマイクを用いて、提案者のプレゼンテーションの映像等に基づいて生成される。対象情報Ｄは、例えばプレゼンデータＰ、音声データＳ、及び表情データＦの少なくとも何れかを有する。評価支援装置１は、取得した対象情報Ｄから、必要に応じてプレゼンデータＰ等を抽出する。

プレゼンデータＰは、例えば提案者がプレゼンテーションに用いた資料の内容に関する内容データ、及び提案者のプレゼンテーションの進め方に関する進行データの少なくとも何れかを有する。内容データは、資料の内容をテキストデータに変換したデータを有するほか、例えば図やグラフ等の画像データを有してもよい。進行データは、資料毎を説明する進行時間や、プレゼンテーション全体の進行時間に関するデータを有する。進行データは、例えば資料等を用いる順番に関するデータを有する。

音声データＳは、例えば提案者の発言に関する発言データ、及び提案者の口調に関する口調データの少なくとも何れかを有する。発言データは、例えば提案者の発言をテキストデータに変換したデータを有する。口調データは、例えば提案者の発言の速度、声量、イントネーション、発言間の時間等に関するデータを有する。

表情データＦは、例えば提案者の目の特徴に関する第１表情データ、及び提案者の顔全体の特徴に関する顔データの少なくとも何れかを有する。第１表情データは、提案者の目つき、目力、視線等の特徴に関するデータを有する。顔データは、提案者の顔色、しわ、髪、口、鼻等体の特徴に関するデータを有する。

評価支援装置１は、例えば図２（ｂ）に示すように、対象評価Ｄに対する評価結果Ｒを生成し、ユーザ端末２に評価結果Ｒを出力する。評価結果Ｒは、例えば計画性、持続性、将来性、プレゼン能力、推定健康値、推定年齢、及び評価価格の少なくとも何れかを有する。評価結果Ｒは、各項目に対してスコアを生成するほか、コメントを生成してもよい。

計画性、持続性、及び将来性に関しては、主に提案者の提案内容に対する評価を示す。計画性は、例えば提案者の提案における計画上の抜けや漏れ等の評価に用いることができる。持続性は、例えば提案者の提案における持続的に実現できるか等の評価に用いることができる。将来性は、例えば提案者の提案における客観的な将来性の評価に用いることができる。

参照情報のうち、プレゼン能力、推定健康値、及び推定年齢に関しては、提案者自体に対する評価を示す。プレゼン能力は、例えば提案者の提案の進行や説明の方法等の評価に用いることができる。推定健康値は、提案者の見た目から得られる健康状態の評価に用いることができる。推定年齢は、例えば提案者の見た目から得られる推定年齢の評価に用いることができる。

図３（ａ）は、評価支援装置１の構成の一例を示す模式図である。評価支援装置１として、パーソナルコンピュータ（ＰＣ）等の電子機器が用いられる。評価支援装置１は、筐体１０と、ＣＰＵ１０１と、ＲＯＭ１０２と、ＲＡＭ１０３と、記憶部１０４と、Ｉ／Ｆ１０５〜１０７とを備える。各構成１０１〜１０７は、内部バス１１０により接続される。

ＣＰＵ（Central Processing Unit）１０１は、評価支援装置１全体を制御する。ＲＯＭ（Read Only Memory）１０２は、ＣＰＵ１０１の動作コードを格納する。ＲＡＭ（Random Access Memory）１０３は、ＣＰＵ１０１の動作時に使用される作業領域である。記憶部１０４は、対象情報Ｄ等の各種情報が記憶される。記憶部１０４として、例えばＨＤＤ（Hard Disk Drive）の他、ＳＳＤ（Solid State Drive）やフロッピーディスク等のデータ保存装置が用いられる。なお、例えば評価支援装置１は、図示しないＧＰＵ（Graphics Processing Unit）を有してもよい。ＧＰＵを有することで、通常よりも高速演算処理が可能となる。

Ｉ／Ｆ１０５は、公衆通信網４を介してユーザ端末２等との各種情報の送受信を行うためのインターフェースである。Ｉ／Ｆ１０６は、入力部分１０８との情報の送受信を行うためのインターフェースである。入力部分１０８として、例えばキーボードが用いられ、評価支援システム１００の管理者等は、入力部分１０８を介して、各種情報又は評価支援装置１の制御コマンド等を入力する。Ｉ／Ｆ１０７は、出力部分１０９との各種情報の送受信を行うためのインターフェースである。出力部分１０９は、記憶部１０４に保存された各種情報、又は評価支援装置１の処理状況等を出力する。出力部分１０９として、ディスプレイが用いられ、例えばタッチパネル式でもよい。

図３（ｂ）は、評価支援装置１の機能の一例を示す模式図である。評価支援装置１は、取得部１１と、評価部１２と、出力部１４と、入力部１５と、情報ＤＢ１６とを備える。評価支援装置１は、例えば更新部１３を備えてもよい。なお、図３（ｂ）に示した機能は、ＣＰＵ１０１が、ＲＡＭ１０３を作業領域として、記憶部１０４等に記憶されたプログラムを実行することにより実現される。また、各構成１１〜１６は、例えば人工知能により制御されてもよい。ここで、「人工知能」は、いかなる周知の人工知能技術に基づくものであってもよい。

