JP4400052B2

JP4400052B2 - Learning support method and apparatus

Info

Publication number: JP4400052B2
Application number: JP2003007748A
Authority: JP
Inventors: 徹治大屋; 英憲堀
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2003-01-16
Filing date: 2003-01-16
Publication date: 2010-01-20
Anticipated expiration: 2023-01-16
Also published as: JP2004219779A

Description

【０００１】
【発明の属する技術分野】
本発明は、人が行う業務についての学習を支援する技術に関する。特に、問合せに対する応答を行う業務についての学習を支援する技術に関する。このような業務には、コールセンタ、デパートの売り子等、人が対話型の応答をする業務が含まれる。
【０００２】
【従来の技術】
従来、業務についての学習に関するものとして以下のものがある。例えば、特許文献１では、故障事例を汎化し、汎化された事例から特定の故障を選択して学習者に提示する。そして学習者から故障から生じると予想される症状とそれらが発生する可能性がある場所の回答を受付ける。回答と同じ事例があれば、その回答を正解とする。回答と同じ事例がなければ、回答に含まれる機器の上位機器に回答と同じ故障があるかどうかを調べ、あれば正解とする。
【０００３】
【特許文献１】
特開平7-271757号公報（第４−５項、図２）
【０００４】
【発明が解決しようとする課題】
従来技術１は、ある問題に対して正しい機器と症状という解答が定まっている学習にしか対応できない。例えば、対話型の業務のように、どのように受け答えするかが一義的に導き出せない複雑な事例に関しては、学習対象者に対して適切な支援を行うことができない。コールセンタ等の対話型業務は、応答の仕方の基本的なマニュアルは存在していても、実際の業務での問合せ内容は多岐に渡り、また、問合せてきた人の例えば知識レベルや理解能力等も様々である。そのため、問合せに対して、どのような応答が最も適切であるかを判断するのは難しい。上記の通り、従来は、問題に対して適切な解答が定まらない業務についての学習を支援することができなかった。
【０００５】
【課題を解決するための手段】
上記の課題を解決するために、本発明では、実行された業務の内容を示す業務情報を格納しておき、これを学習者に問題として提示する。この場合、学習者にこの業務に関する評価に関する評価情報を回答として入力させる構成としてもよい。また、本発明には、業務情報とこの業務情報が示す業務の内容に対する評価に関する評価情報を対応付けて記憶しておくことも含まれる。また、評価情報には、評価の内容を数値化した評価点および評価に関するコメントを示す評価コメントが含まれ、本発明には、問題として業務情報と評価点を提示し、評価コメントを回答として提示することが含まれる。
【０００６】
【発明の実施の形態】
以下、図面を用いて、本発明の実施の形態を説明する。
図１は、本実施の形態のシステム構成を示すシステム構成図である。本システムは、一般にコールセンタと呼ばれる顧客からの問合せに応答するのオペレータの教育を支援するシステムである。図１において、インターネットを含むネットワーク１６を介して各コンピュータ装置が互いに接続されている。この各コンピュータ装置には、オペレータの応答を評価する評価担当者が利用する評価担当者用端末３０、学習を行うオペレータすなわち学習者が利用する学習者用端末２０、問題を作成したり、学習者に対する問題を出力する教育支援サーバ１０、および各担当者の端末のブラウザからインターネットで画面を表示させるためのWebサーバ１５が含まれる。
【０００７】
ここで、各コンピュータ装置は、それぞれ１又は２以上存在してもよい。特に、評価担当者用端末３０および学習者用端末２０は、評価担当者または/および学習者毎に複数台設置してもよい。
【０００８】
各コンピュータ装置は、プログラムおよびデータを格納する記憶装置、ＣＰＵ (中央処理装置)が直接読み書きできるＲＡＭやＲＯＭなどの半導体記憶装置であるメモリ、メモリに記憶されたプログラムを実行する装置（ＣＰＵ）を有する。なお、記憶装置は、コンピュータ装置の内部と接続されていても、コンピュータ装置の外部と接続されていてもよい。
【０００９】
図２は、評価ＤＢ５０の具体例である。学習者や評価者が案件を評価した内容を保存している。70ｄは、案件を識別するＩＤの案件ＩＤである。問合せ内容50-1は、お客からの問合せの内容である。応答内容50-2は、問合せ内容50-1に対するオペレータの応答の内容である。音声データ50-3は、問合せ内容50-1または/および応答内容50-2の内容の音声データである。音声データは音声であっても画像であってもテキストであってもよい。73−10aの応対担当オペレータＩＤは、案件において、実際に応答を行った者を識別するＩＤである。処理担当者ＩＤ73-5ｃは、案件を評価した者を識別するＩＤまたは識別名である。Ｎｏ50-5は、項目50-6に割り振られた番号である。項目50-6は、問合せに対する応答内容を評価するための項目である。得点50-7は、項目50-6に対して案件を評価した得点である。コメント50-8は、項目50-6に対して案件についてコメントの入力である。総評50-10は、案件に対して総合的な評価を表している。評価情報50-11は、処理担当者ＩＤ73-5c、No50-5、項目50-6、得点50-7、コメント50-8、全体値50-9、総評50-10を含めたものである。
【００１０】
図３は、エクササイズＤＢ60の具体例である。学習者や評価者が案件を評価した内容を保存している。図２の符号と同一のものは、図２の評価ＤＢのものとほぼ同じである。このエクササイズＤＢは第1の実施の形態の図１２に示す学習処理のフローで用いる。学習者に問題を提示する問題のＤＢである。
【００１１】
図４は、案件ＤＢ70の具体例である。案件ＤＢ70には、通録ＤＢ71と案件管理ＤＢ73が含まれる。通録ＤＢ71には、案件を識別する案件ＩＤ70aと、実行された業務の内容を示す音声または/および画像を含むデータである音声・画像データ71-1を含む。案件管理ＤＢ73は、案件を識別するＩＤの案件ＩＤ70ｂと、製品名73-1、問合せ内容73-2、応答内容73-2、問合せをしてきた顧客の情報を示す顧客情報73-4、案件を評価した処理担当者ＩＤ73-5a、評価ＤＢが作成されたか否かを示す評価済み案件フラグ73-6、エクササイズＤＢが作成されたか否かを示すエクササイズ作成済み案件フラグ73-7、日付情報73-8、日付フラグ73-9、応対担当オペレータＩＤを含む。
【００１２】
図５は、コメントＤＢ80の具体例である。コメントＤＢは、第2の実施の形態において、図９に示すコメントボックスを表示させるときに使う。コメントＤＢ80は、コメントを識別するコメントＩＤ80-1、案件を識別する案件ＩＤ70ｃ、案件を評価した処理担当者ＩＤ73-5ｂ、学習したオペレータＩＤ80-2、既読フラグ８０−３を含む。
【００１３】
図６は、コメント入力画面を表している。70ｆは、案件ＩＤを示している。106は、応対担当オペレータのＩＤまたは識別名である。107aは、音声または/および画像データを再生している状態を示している。101aは、音声・画像データを巻き戻すときに選択するボタン、102aは、音声・画像データを再生している状態を一時停止するときに選択するボタン、103aは、音声・画像データを再生または巻き戻し、早送りをしている状態を停止するときに選択するボタン、104aは、音声・画像データを再生するときに選択するボタン、105aは、音声・画像データを早送りするときに選択するボタンを示している。110-1aは、案件を評価する項目を大きく分類した大分類である。110-2aは、案件を評価する項目を分類した小分類である。得点110-3aは、案件の分類ごとの評価（採点）である。コメント110-4aは、分類ごとのコメントである。総評110-5aは、案件全体のコメントを表している。109aは、コメント入力画面を終了させるときに選択するボタンである。
【００１４】
図７は、オペレータ学習画面を表している。受講者120-1は、学習しているオペレータのＩＤまたは識別名を示している。101b〜105b、107b、109b、110-1b〜110-5bはそれぞれ101a〜105a、107a、109a、110-1a〜110-5aに対応している。
【００１５】
図８は、コメント確認画面を表している。130-1は、学習しているオペレータのＩＤおよび/または識別名と、案件の評価を行った処理担当者ＩＤのＩＤおよび/または識別名を示している。101c〜105c、107c、109c、110-1c〜110-5cはそれぞれ101a〜105a、107a、109a、110-1a〜110-5aに対応している。
【００１６】
図9は,コメントボックスを表している．コメントボックスは第2の実施の形態で用いられる。コメントボックスは、学習モードが選択された場合には、学習者が過去に学習した案件について、他の人がどのように評価したかを表している。また、確認モードが選択された場合には、応対担当オペレータが、自己の行った業務を他の人がどのように評価したかをコメントボックスにより確認することができる。
【００１７】
140-1は、学習者のＩＤおよび/または識別名を表している。140-2は、各コメントを読んだか否かを示す。図９においては、ボックスをチェックすることにより、既読、何もチェックしていない状態では未読であることを示している。140-3は、案件を識別するＩＤまたは/および、案件の内容もしくは案件の内容の一部を示している。140-4は、案件を評価した日時、もしくはコメントを確認した日時など、日時に関する情報を示している。140-5は、１つの案件に対し、コメントされた数を示している。140-6は、案件に対するコメントを示している。図９では、案件に対する総評を載せている。140-7は、コメントをした人を識別する識別名である。これは、ＩＤ等であってもよい。140-8は、コメントボックスに掲載されている情報を更新したいときに選択するボタンである。140-9は、コメントボックスを終了させたいときに選択するボタンである。140-10は、未読のみ表示させるか否かを選択するチェックボックスである。このボックスをチェックすると、未読のみを表示し、チェックしないと、既読のコメントや案件を表示することになる。
【００１８】
以下に述べる処理フローは、各コンピュータ装置が記憶媒体に格納したプログラムに従って処理を実行される。
第1の実施の形態の説明をする。第1の実施の形態は、実行された業務の内容を示す業務情報を格納しておき、これを学習者に問題として提示するものである。業務の内容に関する評価コメントを回答として、提示する。
