JP6079638B2 - 情報処理装置、情報処理システム、情報処理方法、および、コンピュータ・プログラム - Google Patents

Description

本発明は、推論処理により得られた推論結果を提示する情報処理装置、情報処理システム、情報処理方法、および、コンピュータ・プログラムに関する。

入力されたコンテキスト情報に対して推論ルールを適用することにより推論結果を求め、求めた推論結果を提示する情報処理装置が知られている。ここで、コンテキスト情報とは、推論ルールの適用対象となる情報であり、例えば、文書データに含まれる文字情報や画像情報、センサ機器から出力される測定データ、または、装置やアプリケーションソフトウェアに対する操作ログデータ等である。

このような情報処理装置が用いる推論手法として、例えば、演繹推論がある。演繹推論を用いる場合、情報処理装置は、例えば、次式（１）に示すようなＩＦ−ＴＨＥＮ形式で表される推論ルールを保持する。
ＩＦ 温度>100 ＆ 液体==水
ＴＨＥＮ 液体→（変化）→気体・・・（1）
式（１）の１行目は、「温度が摂氏１００度以上であり、かつ、液体が水である場合」という条件（ＩＦ情報）を表している。また、式（１）の２行目は、ＩＦ情報が満たされる場合に「液体が気体に変化する」という事象（ＴＨＥＮ情報）を表している。このような推論ルールを用いる情報処理装置は、入力されたコンテキスト情報がＩＦ情報を満たす場合に、該ＩＦ情報に対して設定されたＴＨＥＮ情報が発生すると推論する。

このような情報処理装置は、例えば、ある装置の設計において、重要な過去の事例や不具合事例等の事例情報と、そのような事例が起こりうる条件とを、推論ルールとしてあらかじめ保持しておく。そして、このような情報処理装置は、その装置の設計文書データからコンテキスト情報を抽出し、抽出したコンテキスト情報に推論ルールを適用する。この場合、このような情報処理装置は、そのような設計文書データに基づく設計により起こりうる不具合事例や、該設計に関連する重要な過去の事例等を、推論結果として提示することができる。その結果、このような情報処理装置は、設計文書データの内容をチェックするユーザの作業を支援することができる。

ところで、このような情報処理装置において、推論ルールが大量に蓄積されている場合、大量の推論結果が得られることになる。そして、提示される推論結果が大量になると、ユーザにとって、推論結果を把握しづらいという問題が生じる。このような問題を解決する関連技術として、大量の情報を、ユーザにとって把握しやすい件数に絞りこんでから提示する技術がある。

例えば、特許文献１には、生産工程における過去の不具合発生履歴を蓄積し、蓄積した不具合発生履歴に基づいて、故障の種別毎の発生頻度、影響度および検出度を算出し、算出したこれらの情報を統合して危険優先度を算出する情報処理装置が記載されている。そして、この情報処理装置は、危険優先度でソートした故障情報をユーザに提示する。これにより、この情報処理装置は、ユーザにとって全て把握できない程多数の故障情報がある場合でも、危険優先度の高い故障情報を優先してユーザに提示することができる。

また、非特許文献１には、複数の情報に対する複数のユーザのアクセス履歴を用いた協調フィルタリングにより、各ユーザにとって未知かつ有用な情報を提示する情報処理装置が記載されている。この情報処理装置は、ユーザにとって全て把握できない程多数の情報がある場合でも、そのうちユーザにとって未知かつ有用な情報を提示することができる。

特開２００７−２８０３０１号公報

大杉直樹他，"協調フィルタリングに基づくソフトウェア機能推薦システム"，２００４年情報処理学会論文誌Ｖｏｌ.４５Ｎｏ.１

しかしながら、特許文献１に記載された情報処理装置は、危険優先度の高い故障情報をユーザに提示することができるが、以下の問題がある。

危険優先度の高い故障情報であっても、ユーザによっては、その故障情報に関する詳しい知識を有している場合がある。一方、危険優先度の低い故障情報であっても、ユーザによっては、その故障情報に関する詳しい知識を有していないために、そのような故障情報に関連するミスを生じやすい場合がある。しかしながら、特許文献１に記載された情報処理装置は、各ユーザにとって詳細な知識を持たない故障情報を上位に提示するとは限らない。

また、非特許文献１に記載された情報処理装置は、各ユーザがアクセスしていない情報を未知の情報とみなし、そのうち各ユーザにとって有用であると判定した情報を提示することができるが、以下の問題がある。

例えば、非特許文献１に記載された情報処理装置が、設計における不具合事例情報を対象とする場合を想定する。あるユーザは、ある種類のコンテキスト情報に関連する不具合事例情報に既にアクセスしていても、コンテキスト情報の種類が異なると、そのような不具合事例情報を見落としてしまう場合がある。このような場合、そのユーザは、その不具合事例情報に対して真に詳しい知識を有していないといえる。しかしながら、非特許文献１に記載された情報処理装置は、ユーザが既にアクセスした情報を提示しないので、そのユーザにとって詳しい知識を持たない不具合事例情報を提示できない場合がある。

また、あるユーザが未だアクセスしていない情報が、既にアクセスした情報に類似している場合がある。この場合であっても、非特許文献１に記載された情報処理装置は、既にアクセスした情報に類似した情報を有用であると判定して提示してしまうことがある。このような類似情報に対して、そのユーザは、既に詳しい知識を持っている場合もある。したがって、非特許文献１に記載された情報処理装置は、そのユーザが既に詳しい知識を持つ情報を提示してしまう場合がある。

このように、特許文献１および非特許文献１に記載された技術を、推論結果を提示する情報処理装置に適用しても、各ユーザにとって詳細な知識を持たない推論結果を優先的に提示できない場合があるという問題がある。

本発明は、上述の課題を解決するためになされたもので、コンテキストから推論される推論結果のうち、各ユーザにとって詳細な知識を持たない情報を優先的に提示する情報処理装置等を提供することを主たる目的とする。

本発明の情報処理装置は、コンテキスト情報に対して推論ルールを適用することにより推論結果を得る推論部と、推論結果を閲覧する閲覧ユーザを表す情報を用いて、推論結果が得られるまでに適用された各推論ルールに対する閲覧ユーザの知識レベルを取得し、取得した各知識レベルに基づいて、推論結果に対する閲覧ユーザの知識の深さを統合的に表す指標値を算出する推論結果指標値算出部と、推論結果指標値算出部によって算出された指標値に基づいて推論結果を提示する推論結果提示部と、推論結果が得られるまでに適用された各推論ルールについて、該推論ルールに対する閲覧ユーザの知識レベルを、推論結果提示部によって提示された推論結果に対して閲覧ユーザが有する知識の程度が評価された評価情報に基づいて更新する知識レベル更新部と、を備える。

また、本発明の情報処理システムは、上述の情報処理装置と、コンテキスト情報を収集して情報処理装置に送信し、情報処理装置から提示される推論結果を出力装置に出力し、入力装置から入力される評価情報を情報処理装置に送信する端末と、を備える。

また、本発明の情報処理方法は、入力されたコンテキスト情報に対して、あらかじめ記憶した推論ルールを適用することにより推論結果を求め、推論結果を得るまでに適用した各推論ルールに対して、推論結果を閲覧する閲覧ユーザが有する知識の深さを表す知識レベルとしてあらかじめ記憶した値を取得し、取得した各知識レベルに基づいて、推論結果に対する閲覧ユーザの知識の深さを統合的に表す指標値を算出し、指標値に基づいて推論結果を提示し、提示した推論結果に対して、閲覧ユーザが有する知識の程度が評価された評価情報を取得し、推論結果を得るまでに適用した各推論ルールについて、該推論ルールに対する閲覧ユーザの知識レベルとして記憶した値を、評価情報に基づいて更新する。

また、本発明のコンピュータ・プログラムは、コンテキスト情報を取得するコンテキスト情報取得処理と、コンテキスト情報に対して、あらかじめ記憶装置に記憶された推論ルールを適用することにより推論結果を求める推論処理と、推論結果が得られるまでに適用された各推論ルールに対して、推論結果を閲覧する閲覧ユーザが有する知識の深さを表す知識レベルとして記憶装置にあらかじめ記憶された値を取得し、取得した各知識レベルに基づいて、推論結果に対する閲覧ユーザの知識の深さを統合的に表す指標値を算出する推論結果指標値算出処理と、指標値に基づいて推論結果を提示する推論結果提示処理と、推論結果提示処理で提示された推論結果に対して、閲覧ユーザが有する知識の程度が評価された評価情報を取得する評価情報取得処理と、推論結果が得られるまでに適用された各推論ルールについて、該推論ルールに対する閲覧ユーザの知識レベルとして記憶装置に記憶された値を、評価情報に基づいて更新する知識レベル更新処理と、をコンピュータ装置に実行させる。

本発明は、コンテキストから推論される推論結果のうち、各ユーザにとって詳細な知識を持たない情報を優先的に提示することができる。

本発明の第１の実施の形態に係る情報処理装置の機能ブロック図である。 本発明の第１の実施の形態に係る情報処理装置の推論結果提示動作を説明するフローチャートである。 本発明の第１の実施の形態に係る情報処理装置の知識レベル更新動作を説明するフローチャートである。 本発明の第２の実施の形態に係る情報処理装置の機能ブロック図である。 本発明の第２の実施の形態における事例情報記憶部に格納される情報の一例を示す図である。 本発明の第２の実施の形態における推論ルール記憶部に格納される情報の一例を示す図である。 本発明の第２の実施の形態における知識レベル記憶部に格納される情報の一例を示す図である。 本発明の第２の実施の形態における知識レベル変更ルール記憶部に格納される情報の一例を示す図である。 本発明の第２の実施の形態に係る情報処理システムの推論結果提示動作を説明するフローチャートである。 本発明の第２の実施の形態に係る情報処理システムの知識レベル更新動作を説明するフローチャートである。 本発明の第２の実施の形態に係る情報処理システムの推論結果提示動作の具体例を説明するための模式図である。 本発明の第２の実施の形態における推論結果提示画面の一例を示す図である。 本発明の第２の実施の形態における評価情報入力画面の一例を示す図である。 本発明の第２の実施の形態に係る情報処理システムの知識レベル更新動作の具体例を説明するための模式図である。 本発明の第３の実施の形態に係る情報処理装置の機能ブロック図である。 本発明の第３の実施の形態における知識レベル記憶部に格納される情報の一例を示す図である。 本発明の第３の実施の形態における推論ルール記憶部に格納される情報の一例を示す図である。 本発明の第３の実施の形態における事例情報記憶部に格納される情報の一例を示す図である。 本発明の第３の実施の形態に係る情報処理システムの推論結果提示動作を説明するフローチャートである。 本発明の第３の実施の形態に係る情報処理システムの知識レベル更新動作を説明するフローチャートである。 本発明の第４の実施の形態に係る情報処理装置の機能ブロック図である。 本発明の第４の実施の形態における行動履歴変換ルール記憶部に格納される情報の一例を示す図である。 本発明の第４の実施の形態における知識レベル変更ルール記憶部に格納される情報の一例を示す図である。 本発明の第４の実施の形態に係る情報処理システムの知識レベル更新動作を説明するフローチャートである。 本発明の第１の実施の形態に係る情報処理装置のハードウェア構成図である。 本発明の第２〜第４の実施の形態に係るサーバのハードウェア構成図である。 本発明の第２〜第４の実施の形態に係る端末のハードウェア構成図である。

以下、本発明の各実施の形態について、図面を参照して詳細に説明する。

（第１の実施の形態）
本発明の第１の実施の形態に係る情報処理装置１の機能ブロック構成を図１に示す。図１において、情報処理装置１は、推論ルール記憶部１０１と、知識レベル記憶部１０２と、コンテキスト情報取得部１０３と、推論部１０４と、推論結果指標値算出部１０５と、推論結果提示部１０６と、評価情報取得部１０７と、知識レベル更新部１０９とを備える。次に、情報処理装置１のハードウェア構成を図２５に示す。図２５において、情報処理装置１は、ＣＰＵ（Central Processing Unit）２５０１と、ＲＡＭ（Random Access Memory）２５０２と、ＲＯＭ（Read Only Memory）２５０３と、ハードディスク等の記憶装置２５０４と、入力装置２５０５と、表示装置２５０６とを備えたコンピュータ装置２５００によって構成されている。また、推論ルール記憶部１０１および知識レベル記憶部１０２は、記憶装置２５０４によって構成される。また、コンテキスト情報取得部１０３および評価情報取得部１０７は、入力装置２５０５と、ＲＯＭ２５０３または記憶装置２５０４に記憶されたコンピュータ・プログラムをＲＡＭ２５０２に読み込んで実行するＣＰＵ２５０１とによって構成される。また、推論部１０４と、推論結果指標値算出部１０５と、知識レベル更新部１０９とは、ＲＯＭ２５０３または記憶装置２５０４に記憶されたコンピュータ・プログラムをＲＡＭ２５０２に読み込んで実行するＣＰＵ２５０１によって構成される。また、推論結果提示部１０６は、表示装置２５０６と、ＲＯＭ２５０３または記憶装置２５０４に記憶されたコンピュータ・プログラムをＲＡＭ２５０２に読み込んで実行するＣＰＵ２５０１とによって構成される。なお、各機能ブロックを構成するハードウェア構成は、上述の構成に限定されない。

推論ルール記憶部１０１は、１つ以上の推論ルールを記憶している。このような推論ルールは、後述のコンテキスト情報の内容に応じて発生する事象を表す。推論ルールは、例えば、条件（ＩＦ情報）および該条件が満たされたときに発生する事象（ＴＨＥＮ情報）からなるＩＦ−ＴＨＥＮ形式のルールであってもよい。推論ルール記憶部１０１は、このような推論ルールを、該推論ルールを識別する推論ルールＩＤとともに記憶しておく。

知識レベル記憶部１０２は、各推論ルールに対するユーザ毎の知識の深さを表す知識レベルを記憶している。具体的には、知識レベル記憶部１０２は、推論ルールＩＤと、ユーザの識別情報（ユーザＩＤ）と、該ユーザの該推論ルールに対する知識の深さを表す知識レベルとを対応付けし、対応付けされた複数のレコードを記憶している。以降、本発明の各実施の形態では、知識レベルの値が小さいほど、そのユーザがその推論ルールに対してより詳しくないことを表すものとして説明を続ける。また、知識レベル記憶部１０２に記憶される各知識レベルは、後述の知識レベル更新部１０９によって更新されうる。また、知識レベル記憶部１０２に記憶される各知識レベルは、あらかじめ登録されるか、初期値として０などの所定値が設定されていてもよい。

コンテキスト情報取得部１０３は、コンテキスト情報を取得する。コンテキスト情報とは、推論の対象となる情報であり、例えば、文書データに含まれる文字情報や画像情報、センサ機器から出力される測定データ、または、装置やアプリケーションソフトウェアに対する操作ログデータ等であってもよい。

推論部１０４は、取得されたコンテキスト情報に対して、推論ルール記憶部１０１に記憶された推論ルールを適用することにより、推論結果を得る。例えば、推論部１０４は、コンテキスト情報に適合するＩＦ情報を有する推論ルールを検索する。そして、推論部１０４は、検索した推論ルールが有するＴＨＥＮ情報が起こると推定する。また、推論部１０４は、適用した推論ルールのＴＨＥＮ情報が他の推論ルールのＩＦ情報を満たす場合、他の推論ルールをさらに適用する連鎖的な推論処理を繰り返してもよい。また、推論部１０４は、取得したコンテキスト情報または適用した推論ルールのＴＨＥＮ情報に対して適用可能な複数の推論ルールがあれば、それぞれの推論ルールに基づき複数の推論処理を実行してもよい。

推論結果指標値算出部１０５は、推論結果が得られるまでに適用された各推論ルールに対する閲覧ユーザの知識レベルを用いて、その推論結果の指標値を算出する。ここで、閲覧ユーザとは、推論結果を閲覧するユーザである。また、推論結果の指標値とは、その推論結果に対する閲覧ユーザの知識の深さを統合的に表す値である。

具体的には、推論結果指標値算出部１０５は、後述の推論結果提示部１０６から、閲覧ユーザのユーザＩＤを取得してもよい。そして、推論結果指標値算出部１０５は、知識レベル記憶部１０２から、各推論ルールＩＤおよび閲覧ユーザＩＤに対応付けられた知識レベルを取得すればよい。そして、推論結果指標値算出部１０５は、取得した各知識レベルに基づいて、閲覧ユーザにとっての推論結果の指標値を算出すればよい。例えば、推論結果指標値算出部１０５は、取得した各知識レベルの積算値を指標値として算出してもよい。前述のように、知識レベルの値が小さいほど、その閲覧ユーザがその推論ルールに対してより詳しくないことを表していれば、閲覧ユーザが詳しい知識を持たない推論ルールを用いて導かれた推論結果ほど、その積算値としての指標値の値は小さくなる。ここで、閲覧ユーザが詳しい知識を持たない推論過程によって導かれた推論結果ほど、その閲覧ユーザにとってより有用であると考えられる。したがって、この場合、推論結果に対する指標値は、値が小さいほどそのユーザにとって有用である度合いが高いことを示すことになる。

また、推論結果指標値算出部１０５は、複数の推論結果が得られていれば、各推論結果について、閲覧ユーザにとっての指標値を算出する。

推論結果提示部１０６は、推論結果指標値算出部１０５によって算出された指標値に基づいて推論結果を提示する。例えば、推論結果提示部１０６は、推論結果を提示する順番を指標値に基づいて決定してもよい。もし、指標値の値が小さいほど閲覧ユーザにとって有用である度合いが高いことを表していれば、推論結果提示部１０６は、指標値の昇順に推論結果を提示してもよい。

また、推論結果提示部１０６は、推論結果を閲覧する閲覧ユーザのユーザＩＤを取得し、推論結果指標値算出部１０５に通知する。例えば、推論結果提示部１０６は、閲覧ユーザＩＤの入力画面を表示し、登録済みの閲覧ユーザＩＤが入力された場合に、推論結果を提示するようにしてもよい。

評価情報取得部１０７は、推論結果提示部１０６によって提示された推論結果に対して、閲覧ユーザが有する知識の程度を評価した評価情報を取得する。例えば、評価情報取得部１０７は、推論結果が閲覧ユーザにとって既知であったか否かを表す評価情報を、入力装置を介して取得してもよい。

知識レベル更新部１０９は、推論結果が得られるまでに適用された各推論ルールに対する閲覧ユーザの知識レベルとして知識レベル記憶部１０２に記憶された値を、評価情報取得部１０７によって取得された評価情報に基づいて更新する。例えば、評価情報取得部１０７によって既知であったか否かを表す評価情報が取得される場合、知識レベル更新部１０９は、評価情報が「既知であった」ことを表していれば、知識レベルを所定値加算してもよい。また、評価情報が「既知でなかった」ことを表していれば、知識レベル更新部１０９は、知識レベルを所定値減算してもよい。

以上のように構成された情報処理装置１の動作について、図面を参照して説明する。

まず、情報処理装置１の推論結果提示動作を、図２に示す。図２は本発明の第１の実施の形態に係る情報処理装置の推論結果提示動作を説明するフローチャートである。図２および以降参照するフローチャートにおいて、２つの六角形の組は、その間に挟まれた一連の処理を繰り返す（ループ）ことを表わす。ここで、上方の角が切り落とされた四角形形状である六角形は、繰り返される処理の始まりを表わす。そして、下方の角が切り落とされた四角形形状である六角形は、繰り返される処理の終わりを表わす。なお、繰り返しの始まりを表わす六角形の中に、繰り返し処理の対象について記載されていることもある。

図２では、まず、コンテキスト情報取得部１０３は、コンテキスト情報を取得する（ステップＳ１）。例えば、コンテキスト情報取得部１０３は、与えられた文書データからコンテキスト情報を抽出してもよい。

次に、推論部１０４は、ステップＳ１で取得されたコンテキスト情報に対して、推論ルール記憶部１０１に記憶された推論ルールを適用することにより、推論結果を得る（ステップＳ２）。このとき、前述のように、推論部１０４は、連鎖的に推論処理を実行することにより、推論結果を取得してもよい。

次に、推論結果指標値算出部１０５は、推論結果を閲覧する閲覧ユーザＩＤを取得する（ステップＳ３）。前述のように、推論結果指標値算出部１０５は、推論結果提示部１０６から閲覧ユーザＩＤを取得してもよい。

次に、推論結果指標値算出部１０５は、ステップＳ２において得られた各推論結果について、ステップＳ４〜Ｓ５の処理を実行する。

ここでは、まず、推論結果指標値算出部１０５は、この推論結果が得られるまでに推論部１０４によって用いられた各推論ルールに対する閲覧ユーザの知識レベルを、知識レベル記憶部１０２から検索する（ステップＳ４）。

次に、推論結果指標値算出部１０５は、ステップＳ４で検索した知識レベルに基づいて、この推論結果に対する閲覧ユーザの知識の深さを統合的に表す指標値を算出する（ステップＳ５）。例えば、前述のように、推論結果指標値算出部１０５は、この推論結果が得られるまでに用いられた各推論ルールに対する閲覧ユーザの知識レベルの積算値を、指標値として算出してもよい。

次に、推論結果提示部１０６は、推論結果指標値算出部１０５によって算出された指標値に基づいて推論結果を提示する（ステップＳ６）。例えば、推論結果提示部１０６は、指標値の昇順に推論結果を提示してもよい。

以上で、情報処理装置１は、推論結果提示動作を終了する。

次に、情報処理装置１の知識レベル更新動作を、図３に示す。図３は本発明の第１の実施の形態に係る情報処理装置の知識レベル更新動作を説明するフローチャートである。

図３では、まず、評価情報取得部１０７が、図２のステップＳ６で提示された推論結果のうちの１つに対する閲覧ユーザの評価情報を取得する（ステップＳ１１）。例えば、前述のように、評価情報取得部１０７は、その推論結果が閲覧ユーザにとって既知であったか否かを選択可能に表示装置に表示することにより、既知であったか否かを表す評価情報を、入力装置を介して取得するようにしてもよい。

次に、知識レベル更新部１０９は、この推論結果が得られるまでに図２のステップＳ２において用いられた各推論ルールについて、以下のステップＳ１２〜Ｓ１３の処理を実行する。

ここでは、まず、知識レベル更新部１０９は、この推論ルールＩＤおよび閲覧ユーザＩＤに対応付けられた知識レベルを、知識レベル記憶部１０２から検索する（ステップＳ１２）。

そして、知識レベル更新部１０９は、検索したレコードの知識レベルを、ステップＳ１１で取得された種類の評価情報に基づいて更新する（ステップＳ１３）。例えば、知識レベル更新部１０９は、ステップＳ１１で取得された評価情報に応じて、該当レコードの知識レベルを所定値加算または減算してもよい。

以上で、情報処理装置１は、知識レベル更新動作を終了する。なお、情報処理装置１は、複数の推論結果を提示している場合、各推論結果に対してこのような知識レベル更新動作を実行すればよい。

なお、情報処理装置１は、推論ルール記憶部１０１、知識レベル記憶部１０２、コンテキスト情報取得部１０３および評価情報取得部１０７の一部あるいはその全てを備えていなくともよい。また、これらの構成要素は、情報処理装置１の外部にあってもよい。さらに、推論ルール、知識レベル、コンテキスト情報および評価情報の一部あるいは全ては、外部から情報処理装置１へ与えられてもよい。

次に、本発明の第１の実施の形態の効果について述べる。

本発明の第１の実施の形態に係る情報処理装置は、コンテキストから推論される情報のうち、ユーザが詳細な知識を持たない情報を優先的に提示することができる。

その理由は、知識レベル記憶部が、推論ルールに対する閲覧ユーザの知識レベルを格納しておき、推論結果指標値算出部が、推論過程で用いられた各推論ルールに対する閲覧ユーザの知識レベルに基づいて、推論結果に対する閲覧ユーザの知識の深さを統合的に表す指標値を算出し、推論結果提示部が、算出された指標値に基づいて推論結果を提示するからである。これにより、第１の実施の形態に係る情報処理装置は、推論過程に対する閲覧ユーザの知識の深さに基づいて、推論結果の閲覧ユーザにとっての有用度を判断して提示することになる。その結果、第１の実施の形態に係る情報処理装置は、閲覧ユーザにとって既知の推論結果であっても、推論過程に対する知識レベルが低い推論結果であれば優先的に提示することができるからである。

また、さらなる理由は、評価情報取得部が、提示した推論結果に対する閲覧ユーザの評価情報を取得し、知識レベル更新部が、推論過程で用いられた各推論ルールに対する閲覧ユーザの知識レベルを、閲覧ユーザの評価情報に基づいて更新するからである。これにより、第１の実施の形態に係る情報処理装置は、推論過程で用いた各推論ルールに対する閲覧ユーザの知識レベルを、推論結果に対する閲覧ユーザの知識の程度の評価に基づいて更新することができる。例えば、提示された推論結果は既知であったという評価情報が得られれば、第１の実施の形態に係る情報処理装置は、その推論結果が得られるまでの各推論ルールに対する閲覧ユーザの知識レベルをそれまでより高く更新することができる。また、提示された推論結果は未知であったという評価情報が得られれば、第１の実施の形態に係る情報処理装置は、それらの各推論ルールに対する閲覧ユーザの知識レベルをそれまでより低く更新することができる。その結果、第１の実施の形態に係る情報処理装置は、そのような推論ルールを推論過程で用いた他の推論結果に対する指標値を、より精度よく算出することができることになるからである。

（第２の実施の形態）
次に、本発明の第２の実施の形態について図面を参照して詳細に説明する。第２の実施の形態では、本発明の情報処理装置としてのサーバと、端末とを含む情報処理システムについて説明する。なお、第２の実施の形態の説明において参照する各図面において、本発明の第１の実施の形態と同一の構成および同様に動作するステップには同一の符号を付し、そして、第２の実施の形態における詳細な説明を省略する。

本発明の第２の実施の形態に係る情報処理システム２０は、本発明の情報処理装置としてのサーバ２と、端末８とを含む。各装置の機能ブロック構成を図４に示す。

図４において、サーバ２は、推論ルール記憶部２０１と、知識レベル記憶部２０２と、コンテキスト情報取得部２０３と、推論部２０４と、推論結果指標値算出部２０５と、推論結果提示部２０６と、評価情報取得部２０７と、知識レベル変更ルール記憶部２０８と、知識レベル更新部２０９と、事例情報記憶部２１０とを備える。次に、サーバ２のハードウェア構成を図２６に示す。図２６において、サーバ２は、ＣＰＵ２６０１と、ＲＡＭ２６０２と、ＲＯＭ２６０３と、記憶装置２６０４と、ネットワークインタフェース２６０５とを備えたコンピュータ装置２６００によって構成されている。また、推論ルール記憶部２０１と、知識レベル記憶部２０２と、知識レベル変更ルール記憶部２０８と、事例情報記憶部２１０とは、記憶装置２６０４によって構成される。また、コンテキスト情報取得部２０３と、評価情報取得部２０７と、推論結果提示部２０６とは、ネットワークインタフェース２６０５と、ＲＯＭ２６０３または記憶装置２６０４に記憶されたコンピュータ・プログラムをＲＡＭ２６０２に読み込んで実行するＣＰＵ２６０１とによって構成される。また、推論部２０４と、推論結果指標値算出部２０５と、知識レベル更新部２０９とは、ＲＯＭ２６０３または記憶装置２６０４に記憶されたコンピュータ・プログラムをＲＡＭ２６０２に読み込んで実行するＣＰＵ２６０１によって構成される。

また、端末８は、コンテキスト情報収集部８０１と、情報入出力部８０２とを備えている。次に、端末８のハードウェア構成を図２７に示す。図２７において、端末８は、ＣＰＵ２７０１と、ＲＡＭ２７０２と、ＲＯＭ２７０３と、記憶装置２７０４と、入力装置２７０５と、表示装置２７０６と、ネットワークインタフェース２７０７とを備えたコンピュータ装置２７００によって構成されている。コンテキスト情報収集部８０１は、ネットワークインタフェース２７０７と、ＲＯＭ２７０３または記憶装置２７０４に記憶されたコンピュータ・プログラムをＲＡＭ２７０２に読み込んで実行するＣＰＵ２７０１とによって構成される。情報入出力部８０２は、入力装置２７０５と、表示装置２７０６と、ネットワークインタフェース２７０７と、ＲＯＭ２７０３または記憶装置２７０４に記憶されたコンピュータ・プログラムをＲＡＭ２７０２に読み込んで実行するＣＰＵ２７０１とによって構成される。

なお、各装置の各機能ブロックを構成するハードウェア構成は、上述の構成に限定されない。また、サーバ２および端末８は、インターネット、ＬＡＮ（Local Area Network）、公衆回線網、無線通信網またはこれらの組合せ等によって構成されるネットワークを介して通信可能に接続されている。また、図４には、１つの端末８を示しているが、本発明の情報処理装置が接続される端末の数を限定するものではない。

まず、サーバ２の各機能ブロックについて説明する。

事例情報記憶部２１０は、推論ルールに関連する事例を表す事例情報を記憶している。事例情報記憶部２１０に記憶される情報の一例を図５に示す。図５において、各行が表す事例情報は、事例を識別する情報（事例ＩＤ）と、事例の名称と、関連ＵＲＬ（Uniform Resource Locator）とを含む。また、事例情報は、登録日時や登録者のユーザＩＤを含んでいてもよい。

推論ルール記憶部２０１は、本発明の第１の実施の形態において説明した各推論ルールに、さらに、事例ＩＤを含めて記憶している。推論ルール記憶部２０１に記憶される情報の一例を図６に示す。図６において、各行が示す推論ルールは、推論ルールＩＤと、ＩＦ情報と、ＴＨＥＮ情報と、事例ＩＤとを含む。その他、推論ルールは、登録日時や登録者のユーザＩＤを含んでいてもよい。また、推論ルールは、複数のＩＦ情報を含んでもよい。図６において、複数のＩＦ情報が含まれる推論ルールは、全てのＩＦ情報が満たされた際にＴＨＥＮ情報が推論されることを意味している。

なお、複数のＩＦ情報が含まれる推論ルールは、複数のＩＦ情報のいずれかが満たされた際にＴＨＥＮ情報が推論されることを意味してもよい。あるいは、複数のＩＦ情報が含まれる推論ルールは、自ルールの適用条件として「ａｎｄ条件」または「ｏｒ条件」のいずれかを表す情報をさらに含んでいてもよい。ここで、「ａｎｄ」条件は、全てのＩＦ情報が満たされる場合に適用されることを意味する。また、「ｏｒ条件」は、いずれかのＩＦ情報が満たされる場合に適用されることを意味する。さらに、推論ルールは、複数のＴＨＥＮ情報を含んでいてもよい。

推論ルールに含まれる事例ＩＤは、その推論ルールに関連する事例情報を示している。推論ルール記憶部２０１は、ある推論ルールに関連する事例情報がなければ、その推論ルールに事例ＩＤを含めなくてもよい。

知識レベル記憶部２０２は、各推論ルールに対するユーザ毎の知識レベルとして、所定範囲に含まれる値を記憶している。知識レベル記憶部２０２に記憶される情報の一例を図７に示す。図７の例では、知識レベルのとりうる範囲は、０以上１以下の範囲が想定されている。また、値が小さいほど、そのユーザがその推論ルールに対してより詳しくないこと表している。例えば、ユーザＵ−０００１の、推論ルールＰ−０００１に対する知識レベルは０．６であり、推論ルールＰ−０００４に対する知識レベルは０．１である。この場合、ユーザＵ−０００１の推論ルールＰ−０００４に対する知識は、推論Ｐ−０００１に対する知識に比べてより詳しくないことを表している。なお、知識レベルのとりうる範囲はこれに限らず、自由に設定可能である。

コンテキスト情報取得部２０３は、コンテキスト情報を、ネットワークを介して端末８から受信する。

推論部２０４は、コンテキスト情報取得部２０３によって取得されたコンテキスト情報について、推論ルール記憶部２０１に記憶された推論ルールを連鎖的に適用することにより、推論結果として事例情報を得る。ここで、連鎖的に適用するとは、適用した推論ルールのＴＨＥＮ情報が満たすＩＦ情報を有する他の推論ルールをさらに適用していくことをいう。そして、推論部２０４は、これ以上適用可能な推論ルールがなくなると、推論を終了する。推論部２０４は、もし、推論過程において複数の推論ルールが適用可能である場合、複数の推論ルールのそれぞれについて、連鎖的に推論処理を続ける。そして、推論部２０４は、推論を終了したときに、その推論過程で適用した各推論ルールに対応付けられた事例ＩＤが示す事例情報を推論結果として得る。すなわち、推論部２０４は、推論過程で適用した各推論ルールに関連する事例情報を推論結果として得る。また、推論部２０４は、もし、推論を終了するまでに適用した各推論ルールに対応付けられた事例ＩＤが１つもなければ、推論結果は得られなかったものとする。ここで、推論結果として得られた各事例情報について、その事例情報に関連する推論ルールが適用されるまでの推論ルールのリストを、その事例情報の推論ステップリストと呼ぶ。

推論結果指標値算出部２０５は、推論結果として導出された各事例情報について、閲覧ユーザとっての指標値を、その事例情報の推論ステップリストに基づいて算出する。例えば、推論結果指標値算出部２０５は、推論結果として得られた事例情報の、閲覧ユーザにとっての指標値を、次式（２）を用いて算出してもよい。

式（２）において、ａは、ユーザＩＤを表し、Ｌ（ａ，ｋ）は、推論ステップｋの推論ルールに対するユーザａの知識レベルを表す。また、Ｃａｓｅは、推論結果としての事例情報を表し、Ｌｏｏｔは、その事例情報Ｃａｓｅの推論ステップリストを表す。ｋは、推論ステップリストＬｏｏｔ内に含まれる各推論ルール（推論ステップ）の適用順序を表し、Ｓ（ａ，Ｃａｓｅ）は、ユーザａにとっての事例Ｃａｓｅの指標値を表す。ここで、１つの事例情報Ｃａｓｅが、複数の推論ステップリストＬｏｏｔにより得られることもある。そこで、式（２）は、その事例情報Ｃａｓｅが得られるまでの１つ以上の推論ステップリストＬｏｏｔの中から、含まれる各推論ルールに対する閲覧ユーザの知識レベルの積算値が最小のものを選択して、事例情報Ｃａｓｅのユーザａにとっての指標値とすることを表している。

あるいは、推論結果指標値算出部２０５は、複数の推論ステップリストにおいて算出した知識レベル積算値の平均値や累乗平均等を、事例情報の閲覧ユーザにとっての指標値としてもよい。この他、推論結果指標値算出部２０５は、推論ステップリストに含まれる各推論ルールに対する閲覧ユーザの知識レベルの積算値に限らず、総和、最小値、累乗和などを算出するようにしてもよい。

推論結果提示部２０６は、推論部２０４によって得られた推論結果としての事例情報を、指標値に基づきソートまたはフィルタリングし、そして端末８に送信する。例えば、値が低い指標値ほど有用度が高いことを表す場合、推論結果提示部２０６は、指標値の昇順にソートした事例情報を、端末８に送信してもよい。また、推論結果提示部２０６は、例えば、指標値の値が閾値以下である事例情報を、端末８に送信してもよい。

評価情報取得部２０７は、推論結果としての事例情報に対する閲覧ユーザの知識の程度が評価された評価情報として、あらかじめ定められた複数の種別のいずれかを、端末８から受信する。例えば、評価情報取得部２０７は、推論結果としての各事例情報について、あらかじめ定められた複数の種別の評価情報を、ドロップダウンリスト等の選択可能な表示形式で表示するよう、端末８に通知してもよい。この場合、評価情報取得部２０７は、端末８に対するユーザ操作によって選択された評価情報の種別を、端末８から受信する。

知識レベル変更ルール記憶部２０８は、評価情報の種別と、知識レベルの増減値とを対応付けた知識レベル変更ルールを記憶している。知識レベル変更ルール記憶部２０８に記憶される情報の一例を図８に示す。図８において、各行が表す知識レベル変更ルールは、評価情報の種別を表す情報と、知識レベルの増減値とからなる。例えば、「専門領域」という種別の評価情報には、それまでの知識レベルに０．５加算した値を新たな知識レベルとすることを意味する「＋０．５」という情報が対応付けられている。

また、この例では、評価情報の種別として、あらかじめ以下のものが定められていることを想定している。
・「閲覧」：推論結果である事例情報に対応付けられたＵＲＬに閲覧ユーザがアクセスしたことを表す。つまり、この推論結果としての事例情報に対して、閲覧ユーザは、閲覧により知識を深めたという評価を表す。したがって、この評価情報に対する知識レベル変更ルールは、「閲覧」と評価された事例情報が導出されるまでに適用された各推論ルールに対する閲覧ユーザの知識レベルがある程度深まったとして、それぞれの知識レベルに０．１加算することを表している。
・「検証実施」：そのような推論根拠によってそのような事例情報が導かれることを閲覧ユーザが実際に検証したことを表す。つまり、この推論結果としての事例情報に対して、閲覧ユーザは、検証実施により知識を深めたという評価を表す。したがって、この評価情報に対する知識レベル変更ルールは、「検証実施」と評価された事例情報が導出されるまでに適用された各推論ルールに対する閲覧ユーザの知識がある程度深まったとして、それぞれの知識レベルに０．２加算することを表している。
・「専門領域」：推論結果やその推論根拠について、閲覧ユーザは既に専門的知識を有していることを表す。つまり、この推論結果としての事例情報に対して、閲覧ユーザは、既に詳細な知識を有しているという評価を表す。したがって、この評価情報に対する知識レベル変更ルールは、「専門領域」と評価された事例情報が導出されるまでに適用された各推論ルールに対する閲覧ユーザの知識が元々かなり深かったものとして、それぞれの知識レベルに０．５加算することを表している。
・「見落とし発生」：閲覧ユーザは、そのような推論根拠による推論結果を見落としており、この推論結果を提示されて始めて気がついたことを表す。つまり、この推論結果としての事例情報を見落としてしまう程、閲覧ユーザは、該事例に対して詳しい知識を有していないという評価を表す。したがって、この評価情報に対する知識レベル変更ルールは、「見落とし発生」と評価された事例情報が導出されるまでに適用された各推論ルールに対する閲覧ユーザの知識が浅いとして、それぞれの知識レベルから０．５減算することを表している。
・「不具合埋め込み」：閲覧ユーザがその不具合事例の実施者である、または、その不具合事例と同一の不具合を実際に引き起こしたことを表す。つまり、この推論結果としての不具合を実際に実施してしまう程、閲覧ユーザは、該事例に対して詳しい知識を有していないという評価を表す。したがって、この評価情報に対する知識レベル変更ルールは、「不具合埋め込み」と評価された事例情報が導出されるまでに適用された各推論ルールに対する閲覧ユーザの知識が非常に浅いとして、それぞれの知識レベルから１．０減算することを表している。

知識レベル更新部２０９は、評価情報取得部２０７によって取得された評価情報の種別に対応付けられた増減値を、知識レベル変更ルール記憶部２０８から取得する。また、知識レベル更新部２０９は、評価情報の対象である事例情報について、その推論ステップリストに含まれる各推論ルールに対する閲覧ユーザの知識レベルを格納したレコードを、知識レベル記憶部２０２から検索する。そして、知識レベル更新部２０９は、検索した各レコードの知識レベルを、取得した知識レベル変更ルールにしたがって更新する。

また、知識レベル更新部２０９は、知識レベル更新部２０９に記憶された対象レコードの知識レベルを、０以上１以下の範囲内で更新する。例えば、知識レベル更新部２０９は、知識レベル変更ルールにしたがって加算することにより１を超える知識レベルを、上限値の１に更新する。また、知識レベル更新部２０９は、知識レベル変更ルールにしたがって減算することにより負となる知識レベルを、下限値の０に更新する。なお、知識レベル更新部２０９は、０以上１以下の範囲に限らず、あらかじめ定められた所定範囲内で知識レベルを更新すればよい。

次に、端末８の各機能ブロックについて説明する。

コンテキスト情報収集部８０１は、対象となるデータから、コンテキスト情報を収集する。例えば、コンテキスト情報収集部８０１は、記憶装置に記憶された設計文書データから、各部品を表す情報と、その属性情報とをコンテキスト情報として収集してもよい。そして、コンテキスト情報収集部８０１は、収集したコンテキスト情報を、サーバ２に対して送信する。

情報入出力部８０２は、サーバ２から受信される推論結果を表示装置に表示する。受信される推論結果は、前述のように、指標値に基づいてソートまたはフィルタリングされた事例情報である。

また、情報入出力部８０２は、表示した推論結果に対する評価情報を、入力装置を介して取得する。このとき、情報入出力部８０２は、サーバ２から通知される複数の種別の評価情報を、ドロップダウンリスト等の形式で選択可能に表示装置に表示することにより、いずれかの種別の評価情報を取得してもよい。そして、情報入出力部８０２は、取得した評価情報の種別をサーバ２に送信する。

以上のように構成された情報処理システム２０の動作について、図面を参照して説明する。まず、情報処理システム２０が、推論を開始してから推論結果を提示するまでの動作を、図９を参照して説明する。図９は本発明の第２の実施の形態に係る情報処理システムの推論結果提示動作を説明するフローチャートである。なお、図９において、左図は端末８の動作を表し、右図はサーバ２の動作を表し、左右を結ぶ破線の矢印はデータの流れを表すものとする。

図９では、まず、端末８のコンテキスト情報収集部８０１は、コンテキスト情報を収集し、サーバ２に送信する（ステップＳ２０）。

次に、サーバ２のコンテキスト情報取得部２０３は、コンテキスト情報を受信する（ステップＳ２１）。

次に、推論部２０４は、受信されたコンテキスト情報に対して、推論ルール記憶部２０１に記憶された推論ルールを連鎖的に適用する。そして、推論部２０４は、これ以上適用可能な推論ルールがなくなると、適用した各推論ルールに対応付けられた事例ＩＤを、推論結果として取得する（ステップＳ２２）。

次に、推論結果指標値算出部２０５は、閲覧ユーザＩＤを取得する（ステップＳ２３）。

次に、推論結果指標値算出部２０５は、ステップＳ２２で得られた各事例ＩＤについてステップＳ２４〜Ｓ２５の処理を実行する。

ここでは、まず、推論結果指標値算出部２０５は、この事例情報の推論ステップリストに含まれる各推論ルールに対する閲覧ユーザの知識レベルを、知識レベル記憶部２０２から検索する（ステップＳ２４）。

次に、推論結果指標値算出部２０５は、ステップＳ２４で検索した知識レベルを式（２）に適用することにより、この事例情報の指標値を算出する（ステップＳ２５）。

次に、推論結果提示部２０６は、ステップＳ２２で得られた各事例ＩＤが示す事例情報を、ステップＳ２５で算出された指標値に基づいて提示するよう、端末８に通知する（ステップＳ２６）。例えば、推論結果提示部２０６は、指標値の昇順に事例情報をソートして提示するよう、端末８に通知してもよい。さらに、推論結果提示部２０６は、指標値の値が閾値以下であるかどうかを条件としてフィルタリングを行い、その結果に基づいて事例情報を提示するよう、端末８に通知してもよい。

次に、端末８の情報入出力部８０２は、サーバ２からの通知にしたがって、推論結果としての事例情報を提示する（ステップＳ２７）。

以上で、情報処理システム２０は、推論結果提示動作を終了する。

次に、情報処理システム２０の知識レベル更新動作を、図１０を参照して説明する。図１０は本発明の第２の実施の形態に係る情報処理システムの知識レベル更新動作を説明するフローチャートである。なお、図１０において、左図は端末８の動作を表し、右図はサーバ２の動作を表し、左右を結ぶ破線の矢印はデータの流れを表すものとする。

図１０では、まず、端末８の情報入出力部８０２は、推論結果としての事例情報に対する閲覧ユーザの知識の程度として、複数の種別の評価情報を選択可能に表示する（ステップＳ３０）。この複数の種別の評価情報は、あらかじめサーバ２から通知されている。例えば、複数の種別の評価情報は、前述のように、「閲覧」、「検証実施」、「専門領域」、「見落とし発生」、「不具合埋め込み」をそれぞれ表す情報であってもよい。

次に、情報入出力部８０２は、提示された事例情報のうちの１つについて、入力装置の操作により選択された評価情報の種別を、サーバ２に対して送信する（ステップＳ３１）。

次に、サーバ２の評価情報取得部２０７は、端末８から評価情報の種別を受信する（ステップＳ３２）。

次に、知識レベル更新部２０９は、ステップＳ３２で取得された種類の評価情報に関する知識レベル変更ルールを、知識レベル変更ルール記憶部２０８から検索する（ステップＳ３３）。

次に、知識レベル更新部２０９は、対象の事例情報の推論ステップリストに含まれる各推論ルールについて、ステップＳ３４〜Ｓ３５の処理を実行する。

ここでは、まず、知識レベル更新部２０９は、この推論ルールに対する閲覧ユーザの知識レベルを含むレコードを、知識レベル記憶部２０２から検索する（ステップＳ３４）。

そして、知識レベル更新部２０９は、検索したレコードの知識レベルを、ステップＳ３３で取得した知識レベル変更ルールにしたがって所定範囲内で更新する（ステップＳ３５）。

以上で、情報処理システム２０は、知識レベル更新動作を終了する。

次に、本発明の第２の実施の形態に係る情報処理システム２０の動作の具体例について、図１１を参照して説明する。図１１は本発明の第２の実施の形態に係る情報処理システムの推論結果提示動作の具体例を説明するための模式図である。ここでは、端末８に回路設計図面データが格納されていることを想定する。

まず、端末８のコンテキスト情報収集部８０１は、回路設計図面データから、部品情報、および、各部品の属性情報を、コンテキスト情報として抽出する。ここでは、コンテキスト情報収集部８０１は、回路設計図面データから、部品情報として「ケースＹ」、その属性情報として「プラスチック」、「スライド式」および「高温」というコンテキスト情報を抽出したものとする（ステップＳ２０）。

次に、サーバ２のコンテキスト情報取得部２０３は、このコンテキスト情報を、端末８から受信する（ステップＳ２１）。

次に、推論部２０４は、このコンテキスト情報の属性情報「プラスチック」および「高温」が、図６に示した推論ルールＰ−０００１のＩＦ情報を満たすと判断する。

次に、推論部２０４は、推論ルールＰ−０００１のＴＨＥＮ情報“部品→溶ける”と、ケースＹの属性情報“プラスチック”とが、推論ルールＰ−０００４のＩＦ情報を満たすと判断する。

そして、推論部２０４は、推論ルールＰ−０００４のＴＨＥＮ情報“部品→溶融変形”がＩＦ情報を満たす推論ルールがないので、推論処理を終了する。

次に、推論部２０４は、ステップＳ２２において用いた各推論ルールＰ−０００１およびＰ−０００４について、対応付けられた事例ＩＤを取得する。ここで、Ｐ−０００１には事例ＩＤが対応付けられておらず、Ｐ−０００４には、事例ＩＤとしてＣ−０００１が対応付けられている。そこで、推論部２０４は、推論結果として、事例Ｃ−０００１を取得する（ステップＳ２２）。

同様に、推論部２０４は、ステップＳ２１で得られたコンテキスト情報の属性情報「スライド式」に対して、他の推論ルール（図示せず）を連鎖的に適用することにより、図１１に示すような事例Ｃ−０００７〜Ｃ−０００９を推論結果として得たものとする。

なお、図１１の例では、推論処理の途中で適用された推論ルールには、事例ＩＤが対応付けられていなかったものとする。もし、途中で適用された推論ルールに対応付けられた事例ＩＤがあれば、推論部２０４は、その事例ＩＤも推論結果とする。

次に、推論結果指標値算出部２０５は、各事例ＩＤの、閲覧ユーザにとっての指標値を算出する。ここで、閲覧ユーザＩＤは、Ｕ−０００１であるものとする。

例えば、推論結果指標値算出部２０５は、推論結果としての事例Ｃ−０００１について、その推論ステップリストとして｛推論ルールＰ−０００１，推論ルールＰ−０００４｝を得る。

そして、推論結果指標値算出部２０５は、推論ルールＰ−０００１に対するユーザＵ−０００１の知識レベルとして、図７に示した知識レベル記憶部２０２を参照することにより、０．６を得る（ステップＳ２４）。

同様に、推論結果指標値算出部２０５は、推論ルールＰ−０００４に対するユーザＵ−０００１の知識レベルとして、図７に示した知識レベル記憶部２０２を参照することにより、０．１を得る（ステップＳ２４）。

そして、推論結果指標値算出部２０５は、事例Ｃ−０００１のユーザＵ−０００１にとっての指標値として、式（２）を用いて、０．０６を得る（ステップＳ２５）。

同様にして、推論結果指標値算出部２０５は、事例Ｃ−０００７〜Ｃ−０００９についても、それぞれ知識レベルとして、０．５、０．３、０．０８を算出したものとする。なお、図１１における推論結果としての事例Ｃ−０００９のように、複数の推論ステップリストによってその事例ＩＤが導かれた場合、推論結果指標値算出部２０５は、式（２）に基づいて、各推論ステップリストのうち閲覧ユーザの知識レベル積算値の最小値を採用してもよい。

次に、推論結果提示部２０６は、推論結果である事例Ｃ−０００１、Ｃ−０００７〜Ｃ−０００９の事例情報を、事例情報記憶部２１０から検索する。そして、推論結果提示部２０６は、各事例情報を、ステップＳ２５で算出した指標値の昇順にソートして、端末８に対して送信する（ステップＳ２６）。

これにより、端末８の情報入出力部８０２は、図１２に示すような情報を、推論結果として表示装置に表示する。図１２は本発明の第２の実施の形態における推論結果提示画面の一例を示す図である。この例では、端末８の情報入出力部８０２は、推論結果である事例情報を、指標値の低いものから順に表示している。なお、図１２において、各行は、推論結果である事例情報を示している。また、各行の右端のセルに示された「未入力」の操作ボタンは、この事例情報に対する閲覧ユーザの知識の程度を評価する情報の入力画面を開くためのものである。また、「未入力」の操作ボタンの代わりに示されている「入力済み」の情報は、この事例情報に対する閲覧ユーザの知識の程度の評価情報が、既に入力済みであることを表している。

以上で、情報処理システム２０の推論結果提示動作の具体例の説明を終了する。

引き続き、図１２に示した具体的な推論結果を例として、情報処理システム２０の知識レベル更新動作の具体例について、図１３〜図１４を参照して説明する。

図１３は、端末８の情報入出力部８０２によって表示される評価情報の入力画面例である。この例は、事例Ｃ−０００１に対する評価情報を入力する画面である。情報入出力部８０２は、例えば、図１２に示した「未入力」操作ボタンの押下に応じて、図１３に示す入力画面を表示する。この例では、情報入出力部８０２は、複数の種別の評価情報として、「閲覧」、「検証実施」、「専門領域」、「見落とし発生」、および、「不具合埋め込み」のいずれかを選択可能なプルダウンリストを表示している（ステップＳ３０）。

そして、例えば、情報入出力部８０２が、「検証実施」という評価情報を取得した場合を想定する（ステップＳ３１〜Ｓ３２）。

この場合、図１４に示すように、知識レベル更新部２０９は、知識レベル変更ルール記憶部２０８から、「検証実施」という評価情報に対応付けられた増減値「＋０．２」を取得する（ステップＳ３３）。なお、図１４は本発明の第２の実施の形態に係る情報処理システムの知識レベル更新動作の具体例を説明するための模式図である。

次に、知識レベル更新部２０９は、事例Ｃ−０００１が得られるまでの推論ステップリストに含まれる各推論ルールのＩＤとして、Ｐ−０００１およびＰ−０００４を取得する。そして、知識レベル更新部２０９は、Ｐ−０００１および閲覧ユーザＵ−０００１を含むレコード、ならびに、Ｐ−０００４および閲覧ユーザU−０００１を含むレコードを、知識レベル記憶部２０２から検索する（ステップＳ３４）。

そして、知識レベル更新部２０９は、検索したレコードに含まれる知識レベルを、その値に０．２を加算した値に更新する。なお、このとき、知識レベル更新部２０９は、そのような該当レコードがまだない場合は、該当する推論ルールＩＤに対するユーザＩＤの知識レベルを０として増減値を適用した値を、新たなレコードとして知識レベル記憶部２０２に格納してもよい。また、この例では、前述のように、知識レベルの所定範囲を０以上１以下としている。そこで、知識レベル更新部２０９は、更新による新たな知識レベルが１を上回る際は、知識レベルを１として更新する。同様に、知識レベル更新部２０９は、更新による新たな知識レベルが０を下回る際は、知識レベルを０として更新する。

以上で、サーバ２の知識レベル更新動作の具体例の説明を終了する。

なお、サーバ２は、推論ルール記憶部２０１、知識レベル記憶部２０２、コンテキスト情報取得部２０３、評価情報取得部２０７、知識レベル変更ルール記憶部２０８および事例情報記憶部２１０の一部あるいはその全てを備えていなくともよい。また、これらの構成要素は、サーバ２の外部にあってもよい。さらに、推論ルール、知識レベル、コンテキスト情報、評価情報、知識レベル変更ルールおよび事例情報の一部あるいはその全ては、外部からサーバ２へ与えられてもよい。

次に、本発明の第２の実施の形態の効果について述べる。

本発明の第２の実施の形態に係る情報処理システムは、コンテキストから推論される事例情報のうち、ユーザが詳細な知識を持たない事例情報を優先的に提示することができる。

その理由は、推論部が、コンテキストに対して連鎖的に適用した各推論ルールに対応付けられた事例情報を推論結果とし、推論結果評価部が、その事例情報が得られるまでの推論ステップリストにおいて用いられた各推論ルールに対する閲覧ユーザの知識レベルに基づいて、その事例情報に対する閲覧ユーザの知識の深さを統合的に表す指標値を算出するからである。これにより、第２の実施の形態に係る情報処理システムは、事例情報を知っていても、その事例に至るまでの過程に対する知識を詳しくもたないユーザに対しては、そのような事例情報を優先的に提示することができる。すなわち、第２の実施の形態に係る情報処理システムは、推論結果としての事例情報について、その推論過程に対して閲覧ユーザが持つ知識の少ないものから優先的に提示することができる。その結果、第２の実施の形態に係る情報処理システムは、ユーザにとって真に詳細な知識を持っているといえない事例情報であって、そのためにミスしやすい事例情報を精度よく提示することができる。

また、本発明の第２の実施の形態に係る情報処理システムは、閲覧ユーザ毎に優先して提示する事例情報を、より精度よく判定することができる。

その理由は、評価情報取得部が、推論結果としての事例情報に対する知識の程度が閲覧ユーザによって評価された情報を取得し、知識レベル更新部が、取得した評価情報に対応付けられた知識レベル変更ルールを用いて、推論結果としての事例情報が得られるまでに用いられた各推論ルールに対する閲覧ユーザの知識レベルを更新するからである。これにより、第２の実施の形態に係る情報処理システムは、知識レベルを更新した推論ルールを用いて得られる他の推論結果の指標値の精度を向上させることになる。その結果、第２の実施の形態に係る情報処理システムは、ユーザにとって閲覧したことがない事例情報であっても、そのユーザがその推論過程について既に詳細な知識を有してれば、そのような事例情報をそのユーザに優先して表示することがない。また、第２の実施の形態に係る情報処理システムは、ユーザにとって何度も閲覧した事例情報であっても、その推論過程に対して真に詳細な知識を持たないことによりミスを起こしやすい事例情報であれば、その事例情報を優先してそのユーザに表示することができる。

（第３の実施の形態）
次に、本発明の第３の実施の形態について図面を参照して詳細に説明する。なお、第３の実施の形態の説明において参照する各図面において、本発明の第２の実施の形態と同一の構成および同様に動作するステップには同一の符号を付し、そして、第３の実施の形態における詳細な説明を省略する。

本発明の第３の実施の形態に係る情報処理システム３０は、本発明の情報処理装置としてのサーバ３と、端末８とを含む。各装置の機能ブロック構成を図１５に示す。図１５において、サーバ３は、本発明の第２の実施の形態に係るサーバ２に対して、推論ルール記憶部２０１に替えて推論ルール記憶部３０１と、知識レベル記憶部２０２に替えて知識レベル記憶部３０２と、推論結果指標値算出部２０５に替えて推論結果指標値算出部３０５と、知識レベル更新部２０９に替えて知識レベル更新部３０９と、事例情報記憶部２１０に替えて事例情報記憶部３１０とを備える点が異なる。なお、サーバ３は、サーバ２と同様に、図２６に記載のコンピュータ装置２６００によって構成されている。また、推論ルール記憶部３０１と知識レベル記憶部３０２と推論結果指標値算出部３０５と知識レベル更新部３０９と事例情報記憶部３１０は、推論ルール記憶部２０１と知識レベル記憶部２０２と推論結果指標値算出部２０５と知識レベル更新部２０９と事例情報記憶部２１０と同様のコンピュータ装置２６００の構成要素によって構成されている。

推論ルール記憶部３０１は、本発明の第２の実施の形態において図６に例示したような各推論ルールに、さらにその発生確率を含めて記憶している。推論ルール記憶部３０１に記憶される情報の一例を図１６に示す。図１６において、例えば、推論ルールＰ−０００２は、発生確率として「０．５」を含んでいる。これは、レギュレータ部品からの出力が高電圧であるという条件を満たしたときに、その部品が発熱する確率が０．５であることを表している。

知識レベル記憶部３０２は、本発明の第２の実施の形態において図７に例示したような各レコードに加えて、推論ルールＩＤの代わりに事例ＩＤを含むレコードをさらに記憶している。知識レベル記憶部３０２に記憶される情報の一例を図１７に示す。図１７において、知識レベル記憶部３０２に記憶される各レコードは、推論ルールＩＤおよび事例ＩＤのいずれか一方と、ユーザＩＤと、知識レベルとからなる。推論ルールＩＤを含むレコードは、本発明の第１および第２の実施の形態におけるレコードと同様のものであり、その推論ルールに対するそのユーザの知識レベルを表す。事例ＩＤを含むレコードは、その事例情報に対するそのユーザの知識レベルを表す。このような事例情報に対するユーザの知識レベルは、あらかじめ登録されるか、初期値として０などの所定値が設定されていてもよい。

事例情報記憶部３１０は、推論結果に関連する事例を表す情報として、本発明の第２の実施の形態における事例情報の構成に加えて、さらに、その事例の重要度を表す情報を記憶している。事例情報記憶部３１０に記憶される情報の一例を図１８に示す。

推論結果指標値算出部３０５は、推論結果として導出された各事例情報について、その推論ステップリストに含まれる各推論ルールに対する閲覧ユーザの知識レベルに加えて、さらに、その事例情報に対する閲覧ユーザの知識レベルに基づいて、その事例情報の指標値を算出する。例えば、推論結果指標値算出部３０５は、推論結果としての各事例情報の指標値を、次式（３）を用いて算出してもよい。

式（３）においてＬｃ（ａ，Ｃａｓｅ)はユーザａの事例Ｃａｓｅに対する知識レベルである。

また、推論結果指標値算出部３０５は、上述のようにして算出した各事例情報の指標値に対して、さらにその事例情報の重要度を考慮して指標値を算出してもよい。例えば、推論結果指標値算出部３０５は、式（３）を用いて算出した指標値に、その事例情報の重要度の逆数を積算した値を新たな指標値としてもよい。これにより、その事例情報の推論過程に対して閲覧ユーザの知識がより低い事例情報の中でも、事例情報自体の重要度がより高い事例情報の指標値が小さくなる。

また、推論結果指標値算出部３０５は、図１６に示したような推論ルールごとの事象の発生確率をさらに考慮して、その事例情報の指標値を算出してもよい。例えば、推論結果指標値算出部３０５は、事例情報の推論ステップリストに含まれる各推論ルールに対する閲覧ユーザの知識レベルの積算値に、さらに各発生確率の累乗を積算した値を、その事例情報の指標値としてもよい。もし、正の指数を用いて発生確率の累乗を積算した場合、発生確率がより低い推論ルールを経て得られた事例情報に対して算出される指標値は、より小さくなる。つまり、この場合、推論結果指標値算出部３０５は、発生頻度がより稀な事象によって推論される推論結果としての事例情報について、その閲覧ユーザにとってより有用度が高い（知識が少ない）とみなした指標値を算出する。このような指標値は、例えば、閲覧ユーザが上級者である場合に有効である。あるいは、負の指数を用いて発生確率の累乗を積算した場合、発生確率がより高い推論ルールを経て得られた事例情報に対して算出される指標値は、より小さくなる。つまり、この場合、推論結果指標値算出部３０５は、発生頻度がより高い事象によって推論される推論結果としての事例情報について、その閲覧ユーザにとってより有用度が高い（知識が少ない）とみなした指標値を算出する。このような指標値は、例えば、閲覧ユーザが初級者である場合に有効である。このように、推論結果指標値算出部３０５は、閲覧ユーザの熟練度を表す情報を取得することにより、指標値の算出の際に用いる発生確率の累乗における指数の値を変更してもよい。

知識レベル更新部３０９は、本発明の第２の実施の形態における知識レベル更新部２０９と同様に構成される。加えて、知識レベル更新部３０９は、評価情報の対象である事例情報に対する閲覧ユーザの知識レベルを含むレコードを、知識レベル記憶部３０２から検索する。そして、知識レベル更新部３０９は、検索したレコードの知識レベルを、評価情報の種別に応じた知識レベル変更ルールにしたがって更新する。すなわち、知識レベル更新部３０９は、評価情報の対象である事例情報に対する閲覧ユーザの知識レベルを、この評価情報に基づいて更新する。

以上のように構成された情報処理システム３０の動作について、図面を参照して説明する。

ここでは、情報処理システム３０が、推論を開始してから推論結果を提示するまでの動作を、図１９を参照して説明する。図１９は本発明の第３の実施の形態に係る情報処理システムの推論結果提示動作を説明するフローチャートである。

図１９では、まず、情報処理システム３０は、ステップＳ２０〜Ｓ２３まで、本発明の第２の実施の形態に係る情報処理システム２０と同様に動作することにより、コンテキスト情報に対して推論ルールを連鎖的に適用し、推論結果として事例ＩＤを取得する。

次に、推論結果指標値算出部３０５は、ステップＳ２２で得られた各事例ＩＤについて、以下のステップＳ４１〜Ｓ４５の処理を実行する。

ここでは、まず、推論結果指標値算出部３０５は、その事例情報が得られるまでの推論ステップリストに含まれる各推論ルールに対する閲覧ユーザの知識レベルを取得する（ステップＳ４１）。

次に、推論結果指標値算出部３０５は、その事例情報に対する閲覧ユーザの知識レベルを取得する（ステップＳ４２）。

次に、推論結果指標値算出部３０５は、その事例情報が得られるまでの推論ステップリストに含まれる各推論ルールの発生確率を取得する（ステップＳ４３）。

次に、推論結果指標値算出部３０５は、その事例情報の重要度を取得する（ステップＳ４４）。

次に、推論結果指標値算出部３０５は、ステップＳ４１〜Ｓ４２で取得した各知識レベル、ステップＳ４３で取得した各発生確率、および、ステップＳ４４で取得した重要度に基づいて、この事例情報の閲覧ユーザにとっての指標値を算出する（ステップＳ４５）。

なお、本発明の第２の実施の形態と同様に、もし、この事例ＩＤが得られた複数の推論ステップリストがあれば、推論結果指標値算出部３０５は、各推論ステップリストについてステップＳ４１〜Ｓ４５を実行する。そして、推論結果指標値算出部３０５は、得られた複数の指標値の候補に基づいて、この事例情報の指標値を決定する。例えば、推論結果指標値算出部３０５は、複数の指標値の最小値をこの事例ＩＤの指標値としてもよい。

各事例ＩＤについて指標値算出処理を終えると、情報処理システム３０は、ステップＳ２６〜Ｓ２７まで、本発明の第２の実施の形態と同様に動作して、指標値に基づいて事例情報を提示する。

以上で、情報処理システム３０は、推論結果提示動作を終了する。

次に、情報処理システム３０の知識レベル更新動作について、図２０を参照して説明する。図２０は本発明の第３の実施の形態に係る情報処理システムの知識レベル更新動作を説明するフローチャートである。

まず、情報処理システム３０は、ステップＳ３０〜Ｓ３５まで、本発明の第２の実施の形態に係る情報処理システム３０と同様に動作することにより、推論結果としての事例情報が得られるまでの各推論ルールに対する閲覧ユーザの知識レベルを更新する。

次に、知識レベル更新部３０９は、ステップＳ３２で取得された評価情報の対象の事例情報に対する閲覧ユーザの知識レベルを含むレコードを、知識レベル記憶部３０２から検索する（ステップＳ５１）。

次に、知識レベル更新部３０９は、ステップＳ３３で求めた知識レベル変更ルールにしたがって、ステップＳ５１で検索したレコードの知識レベルを更新する（ステップＳ５２）。

以上で、情報処理システム３０は、知識レベル更新動作を終了する。

なお、サーバ３は、推論ルール記憶部３０１、知識レベル記憶部３０２、コンテキスト情報取得部２０３、評価情報取得部２０７、知識レベル変更ルール記憶部２０８および事例情報記憶部３１０の一部あるいはその全てを備えていなくともよい。また、これらの構成要素は、サーバ３の外部にあってもよい。さらに、推論ルール、知識レベル、コンテキスト情報、評価情報、知識レベル変更ルールおよび事例情報の一部あるいは全ては、外部からサーバ３へ与えられてもよい。

次に、本発明の第３の実施の形態の効果について述べる。

本発明の第３の実施の形態に係る情報処理装置は、コンテキストから推論される事例情報のうち、優先的に提示する事例情報として、ユーザが詳細な知識を持たない事例情報をより精度よく判定することができる。

その理由は、推論結果指標値算出部が、推論結果としての事例情報が導出された推論ステップリストに含まれる各推論ルールに対する閲覧ユーザの知識レベルに加えて、その事例情報に対する閲覧ユーザの知識レベルをさらに考慮して、その事例情報の指標値を算出するからである。さらに、推論結果指標値算出部が、推論結果としての事例情報が導出された推論ステップリストに含まれる各推論ルールの発生確率、および、その事例情報自体の重要度などを考慮して、指標値を算出するからである。これにより、第３の実施の形態に係る情報処理システムは、推論過程に対するユーザの知識レベルだけでなく、各推論過程の発生確率、その事例自体に対するユーザの知識レベル、その事例自体の重要度、または、これらの組み合わせを考慮することにより、より精度のよい指標値に基づいて、優先的に提示する事例情報を判定することができる。

（第４の実施の形態）
次に、本発明の第４の実施の形態について図面を参照して詳細に説明する。なお、第４の実施の形態の説明において参照する各図面において、本発明の第３の実施の形態と同一の構成および同様に動作するステップには同一の符号を付し、そして、第４の実施の形態における詳細な説明を省略する。

本発明の第４の実施の形態に係る情報処理システム４０は、本発明の情報処理装置としてのサーバ４と、端末９とを含む。各装置の機能ブロック構成を図２１に示す。

図２１において、サーバ４は、本発明の第２の実施の形態におけるサーバ２に対して、評価情報取得部２０７に替えて評価情報取得部４０７を備え、さらに、行動履歴情報取得部４１１と、行動履歴変換ルール記憶部４１２と、行動履歴情報変換部４１３とを備える点が異なる。なお、サーバ４は、サーバ２と同様に、図２６に記載のコンピュータ装置２６００によって構成されている。また、行動履歴情報取得部４１１は、ネットワークインタフェース２６０５と、ＲＯＭ２６０３または記憶装置２６０４に記憶されたコンピュータ・プログラムをＲＡＭ２６０２に読み込んで実行するＣＰＵ２６０１とによって構成される。また、行動履歴情報変換部４１３は、ＲＯＭ２６０３または記憶装置２６０４に記憶されたコンピュータ・プログラムをＲＡＭ２６０２に読み込んで実行するＣＰＵ２６０１によって構成される。また、行動履歴変換ルール記憶部４１２は、記憶装置２６０４によって構成される。

端末９は、本発明の第２の実施の形態における端末８と同一の構成に加えて、行動履歴情報収集部９０３を備えている。なお、端末９は、端末８と同様に、図２７に記載のコンピュータ装置２７００によって構成されている。また、行動履歴情報収集部９０３は、ネットワークインタフェース２７０７と、ＲＯＭ２７０３または記憶装置２７０４に記憶されたコンピュータ・プログラムをＲＡＭ２７０２に読み込んで実行するＣＰＵ２７０１とによって構成される。

なお、各装置を構成する各機能ブロックのハードウェア構成は上述の構成に限定されない。

まず、サーバ４の各機能ブロックについて説明する。

行動履歴情報取得部４１１は、端末９において提示された推論結果としての各事例情報に対して、閲覧ユーザがとった行動の履歴を表す行動履歴情報を、端末９から受信する。例えば、行動履歴情報取得部４１１は、行動履歴情報として、端末９における推論結果の提示画面の閲覧時間、推論結果に示された事例情報のＵＲＬに対するアクセス記録、そのＵＲＬが示す画面の閲覧時間、そのＵＲＬが示す画面に設けられた入力欄への入力操作履歴などを取得してもよい。このような情報は、後述の端末９において収集される。

行動履歴変換ルール記憶部４１２は、各事例情報に関する行動履歴情報を、その事例情報に対するユーザの知識の程度を評価した評価情報に変換するための行動履歴変換ルールを記憶している。行動履歴変換ルール記憶部４１２に記憶される情報の一例を図２２に示す。

図２２において、各行が示す行動履歴変換ルールは、行動履歴情報に対する条件と、評価情報とからなる。例えば、１行目の行動履歴変換ルールは、推論結果としての事例情報の詳細ページに対する閲覧時間が１０秒以上であれば、その行動履歴情報を評価情報「閲覧」に変換することを表している。また、２行目の行動履歴変換ルールは、推論結果としての事例情報の詳細ページに対する閲覧時間が１００秒以上であり、かつ、そのページに設けられた検証結果入力用テキストエリアに対する入力操作があれば、その行動履歴情報を評価情報「検証実施」に変換することを表している。また、３行目の行動履歴変換ルールは、推論結果としての事例情報の詳細ページに設けられたコメント入力用テキストエリアに対する入力操作があれば、その行動履歴情報を評価情報「指摘入力」に変換することを表している。また、４行目の行動履歴変換ルールは、推論結果としての事例情報の詳細ページに対する閲覧時間が１０秒以上であり、かつ、そのページにリンクが貼られた添付ファイルに対するアクセス操作があれば、その行動履歴情報を評価情報「詳細チェック」に変換することを表している。

なお、行動履歴変換ルール記憶部４１２が図２２に示した情報を記憶している場合の、知識レベル変更ルール記憶部２０８に記憶される情報の一例を図２３に示す。図２３に示す知識レベル変更ルールは、それぞれ、評価情報「閲覧」、「検証実施」、「指摘入力」、および、「詳細チェック」に対応する知識レベル変更ルールを表している。

行動履歴情報変換部４１３は、行動履歴情報取得部４１１によって取得された行動履歴情報に、行動履歴変換ルール記憶部４１２に記憶された行動履歴変換ルールを適用することにより、行動履歴情報を評価情報に変換する。

評価情報取得部４０７は、閲覧ユーザの入力操作により選択された評価情報を取得する代わりに、行動履歴情報変換部４１３から評価情報を取得する。

次に、端末９の各機能ブロックについて説明する。

行動履歴情報収集部９０３は、情報入出力部８０２に対する操作履歴を表す情報を、行動履歴情報として取得する。もし、情報入出力部８０２がウェブブラウザアプリケーションによって構成されている場合、行動履歴情報収集部９０３は、ウェブブラウザにおけるページ遷移履歴や操作履歴を、行動履歴情報として取得すればよい。そして、行動履歴情報収集部９０３は、収集した行動履歴情報をサーバ４に対して送信する。

以上のように構成された情報処理システム４０の知識レベル更新動作について、図２４を参照して説明する。図２４は本発明の第４の実施の形態に係る情報処理システムの知識レベル更新動作を説明するフローチャートである。なお、情報処理システム４０の推論結果提示動作については、本発明の第２の実施の形態に係る情報処理システム２０と同様であるため、第４の実施の形態における詳細な説明を省略する。

まず、端末９の行動履歴情報収集部９０３は、推論結果としての事例情報毎にユーザの行動履歴情報を収集し、サーバ４に送信する（ステップＳ６０）。前述のように、例えば、行動履歴情報収集部９０３は、推論結果を提示しているアプリケーションソフトウェアに対するユーザの操作履歴情報を、行動履歴情報として取得してもよい。

次に、サーバ４の行動履歴情報取得部４１１は、行動履歴情報を端末９から受信する（ステップＳ６１）。

次に、行動履歴情報変換部４１３は、ステップＳ６１で取得された行動履歴情報に対して、適用可能な行動履歴変換ルールを行動履歴変換ルール記憶部４１２から検索する（ステップＳ６２）。

そして、行動履歴情報変換部４１３は、検索した行動履歴変換ルールにしたがって、行動履歴情報を評価情報に変換する（ステップＳ６３）。

以降、情報処理システム４０は、ステップＳ３３〜Ｓ３５まで、本発明の第２の実施の形態に係る情報処理システム２０と同様に動作することにより、その事例情報が得られるまでに用いられた各推論ルールに対する閲覧ユーザの知識レベルを更新する。

以上で、情報処理システム４０は、知識レベル更新動作を終了する。

なお、サーバ４は、推論ルール記憶部２０１、知識レベル記憶部２０２、コンテキスト情報取得部２０３、評価情報取得部４０７、知識レベル変更ルール記憶部２０８、事例情報記憶部２１０、行動履歴情報取得部４１１および行動履歴変換ルール記憶部４１２の一部あるいはその全てを備えていなくともよい。また、これらの構成要素は、サーバ４の外部にあってもよい。さらに、推論ルール、知識レベル、コンテキスト情報、評価情報、知識レベル変更ルール、事例情報、行動履歴情報および行動履歴変換ルールの一部あるいは全ては、外部からサーバ４へ与えられてもよい。

次に、本発明の第４の実施の形態の効果について述べる。

本発明の第４の実施の形態に係る情報処理装置は、各推論ルールに対するユーザ毎の知識レベルを、ユーザの作業負担なく更新することができる。

その理由は、行動履歴情報取得部が、提示された推論結果に対するユーザの行動履歴を表す情報を取得し、行動履歴情報変換部が、あらかじめ記憶しておいた行動履歴変換ルールを用いて行動履歴情報を評価情報に変換するからである。これにより、第４の実施の形態に係る情報処理装置は、推論ルールに関するユーザ毎の知識レベルを精度よく更新していくためのユーザの評価情報を、ユーザの入力作業によらずに取得することが可能となるからである。

なお、第４の実施の形態では、行動履歴情報取得部は、行動履歴情報として、推論結果を提示するアプリケーションソフトウェアにおけるページ遷移情報や操作履歴情報を取得するものとして説明した。その他、本発明における行動履歴情報取得部は、提示された推論結果に対するユーザの行動を表す情報であって、コンピュータ装置によって取得可能な情報であればどのような情報を取得してもよい。

また、第４の実施の形態において、評価情報取得部は、さらに、本発明の第２または第３の実施の形態における評価情報取得部と同様に、端末の情報入出力部において入力された評価情報を受信してもよい。そして、第４の実施の形態における評価情報取得部は、端末の情報入出力部において入力された評価情報、および、行動履歴情報変換部によって変換された評価情報のうち、いずれか一方を採用するようにしてもよい。例えば、第４の実施の形態における評価情報取得部は、端末の情報入出力部において評価情報が入力されなかった場合に、行動履歴情報変換部によって変換された評価情報を取得するようにしてもよい。

また、本発明の第２〜第４の実施の形態として、サーバおよび端末を含む情報処理システムについて説明したが、各実施の形態におけるサーバおよび端末の各機能を１つのコンピュータ装置において実現することにより、本発明の情報処理装置を構成することも可能である。

また、本発明の第２〜第４の実施の形態において、コンテキスト情報が、回路設計文書データから抽出される文字情報である例を中心に説明した。この他、各実施の形態におけるコンテキスト情報は、文字情報、画像情報、センサ機器から出力される測定データ、装置やアプリケーションソフトウェアに対する操作ログデータ等、推論の対象となる情報であればどのような情報であってもよい。

また、本発明の各実施の形態において、推論ルールは、ＩＦ−ＴＨＥＮ形式である例を中心に説明した。この他、各実施の形態における推論ルールは、コンテキスト情報から推論結果を導出するために用いられるその他の形式であってもよい。

また、本発明の各実施の形態において、図２、３、９、１０、１９、２０および２４に示した各フローチャートを参照して説明した情報処理装置（サーバ、端末）の動作を、本発明のコンピュータ・プログラムとしてコンピュータ装置の記憶装置（記憶媒体）に格納しておき、係るコンピュータ・プログラムを当該ＣＰＵが読み出して実行するようにしてもよい。そして、このような場合において、本発明は、係るコンピュータ・プログラムを表わすコードあるいは上述の記憶媒体によって構成される。

また、上述した各実施の形態は、適宜組み合わせて実施されることが可能である。

また、本発明は、上述した各実施の形態に限定されず、様々な態様で実施されることが可能である。

この出願は、２０１１年１２月１５日に出願された日本特許出願特願２０１１−２７４７９２を基礎とする優先権を主張し、その開示の全てを盛り込む。

上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
コンテキスト情報に対して推論ルールを適用することにより推論結果を得る推論部と、
前記推論結果を閲覧する閲覧ユーザを表す情報を用いて、前記推論結果が得られるまでに適用された各推論ルールに対する前記閲覧ユーザの知識レベルを取得し、取得した各知識レベルに基づいて、前記推論結果に対する前記閲覧ユーザの知識の深さを統合的に表す指標値を算出する推論結果指標値算出部と、
前記推論結果指標値算出部によって算出された指標値に基づいて前記推論結果を提示する推論結果提示部と、
前記推論結果が得られるまでに適用された各推論ルールについて、該推論ルールに対する前記閲覧ユーザの知識レベルを、前記推論結果提示部によって提示された推論結果に対して前記閲覧ユーザが有する知識の程度が評価された評価情報に基づいて更新する知識レベル更新部と、
を備えた情報処理装置。
（付記２）
前記推論部は、前記推論結果を得るまでに適用した各推論ルールに関連する事例情報を前記推論結果とし、
前記推論結果指標値算出部は、前記推論結果としての各事例情報について前記指標値を算出する付記１に記載の情報処理装置。
（付記３）
前記推論結果指標値算出部は、前記推論結果が得られるまでに適用された各推論ルールに対する前記閲覧ユーザの知識レベルに加えて、前記推論結果としての事例情報の重要度にさらに基づいて、前記指標値を算出する付記２に記載の情報処理装置。
（付記４）
前記推論結果指標値算出部は、前記推論結果が得られるまでに適用された各推論ルールに対する前記閲覧ユーザの知識レベルに加えて、前記推論結果としての事例情報に対する前記閲覧ユーザの知識レベルにさらに基づいて前記指標値を算出し、
前記知識レベル更新部は、さらに、前記事例情報に対する前記閲覧ユーザの知識レベルを、前記評価情報に基づいて更新する付記２または付記３に記載の情報処理装置。
（付記５）
前記推論結果指標値算出部は、前記推論結果が得られるまでに適用された各推論ルールに対する前記閲覧ユーザの知識レベルに加えて、各推論ルールによって推論される事象の発生確率にさらに基づいて、前記指標値を算出する付記１から付記４のいずれか１つに記載の情報処理装置。
（付記６）
前記推論結果指標値算出部は、前記推論結果が得られるまでに適用された各推論ルールに対する前記閲覧ユーザの知識レベルの積算値に基づいて、前記指標値を算出する付記１から付記５のいずれか１つに記載の情報処理装置。
（付記７）
前記知識レベル更新部は、前記評価情報の種別に対応付けられた増減値を用いて前記更新を実行する付記１から付記６のいずれか１つに記載の情報処理装置。
（付記８）
前記推論結果提示部によって提示された推論結果を閲覧した前記閲覧ユーザの行動履歴を表す行動履歴情報に、行動履歴変換ルールを適用することにより、該行動履歴情報を前記評価情報に変換する行動履歴情報変換部をさらに備える付記１から付記７のいずれか１つに記載の情報処理装置。
（付記９）
前記行動履歴情報は、前記推論結果を提示するアプリケーションソフトウェアに対する操作履歴である付記８に記載の情報処理装置。
（付記１０）
前記知識レベルは所定範囲に含まれる値であり、
前記知識レベル更新部は、前記所定範囲内で前記知識レベルを更新する付記１から付記９のいずれか１つに記載の情報処理装置。
（付記１１）
付記１から付記１０のいずれか１つに記載の情報処理装置と、
コンテキスト情報を収集して前記情報処理装置に送信し、前記情報処理装置から提示される推論結果を出力装置に出力し、入力装置から入力される前記評価情報を前記情報処理装置に送信する端末と、
を備えた情報処理システム。
（付記１２）
前記情報処理装置が付記８または付記９に記載されたものであるとき、
前記端末は、さらに、前記推論結果の出力に対する前記行動履歴情報を収集して前記情報処理装置に送信する付記１１に記載の情報処理システム。
（付記１３）
入力されたコンテキスト情報に対して、あらかじめ記憶した推論ルールを適用することにより推論結果を求め、
前記推論結果を得るまでに適用した各推論ルールに対して、前記推論結果を閲覧する閲覧ユーザが有する知識の深さを表す知識レベルとしてあらかじめ記憶した値を取得し、取得した各知識レベルに基づいて、前記推論結果に対する前記閲覧ユーザの知識の深さを統合的に表す指標値を算出し、
前記指標値に基づいて前記推論結果を提示し、
提示した推論結果に対して、前記閲覧ユーザが有する知識の程度が評価された評価情報を取得し、
前記推論結果を得るまでに適用した各推論ルールについて、該推論ルールに対する前記閲覧ユーザの知識レベルとして記憶した値を、前記評価情報に基づいて更新する、情報処理方法。
（付記１４）
コンテキスト情報を取得するコンテキスト情報取得処理と、
前記コンテキスト情報に対して、あらかじめ記憶装置に記憶された推論ルールを適用することにより推論結果を求める推論処理と、
前記推論結果が得られるまでに適用された各推論ルールに対して、前記推論結果を閲覧する閲覧ユーザが有する知識の深さを表す知識レベルとして記憶装置にあらかじめ記憶された値を取得し、取得した各知識レベルに基づいて、前記推論結果に対する前記閲覧ユーザの知識の深さを統合的に表す指標値を算出する推論結果指標値算出処理と、
前記指標値に基づいて前記推論結果を提示する推論結果提示処理と、
前記推論結果提示処理で提示された推論結果に対して、前記閲覧ユーザが有する知識の程度が評価された評価情報を取得する評価情報取得処理と、
前記推論結果が得られるまでに適用された各推論ルールについて、該推論ルールに対する前記閲覧ユーザの知識レベルとして記憶装置に記憶された値を、前記評価情報に基づいて更新する知識レベル更新処理と、
をコンピュータ装置に実行させるコンピュータ・プログラム。

１ 情報処理装置
２、３、４ サーバ
２０、３０、４０ 情報処理システム
８、９ 端末
１０１、２０１、３０１ 推論ルール記憶部
１０２、２０２、３０２ 知識レベル記憶部
１０３、２０３ コンテキスト情報取得部
１０４、２０４ 推論部
１０５、２０５、３０５ 推論結果指標値算出部
１０６、２０６ 推論結果提示部
１０７、２０７、４０７ 評価情報取得部
２０８ 知識レベル変更ルール記憶部
１０９、２０９、３０９ 知識レベル更新部
２１０、３１０ 事例情報記憶部
４１１ 行動履歴情報取得部
４１２ 行動履歴変換ルール記憶部
４１３ 行動履歴情報変換部
８０１ コンテキスト情報収集部
８０２ 情報入出力部
９０３ 行動履歴情報収集部
２５００、２６００、２７００ コンピュータ装置
２５０１、２６０１、２７０１ ＣＰＵ
２５０２、２６０２、２７０２ ＲＡＭ
２５０３、２６０３、２７０３ ＲＯＭ
２５０４、２６０４、２７０４ 記憶装置
２５０５、２７０５ 入力装置
２５０６、２７０６ 表示装置
２６０５、２７０７ ネットワークインタフェース

Claims (10)

1. コンテキスト情報に対して推論ルールを適用することにより推論結果を得る推論部と、
   前記推論結果を閲覧する閲覧ユーザを表す情報を用いて、前記推論結果が得られるまでに適用された各推論ルールに対する前記閲覧ユーザの知識レベルを取得し、取得した各知識レベルに基づいて、前記推論結果に対する前記閲覧ユーザの知識の深さを統合的に表す指標値を算出する推論結果指標値算出部と、
   前記推論結果指標値算出部によって算出された指標値に基づいて前記推論結果を提示する推論結果提示部と、
   前記推論結果が得られるまでに適用された各推論ルールについて、該推論ルールに対する前記閲覧ユーザの知識レベルを、前記推論結果提示部によって提示された推論結果に対して前記閲覧ユーザが有する知識の程度が評価された評価情報に基づいて更新する知識レベル更新部と、
   を備えた情報処理装置。
2. 前記推論部は、前記推論結果を得るまでに適用した各推論ルールに関連する前記事例情報を前記推論結果とし、
   前記推論結果指標値算出部は、前記推論結果としての各事例情報について前記指標値を算出する請求項１に記載の情報処理装置。
3. 前記推論結果指標値算出部は、前記推論結果が得られるまでに適用された各推論ルールに対する前記閲覧ユーザの知識レベルに加えて、前記推論結果としての事例情報の重要度にさらに基づいて、前記指標値を算出する請求項２に記載の情報処理装置。
4. 前記推論結果指標値算出部は、前記推論結果が得られるまでに適用された各推論ルールに対する前記閲覧ユーザの知識レベルに加えて、前記推論結果としての事例情報に対する前記閲覧ユーザの知識レベルにさらに基づいて前記指標値を算出し、
   前記知識レベル更新部は、さらに、前記事例情報に対する前記閲覧ユーザの知識レベルを、前記評価情報に基づいて更新する請求項２または請求項３に記載の情報処理装置。
5. 前記推論結果指標値算出部は、前記推論結果が得られるまでに適用された各推論ルールに対する前記閲覧ユーザの知識レベルに加えて、各推論ルールによって推論される事象の発生確率にさらに基づいて、前記指標値を算出する請求項１から請求項４のいずれか１項に記載の情報処理装置。
6. 前記知識レベル更新部は、前記評価情報の種別に対応付けられた増減値を用いて前記更新を実行する請求項１から請求項５のいずれか１項に記載の情報処理装置。
7. 前記推論結果提示部によって提示された推論結果を閲覧した前記閲覧ユーザの行動履歴を表す行動履歴情報に、行動履歴変換ルールを適用することにより、該行動履歴情報を前記評価情報に変換する行動履歴情報変換部をさらに備える請求項１から請求項６のいずれか１項に記載の情報処理装置。
8. 請求項１から請求項７のいずれか１項に記載の情報処理装置と、
   コンテキスト情報を収集して前記情報処理装置に送信し、前記情報処理装置から提示される推論結果を出力装置に出力し、入力装置から入力される前記評価情報を前記情報処理装置に送信する端末と、
   を備えた情報処理システム。
9. 入力されたコンテキスト情報に対して、あらかじめ記憶した推論ルールを適用することにより推論結果を求め、
   前記推論結果を得るまでに適用した各推論ルールに対して、前記推論結果を閲覧する閲覧ユーザが有する知識の深さを表す知識レベルとしてあらかじめ記憶した値を取得し、取得した各知識レベルに基づいて、前記推論結果に対する前記閲覧ユーザの知識の深さを統合的に表す指標値を算出し、
   前記指標値に基づいて前記推論結果を提示し、
   提示した推論結果に対して、前記閲覧ユーザが有する知識の程度が評価された評価情報を取得し、
   前記推論結果を得るまでに適用した各推論ルールについて、該推論ルールに対する前記閲覧ユーザの知識レベルとして記憶した値を、前記評価情報に基づいて更新する、情報処理方法。
10. コンテキスト情報を取得するコンテキスト情報取得処理と、
    前記コンテキスト情報に対して、あらかじめ記憶装置に記憶された推論ルールを適用することにより推論結果を求める推論処理と、
    前記推論結果が得られるまでに適用された各推論ルールに対して、前記推論結果を閲覧する閲覧ユーザが有する知識の深さを表す知識レベルとして記憶装置にあらかじめ記憶された値を取得し、取得した各知識レベルに基づいて、前記推論結果に対する前記閲覧ユーザの知識の深さを統合的に表す指標値を算出する推論結果指標値算出処理と、
    前記指標値に基づいて前記推論結果を提示する推論結果提示処理と、
    前記推論結果提示処理で提示された推論結果に対して、前記閲覧ユーザが有する知識の程度が評価された評価情報を取得する評価情報取得処理と、
    前記推論結果が得られるまでに適用された各推論ルールについて、該推論ルールに対する前記閲覧ユーザの知識レベルとして記憶装置に記憶された値を、前記評価情報に基づいて更新する知識レベル更新処理と、
    をコンピュータ装置に実行させるコンピュータ・プログラム。

Images