＜情報ＤＢ１６＞
情報ＤＢ１６は、予め取得された過去の対象情報、及び過去の対象情報の評価に用いられた参照情報が記憶された参照データベースを含む。情報ＤＢ１６は、対象情報Ｄを評価した評価情報が記憶されるほか、例えば評価情報に基づき評価結果Ｒを表示するフォーマット等の各種情報が記憶されたデータベースを含む。参照データベース及びデータベースは、ＨＤＤやＳＳＤ等で具現化された記憶部１０４に保存される。各構成１１〜１５は、必要に応じて情報ＤＢ１６に各種情報を記憶させ、又は各種情報を取出す。

参照データベースには、例えば図４に示すように、過去の対象情報と参照情報との間における３段階以上の連関度が記憶される。過去の対象情報及び参照情報は、複数のデータを有し、それぞれ関係の度合いを示す連関度で紐づいており、例えば１０段階や５段階等の３段階以上の関連度（図４では百分率及び線の特徴で表示）で示される。例えば、過去の内容データに含まれる「内容Ａ」は、参照情報の計画性に含まれる「計画Ａ」との間における連関度「８０％」を示し、参照情報の持続性に含まれる「持続Ａ」との間の連関度「１０％」を示す。

参照データベースは、例えば連関度を算出できるアルゴリズムを有する。参照データベースとして、例えば過去の対象情報、参照情報、及び連関度に基づいて最適化された関数（分類器）が用いられてもよい。

過去の対象情報は、上述した対象情報Ｄに対応するデータを有し、例えば過去のプレゼンデータ、過去の音声データ、及び過去の表情データの少なくとも何れかを有する。各データの特徴は、上述した対象情報Ｄの有する各データと同様のため、説明を省略する。

参照情報は、評価結果Ｒに対応するデータを有し、例えば計画性、持続性、将来性、プレゼン能力、推定健康値、推定年齢、及び評価価格の少なくとも何れかを有する。参照情報として、過去の対象情報を評価したときの結果が用いられる。各データの特徴は、上述した評価結果Ｒの有する各データと同様のため、説明を省略する。

上記のようなデータを参照情報が有することで、提案者のプレゼンテーションに対する評価結果Ｒを生成することができる。なお、上記各データは一例であり、必要に応じて任意に設定することができる。

過去の対象情報及び参照情報は、例えば映像や音のデータ形式で参照データベースに記憶されるほか、例えば数値、行列（ベクトル）、又はヒストグラム等のデータ形式で記憶されてもよい。

連関度は、過去の対象情報と、参照情報との関係に基づき算出される。連関度は、例えば機械学習を用いて算出される。機械学習には、例えば深層学習が用いられる。

連関度は、例えば図５に示すように、過去の対象情報の有する２つ以上のデータの組み合わせと、参照情報との間の関係に基づいて算出されてもよい。例えば、過去の対象情報の過去の内容データに含まれる「内容Ａ」及び過去の進行データに含まれる「進行Ｂ」の組み合わせは、参照情報の計画性に含まれる「計画Ａ」との間における連関度「８０％」を示し、「計画Ｂ」との間における連関度「１０％」を示す。この場合、評価結果Ｒを生成する際、精度の向上及び選択肢の範囲を拡大させることが可能となる。

なお、過去の対象情報は、例えば図６に示すように、過去の対象情報の有する各データ及び参照情報と紐づいた中間情報を有してもよい。この場合、中間情報は、３段階以上の類似度を介して過去のプレゼンデータ、過去の音声データ、及び過去の表情データの少なくとも何れかと紐づけられ、連関度を介して参照情報と紐づけられている。これにより、過去のプレゼンデータ、過去の音声データ、及び過去の表情データの少なくとも何れかを更新、追加等を実施する場合においても、連関度を更新する必要が無い。これにより、評価対象の変更等に伴う参照データベースの再構築に費やす時間を大幅に削減することが可能となる。

＜取得部１１＞
取得部１１は、対象情報Ｄを取得する。取得部１１は、ユーザ端末２から対象情報Ｄを取得するほか、例えば可搬メモリ等の記憶媒体から対象情報Ｄを取得してもよい。なお、対象情報Ｄのデータ形式は任意であり、例えば取得部１１が任意のデータ形式に変換してもよい。

取得部１１は、例えば対象情報Ｄの有する特定のデータのみを抽出してもよく、例えば内容データ、進行データ、音声データＳ、及び、表情データＦの少なくとも何れかを抽出する。抽出するデータは、管理者等が任意に設定できる。

＜質問部１１ａ＞
取得部１１は、例えば質問部１１ａを有する。質問部１１ａは、対象情報Ｄに基づき、提案者への質問情報Ｑを生成し、出力部１４を介して質問情報Ｑをユーザ端末２等に出力する。ユーザ端末２等は、例えば図７に示したように、取得した質問情報Ｑを表示する。質問部１１ａは、テキストデータ形式の質問情報Ｑを生成及び出力するほか、例えば音声データ形式の質問情報Ｑを生成及び出力してもよい。質問部１１ａは、例えば対象情報Ｄを取得している途中（例えば提案者のプレゼンテーションの途中）において質問情報Ｑを生成及び出力してもよく、例えば対象情報Ｄを取得したあと（例えば対象者のプレゼンテーション終了後）において質問情報Ｑを生成及び出力してもよい。質問部１１ａが質問情報Ｑを生成及び出力する回数は、任意である。