【００１９】
図10に示したフローチャートを用いて、本実施の形態におけるオペレータが行った業務に対する評価処理である第1の処理の流れを説明する。第１の処理で、導き出す各業務に対する評価した結果は、図12で示す「学習処理」で用いる。
ステップ１５０において、評価担当者用端末３０は、評価担当者により評価作業モードが選択された情報を、教育支援サーバ１０に送信する。
【００２０】
ステップ１５１において、教育支援サーバ１０は、オペレータにより過去に行われた電話での応答業務から未処理案件を抽出する。未処理案件とは、評価担当者により評価されていない業務である。このために、教育支援サーバ１０は、案件ＤＢ７０の中から、評価済案件フラグ７３−６の値がＮＵＬＬである案件ＩＤを抽出する。また、評価済案件フラグ７３-６の値がＮＵＬＬであり、かつ、あらかじめ指定された一定期間内の案件を案件ＩＤから抽出してもよい。
【００２１】
案件ＤＢ７０は、オペレータにより行われた案件すなわち業務の内容がそれぞれ識別されて格納されていればよい。案件ＤＢ７０は、本実施の形態では、図４に示すとおり、通録ＤＢ７１、案件管理ＤＢ７２から成る。また、案件の抽出は、オペレータが行った案件について、評価済みの件数がオペレータ間で偏りが少なくなるように行ってもよい。この方法の詳細は、図１４を用いて後述する。
【００２２】
次に、ステップ１５２〜１５３にて、評価対象となる案件を、評価担当者に選択させるための処理を行う。まず、ステップ１５２において、未評価案件を特定可能な未処理案件選択画面を作成し、評価担当者用端末３０へ送信する。ここで、未処理案件選択画面は、ステップ１５１で抽出された案件のうち、評価対象とする案件ＩＤを選択するためのものである。ステップ１５１で抽出された案件ＩＤをその画面内に示すものであってもよい。さらに、案件ＩＤに対応する問合せ内容７３-２、対応内容７３-３、処理担当者ＩＤ７３-６および処理日時７３-８のうち少なくとも１つを対応づけた未処理案件選択画面を作成してもよい。ここにおいて、未処理案件選択画面を表示するためのＷｅｂページを作成し、Ｗｅｂサーバ１５へ登録してもおき、ここから評価担当者用端末３０へ送信してもよい。そして、ステップ１５３において、評価担当者用端末３０が、ステップ１５２で作成された未処理案件選択画面を表示する。
【００２３】
ステップ１５４において、表示された未処理案件のうちで、評価担当者が選択した案件ＩＤを教育支援サーバ１０に送信する。
【００２４】
次に、ステップ１５５〜１５７で、評価担当者が、評価結果を示す評価情報を入力可能とするための処理を行う。ステップ１５５において、教育支援サーバ１０は、ステップ１５４で送信された案件ＩＤの問合せ内容７３-２および応対内容７３-３を、案件ＤＢ７０から抽出する。ステップ１５５では、ステップ１５４で送信された案件ＩＤに対応する案件、すなわち評価対象となる案件の内容を示す情報を作成できればよい。
【００２５】
ステップ１５６において、教育支援サーバ１０は、評価担当者が評価情報を入力するためのコメント入力画面を作成し、評価担当者用端末３０へ送信する。ここで、教育支援サーバ１０は、Ｗｅｂサーバ１５へコメント入力画面を登録し、Ｗｅｂサーバ１５から評価担当者用端末３０へそれを送信してもよい。コメント入力画面は、図６に示すように評価の単位となる項目ごとに得点（採点）110-3aと、コメント110-4aを入力可能とするものである。ステップ１５７において、評価担当者用端末３０は、ステップ１５６で送信されたコメント入力画面を表示する。
【００２６】
次に、ステップ１５８において、評価担当者用端末３０は、コメント登録・オペレータ評価画面を介して入力される該当案件の評価の内容を示す評価情報の入力を受け付ける。そして、受け付けられた評価情報と対応する案件ＩＤを、教育支援サーバ１０に送信する。
【００２７】
ステップ１５９において、送信された評価情報と案件ＩＤを対応づけて、評価ＤＢ５０に登録する。ステップ１６０において、ステップ１５８で送信された案件ＩＤと一致するＩＤのレコードを案件ＤＢ７０から抽出して、レコードの評価済案件フラグ７３-６に１を設定する。ここでフラグに１を設定するとは、評価情報が登録されていることを示す。
【００２８】
次に、図11に示したフローチャートを用いて、本実施の形態における第２の処理の流れを説明する。この第２の処理は、第１の処理で得られたオペレータ評価情報を活用して、オペレータの教育に使用する情報を格納するエクササイズＤＢ６０を作成する処理である。
【００２９】
図11のフローチャートは、ステップ１６１〜１６２と、ステップ１６３〜１６６に大きく分けることができる。ステップ１６３〜１６６で、エクササイズＤＢ６０を作成する。ステップ１６１〜１６２は、エクササイズＤＢ６０から所定日時の範囲外で実行された案件の情報を削除する。但し、本実施の形態では、ステップ１６１〜１６２での処理結果を、ステップ１６３で用いるためこのような順序で処理を実行する。このため、ステップ１６１〜１６２はなくともよい。また、ステップ１６６以降に処理してもよい。尚、エクササイズＤＢ６０には案件ＩＤ毎に、案件ＩＤにより識別される案件の内容を示す情報、及び評価情報50-11が登録されている。実際には、図３に示すものである。ここで、案件の内容を示す情報には、テキスト形式の問合せ内容50-1、応対内容50-2、それらの音声データ50-3のうち、少なくとも一つが含まれる。
【００３０】
まず、ステップ161において、案件ＤＢ７０で、あらかじめ指定された日付の範囲外にある案件の日付フラグ73-9に０を設定する。ここで、あらかじめ指定された日付の範囲外として、日付情報７３-8が、あらかじめ定めた日付以前を示すものとしてもよい。また、ステップ161では、かわりに前記指定した日付の範囲内にある案件の日付フラグ73-9に1を設定してもいい。
【００３１】
ステップ162において、日付フラグ73-9に０を設定されている案件ＩＤを抽出する。尚、ステップ161でフラグとして１を設定する処理を行った場合は、１が設定されていない案件ＩＤを抽出する。そして、抽出された案件ＩＤのエクササイズ情報を、エクササイズＤＢからを削除する。このことにより、所定の範囲外にあるエクササイズ情報を削除することになる。特に、所定日時以前に行われた古い案件を、問題から外すことが可能になる。また、ここにおいて案件を削除しなくても、あらかじめ指定された日付の範囲であるかないかを判断できるフラグをエクササイズ情報に立てて、あらかじめ日付の範囲内である案件を問題の対象としてもよい。あらかじめ指定された日付の範囲とは、案件が評価された日、または案件ＩＤが割り振られた日付けが、あらかじめ定めた日時に入るか否かを判断する。
【００３２】
次に、ステップ163〜166において、評価ＤＢ５０を用いて案件ＤＢ７０からエクササイズ情報を作成し、エクササイズＤＢに登録する。
【００３３】
まず、ステップ163において、評価されており、かつエクササイズ情報が作成されていない案件ＩＤを特定する。このために、案件ＤＢ７０から評価済みフラグが1であり、エクササイズ作成済案件フラグが０である案件ＩＤを検索する。検索された案件ＩＤから、任意の一つを抽出する。ここで、案件ＩＤの一つを抽出する方法として、案件ＩＤが示す数値の最大値や最小値を抽出する方法がある。また、案件ＩＤが対応する日付情報73-8が示す日付が最も古い案件ＩＤか、最も新しい案件ＩＤを抽出する方法がある。尚、案件ＩＤの検索をする場合、ステップ161で用いた所定の日時の範囲を用いてもよい。つまり、上記の条件に加え、所定の日時の範囲内にある案件ＩＤを案件ＤＢ７０から検索してもよい。また、案件ＩＤの一つを抽出する方法として、乱数を用いる方法もある。乱数を一つ発生させて、その乱数の値に抽出された案件の数を掛け、求まった値の小数点を切り捨てまたは切り上げもしくは四捨五入等をして定数を求める。抽出された案件をＩＤの小さい順に並べておき、その並べられた順位が、先に求めた定数である案件を抽出する。
【００３４】
ステップ164において、ステップ163で抽出した案件ＩＤをもつ案件情報の問合せ内容、対応内容、音声データ、評価対象項目を、案件ＤＢ６０から抽出する。そして抽出された情報をエクササイズＤＢに、案件ＩＤ毎に記録する。
【００３５】
ステップ165において、案件ＤＢ７０で、ステップ162で抽出された案件ＩＤに対応するエクササイズ作成済案件フラグに１を設定する。
【００３６】
そして、ステップ166において、ステップ163での検索結果が２件以上あったかを判定する。２件以上あった場合は、ステップ163以降の処理を実行する。
次に、図12に示したフローチャートを用いて、本実施の形態における第３の処理の流れを説明する。第３の処理は、第２の処理により作成されたエクササイズＤＢを利用してオペレータの学習を支援する処理である。第１の実施の形態においては、図１２に示すフローは、ステップ190で終了する。
【００３７】
ステップ181において、学習者用端末２０は、学習者であるオペレータから学習モードの指定及び、オペレータを識別するオペレータＩＤを教育支援サーバ１０に送信する。
【００３８】
ステップ182において、教育支援サーバ１０は、学習者であるオペレータに対する問題となる案件の案件ＩＤを抽出する。本発明においては、評価済みの案件から問題となっている案件の案件ＩＤを抽出する。本実施の形態においては、案件管理ＤＢ７３のうち、エクササイズ作成済み案件フラグ７３-7が、作成済みであることを示す案件ＩＤを検索する。本実施の形態では、エクササイズＤＢが作成されたものは、評価済みであるので、このフラグ73-7が作成済みである案件ＩＤを抽出すれば、評価済みの案件ＩＤを抽出できる。そして、検索された案件ＩＤから所定の規則に従った案件ＩＤを抽出する。ここで、本実施の形態では、学習者の不得意分野、良い問題および悪い問題の案件ＩＤを抽出する。この処理の詳細については、図15を用いて後述する。
【００３９】
また、この抽出としては、以下のものも含まれる。（１）検索された案件ＩＤのすべてを抽出する。（２）行われた業務が古い、もしくは新しいものから所定数の案件ＩＤを抽出する。例えば、検索された案件ＩＤに対応する日付情報73-8を用いて、抽出を行う。
【００４０】
さらに、この抽出には、学習者用端末１０から送信される条件に従って行うことも含まれる。例えば、学習者用端末１０から案件ＩＤ、製品名、および処理担当者ＩＤのうち少なくとも１つが送信され、これらを案件管理ＤＢの対応する項目が一致する案件ＩＤを抽出する。
【００４１】
さらに、ステップ181で送信されたオペレータＩＤと一致する応対担当オペレータＩＤ73-10に対応する案件ＩＤを抽出してもよい。このことにより、学習者自身が行った案件を問題として抽出できる。尚、これらの抽出手法を組み合わせることも本実施の形態に含まれる。
【００４２】
