JP2019215438A - 分析システム及び分析方法 - Google Patents
分析システム及び分析方法 Download PDFInfo
- Publication number
- JP2019215438A JP2019215438A JP2018112359A JP2018112359A JP2019215438A JP 2019215438 A JP2019215438 A JP 2019215438A JP 2018112359 A JP2018112359 A JP 2018112359A JP 2018112359 A JP2018112359 A JP 2018112359A JP 2019215438 A JP2019215438 A JP 2019215438A
- Authority
- JP
- Japan
- Prior art keywords
- analysis
- learner
- error
- history information
- editing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
[分析システムの構成]
本発明の実施の形態について説明する。図1は、実施の形態における分析システムの構成の一例を示す図である。図1に示すように、実施の形態に係る分析システム1は、学習装置20と分析装置30とがネットワーク90を介して接続された構成を有する。
次に、学習装置20の構成について説明する。学習装置20は、例えば、ROM(Read Only Memory)、RAM(Random Access Memory)、CPU(Central Processing Unit)等を含むコンピュータ等に所定のプログラムが読み込まれて、CPUが所定のプログラムを実行することで実現される。図1に示すように、学習装置20は、編集履歴情報取得部21及び脳波情報取得部22を有する。
次に、分析装置30の構成について説明する。分析装置30は、例えば、ROM、RAM、CPU等を含むコンピュータ等に所定のプログラムが読み込まれて、CPUが所定のプログラムを実行することで実現される。図1に示すように、分析装置30は、取得部301、編集履歴情報記憶部33、脳波情報記憶部34、分析部302、構成要素分析結果記憶部38、ブロック構造試行錯誤分析結果記憶部39、エラー分析結果記憶部40及び分析結果出力部41を有する。
図8〜図23を参照して、本実施の形態に係る分析装置30による分析処理について説明する。
次に、図10に示す構成要素分析処理(ステップS350)の処理手順について説明する。図14は、図10に示す構成要素分析処理の処理手順を示すフローチャートである。
次に、図14に示す構成要素種別分析処理(ステップS3502)の処理手順について説明する。図15は、図14に示す構成要素種別分析処理の処理手順を示すフローチャートである。
まず、図15に示すブロック構造判定処理(ステップS350201)の処理手順について説明する。図16は、図15に示すブロック構造判定処理の処理手順を示すフローチャートである。
次に、図15に示す条件分岐条件式要素判定処理(ステップS350202)の処理手順について説明する。図17は、図15に示す条件分岐条件式要素判定処理の処理手順を示すフローチャートである。
次に、図15に示す条件分岐ブロック判定処理(ステップS350203)の処理手順について説明する。図18は、図15に示す条件分岐ブロック判定処理の処理手順を示すフローチャートである。
次に、図15に示す演算要素判定処理(ステップS350206)の処理手順について説明する。図19は、図15に示す演算要素判定処理の処理手順を示すフローチャートである。
次に、図15に示す識別子要素判定処理(ステップS350207)の処理手順について説明する。図20は、図15に示す識別子要素判定処理の処理手順を示すフローチャートである。
次に、図14に示す情動状態分析処理(ステップS3504)の処理手順について説明する。図21は、図14に示す情動状態分析処理の処理手順を示すフローチャートである。
次に、図11に示すブロック構造試行錯誤分析処理(ステップS360)の処理手順について説明する。図22は、図11に示すブロック構造試行錯誤分析処理の処理手順を示すフローチャートである。
次に、図12に示すエラー分析処理(ステップS370)の処理手順について説明する。図23は、図12に示すエラー分析処理の処理手順を示すフローチャートである。
このように、実施の形態に係る分析システムでは、分析装置30は、編集履歴情報と脳波情報とに基づいて、プログラムの各構成要素に対する学習者の弱点を分析する。また、分析装置30は、編集履歴情報と脳波情報とに基づいて、プログラムのブロック構造に関する学習者の弱点を分析する。そして、分析装置30は、編集履歴情報に基づいて、プログラムのエラーに関する学習者の弱点を、エラーの種別ごとに分析する。
例えば、構成要素分析処理(ステップS350)と、ブロック構造試行錯誤分析処理(ステップS360)と、エラー分析処理(ステップS370)とは、逐次的に行う必要はなく、それぞれ独立に行ってもよい。
図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。さらに、各装置にて行なわれる各処理機能は、その全部又は任意の一部が、CPU及び当該CPUにて解析実行されるプログラムにて実現され、或いは、ワイヤードロジックによるハードウェアとして実現され得る。本実施の形態に係る学習装置20及び分析装置30は、コンピュータとプログラムによっても実現でき、プログラムを記録媒体に記録することも、ネットワークを通して提供することも可能である。