質問部１１ａは、例えば質問データベースを参照して、質問情報Ｑを生成する。質問データベースは、予め取得された過去の対象情報、及び過去の対象情報の質問に用いられた過去の質問情報を有し、情報ＤＢ１６に記憶される。

質問データベースには、例えば図８に示すように、過去の対象情報と過去の質問情報との間における３段階以上の質問連関度が記憶される。過去の対象情報及び過去の質問情報は、それぞれ関係の度合いを示す質問連関度で紐づいており、例えば１０段階や５段階等の３段階以上の関連度（図８では百分率及び線の特徴で表示）で示される。例えば、過去の内容データに含まれる「内容Ａ」は、過去の質問情報に含まれる「質問Ａ」との間における質問連関度「６０％」を示し、「質問Ｃ」との間の質問連関度「３０％」を示す。質問部１１ａは、例えば最も高い質問連関度を有する過去の質問情報を、質問情報Ｑとして生成及び出力する。なお、質問部１１ａが質問情報Ｑを生成する際、任意の閾値又は範囲における質問連関度を参照するように設定できる。

質問データベースは、例えば質問連関度を算出できるアルゴリズムを有する。質問データベースとして、例えば過去の対象情報、過去の質問情報、及び質問連関度に基づいて最適化された関数（分類器）が用いられてもよい。

過去の対象情報及び過去の質問情報は、例えば映像や音のデータ形式で質問データベースに記憶されるほか、例えば数値、行列（ベクトル）、又はヒストグラム等のデータ形式で記憶されてもよい。

質問連関度は、過去の対象情報と、過去の質問情報との関係に基づき算出される。質問連関度は、例えば機械学習を用いて算出される。機械学習には、例えば深層学習が用いられる。なお、質問データベースでは、図５に示した参照データベースと同様に、質問連関度が、過去の対象情報の有する２つ以上のデータの組み合わせに基づいて算出されてもよい。

＜追加部１１ｂ＞
取得部１１は、例えば追加部１１ｂを有する。追加部１１ｂは、質問情報Ｑに対する提案者の回答に基づく回答情報Ａを取得する。回答情報Ａは、例えば図７に示すように、ユーザ端末２に表示された質問情報Ｑに対し、提案者が回答した内容に基づき生成される。

追加部１１ｂは、取得された対象情報Ｄから回答情報Ａを抽出するほか、例えば対象情報Ｄとは別の情報として回答情報Ａを取得してもよい。追加部１１ｂは、テキストデータ形式の回答情報Ａを取得するほか、例えば音声データ形式の回答情報Ａを取得してもよい。追加部１１ｂが回答情報Ａを取得したあと、例えば質問部１１ａは、回答情報Ａに基づき、再び提案者への質問情報Ｑを生成してもよい。追加部１１ｂは、例えば回答情報Ａを対象情報Ｄの一部として取得するほか、例えば回答情報ＡをプレゼンデータＰ、音声データＳ、及び表情データＦの何れかに分類してもよい。また、追加部１１ｂが回答情報Ａを対象情報Ｄとは別の情報として取得した場合、参照データベースは、回答情報Ａに対応する過去の回答情報を有する。

取得部１１は、対象情報Ｄに加え、例えば対象情報Ｄに記憶された対象者に関する人物情報を取得してもよい。これにより、人物情報に対応した評価結果Ｒを出力することが可能となる。

＜評価部１２＞
評価部１２は、対象情報Ｄと、参照情報との間における３段階以上の第１連関度を含む評価情報を取得する。評価部１２は、記憶部１０４に保存された参照データベースを参照して、対象情報Ｄと一致又は類似する過去の対象情報を選択し、選択された過去の面談データに紐づけられた連関度を第１連関度として算出する。このほか、評価部１２は、例えば参照データベースを分類器のアルゴリズム又は最適化された関数として用い、対象情報Ｄと参照データとの間における第１連関度を算出してもよい。

例えば、図４に示した参照データベースを用いる場合、対象情報Ｄの有するプレゼンデータＰが、「内容Ａ」と一致又は類似するとき、参照情報の「計画Ａ」に対して「８０％」、「持続Ａ」に対して「１０％」、「プレゼンＢ」に対して「１％」の第１連関度がそれぞれ算出される。また、音声データＳが、「発言Ａ」及び「発言Ｂ」と類似するときは、例えば「発言Ａ」及び「発言Ｂ」と参照情報との間の連関度に対して任意の係数を乗算した値が、第１連関度として算出される。また、対象情報Ｄが複数のデータを有する場合、例えば複数のデータ毎に対応する第１連関度が算出される。