ステップ183において、ステップ182で抽出された案件ＩＤから問題を作成する。ここでは、まず。ステップ182で抽出された案件ＩＤと一致する案件ＩＤをもつエクササイズ情報をエクササイズＤＢから抽出する。そして、そのエクササイズ情報を利用してオペレータ学習画面を作成し、音声データと共に学習者用端末２０へ送信する。
【００４３】
このオペレータ学習画面は、ステップ182で抽出された案件ＩＤの示す案件における案件の内容(問合せ内容73-2、応答内容73-3)が特定可能で、評価担当者に表示された評価の単位となる項目への入力が可能となっていればよい。また、学習者に表示される評価の単位となる項目は、評価担当者に表示されたのと同様であってもいいし、評価担当者に表示された項目の一部であってもいい。その一例を図7に示す。また、案件の内容はテキストデータとして出力してもよい。
【００４４】
また、Ｗｅｂサーバ１５を通して、作成されたオペレータ学習画面情報を学習者用端末２０へ送信してもよい。さらに、図7の110−１ｂ〜４ｂは、それぞれ、図６の110−1a〜4aに対応するようオペレータ学習画面を作成する。
【００４５】
ステップ184において、学習者用端末２０は、学習者からの入力に従って、受信した案件ＩＤの問い合わせ内容と対応内容を再生する。ここにおいて、再生する問い合わせ内容と対応内容には、問い合わせ内容と対応内容を録音してある音声データが含まれる。再生する問合せ内容と対応内容は、画像データ、テキストデータであってもよい。
【００４６】
ステップ185において、学習者用端末２０は、オペレータ学習画面に対する学習者からの回答を受け付ける。回答は、図7の得点110-3ｂに入力される。そして、回答をそれぞれ小分類110-2ｂと対応付け、回答情報として教育支援サーバ１０に送信する。
【００４７】
ステップ186において,教育支援サーバは、ステップ185で送信された回答情報を、図２に示す評価ＤＢ５０に格納する。すなわち、図7のオペレータ学習画面の得点110-3ｂを得点50-7に、小分類110-2ｂと項目50-6が対応するように格納する。そして、処理担当者ＩＤ73-5cには、学習者のオペレータＩＤすなわち、ステップ181で送信されたオペレータＩＤを格納する。ここで、評価担当者による評価情報は、処理担当者ＩＤ73-5cに、評価担当者であることを示すＩＤが格納されている。処理担当者ＩＤ73-5ｃが、評価担当者の評価情報と、ステップ181で送信されたオペレータＩＤを有する評価情報を対応づけしている。
【００４８】
そして、ステップ187において、対応づけられた評価情報を比較する。例えば、対応する得点の差分をとる。本実施の形態では、学習者の得点から評価担当者の評価情報の得点を引く処理を行う。ここで、この差が図１２に示す評価差110-8ｃとなる。この評価差を含む情報を、案件ＩＤとオペレータＩＤと対応づけて登録してもよい。尚、この評価差の意味は、ステップ188で説明する。
【００４９】
ステップ188において、コメント確認画面は、コメント入力画面およびオペレータ学習画面と同様の項目と評価担当者と学習者の評価の差を表す項目をなしていればよい。その一例を図8に示す。ここで、評価差110-8ｃは、先に述べた通り学習者の得点から評価担当者の評価情報の得点を引いた差を示す。評価差110-8ｃが正の値である場合は、学習者の評価が「甘い」ことを示し、負の値である場合は、評価が「からい」ことを示す。そして、評価差の値が大きいほど、その程度が大きくなる。また、コメント110-4ｃには、評価担当者の評価情報に含まれるコメントを挿入する。特に、評価差110-8ｃの絶対値が所定値より大きなコメントを挿入してもよい。
【００５０】
そして、ステップ189において、教育支援サーバ１０は、作成されたコメント確認画面を学習者用端末２０に送信する。この送信は、Ｗｅｂサーバ１５を介して行ってもよい。
【００５１】
最後に、ステップ190において、学習者用端末１０は、送信されたコメント確認画面を出力する。ここで、学習者は、コメント確認画面の操作ボタン101ｃ〜105ｃを指定することにより、案件の内容に対する再生等の操作を行うことができる。
【００５２】
次に、図14に示したフローチャートを用いて、本実施の形態における図10に示す第１の処理に含まれるステップ151について説明する。図14は、各オペレータ間で、評価済みの案件の数に偏りが少なくなるように評価する案件を抽出する機能についてその処理の流れを示す。
【００５３】
ステップ201において、教育支援サーバ１０は、案件ＤＢ７０内であらかじめ指定された一定期間内の案件で、かつ、評価済み案件フラグが1に設定されている案件の案件ＩＤを取得する。これは、ステップ151で説明した通り、問題の対象となる評価済みの案件を求めるための処理である。
【００５４】
ステップ202において、評価済み案件が少ない、すなわち、評価対象とすべきオペレータを決定する。まず、教育支援サーバ１０は、ステップ201で取得した案件ＩＤに対応するオペレータのＩＤを、案件管理ＤＢ７３の処理担当者ＩＤ７３‐６から抽出する。そして、抽出されたオペレータＩＤについて、ソート処理を行い、最も評価数の少ないオペレータＩＤを抽出する。ソート処理した結果は、未評価案件表として登録してもよい。
【００５５】
ステップ203〜208において、ステップ202で決定されたオペレータが行った案件のうち、評価対象となる案件を決定する。
【００５６】
まず、ステップ203において、教育支援サーバ１０は、ステップ202で取得したオペレータＩＤの案件のうち、評価済みフラグがＮＵＬＬである案件を抽出する。すなわち、未評価の案件を抽出する。そして、抽出した案件を一覧とした未処理案件ＩＤ一覧を作成する。
【００５７】
ステップ204において、ステップ203で抽出された案件が０の場合は、ステップ205に進む。それ以外は、ステップ206に進む。
【００５８】
ステップ205において、ステップ203のオペレータＩＤの代わりに、ステップ202で行ったソート処理の結果、ステップ203のオペレータの次に評価済み案件が少ないオペレータを検索する。全員の案件を検索済みなら終了する。
【００５９】
ここで、ステップ206〜208において、評価対象となるオペレータの行った案件から、評価対象となる案件をランダムに選択する処理を行う。ステップ206において、０〜１の間の値を持つ乱数を発生させる乱数発生関数を使用して乱数を発生させ、この乱数の値が０．５以下である場合には以下の処理を昇順、０．５を超えた場合には降順として処理する。ステップ207において、未処理案件ＩＤ一覧を乱数カラムの値に基づいてステップ206で乱数値により決定した昇順あるいは降順の方向に並べ替える。ステップ208において、一時使用リストの最上位の案件ＩＤを取得する。この案件ＩＤの示す案件を評価対象とする。
【００６０】
また、図14において、評価済み案件の数に偏りが少なくなるようにする代わりに、未評価案件の数に偏りが少なくする処理や、オペレータ間で、評価済み案件の占める割合の偏りを少なくする処理、も考えられる。
【００６１】
次に、図15に示したフローチャートを用いて、本実施の形態における図12に示す第２の処理に含まれるステップ182の詳細を説明する。ステップ182では、良い問題、悪い問題、不得意分野の問題と、問題の傾向に沿って問題を抽出する処理の流れを示す。ここで、良い問題とは、評価者がつけた評価が比較的高い問題、つまり評価ＤＢの対応オペレータＩＤ２２とオペレータＩＤ２３が一致する評価情報２８の得点２６の合計点である全体値２９の値が比較的大きい案件である。尚、評価が比較的高いとは、ステップ215に示すように、評価が全体のうち上位２０％など、所定数に含まれる案件をいう。
【００６２】
悪い問題とは、評価者がつけた評価が低い問題、つまり評価ＤＢの対応オペレータＩＤ２２とオペレータＩＤ２３が一致する評価情報２８の得点２６の合計点である全体値２９の値が比較的小さい案件である。不得意分野の問題とは、学習者が不得意な項目を抽出し、その不得意な項目について、評価者の評価が高い案件を抽出して、それを問題としたものである。尚、評価が比較的低いとは、ステップ219に示すように、評価が全体のうち下位２０％など、所定数に含まれる案件をいう。
【００６３】
不得意分野の問題とは、同じ項目の学習者がつけた得点と、評価者の評価得点の絶対値の差が比較的大きい項目である。絶対値の差が大きいとは、同じ項目について、学習者の評価と評価者の評価の違いが大きいことを意味する。
ステップ211において、学習者用端末２０が、学習者が良い問題、悪い問題、不得意分野の問題のいずれかを選択したかの情報を教育支援サーバに送信する。
ステップ212において、ステップ211で良い問題が選択された場合は、ステップ213〜216の処理を実施する。ステップ211で悪い問題が選択された場合は、ステップ217〜220の処理を実施する。ステップ211で不得意分野の問題が選択された場合は、ステップ221〜227の処理を実施する。
【００６４】
まず、良い問題が選択された場合について説明する。ステップ213において、評価ＤＢ５０から、応対担当オペレータＩＤとオペレータＩＤの一致する評価情報２８を抽出する。抽出された評価情報２８の案件ＩＤを、対応する全体値２９が昇順なるように、並べ替える。すなわち、評価者の評価が高い順に案件ＩＤを並び替える。応対担当オペレータＩＤ２２とオペレータＩＤ２３のＩＤが一致する評価情報２８の項目２４の得点２５は、評価担当者がつけた評価である。また、ここにおいて全体値２９とは、評価ＤＢのオペレータＩＤの得点２５を足したものを全体値２９とする。
【００６５】
ステップ214において、乱数を発生する。これは、評価が高い案件の上位２０％から案件をランダムに選ぶための処理である。ステップ215において、ステップ１３７で並び替えたＤＢの上位２０％以内の案件ＩＤと乱数カラムの一覧を問題抽出リストとして作成する。この際に乱数カラムにはそれぞれ異なった乱数値を入力する。この上位２０％以内とは、全体値の高い案件を抽出するために設けた値であり、一例にすぎず、別の数値であってもよい。ステップ216において、問題を一つ抽出するために、問題抽出リストで乱数値が最大もしくは最小の案件ＩＤを取得する。この案件ＩＤが示す案件が問題となる。
【００６６】
次に、悪い問題が選択された場合について、説明する。ステップ217は、ステップ213と、ステップ218は、ステップ214と同様の処理を行う。
【００６７】
ステップ219において、ステップ217で並び替えたＤＢの下位２０％以内の案件ＩＤと乱数カラムの一覧を問題抽出リストとして作成する。この際に乱数カラムにはそれぞれ異なった乱数値を入力する。この上位２０％以内とは、全体値の低い案件を抽出するために設けた値であり、一例にすぎず、別の数値であってもよい。ステップ220において、問題を一つ抽出するために、問題抽出リストで乱数値が最大もしくは最小の案件ＩＤを取得する。この案件ＩＤが示す案件が問題となる。
【００６８】
最後に、不得意分野の問題が選択された場合について説明する。