図24は、プログラムが実行されることにより、学習装置20及び分析装置30が実現されるコンピュータの一例を示す図である。コンピュータ1000は、例えば、メモリ1010、CPU1020を有する。また、コンピュータ1000は、ハードディスクドライブインタフェース1030、ディスクドライブインタフェース1040、シリアルポートインタフェース1050、ビデオアダプタ1060、ネットワークインタフェース1070を有する。これらの各部は、バス1080によって接続される。
20 学習装置
21 編集履歴情報取得部
22 脳波情報取得部
30 分析装置
31 編集履歴情報取得部
32 脳波情報取得部
33 編集履歴情報記憶部
34 脳波情報記憶部
35 構成要素分析部
36 ブロック構造試行錯誤分析部
37 エラー分析部
38 構成要素分析結果記憶部
39 ブロック構造試行錯誤分析結果記憶部
40 エラー分析結果記憶部
41 分析結果出力部
Claims (11)
- 学習者によるプログラムの作成過程における編集履歴情報と、前記学習者の脳波の状態を示す脳波情報とを取得する取得部と、
前記編集履歴情報と前記脳波情報とに基づいて、前記プログラムの各構成要素に対する前記学習者の弱点を分析する分析部と、
前記分析部による分析結果を構成情報分析結果として出力する出力部と、
を有することを特徴とする分析システム。 - 学習者によるプログラムの作成過程における編集履歴情報と、前記学習者の脳波の状態を示す脳波情報とを取得する取得部と、
前記編集履歴情報と前記脳波情報とに基づいて、前記プログラムのブロック構造に関する前記学習者の弱点を分析する分析部と、
前記分析部による分析結果をブロック構造試行錯誤分析結果として出力する出力部と、
を有することを特徴とする分析システム。 - 学習者によるプログラムの作成過程における編集履歴情報を取得する取得部と、
前記編集履歴情報に基づいて、前記プログラムのエラーに関する前記学習者の弱点を、エラーの種別ごとに分析する分析部と、
前記分析部による分析結果をエラー分析結果として出力する出力部と、
を有することを特徴とする分析システム。 - 前記学習者の学習時に、前記編集履歴情報を取得し、前記取得部に該編集履歴情報を出力する編集履歴情報取得部と、
前記学習者の学習時に、前記学習者の脳波情報を取得し、前記取得部へ該脳波情報を提供する脳波情報取得部と、
を有する学習装置をさらに有す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分析システム。 - 前記取得部が、前記学習装置における前記編集履歴情報取得部から取得した前記編集履歴情報を記憶する編集履歴情報記憶部と、
前記取得部が、前記学習装置における前記脳波情報取得部から取得した前記脳波情報を記憶する脳波情報記憶部と、
を有することを特徴とする請求項4に記載の分析システム。 - 分析装置が実行する分析方法であって、
学習者によるプログラムの作成過程における編集履歴情報と、前記学習者の脳波の状態を示す脳波情報とを取得する取得工程と、
前記編集履歴情報と前記脳波情報とに基づいて、前記プログラムの各構成要素に対する学習者の弱点を分析する分析工程と、
分析結果を構成情報分析結果として出力する出力工程と、
を含んだことを特徴とする分析方法。 - 前記分析工程は、
前記編集履歴情報を用いて、該編集履歴情報のすべてのレコードについて、構成要素種別を分析する第1の分析工程と、
前記構成要素種別を分析する工程において特定された構成要素種別の開始時間及び終了時間から編集時間を算出する第1の算出工程と、
前記脳波情報を用いて前記開始時間及び終了時間の間の情動状態を分析する第2の分析工程と、
前記編集履歴情報のすべてのレコードにおける前記構成要素種別、前記編集時間及び前記情動状態を基に、前記構成要素種別ごとの総編集時間と平均情動状態とを算出する第2の算出工程と、
各構成要素種別について前記総編集時間が所定時間より長いか否かを判定する第1の判定工程と、
前記第1の判定工程において、前記総編集時間が所定時間より長いと判定された構成要素種別は、前記学習者にとっての弱点であると判定する第2の判定工程と、
前記第1の判定工程において前記総編集時間が所定時間以下であると判定された構成要素種別について、前記平均情動状態が「困難」であるか否かを判定する第3の判定工程と、
前記第3の判定工程において平均情動状態が「困難」であると判定された構成要素種別は、前記学習者にとっての弱点であると判定する第4の判定工程と、
前記第3の判定工程において平均情動状態が「困難」でないと判定された構成要素種別は、前記学習者にとっての弱点ではないと判定する第5の判定工程と、
を含んだことを特徴とする請求項6に記載の分析方法。 - 分析装置が実行する分析方法であって、
学習者によるプログラムの作成過程における編集履歴情報と、前記学習者の脳波の状態を示す脳波情報とを取得する取得工程と、
前記編集履歴情報と前記脳波情報とに基づいて、前記プログラムのブロック構造に関する前記学習者の弱点を分析する分析工程と、
分析結果をブロック構造試行錯誤分析結果として出力する出力工程と、
を含んだことを特徴とする分析方法。 - 前記分析工程は、
前記編集履歴情報を基に、前記編集履歴情報のすべてのレコードに対して、判定対象の編集履歴が中括弧の入力或いは削除であるか否かを判定する第1の判定工程と、