評価部１２は、第１連関度を算出したあと、対象情報Ｄ、参照情報、及び第１連関度を含む評価情報を取得する。なお、評価部１２は、例えば図５に示した参照データベースを参照して、第１連関度を算出してもよい。

＜更新部１３＞
更新部１３は、例えば過去の対象情報と、参照情報との間の関係を新たに取得した場合には、関係を連関度に反映させる。連関度に反映させるデータとして、例えば管理者等が新たに取得した対象情報Ｄと、対象情報Ｄの評価結果Ｒに対応する参照情報とを有する更新データが用いられる。このほか、連関度に反映させるデータとして、例えば管理者等が評価結果Ｒに基づいて作成した学習用データ等が用いられる。

＜出力部１４＞
出力部１４は、評価情報に基づき評価結果Ｒを生成し、評価結果Ｒを出力する。出力部１４は、例えば評価情報の第１連関度に基づいて、対象情報Ｄに対する評価結果Ｒを生成する。また、出力部１４は、例えば評価情報の加工処理等を行わずに評価結果Ｒとして生成してもよい。

出力部１４は、生成した評価結果Ｒを出力する。出力部１４は、Ｉ／Ｆ１０７を介して出力部分１０９に評価結果Ｒを出力するほか、例えばＩ／Ｆ１０５を介してユーザ端末２等の任意の装置に評価結果Ｒを出力してもよい。

＜入力部１５＞
入力部１５は、Ｉ／Ｆ１０５を介してユーザ端末２から送信された対象情報Ｄを受信するほか、例えばＩ／Ｆ１０６を介して入力部分１０８から入力された各種情報を受信する。そのほか、入力部１５は、例えばサーバ３に記憶された対象情報Ｄ等を受信してもよい。入力部１５は、例えば可搬メモリ等の記憶媒体を介して、対象情報Ｄ等を受信してもよい。入力部１５は、例えば管理者等が評価結果Ｒに基づいて作成した更新データや、連関度を更新するために用いられる学習用データ等を受信する。

＜ユーザ端末２＞
ユーザ端末２は、評価支援システム１００を利用する提案者が保有する。ユーザ端末２として、パーソナルコンピュータ（ＰＣ）のほか、例えばスマートフォンやタブレット端末等の電子機器が用いられる。ユーザ端末２は、提案者のプレゼンテーションの映像を取得するためのカメラ及びマイク、並びに取得された映像に基づいて対象情報Ｄを生成する生成部等を有する。なお、ユーザ端末２は、例えば上述した評価支援装置１と同等の構成及び機能を有してもよい。すなわち、本実施形態における評価支援システム１００は、例えば評価支援装置１の代わりにユーザ端末２を用いてもよい。

＜サーバ３＞
サーバ３には、各種情報に関するデータ（データベース）が記憶されている。このデータベースには、例えば公衆通信網４を介して送られてきた情報が蓄積される。サーバ３には、例えば情報ＤＢ１６と同様の情報が記憶され、公衆通信網４を介して評価支援装置１と各種情報の送受信が行われてもよい。サーバ３として、例えばネットワーク上のデータベースサーバが用いられてもよい。サーバ３は、上述した記憶部１０４や情報ＤＢ１６の代わりに用いられてもよい。

＜公衆通信網４＞
公衆通信網４（ネットワーク）は、評価支援装置１等が通信回路を介して接続されるインターネット網等である。公衆通信網４は、いわゆる光ファイバ通信網で構成されてもよい。また、公衆通信網４は、有線通信網には限定されず、無線通信網で実現してもよい。

（実施形態：評価支援システム１００の動作）
次に、本実施形態における評価支援システム１００の動作の一例について説明する。図９は、本実施形態における評価支援システム１００の動作の一例を示すフローチャートである。

＜取得手段Ｓ１１０＞
先ず、評価の対象となる対象情報Ｄを取得する（取得手段Ｓ１１０）。取得部１１は、入力部１５を介して、ユーザ端末２により生成された対象情報Ｄを取得するほか、例えば可搬メモリ等の記憶媒体を介して、対象情報Ｄを取得してもよい。取得部１１は、対象情報Ｄに加え、例えば人物情報を取得してもよい。なお、取得部１１は、取得した対象情報Ｄ等を情報ＤＢ１６に記憶させてもよい。

例えば取得部１１は、対象情報Ｄの有する特定のデータを抽出する。この場合、取得部１１は、抽出した各データを情報ＤＢ１６に記憶させてもよい。

例えば取得部１１は、ユーザ端末２によって生成された対象情報Ｄを連続的に取得するほか、一定期間に記憶された各対象情報Ｄを取得してもよい。すなわち、取得部１１は、提案者のプレゼンテーション中にリアルタイムに近い状態で、対象情報Ｄを分割して取得するほか、提案者のプレゼンテーション終了後に、対象情報Ｄを一括して取得してもよい。取得部１１がユーザ端末２から対象情報Ｄを取得するタイミング及び分割数は、任意である。

＜評価手段Ｓ１２０＞
次に、参照データベースを参照し、対象情報Ｄと、参照情報との間の第１連関度を含む評価情報を取得する（評価手段Ｓ１２０）。評価部１２は、取得部１１又は情報ＤＢ１６から対象情報Ｄを取得し、情報ＤＢ１６から参照データベースを取得する。