ステップ221において、評価ＤＢ５０からオペレータＩＤ２３が学習者である評価情報２８の項目２５と得点２６で構成される得点情報ＤＢを作成する。
【００６９】
ステップ222において、評価ＤＢ対応担当オペレータＩＤとオペレータＩＤが一致する評価情報２８の得点２６と、学習者のオペレータＩＤの評価情報２８の得点２６とを対応づけて、各項目の値の差の絶対値をとる。つまり、評価者の評価と学習者の評価の差分をとる。
【００７０】
ステップ223において、ステップ１４５で各項目毎に得られた絶対値を、複数の案件で、同じ項目同士で加算する。ここで、複数の案件とは、すべての案件でもいいし、古い順から対象からはずれていくある一定の数の案件であってもいい。そして、絶対値が最大となった項目を取得する。この項目が、学習者が不得意とする項目である。
【００７１】
また、絶対値が最大となった項目を取得する代わりに、絶対値が大きい順に項目を並べ、上位２０％を取得し、乱数を発生させて、乱数をそれぞれの乱数カラムに代入し、乱数カラムの乱数が最大の項目を取得する方法もある。
【００７２】
ステップ224において、対応担当オペレータＩＤとオペレータＩＤが一致する評価情報２８、すなわち評価者が評価した案件の案件ＩＤを抽出する。そして、抽出した案件ＩＤの示す案件で、ステップ223で取得した項目の得点が大きい案件ＩＤを降順に並べ、同位の場合には、検索された順で並び替える。これにより、学習者が不得意とする項目で、評価者の評価が高い項目を含む案件の案件ＩＤをリストアップできる。
【００７３】
そして、ステップ225〜227で、リストアップされた案件ＩＤから、ランダムに案件ＩＤを抽出する。
まず、ステップ225において、乱数を発生する。
【００７４】
ステップ226において、並び替えたリストの上位２０％以内のレコードについて対象項目と乱数カラムからなる問題抽出リストを作成する。また、その際に乱数カラムに乱数発生関数によって作成された乱数値を入力する。
【００７５】
ステップ227において、ステップ222で作成された問題抽出リストのうち乱数カラムの値が最大の案件ＩＤを取得する。これに対応する案件を、不得意分野の問題とする。
以上で処理を終了する。
【００７６】
第２の実施の形態の説明をする。
第２の実施の形態は、実行された業務の内容を示す業務情報と、その業務に関する評価に関する評価情報を前記業務情報と対応づけて格納しておき、業務情報とその評価情報を問題として提示し、業務情報が、前記評価を受けた理由や学習者からみた評価や評価コメントを回答として入力を受付ける。
【００７７】
また、学習者から受付けた評価点と評価コメントを、評価された業務と対応づけて格納し、評価された業務と評価点を問題として提示する。
【００７８】
第２の実施の形態は、第１の実施の形態と同様に図10に示すフローによって、未評価の案件に対し評価をする。また、ステップ151において、評価された案件の偏りを少なくさせる為に図14のフローを行ってもよい。
【００７９】
次に、図12に示すフローチャートにより、学習者に問題を提示する学習処理を行う。第1の実施の形態は、ステップ190で終了したが、第２の実施の形態では、ステップ190以降の処理も行う。ステップ181とステップ182は第1の実施の形態と同様に処理を行う。
【００８０】
また、ステップ183において、第1の実施の形態では、エクササイズＤＢからエクササイズ情報を抽出するが、第２の実施の形態では、評価ＤＢから、問合せ内容と対応内容のデータ（音声・画像・データなど）と、項目を得点もしくはコメントと対応づけてオペレータ学習画面を作成し、学習用端末２０に送信する。図７のオペレータ学習画面の例では、小分類110-2ｂと得点110-3ｂを表示する。ここにおいて、得点110-3ｂは、コメントであってもかまわない。
【００８１】
ステップ185において、学習用端末20は、ステップ183で送信されたオペレータ学習画面から回答の入力を受付ける。回答は、得点110-3ｂが表示された場合は、案件に対しその得点が付けられた理由を、コメントが表示された場合は、得点を予想して入力する。また、回答については、学習者から得点とコメント両方の入力を受付けてもよい。両方の入力を受付けた場合には、学習者の得点とコメントを評価ＤＢに登録し、学習者の得点もしくはコメントは案件と対応づけて問題として新たな学習者に提示する。
【００８２】
ステップ186において、ステップ185で受付けた回答情報を、評価DB50に登録する。ステップ187において、評価ＤＢから評価情報を取得する。ステップ188において、図８に示すようなコメント確認画面を作成し、学習用端末20に送信する。ステップ189において、学習用端末20で、コメント確認画面を表示する。ステップ190において、学習者が画面終了ボタンを選択したら、教育支援サーバ１０に画面終了ボタンが選択された情報を送信する。ステップ191において、図５に示すコメントＤＢに、ステップ185で送信された情報を格納する。ステップ192において、評価ＤＢから学習中の案件に対する他のオペレータによる評価を取得する。ステップ193において、図９に示すようなコメントボックスを作成し、学習用端末２０に送信する。ステップ194において、コメントボックスを学習用端末２０に表示する。これ以降の処理は図１３でのステップ175に続く。
【００８３】
図１３は、図９のコメントボックスを表示し、コメントボックスから確認したいコメントを選択し、コメント確認画面を表示し、コメント確認画面を終了したらコメントボックスを再び表示するフローを示したものである。
【００８４】
ステップ170において、学習用端末２０は、コメントボックス確認モードが選択された情報を、教育支援サーバ１０に送信する。ステップ171において、学習者は、複数のモードのうち学習モードを選択し、学習者用端末20は、選択されたモードと、学習者のオペレータＩＤを教育支援サーバ10に送信する。ステップ172において、コメントＤＢから、ステップ171において送信されたオペレータＩＤの案件を抽出する。ステップ173において、図９に示すようなコメントボックスを作成し、学習者用端末20に送信する。ステップ174において、学習者用端末20に、コメントボックスを表示する。ステップ175において、学習者は、図９の更新ボタン、終了ボタン、案件名等オブジェクトを選択し、選択されたオブジェクト情報を教育支援サーバ10に送信する。ステップ176において、教育支援サーバ10は、ステップ175で選択されたオブジェクトに応じて処理を分岐する。終了ボタンが選択されたときは、終了する。また、更新ボタンが選択された場合は、コメントボックスを再び作成し、学習者用端末20に送信する。また、案件が選択された場合には、ステップ177に進む。ステップ177において、評価ＤＢから図８に示すようなコメント確認画面を作成する。また、コメントＤＢの該案件の既読フラグを１に更新する。ステップ178において、図８に示すコメント確認画面を学習者用端末２０に表示する。
【００８５】
図14に示すフローは、第1の実施例の処理と同様に行う。
【００８６】
図15は、第1の実施の形態と同様に、良い問題、悪い問題、不得意分野の問題と、問題の傾向に沿って問題を抽出する処理の流れを示している。第1の実施の形態との違いは、ステップ213とステップ217において、評価者の評価が高い順に案件ＩＤを並び替えるが、第2の実施の形態において、複数の評価者の評価を平均し、平均された評価を、高い順に並び替える。また、不得意分野が選択された場合には、
図1６は、図１５のフローで、案件を一つ選んだ後に、該案件を評価した者を一人選ぶためのフローである。
【００８７】
ステップ231において、評価ＤＢ５０から、案件を評価したオペレータＩＤを抽出する。ステップ232において、乱数を発生させて、抽出したオペレータＩＤと乱数を出題評価表へコピーする。出題評価表とは、オペレータＩＤと乱数カラムが対応している表のことをいう。ステップ233において、出題評価表のオペレータＩＤを、乱数カラムの昇順で並び替える。ステップ234において、出題評価表の最上位のオペレータＩＤを取得する。以上で処理を終了する。
【００８８】
【発明の効果】
本発明によれば、実行された業務の内容を評価し、評価された業務の内容を回答させる構成にしたので、業務の内容を評価したら自動的に問題を作成することができる。また、評価と回答を対応付けることにより、回答した者が、自分の知識や業務執行能力を確認できる。
【図面の簡単な説明】
【図１】本発明の実施の形態のシステム構成図である。
【図２】評価ＤＢ５０を示す図である。
【図３】エクササイズＤＢ６０を示す図である。
【図４】案件ＤＢ７０を示す図である。
【図５】本発明の実施の形態における第2の実施例で用いるコメントＤＢ80である。
【図６】コメント入力画面の例を示す図である。
【図７】オペレータ学習画面の例を示す図である。
【図８】コメント確認画面の例を示す図である。
【図９】コメントボックスの例を示す図である。
【図１０】本発明の実施の形態における第1の実施例の第１の処理と、第2の実施例の第1の処理を示すフローチャートである。
【図１１】本発明の実施の形態における第1の実施例で用いるエクササイズＤＢを作成する処理を示すフローチャートである。
【図１２】本発明の実施の形態における第１の実施例の第2の処理と、第2の実施例の第2の処理を示すフローチャートである。
【図１３】本発明の実施の形態における第２の実施例でコメントボックスとコメント確認画面を表示するフローチャートである。
【図１４】本発明の実施の形態における第1の実施例と第2の実施例の第１の処理の内で過去に評価済みのオペレータに偏りがないように評価する案件の抽出する処理を示すフローチャートである。
【図１５】本発明の実施の形態における第1の実施例と第2の実施例の第２の処理の内で過去の不得意な分野などで重み付けて問題を抽出する処理を示すフローチャートである。
【図１６】本発明の実施の形態における第2の実施例で、図１５に示す処理の後に続く処理を示すフローチャートである。
【符号の説明】
１０教育支援サーバ
１５Ｗｅｂサーバ
２０学習者用端末
３０評価担当者用端末
１６ネットワーク。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a technology that supports learning about work performed by a person. In particular, the present invention relates to a technology that supports learning about a task for responding to an inquiry. Such operations include operations in which people respond interactively, such as call centers and department store sales.
[0002]
[Prior art]
Conventionally, there are the followings related to business learning. For example, in Patent Document 1, a failure case is generalized, a specific failure is selected from the generalized case, and presented to the learner. The learner receives answers from the learner about the symptoms that are expected to be caused by the failure and the places where they may occur. If there is an example that is the same as the answer, the answer is correct. If there is no case that is the same as the answer, it is checked whether there is the same failure as the answer in the upper device of the equipment included in the answer.
[0003]
[Patent Document 1]
Japanese Patent Laid-Open No. 7-271757 (Section 4-5, FIG. 2)
[0004]
[Problems to be solved by the invention]
Prior art 1 can only deal with learning in which correct equipment and symptom answers are fixed for a certain problem. For example, it is not possible to provide appropriate support to the learning subject for complex cases where it is not possible to unambiguously determine how to receive and respond, such as in interactive work. Even if there is a basic manual on how to respond to an interactive work such as a call center, the contents of the inquiry in the actual work are diverse, and the person who made the inquiry also has knowledge level, understanding ability, etc. There are various. Therefore, it is difficult to determine what kind of response is most appropriate for the query. As described above, conventionally, it has not been possible to support learning about work for which an appropriate answer cannot be determined for a problem.
[0005]
[Means for Solving the Problems]
In order to solve the above-described problems, in the present invention, business information indicating the contents of a business that has been executed is stored and presented to the learner as a problem. In this case, it is good also as a structure which makes a learner input the evaluation information regarding evaluation regarding this work as an answer. The present invention also includes storing business information in association with evaluation information relating to evaluation of the business content indicated by the business information. In addition, the evaluation information includes an evaluation point that shows the evaluation contents as a numerical value and an evaluation comment that indicates a comment related to the evaluation. In the present invention, the business information and the evaluation point are presented as a problem, and the evaluation comment is presented as an answer. For example.
[0006]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
FIG. 1 is a system configuration diagram showing a system configuration of the present embodiment. This system is a system that supports the training of operators who respond to inquiries from customers, generally called call centers. In FIG. 1, computer devices are connected to each other via a network 16 including the Internet. Each computer device includes an evaluator terminal 30 used by an evaluator who evaluates an operator's response, a learner terminal 20 used by an operator who performs learning, that is, a learner, creates a problem, And a Web server 15 for displaying a screen on the Internet from a browser of each person's terminal.
[0007]
Here, each computer apparatus may exist in one or more. In particular, a plurality of evaluation staff terminals 30 and learner terminals 20 may be installed for each evaluation staff and / or each learner.
[0008]
Each computer device includes a storage device that stores programs and data, a memory that is a semiconductor storage device such as a RAM and a ROM that can be directly read and written by a CPU (central processing unit), and a device that executes a program stored in the memory (CPU). Have. Note that the storage device may be connected to the inside of the computer device or may be connected to the outside of the computer device.
[0009]
FIG. 2 is a specific example of the evaluation DB 50. The contents of evaluations of projects by learners and evaluators are stored. 70d is a case ID of an ID for identifying a case. The inquiry content 50-1 is the content of the inquiry from the customer. The response content 50-2 is the content of the operator's response to the inquiry content 50-1. The voice data 50-3 is voice data having the contents of the inquiry content 50-1 and / or the response content 50-2. The sound data may be sound, image, or text. The handling operator ID 73-10a is an ID for identifying a person who actually responded in the case. The processing person ID 73-5c is an ID or an identification name for identifying a person who has evaluated the case. No. 50-5 is a number assigned to item 50-6. Item 50-6 is an item for evaluating the response content to the inquiry. The score 50-7 is a score obtained by evaluating the project against the item 50-6. A comment 50-8 is an input of a comment regarding the item 50-6. A total rating of 50-10 represents a comprehensive evaluation of the project. The evaluation information 50-11 includes processing person ID 73-5c, No50-5, item 50-6, score 50-7, comment 50-8, overall value 50-9, and overall rating 50-10.
[0010]
FIG. 3 is a specific example of the exercise DB 60. The contents of evaluations of projects by learners and evaluators are stored. The same reference numerals as those in FIG. 2 are almost the same as those in the evaluation DB in FIG. This exercise DB is used in the flow of the learning process shown in FIG. 12 of the first embodiment. This DB is a problem that presents a problem to the learner.
[0011]
FIG. 4 is a specific example of the case DB 70. The case DB 70 includes a continuous record DB 71 and a case management DB 73. The continuous record DB 71 includes a case ID 70a for identifying a case, and voice / image data 71-1, which is data including sound and / or images indicating the contents of the executed work. The case management DB 73 stores the case ID 70b of the ID for identifying the case, the product name 73-1, the inquiry content 73-2, the response content 73-2, the customer information 73-4 indicating the information of the customer who has made the inquiry, Evaluated processing person ID 73-5a, evaluated case flag 73-6 indicating whether the evaluation DB has been created, exercise created case flag 73-7 indicating whether the exercise DB has been created, date information 73- 8, including date flag 73-9 and operator ID in charge.
[0012]
FIG. 5 is a specific example of the comment DB 80. The comment DB is used when displaying the comment box shown in FIG. 9 in the second embodiment. The comment DB 80 includes a comment ID 80-1 for identifying a comment, a case ID 70c for identifying a case, a processing person ID 73-5b who has evaluated the case, a learned operator ID 80-2, and a read flag 80-3.
[0013]
FIG. 6 shows a comment input screen. Reference numeral 70f denotes a case ID. 106 is the ID or identification name of the operator in charge. Reference numeral 107a denotes a state in which audio or / and image data is being reproduced. 101a is a button that is selected when rewinding the audio / image data, 102a is a button that is selected when the audio / image data is being played back, and 103a is a button that plays or rewinds the audio / image data. Button to select when stopping the fast-forwarding / fast-forwarding state, 104a is a button to select when playing back audio / image data, 105a is a button to select when fast-forwarding audio / image data ing. 110-1a is a large classification in which items for evaluating projects are roughly classified. 110-2a is a small classification that categorizes the items to be evaluated. The score 110-3a is an evaluation (scoring) for each item classification. The comment 110-4a is a comment for each classification. The general comment 110-5a represents comments on the entire project. A button 109a is selected when the comment input screen is terminated.
[0014]
FIG. 7 shows an operator learning screen. The student 120-1 indicates the ID or identification name of the operator who is learning. 101b-105b, 107b, 109b, 110-1b-110-5b correspond to 101a-105a, 107a, 109a, 110-1a-110-5a, respectively.
[0015]
FIG. 8 shows a comment confirmation screen. Reference numeral 130-1 indicates the ID and / or identification name of the learning operator and the ID and / or identification name of the ID of the processing person in charge who evaluated the case. 101c to 105c, 107c, 109c, and 110-1c to 110-5c correspond to 101a to 105a, 107a, 109a, and 110-1a to 110-5a, respectively.
[0016]
Figure 9 shows the comment box. The comment box is used in the second embodiment. The comment box represents how other people have evaluated a case that the learner has learned in the past when the learning mode is selected. When the confirmation mode is selected, the operator in charge can confirm how other people have evaluated the work performed by the operator in the comment box.
[0017]
140-1 represents the learner's ID and / or identification name. 140-2 indicates whether each comment has been read or not. In FIG. 9, the box is checked to indicate that it has been read, and in the state where nothing is checked, it has been unread. 140-3 indicates an ID for identifying the case or / and the contents of the case or a part of the case. 140-4 indicates date and time information such as the date and time when the project was evaluated or the date and time when the comment was confirmed. 140-5 shows the number of comments for one project. 140-6 shows a comment on the project. FIG. 9 shows a general comment on the case. 140-7 is an identification name for identifying the person who made the comment. This may be an ID or the like. A button 140-8 is used to update the information posted in the comment box. A button 140-9 is selected when it is desired to end the comment box. 140-10 is a check box for selecting whether or not to display only unread. If this box is checked, only unread messages are displayed. If this box is not checked, already read comments and projects are displayed.
[0018]
The processing flow described below is executed according to a program stored in a storage medium by each computer device.
The first embodiment will be described. In the first embodiment, business information indicating the contents of an executed business is stored and presented to the learner as a problem. Present the evaluation comments regarding the contents of the work as an answer.
[0019]
With reference to the flowchart shown in FIG. 10, the flow of the first process, which is the evaluation process for the work performed by the operator in the present embodiment, will be described. In the first process, the evaluation result for each work to be derived is used in the “learning process” shown in FIG.
In step 150, the terminal 30 for the person in charge of evaluation transmits information on the evaluation work mode selected by the person in charge of evaluation to the education support server 10.
[0020]
In step 151, the education support server 10 extracts an unprocessed item from a response work on the telephone performed by the operator in the past. An unprocessed item is an operation that has not been evaluated by an evaluator. For this purpose, the education support server 10 extracts a case ID whose value of the evaluated case flag 73-6 is NULL from the case DB 70. Further, the value of the evaluated case flag 73-6 may be NULL, and a case within a predetermined period specified in advance may be extracted from the case ID.
[0021]
The matter DB 70 only needs to identify and store the matter performed by the operator, that is, the contents of the business. In this embodiment, the case DB 70 includes a continuous record DB 71 and a case management DB 72 as shown in FIG. Further, the extraction of the cases may be performed so that the number of evaluated cases for the cases performed by the operator is less biased among the operators. Details of this method will be described later with reference to FIG.
