JP6123260B2 - 抽出方法、抽出装置および抽出プログラム - Google Patents

Description

本発明は、抽出方法、抽出装置および抽出プログラムに関する。

近年、学習を支援するシステムが提供されている。例えば、大学などの高等教育機関では、講義の資料データを格納したフォルダや、掲示板、出席管理、レポート受付等の機能を提供するLearning Management System（ＬＭＳ：学習管理システム）と呼ばれるシステムが導入されている。この学習管理システムは、授業支援システムと呼ばれる場合もある。

また、近年、高等教育機関では、学習者に対して学習指導を行うことが求められている。このような学習指導を支援する従来技術がある。例えば、過去の講義での各学習者の学習の進行パターンと成績とを記憶しておき、指導対象の学習者が行ってきた学習の進行パターンと類似する進行パターンの過去の学習者集団を求める。そして、過去の学習者集団の学習パターンおよび成績から、以降、成績の上昇が引き起こす可能性が高いスケジュールを求める従来技術が提案されている。

国際公開第２００３／０４０９７８号 特開２００１−２９６７９５号公報 特開２００５−３０１２５７号公報

しかしながら、従来技術は、学習者に対して成績を改善する効果的な学習指導を行うことができない場合がある。例えば、従来技術は、過去の他の学習者の学習パターンから成績の上昇が引き起こす可能性が高いスケジュールを求める。このため、従来技術は、指導対象の学習者が以降の講義で成績を挽回する機会の少ない改善項目や、指導対象の学習者が苦手とする改善項目を提案してしまい、成績を十分に挽回できない場合がある。

一側面では、成績を改善させる効果的な学習指導を支援できる抽出方法、抽出装置および抽出プログラムを提供することを目的とする。

本発明の一側面によれば、抽出方法は、コンピュータが、講義における利用者の各行動と成績との相関を示す情報、前記講義の残り期間における各行動の実行可能性を示す情報、および、各利用者の各行動の実行履歴を示す情報に基づき、所定の利用者による所定の行動を評価する処理を実行する。また、抽出方法は、コンピュータが、評価の結果に基づいて、前記所定の利用者による所定の行動を抽出する処理を実行する。

指導対象の学習者の成績を改善させる効果的な学習指導を支援できる。

図１は、抽出装置の全体構成を示す図である。 図２は、受講講義情報のデータ構成の一例を示す図である。 図３は、教材データのデータ構成の一例を示す図である。 図４Ａは、行動ログのデータ構成の一例を示す図である。 図４Ｂは、行動ログのデータ構成の一例を示す図である。 図４Ｃは、行動ログのデータ構成の一例を示す図である。 図４Ｄは、行動ログのデータ構成の一例を示す図である。 図４Ｅは、行動ログのデータ構成の一例を示す図である。 図４Ｆは、行動ログのデータ構成の一例を示す図である。 図４Ｇは、行動ログのデータ構成の一例を示す図である。 図５は、相関データのデータ構成の一例を示す図である。 図６は、教材利用実績データのデータ構成の一例を示す図である。 図７は、閾値データのデータ構成の一例を示す図である。 図８は、改善候補データのデータ構成の一例を示す図である。 図９は、評価値計算用テーブルのデータ構成の一例を示す図である。 図１０は、学生一覧画面の一例を示す図である。 図１１は、評価結果画面の一例を示す図である。 図１２は、利用実績算出の手順を示すフローチャートである。 図１３は、抽出処理の手順を示すフローチャートである。 図１４は、相関値特定処理の手順を示すフローチャートである。 図１５は、実績値特定処理の手順を示すフローチャートである。 図１６は、評価値特定処理の手順を示すフローチャートである。 図１７は、ソーティング処理の手順を示すフローチャートである。 図１８は、抽出プログラムを実行するコンピュータを示す図である。

以下に、本発明にかかる抽出方法、抽出装置および抽出プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。そして、各実施例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

実施例１に係るシステムについて説明する。図１は、抽出装置の全体構成を示す図である。抽出装置１０は、利用者の特性を推測する装置である。抽出装置１０は、例えば、サーバコンピュータなどのコンピュータなどである。抽出装置１０は、１台のコンピュータとして実装してもよく、また、複数台のコンピュータによるクラウドとして実装することもできる。なお、本実施例では、抽出装置１０を１台のコンピュータとした場合を例として説明する。

抽出装置１０は、不図示のネットワークを介して他の装置と通信が可能とされている。また、本実施例では、抽出装置１０に学習管理システム４０が導入され、動作している。学習管理システム４０は、学生などの利用者の学習を支援する各種の機能を提供する。例えば、学習管理システム４０は、講義の資料データを格納したフォルダや、掲示板、出席管理、レポート受付等の機能を提供する。学生などの利用者は、パーソナル・コンピュータ（ＰＣ）、携帯電話、スマートフォンなどの端末装置を用いて、ネットワークを介して抽出装置１０にアクセスし、学習管理システム４０が提供する各種の機能を利用する。例えば、学生は、講義前あるいは講義後に、講義で使用される資料データを取得する。また、例えば、学生は、講義での疑問点や質問内容などを掲示板に登録する。また、例えば、学生は、講義開始時に学習管理システム４０にアクセスして講義に出席したことを登録する。また、例えば、学生は、講義で与えられた課題について作成したレポートのデータを送信してレポートの提出を行う。学習管理システム４０は、学生からアクセスされ、各種の機能が利用された場合、利用された機能に関して、学生のアクセスの履歴を保存する。

また、抽出装置１０は、利用者を評価する評価システム４１が導入され、動作する。評価システム４１は、利用者の行動を評価する。例えば、評価システム４１は、利用者の学習に関する行動を評価する。評価結果は、利用者に対して学習指導を行うために用いられる。評価システム４１は、評価対象の利用者として何れかの学生が指定された場合、指定された学生のアクセスの履歴に基づいて、行動を評価し、利用者による所定の行動を抽出する。例えば、評価システム４１は、成績を改善させるために利用者が改善すべき行動を抽出する。

次に、実施例１に係る抽出装置１０の構成について説明する。図１に示すように、抽出装置１０は、通信Ｉ／Ｆ（インタフェース）部２０と、表示部２１と、入力部２２と、記憶部２３と、制御部２４とを有する。

通信Ｉ／Ｆ部２０は、他の装置、例えば、学生などの利用者が保持する端末装置との間で通信制御を行うインタフェースである。通信Ｉ／Ｆ部２０は、不図示のネットワークを介して他の装置と各種情報を送受信する。例えば、通信Ｉ／Ｆ部２０は、利用者の端末装置から学習管理システム４０および評価システム４１へのアクセス要求を受信する。かかる通信Ｉ／Ｆ部２０の一態様としては、ＬＡＮカードなどのネットワークインタフェースカードを採用できる。

表示部２１は、各種情報を表示する表示デバイスである。表示部２１としては、Liquid Crystal Display（ＬＣＤ）やCathode Ray Tube（ＣＲＴ）などの表示デバイスが挙げられる。表示部２１は、各種情報を表示する。

入力部２２は、各種の情報を入力する入力デバイスである。例えば、入力部２２としては、マウスやキーボードなどの入力デバイスが挙げられる。入力部２２は、ユーザからの操作入力を受け付け、受け付けた操作内容を示す操作情報を制御部２４に入力する。

記憶部２３は、ハードディスク、Solid State Drive（ＳＳＤ）、光ディスクなどの記憶装置である。なお、記憶部２３は、Random Access Memory（ＲＡＭ)、フラッシュメモリ、Non Volatile Static Random Access Memory（ＮＶＳＲＡＭ)などのデータを書き換え可能な半導体メモリであってもよい。

記憶部２３は、制御部２４で実行されるOperating System（ＯＳ）や、学習管理システム４０、評価システム４１として動作する各種プログラムを記憶する。さらに、記憶部２３は、制御部２４で実行されるプログラムで用いられる各種データを記憶する。例えば、記憶部２３は、履修学生データ６０と、教材データ６１と、行動ログデータ６２と、相関データ６３と、教材利用実績データ６４と、閾値データ６５と、改善候補データ６６と、評価値計算用テーブル６７とを記憶する。