評価部１２は、参照データベースを参照することで、対象情報Ｄと、参照情報との間における第１連関度を算出することができる。評価部１２は、例えば対象情報Ｄと一致、一部一致、又は類似する過去の対象情報を選択し、選択された過去の対象情報に紐づけられた参照情報を選択し、選択された過去の対象情報と参照情報との間における連関度に基づいて第１連関度を算出する。なお、評価部１２は、算出した第１連関度及び取得した評価情報を情報ＤＢ１６に記憶させてもよい。

評価部１２は、例えば図５に示した参照データベースを参照し、対象情報Ｄに含まれる各データの組み合わせと、参照情報との間における第１連関度を算出してもよい。また、評価部１２は、例えば図６に示した参照データベースを参照し、中間情報を介して第１連関度を算出してもよい。

＜出力手段Ｓ１３０＞
次に、評価情報に基づき評価結果Ｒを生成し、評価結果Ｒを出力する（出力手段Ｓ１３０）。出力部１４は、評価部１２又は情報ＤＢ１６から評価データを取得し、例えば情報ＤＢ１６から評価結果Ｒを表示するフォーマットを取得してもよい。

出力部１４は、評価情報に基づいて、例えばフォーマットを参照して評価結果Ｒを生成する。出力部１４は、例えば図２（ｂ）に示すように、評価情報に基づいて「計画性」、「持続性」等の評価項目に対する点数（スコア）を算出した結果を、評価結果Ｒとして生成及び出力する。出力部１４は、例えば参照情報に紐づく第１連関度毎の値を点数として算出するほか、第１連関度を組み合わせた値や平均値等を算出してもよい。出力部１４は、例えば評価情報に基づいたテキストデータを選択し、評価結果Ｒのコメントとして生成及び出力してもよい。この場合、テキストデータは予め参照情報と結び付けた状態で記憶部１０４に保存される。

その後、出力部１４は、評価結果Ｒを出力する。出力部１４は、ユーザ端末２又は出力部分１０９に評価結果Ｒを出力する。出力部１４は、例えば予め設定された閾値と、第１連関度とを比較した結果に基づき、評価結果Ｒを出力してもよい。この場合、例えば閾値を「８０％以上」と設定したとき、第１連関度が８０％以上の場合のみ評価結果Ｒを出力する。なお、閾値の条件は、任意に設定することができる。

＜更新手段Ｓ１４０＞
その後、例えば過去の対象情報と、参照情報との間の関係を新たに取得した場合には、関係を連関度に反映させてもよい（更新手段Ｓ１４０）。更新部１３は、例えば管理者等が新たに取得した更新データを取得し、連関度に反映させる。このほか、更新部１３は、例えば管理者が評価結果Ｒに基づいて作成した学習用データを取得し、連関度に反映させる。
更新部１３は、例えば機械学習を用いて連関度の算出及び更新を行い、機械学習には、例えば深層学習が用いられる。

これにより、本実施形態における評価支援システム１００の動作が終了する。なお、上述した更新手段Ｓ１４０を実施するか否かは任意である。

本実施形態によれば、評価手段Ｓ１２０は、参照データベースを参照し、対象情報Ｄと、参照情報との間における第１連関度を含む評価情報を取得する。対象情報Ｄは、提案者のプレゼンテーションの映像に基づいて生成される。このため、提案者のプレゼンテーションの内容に対して定量的な評価結果Ｒを取得することができる。これにより、定量的な評価結果Ｒを提案者の社会的信用等に繋げることが可能となる。

また、本実施形態によれば、取得手段Ｓ１１０は、対象情報Ｄから、内容データ、進行データ、音声データＳ、及び表情データＦの少なくとも何れかを抽出する。このため、上記データ毎に独立した評価結果Ｒの生成や、上記データを組み合わせた評価結果Ｒの生成をすることができる。これにより、プレゼンテーションの分野や状況に応じて最適な評価結果Ｒを生成することが可能となる。

また、本実施形態によれば、評価結果Ｒは、提案者の推定健康値を有する。このため、提案者のプレゼンテーション時における健康状態も評価基準に含めることができる。これにより、評価結果Ｒの精度をさらに向上させることが可能となる。

また、本実施形態によれば、取得手段Ｓ１１０は、３０秒以上３０分以下における提案者のプレゼンテーションの映像に基づいて生成された対象情報Ｄを取得する。このため、対象情報Ｄ毎に含まれる情報量のバラつきを抑制することができる。これにより、定量的な評価結果Ｒを容易に取得することが可能となる。

また、本実施形態によれば、更新手段Ｓ１４０は、過去の対象情報と、参照情報との間の関係を新たに取得した場合には、関係を連関度に反映させる。このため、連関度を容易に更新することができ、評価結果Ｒの精度をさらに高めることが可能となる。