[0022]
Next, in steps 152 to 153, processing for causing the evaluation person to select a case to be evaluated is performed. First, in step 152, an unprocessed item selection screen capable of specifying an unevaluated item is created and transmitted to the terminal 30 for the person in charge of evaluation. Here, the unprocessed item selection screen is used to select the item ID to be evaluated from the items extracted in step 151. The matter ID extracted in step 151 may be shown in the screen. Furthermore, even if an unprocessed matter selection screen is created in which at least one of the inquiry content 73-2, the correspondence content 73-3, the processing person ID 73-6, and the processing date and time 73-8 corresponding to the case ID is associated. Good. Here, a Web page for displaying an unprocessed item selection screen may be created and registered in the Web server 15, and may be transmitted from here to the terminal 30 for the person in charge of evaluation. In step 153, the terminal 30 for the person in charge of evaluation displays the unprocessed item selection screen created in step 152.
[0023]
In step 154, the case ID selected by the person in charge of evaluation among the displayed unprocessed cases is transmitted to the education support server 10.
[0024]
Next, in steps 155 to 157, the person in charge of evaluation performs a process for enabling the evaluation information indicating the evaluation result to be input. In step 155, the education support server 10 extracts the case ID inquiry content 73-2 and the response content 73-3 transmitted in step 154 from the case DB 70. In step 155, it is only necessary to create a case corresponding to the case ID transmitted in step 154, that is, information indicating the content of the case to be evaluated.
[0025]
In step 156, the education support server 10 creates a comment input screen for the evaluation person to input the evaluation information, and transmits the comment input screen to the evaluation person terminal 30. Here, the education support server 10 may register a comment input screen in the Web server 15 and transmit it from the Web server 15 to the terminal 30 for the person in charge of evaluation. As shown in FIG. 6, the comment input screen allows a score (scoring) 110-3a and a comment 110-4a to be input for each item as an evaluation unit. In step 157, the evaluator terminal 30 displays the comment input screen transmitted in step 156.
[0026]
Next, in step 158, the terminal 30 for the person in charge of evaluation receives the input of evaluation information indicating the content of the evaluation of the corresponding case input via the comment registration / operator evaluation screen. Then, the case ID corresponding to the received evaluation information is transmitted to the education support server 10.
[0027]
In step 159, the transmitted evaluation information is associated with the case ID and registered in the evaluation DB 50. In step 160, a record having an ID that matches the case ID transmitted in step 158 is extracted from the case DB 70, and 1 is set in the evaluated case flag 73-6 of the record. Here, setting the flag to 1 indicates that the evaluation information is registered.
[0028]
Next, the flow of the second process in the present embodiment will be described using the flowchart shown in FIG. The second process is a process of creating an exercise DB 60 that stores information used for operator education by utilizing the operator evaluation information obtained in the first process.
[0029]
The flowchart in FIG. 11 can be broadly divided into steps 161 to 162 and steps 163 to 166. In steps 163 to 166, the exercise DB 60 is created. Steps 161 to 162 delete information on the case executed outside the predetermined date and time range from the exercise DB 60. However, in this embodiment, since the processing results in steps 161 to 162 are used in step 163, the processing is executed in this order. For this reason, the steps 161 to 162 are not necessary. Moreover, you may process after step 166. In the exercise DB 60, information indicating the contents of the case identified by the case ID and evaluation information 50-11 are registered for each case ID. Actually, this is shown in FIG. Here, the information indicating the contents of the case includes at least one of the inquiry contents 50-1 in the text format, the response contents 50-2, and their voice data 50-3.
[0030]
First, in step 161, 0 is set to the date flag 73-9 of the case that is outside the range of the date specified in advance in the case DB 70. Here, the date information 73-8 may indicate a date before a predetermined date outside the range of the date specified in advance. In step 161, 1 may be set instead for the date flag 73-9 of the items within the specified date range.
[0031]
In step 162, a case ID in which 0 is set in the date flag 73-9 is extracted. If the process of setting 1 as a flag is performed in step 161, a case ID for which 1 is not set is extracted. Then, the exercise information of the extracted project ID is deleted from the exercise DB. As a result, exercise information outside the predetermined range is deleted. In particular, it is possible to remove an old case that was performed before a predetermined date and time from the problem. Further, even if the case is not deleted here, a flag that can determine whether or not the date is within a pre-designated date range may be set in the exercise information, and the case within the date range may be set as a problem target. The range of the date specified in advance determines whether or not the date when the case is evaluated or the date when the case ID is allocated falls within a predetermined date and time.
[0032]
Next, in steps 163 to 166, exercise information is created from the case DB 70 using the evaluation DB 50 and registered in the exercise DB.
[0033]
First, in step 163, a case ID that is evaluated and for which exercise information has not been created is specified. For this purpose, a case ID with an evaluated flag of 1 and an exercise created case flag of 0 is searched from the case DB 70. An arbitrary one is extracted from the searched case ID. Here, as a method of extracting one of the case IDs, there is a method of extracting the maximum value or the minimum value of the numerical value indicated by the case ID. Also, there is a method of extracting the oldest case ID or the latest case ID indicated by the date information 73-8 corresponding to the case ID. When searching for the case ID, the predetermined date and time range used in step 161 may be used. That is, in addition to the above conditions, a case ID within a predetermined date and time range may be searched from the case DB 70. There is also a method of using a random number as a method of extracting one of the project IDs. Generate one random number, multiply the value of the random number by the number of extracted cases, and calculate the constant by rounding down or rounding up or down. The extracted cases are arranged in ascending order of ID, and the cases in which the arranged order is the constant obtained previously are extracted.
[0034]
In step 164, the inquiry content, the corresponding content, the voice data, and the evaluation target item of the case information having the case ID extracted in step 163 are extracted from the case DB 60. Then, the extracted information is recorded in the exercise DB for each case ID.
[0035]
In step 165, 1 is set in the exercise created case flag corresponding to the case ID extracted in step 162 in the case DB 70.
[0036]
In step 166, it is determined whether there are two or more search results in step 163. When there are two or more cases, the processing after step 163 is executed.
Next, the flow of the third process in the present embodiment will be described using the flowchart shown in FIG. The third process is a process that supports the learning of the operator using the exercise DB created by the second process. In the first embodiment, the flow shown in FIG.
[0037]
In step 181, the learner's terminal 20 transmits a learning mode designation and an operator ID for identifying the operator to the education support server 10 from an operator who is a learner.
[0038]
In step 182, the education support server 10 extracts a case ID of a case that is a problem for the operator who is a learner. In the present invention, the case ID of the case in question is extracted from the evaluated cases. In this embodiment, a case ID indicating that the exercise created case flag 73-7 has been created is searched for in the case management DB 73. In the present embodiment, since the exercise DB has been created, it has already been evaluated. Therefore, by extracting the case ID for which this flag 73-7 has been created, the evaluated case ID can be extracted. Then, a case ID according to a predetermined rule is extracted from the searched case IDs. Here, in this embodiment, the lesson field of the learner, the good problem and the bad problem case ID are extracted. Details of this processing will be described later with reference to FIG.
[0039]
This extraction also includes the following. (1) Extract all searched case IDs. (2) Extract a predetermined number of project IDs from old or new business. For example, extraction is performed using date information 73-8 corresponding to the searched case ID.
[0040]
Further, this extraction includes performing according to the conditions transmitted from the learner's terminal 10. For example, at least one of the case ID, the product name, and the processing person ID is transmitted from the learner's terminal 10, and the case IDs corresponding to the corresponding items in the case management DB are extracted.
[0041]
Further, a case ID corresponding to the handling operator ID 73-10 that matches the operator ID transmitted in step 181 may be extracted. This makes it possible to extract a case that the learner has performed as a problem. Note that combining these extraction methods is also included in the present embodiment.
[0042]
In step 183, a problem is created from the case ID extracted in step 182. Here, first. Exercise information having a case ID that matches the case ID extracted in step 182 is extracted from the exercise DB. Then, using the exercise information, an operator learning screen is created and transmitted to the learner's terminal 20 together with the voice data.
[0043]
This operator learning screen can identify the contents of the case (inquiry content 73-2, response content 73-3) in the case indicated by the case ID extracted in step 182, and the evaluation unit displayed to the evaluator It is only necessary to be able to input to the item. In addition, the item that is the unit of evaluation displayed to the learner may be the same as that displayed to the evaluator, or may be a part of the item displayed to the evaluator. An example is shown in FIG. Further, the contents of the item may be output as text data.
[0044]
Further, the created operator learning screen information may be transmitted to the learner's terminal 20 through the Web server 15. Further, 110-1b to 4b in FIG. 7 respectively create operator learning screens corresponding to 110-1a to 4a in FIG.
[0045]
In step 184, the learner's terminal 20 reproduces the inquiry contents and the corresponding contents of the received case ID in accordance with the input from the learner. Here, the inquiry contents to be reproduced and the corresponding contents include voice data in which the inquiry contents and the corresponding contents are recorded. The inquiry contents to be reproduced and the corresponding contents may be image data or text data.
[0046]
In step 185, the learner's terminal 20 receives an answer from the learner with respect to the operator learning screen. The answer is input to the score 110-3b in FIG. Then, each answer is associated with the small category 110-2b and sent to the education support server 10 as answer information.
[0047]
In step 186, the education support server stores the answer information transmitted in step 185 in the evaluation DB 50 shown in FIG. That is, the score 110-3b of the operator learning screen of FIG. 7 is stored so that the minor classification 110-2b and the item 50-6 correspond to the score 50-7. The processing person ID 73-5c stores the operator ID of the learner, that is, the operator ID transmitted in step 181. Here, in the evaluation information by the person in charge of evaluation, an ID indicating that the person in charge of evaluation is stored in the processing person in charge ID 73-5c. The processing person ID 73-5c associates the evaluation information of the evaluation person with the evaluation information having the operator ID transmitted in step 181.
[0048]
In step 187, the associated evaluation information is compared. For example, the corresponding score difference is taken. In the present embodiment, a process of subtracting the score of evaluation information of the person in charge of evaluation from the score of the learner is performed. Here, this difference becomes an evaluation difference 110-8c shown in FIG. Information including this evaluation difference may be registered in association with the case ID and the operator ID. The meaning of this evaluation difference will be described in step 188.
[0049]
In step 188, the comment confirmation screen may have the same items as the comment input screen and the operator learning screen and items representing the difference between the evaluation person and the learner. An example is shown in FIG. Here, the evaluation difference 110-8c indicates a difference obtained by subtracting the score of evaluation information of the person in charge of evaluation from the score of the learner as described above. When the evaluation difference 110-8c is a positive value, it indicates that the learner's evaluation is “sweet”, and when the evaluation difference 110-8c is a negative value, the evaluation is “bad”. And the degree becomes large, so that the value of evaluation difference is large. Also, a comment included in the evaluation information of the person in charge of evaluation is inserted into the comment 110-4c. In particular, a comment in which the absolute value of the evaluation difference 110-8c is larger than a predetermined value may be inserted.
[0050]
In step 189, the education support server 10 transmits the created comment confirmation screen to the learner's terminal 20. This transmission may be performed via the Web server 15.
[0051]
Finally, in step 190, the learner's terminal 10 outputs the transmitted comment confirmation screen. Here, the learner can perform operations such as reproduction of the contents of the case by designating the operation buttons 101c to 105c on the comment confirmation screen.
[0052]
Next, step 151 included in the first process shown in FIG. 10 in the present embodiment will be described using the flowchart shown in FIG. FIG. 14 shows a processing flow of a function for extracting a case to be evaluated so that the number of evaluated cases is less biased among operators.
[0053]
In step 201, the education support server 10 acquires a case ID of a case within a certain period specified in advance in the case DB 70 and for which the evaluated case flag is set to 1. As described in step 151, this is a process for obtaining an evaluated case as a problem target.
[0054]
In step 202, the number of evaluated cases is small, that is, operators to be evaluated are determined. First, the education support server 10 extracts the operator ID corresponding to the case ID acquired in Step 201 from the processing person ID 73-6 of the case management DB 73. Then, the extracted operator ID is sorted, and the operator ID having the smallest evaluation number is extracted. The result of the sorting process may be registered as an unevaluated matter table.
[0055]
In steps 203 to 208, a case to be evaluated is determined from the cases performed by the operator determined in step 202.
[0056]
First, in step 203, the education support server 10 extracts a case where the evaluated flag is NULL from the cases of the operator ID acquired in step 202. In other words, unevaluated cases are extracted. Then, an unprocessed matter ID list in which the extracted matters are listed is created.
[0057]
In step 204, if the case extracted in step 203 is 0, the process proceeds to step 205. Otherwise, go to step 206.
[0058]
In step 205, instead of the operator ID in step 203, as a result of the sort processing performed in step 202, an operator having the smallest number of evaluated cases after the operator in step 203 is searched. If all the cases have been searched, the process ends.
[0059]
Here, in steps 206 to 208, a process of randomly selecting the case to be evaluated from the cases performed by the operator to be evaluated is performed. In step 206, a random number is generated using a random number generation function for generating a random number having a value between 0 and 1. If the value of this random number is 0.5 or less, the following processing is performed in ascending order: 0 If it exceeds .5, it is processed in descending order. In step 207, the unprocessed case ID list is rearranged in the ascending or descending order determined by the random value in step 206 based on the value of the random number column. In step 208, the top item ID of the temporary use list is acquired. The case indicated by this case ID is the object of evaluation.
[0060]
In addition, in Fig. 14, instead of reducing the bias in the number of evaluated projects, the processing to reduce the bias in the number of unevaluated projects and the bias in the proportion of evaluated projects among operators are reduced. Processing is also conceivable.
[0061]
Next, details of step 182 included in the second process shown in FIG. 12 in the present embodiment will be described using the flowchart shown in FIG. Step 182 shows a flow of processing for extracting a problem according to a good problem, a bad problem, a problem in a weak field, and a problem tendency. Here, the good problem is a problem with a relatively high evaluation given by the evaluator, that is, the value of the overall value 29 that is the total score 26 of the evaluation information 28 in which the corresponding operator ID 22 and the operator ID 23 in the evaluation DB match. This is a relatively large project. Note that “relatively high evaluation” refers to cases that are included in a predetermined number, such as the top 20% of the evaluation as shown in step 215.
[0062]
A bad problem is a problem with a low evaluation given by the evaluator, that is, a case where the total value 29, which is the total score 26 of the evaluation information 28 in which the corresponding operator ID 22 and operator ID 23 in the evaluation DB match, is relatively small. is there. The problem in the field of weakness is that a learner extracts items that are not good, and extracts items that are highly evaluated by the evaluator for those items that are unsatisfactory. In addition, as the evaluation is relatively low, as shown in step 219, the evaluation includes cases in which the evaluation is included in a predetermined number such as the lower 20%.
[0063]
The problem in the field of weakness is an item in which the difference between the score given by the learner of the same item and the absolute value of the evaluation score of the evaluator is relatively large. A large difference in absolute value means that the difference between the learner's evaluation and the evaluator's evaluation is large for the same item.
In step 211, the learner's terminal 20 transmits information indicating whether the learner has selected a good problem, a bad problem, or a problem in a poor field to the education support server.
In step 212, if a good problem is selected in step 211, the processing in steps 213 to 216 is performed. If a bad problem is selected in step 211, the processing in steps 217 to 220 is performed. If a problem in the weak field is selected in step 211, the processing in steps 221 to 227 is performed.
[0064]
First, a case where a good problem is selected will be described. In step 213, from the evaluation DB 50, the evaluation information 28 having the matching operator ID and operator ID is extracted. The case IDs of the extracted evaluation information 28 are rearranged so that the corresponding overall values 29 are in ascending order. That is, the case IDs are rearranged in descending order of evaluation by the evaluator. The score 25 of the item 24 of the evaluation information 28 in which the IDs of the handling charge operator ID 22 and the operator ID 23 match is an evaluation given by the evaluation person in charge. Here, the total value 29 is obtained by adding the score 25 of the operator ID of the evaluation DB to the total value 29.
[0065]
In step 214, a random number is generated. This is a process for randomly selecting a project from the top 20% of highly evaluated projects. In step 215, a list of case IDs and random number columns within the top 20% of the DB rearranged in step 137 is created as a problem extraction list. At this time, different random numbers are input to the random number columns. The upper 20% or less is a value provided for extracting a case with a high overall value, and is merely an example, and may be another numerical value. In step 216, in order to extract one problem, a case ID having the maximum or minimum random number value is acquired from the problem extraction list. The matter indicated by this matter ID becomes a problem.
[0066]
Next, a case where a bad problem is selected will be described. Step 217 performs the same processing as step 213 and step 218 performs step 214.
[0067]
In step 219, a list of case IDs and random number columns within the lower 20% of the DB rearranged in step 217 is created as a problem extraction list. At this time, different random numbers are input to the random number columns. The upper 20% or less is a value provided for extracting a case having a low overall value, and is merely an example, and may be another numerical value. In step 220, in order to extract one problem, a case ID having a maximum or minimum random number value is acquired from the problem extraction list. The matter indicated by this matter ID becomes a problem.
[0068]
Finally, a case where a problem in a weak field is selected will be described.
In step 221, a score information DB including items 25 and scores 26 of the evaluation information 28 in which the operator ID 23 is a learner is created from the evaluation DB 50.
[0069]
In step 222, the score 26 of the evaluation information 28 in which the operator ID corresponding to the evaluation DB correspondence operator ID and the operator ID coincide with the score 26 of the evaluation information 28 of the learner's operator ID, and the absolute value difference between the items is determined. Takes a value. That is, the difference between the evaluator's evaluation and the learner's evaluation is taken.
[0070]
In step 223, the absolute value obtained for each item in step 145 is added between the same items in a plurality of cases. Here, the plurality of cases may be all cases, or may be a certain number of cases that are deviated from the oldest. Then, the item having the maximum absolute value is acquired. This item is an item that the learner is not good at.
[0071]
Also, instead of acquiring the item with the maximum absolute value, arrange the items in descending order of absolute value, acquire the top 20%, generate random numbers, substitute the random numbers into the respective random number columns, There is also a method of acquiring the item with the largest random number.
[0072]
In step 224, the evaluation information 28 in which the corresponding operator ID matches the operator ID, that is, the case ID of the case evaluated by the evaluator is extracted. Then, in the case indicated by the extracted case ID, the case IDs with the large scores of the items acquired in step 223 are arranged in descending order, and in the case of peers, they are rearranged in the searched order. This makes it possible to list item IDs of items including items that the learner is not good at and items that are highly evaluated by the evaluator.
[0073]
In steps 225 to 227, a case ID is randomly extracted from the listed case IDs.
First, in step 225, a random number is generated.
[0074]
In step 226, a problem extraction list including the target item and a random number column is created for the top 20% of records in the sorted list. At that time, the random number generated by the random number generation function is input to the random number column.
[0075]
In step 227, the matter ID having the maximum value in the random number column in the problem extraction list created in step 222 is acquired. The case corresponding to this is regarded as a problem in the field of weakness.
The process ends here.
[0076]
The second embodiment will be described.
In the second embodiment, business information indicating the contents of the executed business and evaluation information related to the evaluation of the business are stored in association with the business information, and the business information and the evaluation information are presented as a problem. Then, the business information receives an input as an answer to the reason why the evaluation is received and the evaluation and evaluation comments viewed from the learner.
[0077]
Moreover, the evaluation score and the evaluation comment received from the learner are stored in association with the evaluated work, and the evaluated work and the evaluation score are presented as a problem.
[0078]
In the second embodiment, as in the first embodiment, an unevaluated case is evaluated according to the flow shown in FIG. Further, in step 151, the flow of FIG. 14 may be performed in order to reduce the bias of the evaluated cases.
[0079]
Next, a learning process for presenting a problem to the learner is performed according to the flowchart shown in FIG. The first embodiment ends in step 190, but in the second embodiment, the processing after step 190 is also performed. Steps 181 and 182 perform the same process as in the first embodiment.
[0080]
In step 183, the exercise information is extracted from the exercise DB in the first embodiment. In the second embodiment, the inquiry content and the corresponding content data (voice, image, data, etc.) are extracted from the evaluation DB. The operator learning screen is created by associating the item with a score or comment, and is transmitted to the learning terminal 20. In the example of the operator learning screen in FIG. 7, the small classification 110-2b and the score 110-3b are displayed. Here, the score 110-3b may be a comment.
[0081]
In step 185, the learning terminal 20 accepts an input of an answer from the operator learning screen transmitted in step 183. When the score 110-3b is displayed, the answer is input as to why the score was assigned to the case, and when a comment is displayed, the score is predicted. As for the answer, both the score and the comment may be received from the learner. When both inputs are accepted, the score and comment of the learner are registered in the evaluation DB, and the score or comment of the learner is associated with the case and presented to the new learner as a problem.
[0082]
In step 186, the reply information received in step 185 is registered in the evaluation DB 50. In step 187, evaluation information is acquired from the evaluation DB. In step 188, a comment confirmation screen as shown in FIG. 8 is created and transmitted to the learning terminal 20. In step 189, a comment confirmation screen is displayed on the learning terminal 20. In step 190, when the learner selects the screen end button, the information indicating that the screen end button is selected is transmitted to the education support server 10. In step 191, the information transmitted in step 185 is stored in the comment DB shown in FIG. In step 192, an evaluation by another operator for the item being learned is acquired from the evaluation DB. In step 193, a comment box as shown in FIG. 9 is created and transmitted to the learning terminal 20. In step 194, a comment box is displayed on the learning terminal 20. Subsequent processing continues to step 175 in FIG.
[0083]
FIG. 13 shows a flow for displaying the comment box of FIG. 9, selecting a comment to be confirmed from the comment box, displaying the comment confirmation screen, and displaying the comment box again when the comment confirmation screen is finished.
[0084]
In step 170, the learning terminal 20 transmits information on which the comment box confirmation mode is selected to the education support server 10. In step 171, the learner selects a learning mode from the plurality of modes, and the learner's terminal 20 transmits the selected mode and the operator ID of the learner to the education support server 10. In step 172, the case of the operator ID transmitted in step 171 is extracted from the comment DB. In step 173, a comment box as shown in FIG. 9 is created and transmitted to the learner's terminal 20. In step 174, a comment box is displayed on the learner's terminal 20. In step 175, the learner selects an object such as an update button, an end button, and a case name in FIG. 9 and transmits the selected object information to the education support server 10. In step 176, the education support server 10 branches the process according to the object selected in step 175. When the end button is selected, the process ends. If the update button is selected, a comment box is created again and transmitted to the learner's terminal 20. If a case is selected, the process proceeds to step 177. In step 177, a comment confirmation screen as shown in FIG. 8 is created from the evaluation DB. Also, the read flag of the case in the comment DB is updated to 1. In step 178, the comment confirmation screen shown in FIG.
[0085]
The flow shown in FIG. 14 is performed in the same manner as the processing of the first embodiment.
[0086]
FIG. 15 shows a flow of processing for extracting a problem according to a good problem, a bad problem, a problem in a weak field, and a problem tendency, as in the first embodiment. The difference from the first embodiment is that in step 213 and step 217, the case IDs are rearranged in the order of the high evaluation of the evaluator, but in the second embodiment, the evaluation of a plurality of evaluators is averaged, Sort the averaged ratings in descending order. In addition, when a weak field is selected,
FIG. 16 is a flow for selecting one person who has evaluated one case after selecting one case in the flow of FIG.
[0087]
In step 231, the operator ID that has evaluated the case is extracted from the evaluation DB 50. In step 232, a random number is generated, and the extracted operator ID and random number are copied to the question evaluation table. The question evaluation table is a table in which operator IDs correspond to random number columns. In step 233, the operator IDs in the question evaluation table are rearranged in ascending order of the random number column. In step 234, the highest operator ID of the question evaluation table is acquired. The process ends here.
[0088]
【The invention's effect】
According to the present invention, since the contents of the executed work are evaluated and the contents of the evaluated work are answered, a problem can be automatically created when the contents of the work are evaluated. Further, by associating the evaluation with the answer, the person who made the answer can check his / her knowledge and business execution ability.
[Brief description of the drawings]
FIG. 1 is a system configuration diagram of an embodiment of the present invention.
FIG. 2 is a diagram showing an evaluation DB 50. FIG.
FIG. 3 is a diagram showing an exercise DB 60;
FIG. 4 is a diagram showing a case DB 70;
FIG. 5 is a comment DB 80 used in the second example of the embodiment of the present invention.
FIG. 6 is a diagram illustrating an example of a comment input screen.
FIG. 7 is a diagram illustrating an example of an operator learning screen.
FIG. 8 is a diagram illustrating an example of a comment confirmation screen.
FIG. 9 is a diagram illustrating an example of a comment box.
FIG. 10 is a flowchart showing a first process of the first example and a first process of the second example in the embodiment of the present invention.
FIG. 11 is a flowchart showing a process of creating an exercise DB used in the first example of the embodiment of the present invention.
FIG. 12 is a flowchart showing a second process of the first example and a second process of the second example in the embodiment of the present invention.
FIG. 13 is a flowchart for displaying a comment box and a comment confirmation screen in the second example of the embodiment of the present invention.
FIG. 14 shows a process of extracting a case to be evaluated so that there is no bias among operators evaluated in the past in the first process of the first example and the second example in the embodiment of the present invention; It is a flowchart to show.
FIG. 15 is a flowchart showing a process of extracting a problem by weighting in a past weak field in the second process of the first example and the second example in the embodiment of the present invention; .
FIG. 16 is a flowchart showing processing subsequent to the processing shown in FIG. 15 in the second example of the embodiment of the present invention.
[Explanation of symbols]
10 Education support server
15 Web server
20 Learner's terminal
30 Terminal for evaluation personnel
16 Network.

Claims

In a control method of a learning support server that is connected to a terminal for an evaluator and a terminal for a learner and supports learning about the work for a business worker who performs a response to an inquiry,
The learning support server
A storage device storing a plurality of item data including voice and / or images indicating the contents of the executed business;
From the terminal for the person in charge of evaluation, evaluation information indicating evaluation for each of the plurality of item data, and receiving evaluation information including an evaluation score for each of a plurality of evaluation items,
The received evaluation information and the case data are associated with each other and stored in the storage device,
From a plurality of item data stored in association with the evaluation information in the storage device, based on the total value of the evaluation scores for each of the plurality of evaluation items, to extract predetermined item data,
A method for controlling a learning support server, wherein the extracted predetermined item data is transmitted to the learner terminal so that the learner terminal outputs the problem data as a problem.

The learning support method according to claim 1,
The learning support server
A plurality of item data occupying a specific ratio in the total number of the plurality of item data is specified in descending order of the total value of the evaluation scores associated with each of the plurality of item data stored in the storage device ,
The predetermined item data is extracted based on the total value of the evaluation scores for each of the plurality of evaluation items by extracting predetermined item data from the plurality of specified item data. Control method of learning support server.

The learning support method according to claim 1,
The learning support server
A plurality of item data occupying a specific ratio in the total number of the plurality of item data is specified in descending order of the total value of the evaluation scores associated with each of the plurality of item data stored in the storage device. ,
Extracting the predetermined case data based on a total value of evaluation scores for each of the plurality of evaluation items by extracting the predetermined case data from the plurality of specified case data. To control the learning support server.

In a control method of a learning support server that is connected to a terminal for an evaluator and a terminal for a learner and supports learning about the work for a business worker who performs a response to an inquiry,
The learning support server
A storage device storing a plurality of item data including voice and / or images indicating the contents of the executed business;
From the terminal for the person in charge of evaluation, evaluation information indicating evaluation for each of the plurality of item data, and receiving evaluation information including an evaluation score for each of a plurality of evaluation items,
The received evaluation information and the case data are associated with each other and stored in the storage device,
Sending the predetermined case data extracted from the plurality of case data stored in association with the evaluation information in the storage device to cause the learner's terminal to output a problem,
From the learner's terminal, it is answer information indicating an evaluation of the case data output as a problem, and receives answer information including an answer score for each of a plurality of evaluation items,
The received answer information is stored in the storage device in association with the case data and the evaluation information,
A control method for a learning support server, wherein predetermined item data is extracted based on the evaluation score and the answer score from item data stored in association with the evaluation information in the storage device.

In a learning support server that is connected to a terminal for an evaluator and a terminal for a learner and supports learning about the work for a business worker who performs a response to an inquiry,
Storage means for storing a plurality of item data including sound and / or images indicating the contents of the executed business;
Means for receiving evaluation information including an evaluation score for each of a plurality of evaluation items, which is evaluation information indicating an evaluation for each of the plurality of item data, from the terminal for evaluation person;
Means for associating and storing the received evaluation information and the case data in the storage device;
Means for extracting predetermined item data based on a total value of evaluation scores for each of the plurality of evaluation items, from among a plurality of item data stored in association with the evaluation information in the storage device;
A learning support server, comprising: means for transmitting the extracted predetermined item data to the learner terminal to cause the learner terminal to output the problem data as a problem.

The learning support server according to claim 5 ,
Based on the total value of the evaluation scores for each of the plurality of evaluation items, means for extracting the predetermined matter data,
A plurality of item data occupying a specific ratio in the total number of the plurality of item data is specified in descending order of the total value of the evaluation scores associated with each of the plurality of item data stored in the storage device ,
A learning support server, wherein predetermined item data is extracted from among the plurality of item data specified.

The learning support server according to claim 5 ,
Based on the total value of the evaluation scores for each of the plurality of evaluation items, means for extracting the predetermined matter data,
A plurality of item data occupying a specific ratio in the total number of the plurality of item data is specified in descending order of the total value of the evaluation scores associated with each of the plurality of item data stored in the storage device. ,
The learning support server, wherein the predetermined item data is extracted from the plurality of specified item data.

In a learning support server that is connected to a terminal for an evaluator and a terminal for a learner and supports learning about the work for a business worker who performs a response to an inquiry,
Storage means for storing a plurality of item data including sound and / or images indicating the contents of the executed business;
Means for receiving evaluation information including an evaluation score for each of a plurality of evaluation items, which is evaluation information indicating an evaluation for each of the plurality of item data, from the terminal for evaluation person;
Means for associating and storing the received evaluation information and the case data in the storage device;
Means for transmitting predetermined item data extracted from a plurality of item data stored in association with the evaluation information in the storage device in order to cause the learner's terminal to output as a problem;
Means for receiving response information including an evaluation score for each of a plurality of evaluation items, which is response information indicating an evaluation of the case data output as a problem from the learner terminal;
Means for storing the received response information in the storage device in association with the case data and the evaluation information;
A learning support server comprising means for extracting predetermined item data from the item data stored in the storage device in association with the evaluation information based on the evaluation score and the answer score.