前記第1の判定工程において前記判定対象の編集履歴が中括弧の入力或いは削除であると判定された場合、前記中括弧が前記プログラムの先頭から何番目の中括弧であるかを算出する第1の算出工程と、
前記判定対象の編集履歴が中括弧の削除であるか否かを判定する第2の判定工程と、
前記第2の判定工程において前記判定対象の編集履歴が中括弧の削除であると判定された場合、前記中括弧が入力されてから削除されるまでの時間を算出する第2の算出工程と、
前記脳波情報を用いて、前記編集履歴情報のすべてのレコードについて情動状態を分析する第1の分析工程と、
前記編集履歴情報のすべてのレコードに対して前記第1の判定工程、前記第2の判定工程及び前記第1の分析工程が終了した後に、すべてのブロック構造の作成から削除までの総編集時間を算出し、すべてのブロック構造の作成から削除までの平均情動状態を算出する第3の算出工程と、
前記ブロック構造の総編集時間が所定時間より長いか否かを判定する第3の判定工程と、
前記第3の判定工程において前記ブロック構造の総編集時間が所定時間より長いと判定された場合、前記学習者は前記ブロック構造が理解できていないと判定する第4の判定工程と、
前記第3の判定工程において前記ブロック構造の総編集時間が所定時間以下であると判定された場合、前記平均情動状態が「困難」であるか否かを判定する第5の判定工程と、
前記第5の判定工程において前記平均情動状態が「困難」であると判定された場合、前記学習者はブロック構造を理解できていないと判定する第6の判定工程と、
前記第5の判定工程において前記平均情動状態が「困難」と判定されない場合、前記学習者はブロック構造を理解できていると判定する第7の判定工程と、
を含んだことを特徴とする請求項8に記載の分析方法。 - 分析装置が実行する分析方法であって、
学習者によるプログラムの作成過程における編集履歴情報を取得する取得工程と、
前記編集履歴情報に基づいて、前記プログラムのエラーに関する前記学習者の弱点を、エラーの種別ごとに分析する分析工程と、
分析結果をエラー分析結果として出力する出力工程と、
を含んだことを特徴とする分析方法。 - 前記分析工程は、
前記編集履歴情報を用いて、前記編集履歴情報のエラーをエラー種別ごとにカウントする工程と、
前記カウントしたエラーについて、一定時間内に同じエラーが繰り返されているか否かをエラー種別ごとに判定する第1の判定工程と、
前記第1の判定工程において同じエラーが繰り返されていると判定されたエラー種別に関し、前記学習者はエラーの意味が理解できていないと判定する第2の判定工程と、
前記第1の判定工程において同じエラーが繰り返されていないと判定されたエラー種別について、特定のエラーの頻度が予め設定された閾値を越えたか否かを判定する第3の判定工程と、
前記第3の判定工程において前記特定のエラーの頻度が予め設定された閾値を越えたと判定されたエラー種別について、前記学習者は該当エラーのケアレスミスが多いと判定する第4の判定工程と、
前記第3の判定工程において前記特定のエラーの頻度が予め設定された閾値を越えていないと判定されたエラー種別について、前記学習者は、該エラー種別のエラーに関しては通常の理解度であると判定する第5の判定工程と、
含んだことを特徴とする請求項10に記載の分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018112359A JP7057566B2 (ja) | 2018-06-12 | 2018-06-12 | 分析システム及び分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018112359A JP7057566B2 (ja) | 2018-06-12 | 2018-06-12 | 分析システム及び分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019215438A true JP2019215438A (ja) | 2019-12-19 |
JP7057566B2 JP7057566B2 (ja) | 2022-04-20 |
Family
ID=68918638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018112359A Active JP7057566B2 (ja) | 2018-06-12 | 2018-06-12 | 分析システム及び分析方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7057566B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022114224A1 (ja) * | 2020-11-30 | 2022-06-02 | 国立大学法人大阪大学 | 判定装置及びプログラム |
-
2018
- 2018-06-12 JP JP2018112359A patent/JP7057566B2/ja active Active
Non-Patent Citations (2)
Title |
---|
中澤真 他: "「Scratch」を用いたプログラミング学習時の閲覧履歴・編集履歴・脳波履歴を組み合わせた学習者分析", 情報処理学会研究報告, [ONLINE], vol. Vol.2017-CE-138 No.1, JPN6021030301, 11 February 2017 (2017-02-11), ISSN: 0004566630 * |