（評価支援システム１００の動作の第１変形例）
次に、図１０を参照して、本実施形態における評価支援システム１００の動作の第１変形例について説明する。上述した動作と、第１変形例の動作との違いは、質問手段Ｓ１１０ａと、追加手段Ｓ１１０ｂとを実施する点である。そのほかの点については、上述した動作と同様のため、説明を適宜省略する。なお、質問手段Ｓ１１０ａ及び追加手段Ｓ１１０ｂは、取得手段Ｓ１１０のあとに実施するほか、例えば取得手段Ｓ１１０中に実施してもよい。

＜質問手段：Ｓ１１０ａ＞
質問手段Ｓ１１０ａは、取得された対象情報Ｄに基づき、提案者への質問情報Ｑを生成し、質問情報Ｑを出力する。質問部１１ａは、例えば図８に示す質問データベースを参照し、対象情報Ｄと、過去の質問情報との間における３段階以上の第１質問連関度を取得し、過去の質問情報及び第１質問連関度に基づき質問情報Ｑを生成する。質問部１１ａは、例えば複数の質問に対応する質問情報Ｑを生成及び出力してもよい。質問部１１ａは、例えば生成した質問情報Ｑを情報ＤＢ１６に記憶させる。

＜追加手段：Ｓ１１０ｂ＞
次に、追加手段Ｓ１１０ｂは、質問情報Ｑに対する提案者の回答に基づく回答情報Ａを取得する。追加部１１ｂは、対象情報Ｄとは別の情報として回答情報Ａを取得する場合、回答情報Ａを対象情報Ｄに追加してもよい。この場合、回答情報Ａを追加した対象情報Ｄを用いて評価手段Ｓ１２０を実施する。追加部１１ｂは、例えば対象情報Ｄから回答情報Ａを抽出してもよい。この場合、追加手段Ｓ１１０ｂにおいて、取得部１１は回答情報Ａを含む対象情報Ｄを取得する。

その後、上述した評価手段Ｓ１２０等を実施し、本実施形態における評価支援システム１００の動作が終了する。

本実施形態における動作の第１変形例によれば、上述した動作と同様に、評価手段Ｓ１２０は、参照データベースを参照し、対象情報Ｄと、参照情報との間における第１連関度を含む評価情報を取得する。対象情報Ｄは、提案者のプレゼンテーションの映像に基づいて生成される。このため、提案者のプレゼンテーションの内容に対して定量的な評価結果Ｒを取得することができる。これにより、定量的な評価結果Ｒを提案者の社会的信用等に繋げることが可能となる。

特に、本実施形態における動作の第１変形例によれば、質問手段Ｓ１１０ａは、提案者への質問情報Ｑを生成し、質問情報Ｑを出力する。また、追加手段Ｓ１１０ｂは、質問情報Ｑに対する提案者の回答に基づく回答情報Ａを取得する。このため、提案者のプレゼンテーションに含まれる情報量が少ない場合においても、質問情報Ｑを用いて回答情報Ａを取得することができ、情報量を補充することができる。これにより、評価結果Ｒの精度を向上させることが可能となる。

（評価支援システム１００の動作の第２変形例）
次に、図１１を参照して、本実施形態における評価支援システム１００の動作の第２変形例について説明する。上述した第１変形例の動作と、第２変形例の動作との違いは、評価手段Ｓ１２０を実施したあとに質問手段Ｓ１１０ａ及び追加手段Ｓ１１０ｂを実施し、再び評価手段Ｓ１２０を実施する点である。そのほかの点については、上述した動作と同様のため、説明を適宜省略する。

質問手段Ｓ１１０ａは、例えば図１２に示す質問データベースを参照し、質問情報Ｑを生成する。図１２に示す質問データベースは、参照データベースの有する参照情報が、過去の質問情報と質問連関度で紐づけられている点において、図８に示した質問データベースと相違する。すなわち、評価手段Ｓ１２０において取得された評価情報に基づいて、質問手段Ｓ１１０ａ及び追加手段Ｓ１１０ｂを実施する。

第２変形例の動作では、追加手段Ｓ１１０ｂにおいて、取得部１１は、回答情報Ａを含む対象情報Ｄを取得する。その後、回答情報Ａを含む対象情報Ｄに基づき評価手段Ｓ１２０を再び実施する。

その後、上述した出力手段Ｓ１３０等を実施し、本実施形態における評価支援システム１００の動作が終了する。

本実施形態における動作の第２変形例によれば、上述した動作と同様に、評価手段Ｓ１２０は、参照データベースを参照し、対象情報Ｄと、参照情報との間における第１連関度を含む評価情報を取得する。対象情報Ｄは、提案者のプレゼンテーションの映像に基づいて生成される。このため、提案者のプレゼンテーションの内容に対して定量的な評価結果Ｒを取得することができる。これにより、定量的な評価結果Ｒを提案者の社会的信用等に繋げることが可能となる。

特に、本実施形態における動作の第２変形例によれば、質問手段Ｓ１１０ａは、評価情報を参照して質問情報Ｑを生成する。このため、評価情報に応じた質問情報Ｑを生成することができる。これにより、評価結果Ｒの精度をさらに向上させることが可能となる

上述した実施形態によれば、３段階以上に設定されている連関度等（第１連関度、質問連関度、第１質問連関度、類似度）に基づいて、対象情報Ｄを評価できる点に特徴がある。連関度等は、例えば０〜１００％までの数値で記述することができるほか、３段階以上の数値で記述できればいかなる段階で構成されていてもよい。

このような連関度等に基づいて、対象情報Ｄに対する評価結果Ｒの候補として選ばれる参照情報において、連関度の高い又は低い順に参照情報等（過去の質問情報、中間情報）を表示することが可能となる。このように連関度等の順に表示することで、管理者等は提案者に該当する可能性の高い傾向を優先的に選択することができる。他方、提案者に該当する可能性の低い傾向も除外せずに表示できるため、管理者等は見逃すことなく選択することが可能となる。

上記に加え、上述した実施形態によれば、例えば連関度等が１％のような極めて低い場合も見逃すことなく評価することができる。連関度等が極めて低い参照情報等であっても、僅かな兆候として繋がっていることを示しており、見逃しや誤認を抑制することが可能となる。

また、上述した実施形態によれば、取得手段Ｓ１１０において、取得部１１は、例えばソーシャルネットワーキングサービスにおける提案者の注目度合いを取得してもよい。提案者の注目度合いとして、例えばTwitter（登録商標）やFacebook（登録商標）等のフォロワー数が用いられ、他のユーザとの繋がり度合いが用いられる。このため、提案者のプレゼンテーションの内容以外の情報を評価結果Ｒの対象とすることができる。これにより、プレゼンテーションの分野や状況に応じて最適な評価結果Ｒを容易に生成することが可能となる。

また、上述した実施形態によれば、提案者の映像は、３０秒以上３０分以内であることが望ましく、より好ましくは２分以上５分以内である。これにより、提案者毎の評価バラつきを抑制することができ、定量的な評価結果Ｒを容易に実現することが可能となる。

また、上述した実施形態によれば、提案者がプレゼンテーションに用いる言語は任意であり、いかなる言語を用いた場合においても、定量的な評価結果Ｒを実現することが可能となる。即ち、対象情報Ｄは、提案者が母国語又は多言語を用いたプレゼンテーションに基づいて生成されてもよい。

また、上述した実施形態によれば、対象情報Ｄは、１人又は複数の提案者のプレゼンテーションの映像や、企業紹介等に基づいて生成されてもよい。即ち、プレゼンテーションの映像には、提案者が撮影されていなくてもよい。

また、上述した実施形態によれば、例えば提案者が複数回（例えば毎日、毎週等）のプレゼンテーションを継続実施できるようにしてもよい。この場合、プレゼンテーション毎に異なる対象情報Ｄを生成するほか、複数のプレゼンテーションを一括した対象情報Ｄを生成してもよい。

また、上述した実施形態によれば、対象情報Ｄは、例えば提案者が数カ月〜数年かかる世界冒険の資金や支援を目的としたプレゼンテーションの映像に基づいて生成されてもよい。

また、上述した実施形態によれば、対象情報Ｄは、例えば提案者がアスリート、又はアスリートの支援者であり、アスリートとして必要な資金の調達を目的としたプレゼンテーションの映像に基づいて生成されてもよい。

また、上述した実施形態によれば、対象情報Ｄは、例えば提案者が資金以外の支援依頼又は提供を目的としたプレゼンテーションの映像に基づいて生成されてもよく、資金以外の支援として、例えばキャッシュ、クレジット、電子マネー、ポイント、及び仮想通貨の少なくとも何れかが用いられるほか、例えば人的支援、教育支援、技術指導等でもよい。

また、上述した実施形態によれば、対象情報Ｄは、例えば提案者が空いている時間の副業探し、仕事探し、又は人的支援の依頼を目的としたプレゼンテーションの映像に基づいて生成されてもよい。

また、上述した実施形態によれば、対象情報Ｄは、例えば提案者が介護、看病等の人的依頼又は提供を目的としたプレゼンテーションの映像に基づいて生成されてもよい。

また、上述した実施形態によれば、提案情報Ｄは、例えば商品の売買を目的としたプレゼンテーションの映像に基づいて生成されてもよい。

また、上述した実施形態によれば、提案情報Ｄは、例えば提案者が行きたい場所や泊まりたい場所の見積の取得を目的としたプレゼンテーションの映像に基づいて生成されてもよい。

また、上述した実施形態によれば、対象情報Ｄは、提案者との時間の交換、時間の売買を目的としたプレゼンテーションの映像に基づいて生成されてもよい。

また、上述した実施形態によれば、対象情報Ｄは、例えば提案者がベビーシッター等の定期依頼のような人的依頼又は提供を目的としてプレゼンテーションの映像に基づいて生成されてもよい。

また、上述した実施形態によれば、対象情報Ｄは、例えば提案者が支援したい人、サービス、又はシステム等に対する支援を目的としたプレゼンテーションの映像に基づいて生成されてもよい。

また、上述した実施形態によれば、対象情報Ｄは、例えば提案者の演技、演奏等のパフォーマンスをプレゼンテーションとした映像に基づいて生成されてもよい。この場合、提案者は、例えば集客又は資金援助を目的として対象情報Ｄを生成する。

また、上述した実施形態によれば、提案者毎に取得した評価結果Ｒの数値に基づき、仮想通貨等のように提案者間で自由に数値を取引できるようにしてもよい。例えば、評価結果Ｒの数値が高い提案者が、評価結果Ｒの数値が低い提案者に対して、評価結果Ｒの数値を譲渡、貸付、預入等を実施できるようにしてもよい。また、提案者の評価結果Ｒの数値に基づき、他の提案者の売り出し評価を購入し、一時的に手持ちの評価結果Ｒの数値がマイナスとなっても、一定期間内に補充、充当、精算等ができるようにしてもよい。

上記において、例えば評価結果Ｒの数値が極端に高い提案者が存在する場合、数値の流動性を見込めない可能性がある。このため、その提案者が数値を他の提案者又はユーザに譲渡できるようにしてもよい。この場合、例えば提案者は、所有する数値の分野と同等の市場価値を有する分野における提案者に譲渡することができる。

本発明の実施形態を説明したが、各実施形態は例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ ：評価支援装置
２ ：ユーザ端末
３ ：サーバ
４ ：公衆通信網
１０ ：筐体
１１ ：取得部
１１ａ ：質問部
１１ｂ ：追加部
１２ ：評価部
１３ ：更新部
１４ ：出力部
１５ ：入力部
１６ ：情報ＤＢ
１００ ：評価支援システム
１０１ ：ＣＰＵ
１０２ ：ＲＯＭ
１０３ ：ＲＡＭ
１０４ ：記憶部
１０５ ：Ｉ／Ｆ
１０６ ：Ｉ／Ｆ
１０７ ：Ｉ／Ｆ
１０８ ：入力部分
１０９ ：出力部分
１１０ ：内部バス
Ｓ１１０ ：取得手段
Ｓ１１０ａ ：質問手段
Ｓ１１０ｂ ：追加手段
Ｓ１２０ ：評価手段
Ｓ１３０ ：出力手段
Ｓ１４０ ：更新手段

Claims (9)

1. ネットワークを介して提案者のプレゼンテーションの内容を評価する評価支援システムであって、
   前記提案者のプレゼンテーションの映像に基づいて生成された対象情報を取得する取得手段と、
   予め取得された過去の対象情報、前記過去の対象情報の評価に用いられた参照情報、及び、前記過去の対象情報と前記参照情報との間における３段階以上の連関度が記憶された参照データベースと、
   前記参照データベースを参照し、前記対象情報と、前記参照情報との間における３段階以上の第１連関度を含む評価情報を取得する評価手段と、
   前記評価情報に基づき評価結果を生成し、前記評価結果を出力する出力手段と、
   を備えることを特徴とする評価支援システム。
2. 前記取得手段は、
   前記対象情報に基づき、前記提案者への質問情報を生成し、前記質問情報を出力する質問手段と、
   前記質問情報に対する前記提案者の回答に基づく回答情報を取得する追加手段と、
   を有すること
   を特徴とする請求項１記載の評価支援システム。
3. 前記質問手段は、前記評価手段により取得された前記評価情報を参照して前記質問情報を生成すること
   を特徴とする請求項２記載の評価支援システム。
4. 前記取得手段は、前記対象情報から、前記提案者のプレゼンテーションに用いた資料の内容に関する内容データ、前記提案者のプレゼンテーションの進め方に関する進行データ、前記提案者の音声に関する音声データ、及び、前記提案者の顔の特徴に関する表情データの少なくとも何れかを抽出すること
   を特徴とする請求項１〜３の何れか１項記載の評価支援システム。
5. 前記表情データは、
   前記提案者の目の特徴に関する第１表情データと、
   前記提案者の顔全体の特徴に関する顔データと、
   を有し、
   前記評価結果は、推定健康値を有すること
   を特徴とする請求項４記載の評価支援システム。
6. 前記取得手段は、３０秒以上３０分以下における前記提案者のプレゼンテーションの映像に基づいて生成された前記対象情報を取得すること
   を特徴とする請求項１〜５の何れか１項記載の評価支援システム。
7. 前記過去の対象情報と、前記参照情報との間の関係を新たに取得した場合には、前記関係を前記連関度に反映させる更新手段をさらに備えること
   を特徴とする請求項１〜６の何れか１項記載の評価支援システム。
8. 前記取得手段は、ソーシャルネットワーキングサービスにおける前記提案者の注目度合いを取得すること
   を特徴とする請求項１〜７の何れか１項記載の評価支援システム。
9. 提案者のプレゼンテーションの内容を評価する評価支援装置であって、
   前記提案者のプレゼンテーションの映像に基づいて生成された対象情報を取得する取得部と、
   予め取得された過去の対象情報、前記過去の対象情報の評価に用いられた参照情報、及び、前記過去の対象情報と前記参照情報との間における３段階以上の連関度が記憶された参照データベースと、
   前記参照データベースを参照し、前記対象情報と、前記参照情報との間における３段階以上の第１連関度を含む評価情報を取得する評価部と、
   前記評価情報に基づき評価結果を生成し、前記評価結果を出力する出力部と、
   を備えることを特徴とする評価支援装置。

Images