履修学生データ６０は、学生が履修している講義に関する情報を記憶したデータである。なお、本実施例では、履修学生データ６０に、学生が履修する講義を示す情報を記憶するものとするが、学生が過去に履修した講義を示す情報を含めてもよい。一例として、履修学生データ６０は、学習管理システム４０によりデータが登録される。他の一例として、履修学生データ６０は、講義を受講する学生を表示させる際に後述の受付部５０によって参照される。また、他の一例として、履修学生データ６０は、学生の教材の利用実績を算出する際に後述の実績作成部５２によって参照される。

図２は、履修学生データのデータ構成の一例を示す図である。図２に示すように、履修学生データ６０は、「年度」、「講義コード」、「学生ＩＤ」、「名前」の各項目を有する。年度の項目は、講義の実施年度の情報を記憶する領域である。講義は、同様の内容で、毎年実施される場合がある。年度の項目には、学生が受講する講義の実施年度の情報が格納される。講義コードの項目は、講義を識別する情報を記憶する領域である。講義には、それぞれを識別する識別情報が付与される。ここで、本実施例では、同様の内容で毎年実施される講義には、同じ識別情報が付与されるものとする。講義コードの項目には、講義を示す識別情報が格納される。学生ＩＤ（identification）の項目は、学生を識別する情報を記憶する領域である。学生には、数字や文字などを組み合わせて、それぞれを識別するＩＤ番号が付与される。学生ＩＤの項目には、年度の項目に記憶された年度に、講義コードの項目に識別情報が記憶された講義を受講する学生のＩＤ番号が格納される。名前の項目は、学生の名前を記憶する領域である。名前の項目には、学生ＩＤの項目にＩＤ番号が記憶された学生の名前が格納される。

図２の例では、「２０１２」年度の識別情報が「Ｋ００１」の講義は、学生ＩＤが「Ｒ１０００１」の「富士通太郎」が受講していることを示す。

図１に戻り、教材データ６１は、講義で使用される教材に関する情報を記憶したデータである。一例として、教材データ６１は、学習管理システム４０によりデータが登録される。他の一例として、教材データ６１は、学習機会の評価値を算出する際に後述の特定部５３によって参照される。

図３は、教材データのデータ構成の一例を示す図である。図３に示すように、教材データ６１は、「年度」、「講義コード」、「教材ＩＤ」、「教材種別ＩＤ」、「教材種別名」、「公開日」の各項目を有する。年度の項目は、年度の情報を記憶する領域である。年度の項目には、教材を使用する講義が実施された年度の情報が格納される。講義コードの項目は、講義の識別情報を記憶する領域である。講義コードの項目には、教材を使用する講義の識別情報が格納される。教材ＩＤの項目は、講義で使用された教材を識別する情報を記憶する領域である。教材には、それぞれを識別する識別情報が付与される。教材ＩＤの項目には、年度の項目に記憶された年度に、講義コードの項目に識別情報が記憶された講義で使用された教材の識別情報が格納される。教材種別ＩＤの項目は、教材の種別を示す情報を記憶する領域である。教材には、種別に応じてコードが付与される。本実施例では、教材種別ＩＤのコードは、「１」が予習教材を表し、「２」が復習教材を表し、「３」が掲示板を表し、「４」がレポートを表し、「５」がアンケートを表すものとする。教材種別ＩＤの項目には、教材ＩＤの項目に識別情報が記憶された教材の種別を示すコードが格納される。教材種別名の項目は、教材の種別を示す名称を記憶する領域である。教材種別名の項目には、教材ＩＤの項目に識別情報が記憶された教材の種別を示す名称が格納される。公開日の項目は、教材が公開された日付を記憶する領域である。教材種別名の項目には、教材ＩＤの項目に識別情報が記憶された教材が公開された日付が格納される。

図３の例では、「２０１１」年度の識別情報が「Ｋ００１」の講義は、識別情報が「ＹＳ００１」の教材が使用され、教材が教材種別ＩＤ「１」の「予習教材」であり、「２０１１／０４／１１」に公開されたことを示す。

図１に戻り、行動ログデータ６２は、講義での各学生の行動に関する履歴を記憶したデータである。行動ログデータ６２には、履歴として現在の年度および過去の年度に、各学生がそれぞれ教材にアクセスした日付を記憶する。本実施例では、現在の年度を２０１２年とし、過去の年度を２０１１年度として、現在の年度および過去の年度の履歴を行動ログデータ６２に記憶している場合を説明する。一例として、行動ログデータ６２は、学習管理システム４０によりデータが登録される。他の一例として、行動ログデータ６２は、過去の講義での教材数をカウントする際に後述の特定部５３によって参照される。

図４Ａ〜図４Ｇは、行動ログのデータ構成の一例を示す図である。本実施例では、行動ログデータ６２に記憶されたデータを判別しやすいように図４Ａ〜図４Ｇに分けて示している。図４Ａには、２０１１年度に実施された講義で使用された教材種別ＩＤが「１」の予習教材に関する履歴が示されている。図４Ｂには、２０１１年度に実施された講義で使用された教材種別ＩＤが「２」の復習教材に関する履歴が示されている。図４Ｃには、２０１１年度に実施された講義で使用された教材種別ＩＤが「３」の掲示板に関する履歴が示されている。図４Ｄには、２０１１年度に実施された講義で使用された教材種別ＩＤが「４」のレポートに関する履歴が示されている。図４Ｅには、２０１１年度に実施された講義で使用された教材種別ＩＤが「５」のアンケートに関する履歴が示されている。図４Ｆには、２０１２年度に実施された講義で使用された教材種別ＩＤが「１」の予習教材、教材種別ＩＤが「２」の復習教材および教材種別ＩＤが「３」の掲示板に関する履歴が示されている。図４Ｇには、２０１２年度に実施された講義で使用された教材種別ＩＤが「４」のレポートおよび教材種別ＩＤが「５」のアンケートに関する履歴が示されている。

図４Ａ〜図４Ｇに示すように、行動ログデータ６２は、「年度」、「講義コード」、「教材ＩＤ」、「教材種別ＩＤ」、「公開日」、「学生ＩＤ」、「行動フラグ」、「アクセス日」の各項目を有する。年度の項目は、年度の情報を記憶する領域である。年度の項目には、講義が実施された年度の情報が格納される。講義コードの項目は、講義の識別情報を記憶する領域である。講義コードの項目には、年度の項目に記憶された年度に実施された講義の識別情報が格納される。教材ＩＤの項目は、講義で使用された教材を識別する情報を記憶する領域である。教材ＩＤの項目は、年度の項目に記憶された年度に、講義コードの項目に識別情報が記憶された講義で使用された教材の識別情報が格納される。教材種別ＩＤの項目は、教材の種別を示す情報を記憶する領域である。教材種別ＩＤの項目には、教材ＩＤの項目に識別情報が記憶された教材の種別を示すコードが格納される。公開日の項目は、教材が公開された日付を記憶する領域である。公開日の項目には、年度の項目に記憶された年度に、講義コードの項目に識別情報が記憶された講義で、教材ＩＤの項目に識別情報が記憶された教材が公開された日付が格納される。学生ＩＤの項目は、学生を識別する情報を記憶する領域である。学生ＩＤの項目には、年度の項目に記憶された年度に、講義コードの項目に識別情報が記憶された講義を受講している学生のＩＤ番号が格納される。行動フラグの項目は、学生が教材を使用したか否かを記憶する領域である。本実施例では、学生が教材に対してアクセスを行ったか否かを判定する。行動フラグの項目には、学生ＩＤの項目にＩＤ番号が記憶された学生が教材ＩＤの項目に識別情報が記憶された教材にアクセスした場合、「１」が格納される。また、行動フラグの項目には、教材にアクセスしていない場合、「０」が格納される。アクセス日の項目は、教材にアクセスした日付を記憶する領域である。アクセス日の項目には、学生ＩＤの項目にＩＤ番号が記憶された学生が教材ＩＤの項目に識別情報が記憶された教材にアクセスした日付が格納され、アクセスされていない場合には「Ｎｕｌｌ」が格納される。

図４Ａの例では、「２０１１」年度の講義コードが「Ｋ１０１」の講義では、教材ＩＤが「ＹＳ１０１」の教材が使用されたことを示す。また、教材ＩＤが「ＹＳ１０１」の教材は、教材種別ＩＤが「１」の予習教材であり、公開日が「２０１１／０４／１１」であることを示す。また、教材ＩＤが「ＹＳ１０１」の教材は、学生ＩＤが「Ｒ１０００１」の学生が「２０１１／０４／１３」にアクセスしており、行動フラグが「１」であることを示す。

また、図４Ｂの例では、「２０１１」年度の講義コードが「Ｋ１０１」の講義では、教材ＩＤが「ＦＳ１０１」の教材が使用されたことを示す。また、教材ＩＤが「ＦＳ１０１」の教材は、教材種別ＩＤが「２」の復習教材であり、公開日が「２０１１／０４／１１」であることを示す。また、教材ＩＤが「ＦＳ１０１」の教材は、アクセス日が「Ｎｕｌｌ」であることから、学生ＩＤが「Ｒ１０００１」の学生が未アクセスであり、行動フラグが「０」であることを示す。

また、図４Ｃの例では、「２０１１」年度の講義コードが「Ｋ１０１」の講義では、教材ＩＤが「ＢＢＳ１０１」の教材が使用されたことを示す。また、教材ＩＤが「ＢＢＳ１０１」の教材は、教材種別ＩＤが「３」の掲示板であり、公開日が「２０１１／０４／１１」であることを示す。また、教材ＩＤが「ＢＢＳ１０１」の教材は、アクセス日が「Ｎｕｌｌ」であることから、学生ＩＤが「Ｒ１０００１」の学生が未アクセスであり、行動フラグが「０」であることを示す。

また、図４Ｄの例では、「２０１１」年度の講義コードが「Ｋ１０１」の講義では、教材ＩＤが「ＲＥＰ１０１」の教材が使用されたことを示す。また、教材ＩＤが「ＲＥＰ１０１」の教材は、教材種別ＩＤが「４」のレポートであり、公開日が「２０１１／０４／１１」であることを示す。また、教材ＩＤが「ＲＥＰ１０１」の教材は、アクセス日が「Ｎｕｌｌ」であることから、学生ＩＤが「Ｒ１０００１」の学生が未アクセスであり、行動フラグが「０」であることを示す。

また、図４Ｅの例では、「２０１１」年度の講義コードが「Ｋ１０１」の講義では、教材ＩＤが「ＡＮＫＴ１０１」の教材が使用されたことを示す。また、教材ＩＤが「ＡＮＫＴ１０１」の教材は、教材種別ＩＤが「５」のアンケートであり、公開日が「２０１１／０４／１１」であることを示す。また、教材ＩＤが「ＡＮＫＴ１０１」の教材は、アクセス日が「Ｎｕｌｌ」であることから、学生ＩＤが「Ｒ１０００１」の学生が未アクセスであり、行動フラグが「０」であることを示す。

また、図４Ｆの例では、「２０１２」年度の講義コードが「Ｋ１０１」の講義では、教材ＩＤが「ＹＳ２０１」の教材が使用されたことを示す。また、教材ＩＤが「ＹＳ２０１」の教材は、教材種別ＩＤが「１」の予習教材であり、公開日が「２０１２／０４／０９」であることを示す。また、教材ＩＤが「ＹＳ２０１」の教材は、学生ＩＤが「Ｒ１０００１」の学生が「２０１２／０４／１１」にアクセスしており、行動フラグが「１」であることを示す。

また、図４Ｇの例では、「２０１２」年度の講義コードが「Ｋ１０１」の講義では、教材ＩＤが「ＲＥＰ２０１」の教材が使用されたことを示す。また、教材ＩＤが「ＲＥＰ２０１」の教材は、教材種別ＩＤが「４」のレポートであり、公開日が「２０１２／０４／１０」であることを示す。また、教材ＩＤが「ＲＥＰ２０１」の教材は、学生ＩＤが「Ｒ１０００１」の学生が「２０１２／０４／１９」にアクセスしており、行動フラグが「１」であることを示す。

図１に戻り、相関データ６３は、学習に関する行動と成績との相関関係を記憶したデータである。一例として、相関データ６３は、学習管理システム４０によりデータが登録される。他の一例として、相関データ６３は、成績を挽回しやすい学習行動を抽出する際に後述の特定部５３によって参照される。

図５は、相関データのデータ構成の一例を示す図である。図５に示すように、相関データ６３は、「年度」、「講義コード」、「学習行動ＩＤ」、「学習行動名」、「教材種別ＩＤ」、「教材種別名」、「成績相関値」の各項目を有する。年度の項目は、年度の情報を記憶する領域である。年度の項目には、成績と行動との相関関係を求めた年度の情報が格納される。講義コードの項目は、講義の識別情報を記憶する領域である。講義コードの項目には、成績と行動との相関関係を求めた講義の識別情報が格納される。学習行動ＩＤの項目は、学習行動を識別する情報を記憶する領域である。学習行動には、それぞれを識別する識別情報が付与される。学習行動ＩＤの項目には、年度の項目に記憶された年度に、講義コードの項目に識別情報が記憶された講義で、成績との相関関係を求めた学習行動の識別情報が格納される。学習行動名の項目は、学習行動の内容を記憶する領域である。学習行動名の項目には、学習行動ＩＤの項目に識別情報が記憶された学習行動の内容が格納される。教材種別ＩＤの項目は、教材の種別を示す情報を記憶する領域である。教材種別ＩＤの項目には、学習行動ＩＤの項目に識別情報が記憶された学習行動と相関する教材の種別を示すコードが格納される。教材種別名の項目は、教材の種別を示す名称を記憶する領域である。教材種別名の項目には、教材種別ＩＤの項目にコードが記憶された教材種別の名称が格納される。成績相関値の項目は、成績と行動との相関関係を示す情報を記憶する領域である。成績相関値の項目には、学習行動ＩＤの項目に識別情報が記憶された学習行動と成績との相関関係を示す相関値が格納される。本実施例では、相関値を０〜１の範囲としており、１に近いほど相関性が高いことを示す。

図５の例では、「２０１２」年度の講義コードが「Ｋ００１」の講義では、学習行動ＩＤが「１」の学習行動の内容が「予習用資料が公開されてすぐにダウンロードしている」であることを示す。学習行動ＩＤが「１」の学習行動は、教材種別ＩＤが「１」の教材種別名が「予習資料」と相関関係があり、成績相関値が「０．３０」であることを示す。

図１に戻り、教材利用実績データ６４は、学生の教材の利用実績を記憶したデータである。一例として、教材利用実績データ６４は、後述する実績作成部５２によりデータが登録される。他の一例として、教材利用実績データ６４は、学習機会の評価値を算出する際に後述の特定部５３によって参照される。

図６は、教材利用実績データのデータ構成の一例を示す図である。図６に示すように、教材利用実績データ６４は、「講義コード」、「学生ＩＤ」、「教材種別ＩＤ」、「学習行動実績値」の各項目を有する。講義コードの項目は、講義の識別情報を記憶する領域である。講義コードの項目には、教材の利用実績を求めた講義の識別情報が格納される。学生ＩＤの項目は、学生のＩＤ番号を記憶する領域である。学生ＩＤの項目には、講義コードの項目に識別情報が記憶された講義において、教材の利用実績を求めた学生のＩＤ番号が格納される。教材種別ＩＤの項目は、教材の種別を示す情報を記憶する領域である。教材種別ＩＤの項目には、講義コードの項目に識別情報が記憶された講義において、教材の利用実績を求めた教材の種別を示すコードが格納される。学習行動実績値の項目は、教材の利用実績を示す情報を記憶する領域である。学習行動実績値の項目には、講義コードの項目に識別情報が記憶された講義において、学生ＩＤの項目のＩＤ番号が記憶された学生が、教材種別ＩＤの項目にコードが記憶された種別の教材を利用した実績を示す実績値が格納される。本実施例では、実績値を０〜１の範囲としており、１に近いほど教材を利用したことを示す。

図６の例では、識別情報が「Ｋ００１」の講義において、ＩＤ番号が「Ｒ１０００１」の学生は、教材種別ＩＤ「１」の教材の利用の実績値が「０．３３」であることを示す。

図１に戻り、閾値データ６５は、学習行動の判定に用いる閾値を記憶したデータである。一例として、閾値データ６５は、システムの開発元あるいはシステムの管理者等によってデータが登録される。他の一例として、閾値データ６５は、改善すべき学習行動および良い学習行動を選択する際に後述の選択部５１によって参照される。

図７は、閾値データのデータ構成の一例を示す図である。図７に示すように、閾値データ６５は、「フラグ」、「フラグ名称」、「閾値」の各項目を有する。フラグの項目は、閾値が良い学習行動を抽出するものか、改善すべき学習行動を抽出するものかを識別する情報を記憶する領域である。フラグの項目には、閾値が良い学習行動を抽出するである場合、「１」が格納され、閾値が改善すべき学習行動を抽出するものである場合、「０」が格納される。フラグ名称の項目は、フラグが示す意味を記憶する領域である。フラグ名称の項目には、フラグの項目に記憶されたフラグが意味する内容が格納される。閾値の項目は、学習行動を判定する閾値を記憶する領域である。閾値の項目には、学習行動を判定に用いる閾値が格納される。

図７の例では、フラグが「１」は、フラグ名称が「良い学習行動」であり、閾値が「０．６」であることを示す。

図１に戻り、改善候補データ６６は、改善候補と選択された学習行動を記憶したデータである。一例として、改善候補データ６６は、成績を挽回しやすい学習行動を抽出する際に後述の選択部５１によってデータが登録される。他の一例として、改善候補データ６６は、成績を挽回しやすい学習行動を抽出する際に後述の特定部５３によって参照される。

図８は、改善候補データのデータ構成の一例を示す図である。図８に示すように、改善候補データ６６は、「学習行動ＩＤ」、「教材種別ＩＤ」の各項目を有する。学習行動ＩＤの項目は、学習行動の識別情報を記憶する領域である。学習行動ＩＤの項目には、改善候補と抽出された学習行動の識別情報が格納される。教材種別ＩＤの項目は、教材の種別を示す情報を記憶する領域である。教材種別ＩＤの項目には、学習行動ＩＤの項目に識別情報が記憶された学習行動と関係する教材の種別を示すコードが格納される。

図８の例では、学習行動ＩＤが「１」の学習行動は、教材種別ＩＤが「１」と関係性があることを示す。

図１に戻り、評価値計算用テーブル６７は、評価値を計算するための情報を記憶したデータである。一例として、評価値計算用テーブル６７は、成績を挽回しやすい学習行動を抽出する際に後述の特定部５３および評価部５４によってデータが登録および登録したデータが参照される。

図９は、評価値計算用テーブルのデータ構成の一例を示す図である。図９に示すように、評価値計算用テーブル６７は、「学習行動ＩＤ」、「教材種別ＩＤ」、「提示コメント評価値」、「相関値」、「学習行動実績値」、「学習機会評価値」の各項目を有する。学習行動ＩＤの項目は、学習行動の識別情報を記憶する領域である。学習行動ＩＤの項目には、改善候補と抽出された学習行動の識別情報が格納される。教材種別ＩＤの項目は、教材の種別を示す情報を記憶する領域である。教材種別ＩＤの項目には、学習行動ＩＤに対応付けられた教材の種別を示すコードが格納される。提示コメント評価値の項目は、成績を挽回しやすい学習行動であるかを評価する評価値を記憶する領域である。提示コメント評価値の項目には、学習行動ＩＤの項目に識別情報が記憶された学習行動が成績を挽回しやすい学習行動であるかを評価する評価値が格納される。相関値の項目は、成績との相関値を記憶する領域である。相関値の項目には、学習行動ＩＤの項目に識別情報が記憶された学習行動の成績との相関値が格納される。学習行動実績値の項目は、学習の実績値を記憶する領域である。学習行動実績値の項目には、学習行動ＩＤの項目に識別情報が記憶された学習行動の実績値が格納される。学習機会評価値の項目は、学習機会の多さを示す評価値を記憶する領域である。学習機会評価値の項目には、学習行動ＩＤの項目に識別情報が記憶された学習行動についての学習機会の多さを示す評価値が格納される。

図９の例では、学習行動ＩＤが「５」の学習行動は、対応付けられた教材種別ＩＤが「５」であることを示す。また、学習行動ＩＤが「５」の学習行動は、提示コメント評価値が「０．２６８」であり、相関値が「０．４０」であり、学習の実績値が「１．０」であり、学習機会評価値が「０．６７」であることを示す。

図１に戻り、制御部２４は、抽出装置１０を制御するデバイスである。制御部２４としては、Central Processing Unit（ＣＰＵ）、Micro Processing Unit（ＭＰＵ）等の電子回路や、Application Specific Integrated Circuit（ＡＳＩＣ）、Field Programmable Gate Array（ＦＰＧＡ）等の集積回路を採用できる。制御部２４は、各種の処理手順を規定したプログラムや制御データを格納するための内部メモリを有し、これらによって種々の処理を実行する。制御部２４は、各種のプログラムが動作することにより各種のシステムが動作しており、各種の処理部として機能する。例えば、制御部２４は、学習管理システム４０と、評価システム４１が動作する。

学習管理システム４０は、学生などの利用者の学習を支援する各種の機能を提供する。学習管理システム４０は、学生が履修する講義を履修学生データ６０に登録して管理する。例えば、学習管理システム４０は、講義が実施された年度、実施された講義の識別情報、講義を受講する学生のＩＤ番号、講義を受講する学生の名前を教材データ６１に登録して管理する。例えば、学習管理システム４０は、図２に示すように、ＩＤ番号が「Ｒ１０００１」の「富士通太郎」が２０１２年度に識別情報「Ｋ００１」の講義を受講していることを教材データ６１に登録して管理する。

また、学習管理システム４０は、講義で用いる各種の教材を提供する。例えば、学習管理システム４０は、講義の資料データを格納したフォルダや、掲示板、出席管理、レポート受付等の機能を提供する。また、学習管理システム４０は、講義で使用された教材に関する情報を教材データ６１に登録して管理する。例えば、学習管理システム４０は、講義が実施された年度、実施された講義の識別情報、講義で使用された教材の識別情報、講義で使用された教材の種別を示すコード、教材の種別を示す名称、講義で使用された教材の公開日を教材データ６１に登録して管理する。例えば、学習管理システム４０は、図３に示すように、「２０１１」年度に識別情報が「Ｋ００１」の講義で種別が「１」の「予習資料」が「２０１１／０４／１１」に公開されたことを教材データ６１に登録して管理する。

また、学習管理システム４０は、各講義で使用された教材に学生がアクセスした履歴を行動ログデータ６２に管理する。例えば、学習管理システム４０は、教材データ６１に記憶された各講義で使用された教材について、講義を受講する各学生ＩＤ毎に、行動フラグを「０」とし、アクセス日を「Ｎｕｌｌ」としてレコードを行動ログデータ６２に作成する。例えば、学習管理システム４０は、図４Ａに示すように、「２０１１」年度に識別情報が「Ｋ１０１」の講義をＩＤ番号が「Ｒ１０００１」、「Ｒ１０００２」、「Ｒ１０００３」の学生が受講する場合、教材毎に、各学生のレコードを行動ログデータ６２に作成する。そして、学習管理システム４０は、教材に対して学生からアクセスが行われた場合、教材データ６１のアクセスされた教材のレコードの行動フラグを「１」に更新し、アクセス日をアクセスされた日付に更新する。例えば、学習管理システム４０は、「２０１１」年度に「Ｋ１０１」の講義の「ＹＳ１０１」の教材に、「Ｒ１０００１」の学生が「２０１２／０４／１３」にアクセスした場合、行動フラグを「１」に更新し、アクセス日をアクセスされた日付に更新する。

また、学習管理システム４０は、各学習行動と成績との相関関係を求めて相関データ６３に管理する。例えば、学習管理システム４０は、履修済みの講義についての各学生の成績を記憶する。また、学習管理システム４０は、履修済みの講義について、各学生の各学習行動の実績値を求める。そして、学習管理システム４０は、学習行動毎に、成績と実績値との相関関係を、例えば、回帰分析により求める。そして、学習管理システム４０は、相関値を分析した年度、相関値を分析した講義の講義コード、相関値を分析した学習行動ＩＤ、学習行動内容、教材種別ＩＤ、教材種別名、求めた相関値を相関データ６３に作成する。例えば、学習管理システム４０は、図５に示すように、「２０１２」年度の講義コードが「Ｋ１０１」の講義において、学習行動ＩＤが「１」の学習行動の内容が「予習用資料が公開されてすぐにダウンロードしている」であることを登録する。また、学習管理システム４０は、学習行動ＩＤが「１」の学習行動について、教材種別ＩＤが「１」の教材種別名が「予習資料」と相関関係があり、成績相関値が「０．３０」であることを登録する。

評価システム４１は、行動ログデータ６２に記憶された教材に対するアクセスの履歴から、利用者の行動を評価する機能を提供している。評価システム４１は、受付部５０と、選択部５１と、実績作成部５２と、特定部５３と、評価部５４と、抽出部５５と、出力部５６とを有する。

受付部５０は、各種の受付を行う。例えば、受付部５０は、行動を評価する講義の指定を受付ける。例えば、受付部５０は、講師などの学習指導を行う指導者の端末装置に行動を評価する講義を指定する指定画面を表示させ、指定画面から行動を評価する講義の指定を受け付ける。受付部５０は、指定画面から行動を評価する講義が指定されると、履修学生データ６０から指定された講義を受講する学生を読み出し、学生一覧画面を表示する。なお、行動の評価は、現在の年度の講義について行うものとする。現在の年度は、「２０１２」であるものとする。受付部５０は、２０１２年度に指定された講義を受講する学生を履修学生データ６０から読み出して、学生一覧画面を表示する。受付部５０は、学生一覧画面から行動を評価する利用者とする学生の指定を受付ける。

図１０は、学生一覧画面の一例を示す図である。学生一覧画面８０は、現在の年度および指定された講義の識別情報を表示する領域８１が設けられている。また、学生一覧画面８０は、講義を受講する学生に関する情報を表示する領域８２が設けられている。領域８２は、学生ＩＤ、名前、積極性、計画性、継続性、トータルの各項目が設けられている。学生ＩＤの項目には、学生のＩＤ番号が表示される。名前の項目には、学生の名前が表示される。積極性、計画性、継続性の項目には、学生の積極性、計画性、継続性に関する評価結果が表示される。積極性、計画性、継続性には、それぞれ教材種別ＩＤが対応付けられており、後述する実績作成部５２により算出される教材種別ＩＤ毎の学習の実績値から評価される。例えば、特定の教材種別ＩＤが積極性に対応付けられているものとする。受付部５０は、各学生の特定の教材種別ＩＤについて、学習の実績値を多い順に積極性のポイントを付与する。例えば、受付部５０は、学習の実績値を多い順に、上位２割の学生に積極性のポイントを２ポイント付与し、上位２割に続く４割の学生に積極性のポイントを１ポイント付与し、下位の４割の学生に積極性のポイントを０ポイントとする。トータルの項目には、積極性、計画性、継続性のポイントを合算した結果が表示される。また、領域８２は、学生毎に、学生についての詳細な評価内容を表示させる詳細ボタン８３が設けられている。指導者は、学生の詳細な評価内容を確認する場合、詳細ボタン８３を選択する。

実績作成部５２は、各種の実績データを作成する。例えば、実績作成部５２は、受付部５０で行動を評価する講義の指定を受付けると、履修学生データ６０および行動ログデータ６２に基づいて、教材利用実績データ６４を作成する。例えば、実績作成部５２は、講義毎に、履修学生データ６０に記憶された、指定された講義についての各学生の行動に関する履歴の利用実績を行動ログデータ６２から読み出す。そして、実績作成部５２は、学生の行動に関する履歴から、教材種別ＩＤ毎に、講義で使用された総教材数および学習行動を行った教材数をカウントする。そして、実績作成部５２は、教材種別ＩＤ毎に、学習行動を行った教材数および総教材数から学習の実績値を算出する。例えば、実績作成部５２は、教材種別ＩＤ毎に、学習行動を行った教材数を総教材数で除算して、学習の実績値を算出する。実績作成部５２は、算出した実績値を、教材の利用実績として、教材利用実績データ６４にデータを格納する。

選択部５１は、各種の選択を行う。例えば、選択部５１は、受付部５０で利用者の指定を受付けると、利用者とされた学生について改善すべき学習行動を選択する。例えば、選択部５１は、教材利用実績データ６４に基づき、利用者とされた学生のＩＤ番号および指定された講義の識別情報に対応して記憶された学習の実績値が、閾値データ６５に記憶されたフラグが「０」の閾値以下となる教材種別ＩＤを選択する。そして、選択部５１は、選択した教材種別ＩＤに対応する学習行動ＩＤを相関データ６３から特定する。選択部５１は、選択した教材種別ＩＤに対応する学習行動ＩＤおよび成績相関値を改善候補データ６６に格納する。

また、選択部５１は、利用者とされた学生について良い学習行動を選択する。例えば、選択部５１は、教材利用実績データ６４に基づき、利用者とされた学生のＩＤ番号および指定された講義の識別情報に対応付けて記憶された学習の実績値が、閾値データ６５に記憶されたフラグが「１」の閾値以上となる教材種別ＩＤを選択する。

特定部５３は、各種の特定を行う。例えば、特定部５３は、選択部５１により選択された改善すべき学習行動について、学習行動に対応する相関値、学習の実績値、学習機会の評価値を特定する。例えば、特定部５３は、データが格納されていない空の評価値計算用テーブル６７を作成する。そして、特定部５３は、改善候補データ６６に記憶された各学習行動ＩＤおよび教材種別ＩＤを評価値計算用テーブル６７に格納する。また、特定部５３は、改善候補データ６６に記憶された各学習行動ＩＤおよび教材種別ＩＤに対応する相関値、学習の実績値を評価値計算用テーブル６７に格納する。

また、特定部５３は、現在の日付の年度の開始日からの経過週を算出する。例えば、特定部５３は、現在の日付を含む年度において、４月１日を含む週から現在の日付を含む週までの週の数を経過週として算出する。なお、本実施例では、現在の日付を用いて改善すべき学習行動を抽出する場合について説明するが、これに限定されるものではない。日付は、受付部５０から指定可能としてもよい。

特定部５３は、行動ログデータ６２から、教材種別ＩＤ毎に、過去の同じ講義において、提供される総教材数および過去の講義での経過週以降に提供される残教材数をカウントする。そして、特定部５３は、教材種別ＩＤ毎に、総教材数および残教材数から学習機会の評価値を算出する。例えば、特定部５３は、教材種別ＩＤ毎に、残教材数を総教材数で除算して、学習機会の評価値を算出する。特定部５３は、算出した各教材種別ＩＤの学習機会の評価値を評価値計算用テーブル６７に格納する。

評価部５４は、各種の評価を行う。例えば、評価部５４は、講義における利用者の各行動と成績との相関を示す情報、講義の残り期間における各行動の実行可能性を示す情報、および、各利用者の各行動の実行履歴を示す情報に基づき、利用者による所定の行動を評価する。例えば、評価部５４は、講義における利用者の各行動と成績との相関値、講義の残り期間における各学習機会の評価値、および、各利用者の各学習の実績値に基づき、評価値を算出する。例えば、評価部５４は、学習行動毎に、相関値と、学習機会の評価値と、学習の実績値とを乗算して評価値を算出する。これにより、利用者の各行動について、成績との相関が高いほど、講義の残り期間における実行可能性が高いほど、実行履歴が多いほど、評価値が高く算出される。評価部５４は、このように評価値を算出することにより、評価値から成績に関連性が高く、講義の残り期間で多く実行でき、評価者がよく実行している行動の評価値が高くなるため、評価値から利用者が成績を挽回しやすい行動を特定できる。

抽出部５５は、各種の抽出を行う。例えば、抽出部５５は、評価部５４による評価の結果に基づいて、利用者による所定の行動を抽出する。例えば、抽出部５５は、評価値が所定の閾値より高い行動を抽出する。一方、抽出部５５は、評価部５４により算出された評価値が全てゼロとなった場合、相関値の高い順に行動を抽出する。

出力部５６は、各種の出力を行う。例えば、出力部５６は、指導者の端末装置に利用者の行動の評価結果を表示する評価結果画面の画像情報を出力して、指導者の端末装置に評価結果画面を表示させる。図１１は、評価結果画面の一例を示す図である。評価結果画面７０は、評価者の情報を表示する領域７１と、評価者の行動の特性を表示する領域７２と、評価者の特徴的な行動を表示する領域７３とを有する。領域７１には、利用者の学生ＩＤ、名前など評価者を示す情報が表示される。領域７２には、利用者の積極性、計画性、継続性、トータルの評価結果がレーダーチャートで表示される。領域７３は、積極性、計画性、継続性について、特筆すべき行動を表示する領域７４と、注意すべき行動を表示する領域７５が設けられている。領域７４には、選択部５１により、良い学習行動と選択された学習行動に関するコメントが表示される。領域７５には、抽出部５５により抽出された学習行動に関するコメントが表示される。

指導者は、評価結果画面７０を参照することにより、利用者の成績の挽回にどのような行動が効果的であるか把握することができる。

このように、抽出装置１０は、学習行動毎に、相関値と、学習機会の評価値と、学習の実績値とを乗算して評価値を算出する。そして、抽出装置１０は、評価値に基づいて、利用者の注意すべき行動を抽出するので、成績を改善させる効果的な学習指導を支援できる。

次に、本実施例に係る抽出装置１０が実行する各種の処理について説明する。最初に、本実施例に係る抽出装置１０が受講中の講義の各教材に対するアクセスの履歴から、学生の教材の利用実績を算出する利用実績算出処理の流れを説明する。図１２は、利用実績算出の手順を示すフローチャートである。この利用実績算出処理は、例えば、受付部５０で行動を評価する講義が指定されたタイミングで実行される。なお、利用実績算出処理は、バッチ処理などにより、日時や月次など定期的に実行してもよい。

図１２に示すように、実績作成部５２は、現在の年度および指定された講義の識別情報を指定して履修学生データ６０からデータを１レコード読み出す（Ｓ１０）。実績作成部５２は、Ｓ１０において読み出したレコードの学生ＩＤのＩＤ番号を指定して、行動ログデータ６２から全てのレコードを読み出す（Ｓ１１）。なお、本実施例では、学生についての現在の年度および過去の年度の学習行動のログを全て読み出すものとするが、現在の年度または過去の年度の学習行動のログを読み出すものとしてもよい。

実績作成部５２は、Ｓ１１において読み出したレコードに含まれる教材種別ＩＤの識別情報を全て特定する（Ｓ１２）。実績作成部５２は、特定された教材種別ＩＤの識別情報を１つ選択する（Ｓ１３）。実績作成部５２は、総教材数をカウントするパラメータＡおよび学習行動を行った教材数をカウントするパラメータＢをそれぞれゼロに初期化する（Ｓ１４）。実績作成部５２は、Ｓ１１において読み出したレコードを１つ選択する（Ｓ１５）。実績作成部５２は、読み出したレコードの教材種別ＩＤの識別情報と、Ｓ１３において選択した教材種別ＩＤの識別情報とが一致するか否かを判定する（Ｓ１６）。教材種別ＩＤの識別情報が一致しない場合（Ｓ１６否定）、処理は、後述するＳ２０へ移行する。

一方、教材種別ＩＤの識別情報が一致する場合（Ｓ１６肯定）、実績作成部５２は、パラメータＡを１インクリメントする（Ｓ１７）。実績作成部５２は、読み出したレコードの行動フラグが教材にアクセスしたことを示す「１」であるか否かを判定する（Ｓ１８）。行動フラグが「１」以外の場合（Ｓ１８否定）、処理は、後述するＳ２０へ移行する。一方、行動フラグが「１」の場合（Ｓ１８肯定）、実績作成部５２は、パラメータＢを１インクリメントする（Ｓ１９）。

実績作成部５２は、Ｓ１１において読み出したレコードを全て選択したか否かを判定する（Ｓ２０）。全て選択していない場合（Ｓ２０否定）、処理は、上述のＳ１５へ移行する。一方、全て選択した場合（Ｓ２０肯定）、実績作成部５２は、パラメータＢに記憶された学習行動を行った教材数を、パラメータＡに記憶された総教材数で除算して、学習の実績値を算出する（Ｓ２１）。実績作成部５２は、算出した学習の実績値を、指定された講義、Ｓ１１において読み出した学生の学生ＩＤ、Ｓ１３において選択した教材種別ＩＤの教材の利用実績として、教材利用実績データ６４にデータを格納する（Ｓ２２）。

実績作成部５２は、Ｓ１２において特定された教材種別ＩＤの識別情報を全て選択したか否かを判定する（Ｓ２３）。全て選択していない場合（Ｓ２３否定）、処理は、上述のＳ１３へ移行する。一方、全て選択した場合（Ｓ２３肯定）、実績作成部５２は、現在の年度および指定された講義の識別情報のレコードを履修学生データ６０から全て読み出したか否かを判定する（Ｓ２４）。レコードを全て読み出していない場合（Ｓ２４否定）、処理は、上述のＳ１０へ移行する。一方、レコードを全て読み出した場合（Ｓ２４肯定）、実績作成部５２は、処理を終了する。

これにより、教材利用実績データ６４には、指定された講義を受講した各学生の教材種別ＩＤ毎の学習の実績値が格納される。

次に、本実施例に係る抽出装置１０が各学生の学習行動から成績を挽回しやすい学習行動を抽出する抽出処理の流れを説明する。図１３は、抽出処理の手順を示すフローチャートである。この抽出処理は、例えば、受付部５０で行動を評価する利用者が指定されたタイミングで実行される。

図１３に示すように、選択部５１は、利用者とされた学生について改善すべき学習行動を選択する（Ｓ３０）。例えば、選択部５１は、教材利用実績データ６４に基づき、利用者とされた学生のＩＤ番号および指定された講義の識別情報に対応して記憶された学習の実績値が、閾値データ６５に記憶された改善すべき学習行動の閾値以下となる教材種別ＩＤを選択する。選択部５１は、選択した教材種別ＩＤに対応する学習行動ＩＤを相関データ６３から特定する。選択部５１は、選択した教材種別ＩＤに対応する学習行動ＩＤを改善候補データ６６に格納する。

特定部５３は、データが格納されていない空の評価値計算用テーブル６７を作成する（Ｓ３１）。そして、特定部５３は、改善すべき学習行動に対応する相関値を特定する相関値特定処理を実行する（Ｓ３２）。この相関値特定処理により、評価値計算用テーブル６７には、改善すべき学習行動の学習行動ＩＤに対応する相関値が格納される。

そして、特定部５３は、改善すべき学習行動に対応する学習の実績値を特定する実績値特定処理を実行する（Ｓ３３）。この実績値特定処理により、評価値計算用テーブル６７には、改善すべき学習行動の学習行動ＩＤに対応する学習の実績値が格納される。

特定部５３は、現在の日付の年度の開始日から経過週を算出する（Ｓ３４）。例えば、特定部５３は、現在の日付を含む年度において、４月１日を含む週から現在の日付を含む週までの週の数を経過週として算出する。

特定部５３は、改善すべき学習行動に対応する学習機会の評価値を特定する評価値特定処理を実行する（Ｓ３５）。この評価値特定処理により、評価値計算用テーブル６７には、改善すべき学習行動の学習行動ＩＤに対応する学習機会の評価値が格納される。

評価部５４は、評価値計算用テーブル６７のデータをソーティングするソーティング処理を実行する（Ｓ３６）。このソーティング処理により、評価値計算用テーブル６７には、成績の改善に効果的な順に、学習行動ＩＤがソートされる。

抽出部５５は、ソーティングされた評価値計算用テーブル６７から成績の改善に効果的な学習指導を評価する評価値の高い順に、評価値が所定の閾値より高い行動を抽出する（Ｓ３７）。

出力部５６は、抽出された行動を含めた評価結果画面７０の画像情報を出力し（Ｓ３８）、処理を終了する。

次に、本実施例に係る相関値特定処理の流れを説明する。図１４は、相関値特定処理の手順を示すフローチャートである。この相関値特定処理は、図１３に示した抽出処理のＳ３２から実行される。

特定部５３は、改善候補データ６６から１レコード読み出す（Ｓ４０）。特定部５３は、Ｓ４０において読み出したレコードの学習行動ＩＤが格納されたレコードが評価値計算用テーブル６７に登録済みか否かを判定する（Ｓ４１）。登録済みの場合（Ｓ４１肯定）、特定部５３は、学習行動ＩＤが格納されたレコードを処理対象のレコードとする（Ｓ４２）。登録済みではない場合（Ｓ４１否定）、特定部５３は、Ｓ４０において読み出したレコードの学習行動ＩＤおよび教材種別ＩＤを格納したレコードを評価値計算用テーブル６７に追加し、追加したレコードを処理対象のレコードとする（Ｓ４３）。

特定部５３は、指定された講義の識別情報が格納されたレコードを相関データ６３から１レコード読み出す（Ｓ４４）。特定部５３は、Ｓ４４において読み出したレコードの学習行動ＩＤが処理対象のレコードの学習行動ＩＤと一致するか否かを判定する（Ｓ４５）。学習行動ＩＤが一致しない場合（Ｓ４５否定）、処理は、後述するＳ４７へ移行する。一方、学習行動ＩＤが一致する場合（Ｓ４５肯定）、特定部５３は、Ｓ４４において読み出したレコードの成績相関値の項目の値を、処理対象のレコードの成績相関値の項目に格納する（Ｓ４６）。

特定部５３は、相関データ６３からレコードを全て読み出したか否かを判定する（Ｓ４７）。レコードを全て読み出していない場合（Ｓ４７否定）、処理は、上述のＳ４４へ移行する。一方、レコードを全て読み出した場合（Ｓ４７肯定）、特定部５３は、改善候補データ６６から全てのレコードを読み出したか否かを判定する（Ｓ４８）。全てのレコードを読み出していない場合（Ｓ４８否定）、処理は、上述のＳ４０へ移行する。全てのレコードを読み出した場合（Ｓ４８肯定）、相関値特定処理の呼び出し元に処理を移行する。

次に、本実施例に係る実績値特定処理の流れを説明する。図１５は、実績値特定処理の手順を示すフローチャートである。この実績値特定処理は、図１３に示した抽出処理のＳ３３から実行される。

特定部５３は、改善候補データ６６から１レコード読み出す（Ｓ５０）。特定部５３は、Ｓ５０において読み出したレコードの学習行動ＩＤが格納された評価値計算用テーブル６７のレコードを処理対象のレコードとする（Ｓ５１）。

特定部５３は、指定された講義の識別情報および利用者とされた学生のＩＤ番号が格納されたレコードを教材利用実績データ６４から１レコード読み出す（Ｓ５２）。特定部５３は、Ｓ５２において読み出したレコードの教材種別ＩＤが、Ｓ５０において読み出したレコードの教材種別ＩＤと一致するか否かを判定する（Ｓ５３）。教材種別ＩＤが一致しない場合（Ｓ５３否定）、処理は、後述するＳ５５へ移行する。一方、教材種別ＩＤが一致する場合（Ｓ５３肯定）、特定部５３は、Ｓ５２において読み出したレコードの学習行動実績値の項目の値を、処理対象のレコードの学習行動実績値の項目に格納する（Ｓ５４）。

特定部５３は、教材利用実績データ６４からレコードを全て読み出したか否かを判定する（Ｓ５５）。レコードを全て読み出していない場合（Ｓ５５否定）、処理は、上述のＳ５２へ移行する。一方、レコードを全て読み出した場合（Ｓ５５肯定）、特定部５３は、改善候補データ６６から全てのレコードを読み出したか否かを判定する（Ｓ５６）。全てのレコードを読み出していない場合（Ｓ５６否定）、処理は、上述のＳ５０へ移行する。全てのレコードを読み出した場合（Ｓ５６肯定）、実績値特定処理の呼び出し元に処理を移行する。

次に、本実施例に係る評価値特定処理の流れを説明する。図１６は、評価値特定処理の手順を示すフローチャートである。この評価値特定処理は、図１３に示した抽出処理のＳ３５から実行される。

特定部５３は、改善候補データ６６から１レコード読み出す（Ｓ６０）。特定部５３は、Ｓ６０において読み出したレコードの学習行動ＩＤが格納された評価値計算用テーブル６７のレコードを処理対象のレコードとする（Ｓ６１）。

特定部５３は、過去の講義で提供される総教材数をカウントするパラメータＣおよび過去の講義での経過週以降に提供される残教材数をカウントするパラメータＤをそれぞれゼロに初期化する（Ｓ６２）。

特定部５３は、指定された講義および年度が前年度のレコードを教材データ６１から１レコード読み出す（Ｓ６３）。特定部５３は、Ｓ６３において読み出したレコードの教材種別ＩＤが、Ｓ６０において読み出したレコードの教材種別ＩＤと一致するか否かを判定する（Ｓ６４）。教材種別ＩＤが一致しない場合（Ｓ６４否定）、処理は、後述するＳ６８へ移行する。一方、教材種別ＩＤが一致する場合（Ｓ６４肯定）、特定部５３は、パラメータＣを１インクリメントする（Ｓ６５）。特定部５３は、Ｓ６３において読み出したレコードの公開日が経過週以降であるか否かをする（Ｓ６６）。公開日が経過週以降である場合（Ｓ６６肯定）、パラメータＤを１インクリメントする（Ｓ６７）。一方、公開日が経過週以降ではない場合（Ｓ６６否定）、処理は、後述するＳ６８へ移行する。

特定部５３は、教材データ６１からレコードを全て読み出したか否かを判定する（Ｓ６８）。レコードを全て読み出していない場合（Ｓ６８否定）、処理は、上述のＳ６３へ移行する。一方、レコードを全て読み出した場合（Ｓ６８肯定）、特定部５３は、パラメータＤに記憶された残教材数を、パラメータＣに記憶された総教材数で除算して、学習機会評価値を算出する（Ｓ６９）。

特定部５３は、Ｓ７０において算出した学習機会の評価値を、処理対象のレコードの学習機会評価値の項目に格納する（Ｓ７０）。そして、特定部５３は、改善候補データ６６から全てのレコードを読み出したか否かを判定する（Ｓ７１）。全てのレコードを読み出していない場合（Ｓ７１否定）、処理は、上述のＳ６０へ移行する。全てのレコードを読み出した場合（Ｓ７１肯定）、評価値特定処理の呼び出し元に処理を移行する。

次に、本実施例に係るソーティング処理の流れを説明する。図１７は、ソーティング処理の手順を示すフローチャートである。このソーティング処理は、図１３に示した抽出処理のＳ３６から実行される。

評価部５４は、評価値計算用テーブル６７から１レコード読み出す（Ｓ８０）。評価部５４は、Ｓ８０において読み出したレコードの相関値、学習の実績値、学習機会評価値の各値を乗算して評価値を算出する（Ｓ８１）。評価部５４は、Ｓ８１において算出した評価値を、Ｓ８０において読み出したレコードの提示コメント評価値の項目に格納する（Ｓ８２）。

評価部５４は、評価値計算用テーブル６７から全てのレコードを読み出したか否かを判定する（Ｓ８３）。全てのレコードを読み出していない場合（Ｓ８３否定）、処理は、上述のＳ８０へ移行する。全てのレコードを読み出した場合（Ｓ８３肯定）、処理は、後述するＳ８４へ移行する。

評価部５４は、評価値計算用テーブル６７に登録されたレコードの提示コメント評価値が全てゼロか否かを判定する（Ｓ８４）。提示コメント評価値が全てゼロの場合（Ｓ８４肯定）、評価部５４は、相関値の大きい順に評価値計算用テーブル６７のレコードをソーティングし（Ｓ８５）、ソーティング処理の呼び出し元に処理を移行する。一方、提示コメント評価値が全てゼロではない場合（Ｓ８４否定）、評価部５４は、提示コメント評価値の大きい順に評価値計算用テーブル６７のレコードをソーティングし（Ｓ８６）、ソーティング処理の呼び出し元に処理を移行する。

これにより、評価値計算用テーブル６７は、レコードがソーティングされる。図９の例は、提示コメント評価値の大きい順に評価値計算用テーブル６７のレコードをソーティングした結果を示している。

このように、抽出装置１０は、講義における利用者の各行動と成績との相関を示す情報、前記講義の残り期間における各行動の実行可能性を示す情報、および、各利用者の各行動の実行履歴を示す情報に基づき、所定の利用者による所定の行動を評価する。抽出装置１０は、評価の結果に基づいて、所定の利用者による所定の行動を抽出する。抽出装置１０は、このように行動を評価し、所定の行動を抽出することにより、指導対象の学習者の成績を改善させる効果的な学習指導を支援できる。

また、抽出装置１０は、所定の利用者の各行動について、成績との相関が高いほど、前記講義の残り期間における実行可能性が高いほど、実行履歴が多いほど、高い評価値を算出する。そして、抽出装置１０は、評価値が所定の閾値より高い行動を抽出する。これにより、抽出装置１０は、成績との相関が高く、残り期間における実行可能性が高く、実行履歴が多い行動を抽出できるため、利用者が成績を改善し易い行動を抽出できる。

また、抽出装置１０は、行動と相関値と、講義の残り期間における行動の実行可能性を示す第１の評価値と、行動の実行履歴を示す第２の評価値とを乗算して評価値を算出する。これにより、抽出装置１０は、利用者の各行動について、成績との相関が高いほど、講義の残り期間における実行可能性が高いほど、実行履歴が多いほど、評価値が高く算出されるため、評価値から利用者が成績を挽回しやすい行動を特定できる。

また、抽出装置１０は、所定の利用者の各行動について算出された評価値が全てゼロとなった場合、相関値の高い順に行動を抽出する。これにより、抽出装置１０は、評価値が全てゼロと算出されても、相関値の高い順に行動を抽出することにより、利用者が成績を改善し易い行動を抽出できる。

さて、これまで開示の装置に関する実施例について説明したが、開示の技術は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、以下では、本発明に含まれる他の実施例を説明する。

例えば、上記の実施例では、所定の行動として、成績を挽回しやすい行動を抽出する場合について説明したが、開示の装置はこれに限定されない。例えば、成績を挽回しづらい行動を抽出してもよい。このように成績を挽回しづらい行動を抽出することにより、利用者は、成績を挽回しづらい行動を避けることができるので、成績を改善させる効果的な学習指導を支援できる。

また、上記の実施例では、評価値が所定の閾値より高い行動を抽出する場合について説明したが、開示の装置はこれに限定されない。例えば、評価値が高い順に所定個の行動を抽出してもよい。この所定個は、固定値としてもよく、抽出装置１０を管理する管理者が任意の値に設定してよい。また、この所定個は、例えば、改善すべき学習行動を選択された行動の数に応じて変化させてもよい。また、所定個は、外部から調整可能としてもよい。

また、上記の実施例では、相関値、学習の実績値、学習機会評価値の各値を乗算して評価値を算出する場合について説明したが、開示の装置はこれに限定されない。例えば、相関値、学習の実績値、学習機会評価値を重み付け乗算、重み付け加算など重み付け演算して評価値を算出してもよい。

また、上記の実施例では、学習行動を行った教材数を総教材数で除算して学習の実績値を算出し、また、過去の講義での経過週以降に提供される残教材数を過去の講義での総教材数で除算して学習機会評価値を算出する場合について説明したが、開示の装置はこれに限定されない。例えば、教材毎に成績の評価に対する重要度を定め、重要な教材ほど重み値を大きくして、重み付け演算により学習の実績値および学習機会評価値を算出してもよい。例えば、教材数および総教材数について、教材に対する重み値を加算して教材数および総教材数の総重み値を求め、教材数の総重み値を総教材数の総重み値で除算して評価値または実績値を算出する。これにより、以降に提供される教材のうち、成績の評価に対して重要な教材が提供される行動の評価値が高くなるため、成績を挽回しやすい行動を抽出できるようになる。

また、上記の実施例では、過去の講義での経過週以降に提供される残教材数をカウントする場合について説明したが、開示の装置はこれに限定されない。例えば、過去の講義での経過週よりも後に提供される残教材数をカウントしてもよい。また、講義毎に、講義が何回目の講義であるかを履歴として記憶し、現在実施された講義の回数よりも後に提供される残教材数をカウントしてもよい。すなわち、過去の履歴から以降に提供される残教材数をカウントできれば何れの方式でもよい。

例えば、上記の実施例では、学習管理システム４０および評価システム４１を抽出装置１０上で動作させた場合について説明したが、開示の装置はこれに限定されない。例えば、学習管理システム４０および評価システム４１は、別な装置上で動作してもよい。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的状態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、図１に示す受付部５０、選択部５１、実績作成部５２、特定部５３、評価部５４、抽出部５５および出力部５６の各処理部が適宜統合または分割されてもよい。また、各処理部にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。

［抽出プログラム］
また、上記の実施例で説明した各種の処理は、あらかじめ用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータシステムで実行することによって実現することもできる。そこで、以下では、上記の実施例と同様の機能を有するプログラムを実行するコンピュータシステムの一例を説明する。図１８は、抽出プログラムを実行するコンピュータを示す図である。

図１８に示すように、コンピュータ３００は、ＣＰＵ３１０、Read Only Memory（ＲＯＭ）３２０、Hard Disk Drive（ＨＤＤ）３３０、Random Access Memory（ＲＡＭ）３４０を有する。これら３１０〜３４０の各部は、バス４００を介して接続される。

ＲＯＭ３２０には上記実施例の各処理部と同様の機能を発揮する抽出プログラム３２０ａが予め記憶される。例えば、上記実施例の受付部５０、選択部５１、実績作成部５２、特定部５３、評価部５４、抽出部５５および出力部５６と同様の機能を発揮する抽出プログラム３２０ａを記憶させる。なお、抽出プログラム３２０ａについては、適宜分離しても良い。

ＨＤＤ３３０には、各種データを記憶する。例えば、ＨＤＤ３３０は、ＯＳや抽出に用いる各種データを記憶する。

そして、ＣＰＵ３１０が、抽出プログラム３２０ａをＲＯＭ３２０から読み出して実行することで、実施例の各処理部と同様の動作を実行する。すなわち、抽出プログラム３２０ａは、実施例の受付部５０、選択部５１、実績作成部５２、特定部５３、評価部５４、抽出部５５および出力部５６と同様の動作を実行する。

なお、上記した抽出プログラム３２０ａについては、必ずしも最初からＲＯＭ３２０に記憶させることを要しない。抽出プログラム３２０ａはＨＤＤ３３０に記憶させてもよい。

例えば、コンピュータ３００に挿入されるフレキシブルディスク（ＦＤ）、Compact Disk Read Only Memory（ＣＤ−ＲＯＭ）、Digital Versatile Disk（ＤＶＤ）、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」にプログラムを記憶させておく。そして、コンピュータ３００がこれらからプログラムを読み出して実行するようにしてもよい。

さらには、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ３００に接続される「他のコンピュータ（またはサーバ）」などにプログラムを記憶させておく。そして、コンピュータ３００がこれらからプログラムを読み出して実行するようにしてもよい。

１０ 抽出装置
２３ 記憶部
２４ 制御部
４０ 学習管理システム
４１ 評価システム
５０ 受付部
５１ 選択部
５２ 実績作成部
５３ 特定部
５４ 評価部
５５ 抽出部
５６ 出力部
６０ 履修学生データ
６１ 教材データ
６２ 行動ログデータ
６３ 相関データ
６４ 教材利用実績データ
６５ 閾値データ
６６ 改善候補データ
６７ 評価値計算用テーブル

Claims (5)

1. コンピュータが、
   講義における利用者の各行動と成績との相関を示す情報、前記講義の残り期間における各行動の実行可能性を示す情報、および、各利用者の各行動の実行履歴を示す情報に基づき、所定の利用者の各行動について、成績との相関が高いほど、前記講義の残り期間における実行可能性が高いほど、実行履歴が多いほど、高い評価値を算出し、
   前記評価値が所定の閾値より高い行動を抽出する
   処理を実行することを特徴とする抽出方法。
2. 前記算出する処理は、行動と成績との相関関係を示す相関値と、前記講義の残り期間における行動の実行可能性を示す第１の評価値と、行動の実行履歴を示す第２の評価値とを乗算して前記評価値を算出する
   ことを特徴とする請求項１に記載の抽出方法。
3. 前記抽出する処理は、所定の利用者の各行動について算出された評価値が全てゼロとなった場合、前記相関値の高い順に行動を抽出する
   ことを特徴とする請求項２に記載の抽出方法。
4. 講義における利用者の各行動と成績との相関を示す情報、前記講義の残り期間における各行動の実行可能性を示す情報、および、各利用者の各行動の実行履歴を示す情報に基づき、所定の利用者の各行動について、成績との相関が高いほど、前記講義の残り期間における実行可能性が高いほど、実行履歴が多いほど、高い評価値を算出する評価部と、
   前記評価部により算出された前記評価値が所定の閾値より高い行動を抽出する抽出部と、
   を有することを特徴とする抽出装置。
5. コンピュータに、
   講義における利用者の各行動と成績との相関を示す情報、前記講義の残り期間における各行動の実行可能性を示す情報、および、各利用者の各行動の実行履歴を示す情報に基づき、所定の利用者の各行動について、成績との相関が高いほど、前記講義の残り期間における実行可能性が高いほど、実行履歴が多いほど、高い評価値を算出し、
   前記評価値が所定の閾値より高い行動を抽出する
   処理を実行させることを特徴とする抽出プログラム。

Images