藤原賢二 他: "スナップショットを用いたプログラミング演習における行き詰まり箇所の特定", コンピュータソフトウェア, vol. 第35巻1号, JPN6021030300, 26 March 2018 (2018-03-26), ISSN: 0004566631 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022114224A1 (ja) * | 2020-11-30 | 2022-06-02 | 国立大学法人大阪大学 | 判定装置及びプログラム |
JP7418873B2 (ja) | 2020-11-30 | 2024-01-22 | 株式会社進鳳堂 | 判定装置及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7057566B2 (ja) | 2022-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109086199B (zh) | 一种自动化生成测试脚本的方法、终端和可存储介质 | |
CN1457041B (zh) | 为一个自然语言理解系统用来自动注解训练数据的一个系统 | |
KR102096301B1 (ko) | 액티브 러닝 기법을 적용한 머신 러닝 프레임워크 운용 방법, 장치 및 컴퓨터 프로그램 | |
WO2022218186A1 (zh) | 个性化知识图谱的生成方法、装置及计算机设备 | |
CN111563029A (zh) | 对话机器人的测试方法、系统、存储介质及计算机设备 | |
CN111144079A (zh) | 一种智能获取学习资源的方法、装置、打印机和存储介质 | |
CN112183055A (zh) | 结合rpa和ai的信息获取方法、装置、计算机设备及介质 | |
CN106959919B (zh) | 基于测试路径图的软件测试方法及装置 | |
Bonebright et al. | Data collection and analysis techniques for evaluating the perceptual qualities of auditory stimuli | |
CN109710523B (zh) | 视觉稿的测试用例生成方法及装置、存储介质、电子设备 | |
JP7057566B2 (ja) | 分析システム及び分析方法 | |
CN108899011B (zh) | 一种空调的语音功能测试方法、装置和系统 | |
KR20190049627A (ko) | 기계학습 프레임워크의 분석 결과를 해석하는 방법, 장치 및 컴퓨터 프로그램 | |
CN109189766B (zh) | 教学方案获取方法、装置以及电子设备 | |
CN110633258B (zh) | 日志插入方法、装置、计算机装置及存储介质 | |
CN114300160B (zh) | 问诊对话方法及系统 | |
JP2005107483A (ja) | 単語学習方法、単語学習装置、単語学習プログラム及びそのプログラムを記録した記録媒体、並びに文字列学習方法、文字列学習装置、文字列学習プログラム及びそのプログラムを記録した記録媒体 | |
Elsaid et al. | Automatic framework for requirement analysis phase | |
CN113901793A (zh) | 结合rpa和ai的事件抽取方法及装置 | |
Fraser | Quality standards for spoken language dialogue systems: a report on progress in EAGLES | |
KR102668347B1 (ko) | 웹 소설 작가를 양성하기 위한 인공지능 기반 따라쓰기 습작 지도 방법 및 시스템 | |
Gillan et al. | Using pathfinder networks to analyze procedural knowledge in interactions with advanced technology | |
JP2020060698A (ja) | 問題提示装置、問題提示システム、問題提示方法、及び問題提示プログラム | |
Long | Computerized Profiling'of Clinical Language Samples and the Issue of Time | |
WO2022130516A1 (ja) | アノテーション装置、アノテーション方法およびアノテーションプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20180613 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200803 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210810 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211007 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220322 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220324 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7057566 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |