JP7184093B2 - 熟練指数提供装置、熟練指数提供方法、及びプログラム - Google Patents

Description

本発明は、ユーザ要求に基づいた操作を行うオペレーション業務における操作者（オペレータ）の操作全般を対象とし、オペレータに対して適切なサポートを提供する技術に関するものである。オペレーション業務は、複数人で作業分担して行う分業の場合も対象とする。

コンピュータ等を用いて情報の入出力操作を行うオペレータに表示するオペレータ操作インタフェースに関連する先行技術として、例えば、特許文献１に開示された技術や、特許文献２に開示された技術がある。なお、"オペレータ操作インタフェース"を、"インタフェース"、"ユーザインタフェース"、"ＵＩ"等と称してもよい。以下、主に、"インタフェース"を用いる。

特許文献１には、オペレータの習熟度をキーの操作の時間間隔で客観的に判定することにより、インタフェースにおけるユーザ熟練度を判定する技術が開示されている。

特開平８－５５１０３号公報

オペレータの入出力操作は習熟に時間とベテラン担当者による教育稼働がかかり、熟練者であっても入力のミスによるインシデント発生のリスクがある。また、業務効率化の要求からオペレータには早く正確な入出力操作が求められている。

上述した特許文献１では、操作ログからオペレータに関する知見を得ることとしている。特許文献１では、習熟度をキーの操作の時間間隔で判定している。しかし、実際は、キーの操作の時間間隔が生じる要因が必ずしもオペレータの入出力操作の習熟度によらない場合がある。このような場合には、習熟度を精度良く推定できない可能性がある。

本発明は上記の点に鑑みてなされたものであり、ユーザの操作ログに基づいて、ユーザの習熟度を精度良く推定することを可能とする技術を提供することを目的とする。

開示の技術によれば、ユーザの操作ログに基づいて、当該ユーザの熟練指数を算出する熟練指数提供装置であって、
前記ユーザの操作ログを記憶する記憶手段と、
前記ユーザにより実行されたキーの操作の正確さに関する操作ログと、キーの操作の速さに関する操作ログの各々の分散値に基づいて、前記熟練指数を算出する熟練指数算出手段とを備え、
前記熟練指数算出手段は、前記熟練指数として、システムに対する熟練指数であるシステム熟練指数と業務に対する熟練指数である業務熟練指数のそれぞれを算出し、システム熟練指数の軸と業務熟練指数の軸を有するマトリクスに、算出したシステム熟練指数と算出した業務熟練指数をマッピングする
ことを特徴とする熟練指数提供装置が提供される。

開示の技術によれば、ユーザの操作ログに基づいて、ユーザの習熟度を精度良く推定することを可能とする技術が提供される。

本発明の実施の形態における熟練指数提供装置の構成図である。 熟練指数提供装置のハードウェア構成例を示す図である。 熟練指数提供装置の動作を説明するためのフローチャートである。 ログファイル記憶部が格納するデータの例を示す図である。 熟練指数記憶部が格納するデータの例を示す図である。 初心者のキーの操作の時間間隔の度数分布例である。 熟練者のキーの操作の時間間隔の度数分布例である。 キー操作の時間間隔の累積分布例である。 累積確率の例を示す図である。 熟練指数の判定例を示す図である。 システム習熟度と業務習熟度のマトリクスの例を示す図である。 適応型インタフェース提供装置の構成図である。 適応型インタフェース提供装置の動作を説明するためのフローチャートである。 ＵＩ生成部が格納するデータの例を示す図である。

以下、図面を参照して本発明の実施の形態（本実施の形態）を説明する。以下で説明する実施の形態は一例に過ぎず、本発明が適用される実施の形態は、以下の実施の形態に限られるわけではない。

（実施の形態の概要）
まず、本実施の形態の概要を説明する。本実施の形態では、日常、コンピュータ等を用いて情報の入出力操作を行っているオペレータの熟練度を提供する熟練度提供装置が開示される。例えば、熟練度提供装置により提供される熟練度に適応してインタフェースを変化させることで、オペレータの作業効率を向上させる適応型インタフェース提供技術を実現できる。なお、オペレータをユーザと称してもよい。

本実施の形態の熟練度提供装置は、オペレータ毎の操作ログをバックヤードで収集し、収集した操作ログをもとに、熟練指数を算出する。算出した熟練指数は、例えば、熟練指数の低いオペレータには、オペレーション業務に関するアノテーション表示等を行うことで、業務、並びに、オペレータの操作の習熟を支援するようなインタフェースを提供し、熟練指数の高いオペレータには、操作の効率性を高めるようなインタフェースを提供することで、オペレータの業務習熟と効率性を向上させるように利用できる。なお、熟練指数は習熟度を表す指数であるが、習熟度が熟練指数の意味で使用されてもよい。

上述した操作ログは、例えば、タスクを実行する際のイベント毎のキーの操作の時間間隔、項目の入力順序、ある入力項目から次の入力項目までの経過時間、入力内容、エラー数等である。これらの操作ログを使用することで、客観的な評価に基づいた熟練指数を得ることができる。

また、操作ログとして、上記の操作ログに加えて、キー操作（入力、削除、画面移動、コピーなど）、マウス操作、入力の順番、必ず入力しなければならない項目（フィールド）の見落とし、分業の場合、前後の操作者（前工程の操作者、後工程の操作者など）への質問、問合せ、作業のやり直し要求などを対象としてもよい。上記の必ず入力しなければならない項目に関して、ある項目に対する入力を行った場合に、別のある項目の入力が決まるといった、互いに相関がある入力項目についてはその相関性を要求することを操作ログの対象としてもよい。

正確さの面から習熟度を判断するためには、例えば、１フィールドごと、頁ごと、又は業務ごとにバックスペースを押して修正する回数及び／又は箇所数を操作ログとして取得し、判断に利用する。また、正確さの面から習熟度を判断するために、前後に業務を分担する担当者がいる場合は、前担当者への質問、後担当者からのやり直しの要求などを操作ログとして取得し、判断に利用する。また、速さの面から習熟度を判断するためには、入力時間、フィールド入力終了から次フィールドへ移るまでの時間、フィールドに移ってから入力開始までの時間、マウスの動き、入力順などを操作ログとして取得し、判断に利用する。

上述したインタフェースを、業務の理解の支援、操作正確性の向上の支援、操作効率性の向上の支援に分類した場合に、熟練指数、及び、過去の操作ログに応じてインタフェースを生成し、割り当てることで、熟練度に応じたインタフェースを提供でき、オペレータ全体としての作業効率を向上させることができる。

（システム構成）
図１に、本実施の形態における熟練指数提供装置１００の機能構成を示す。図１における熟練指数提供装置１００は、一例として、同じタスクを実行するオペレータＡとオペレータＢの操作ログを解析して、それぞれのオペレータの熟練指数を算出し、算出した熟練指数を出力する。これにより、例えば、オペレータ全体のタスク実行効率を向上させることが可能となる。

図１に示すように、本実施の形態に係る熟練指数提供装置１００は、操作部１０１、１０２、ログ解析部２００、熟練指数記憶部３００、ログファイル記憶部５００、ログ情報解析データ部６００を有する。

操作部１０１、１０２はそれぞれ、オペレータＡ、オペレータＢの操作部であり、例えばコンピュータのキーボード、マウスその他の入力装置を含む。

ログ解析部２００は、オペレータの操作ログを解析し、オペレータの熟練指数等を算出する機能部である。本実施の形態における解析の対象は、例えばオペレータの思考と相関のある、操作と操作の合間の時間の度数分布の相関値とするが、さらにエラー数を加えてもよい。

熟練指数記憶部３００はオペレータのタスク別の熟練指数を記憶する記憶部である。熟練指数記憶部３００が格納する熟練指数は、オペレータの熟練指数が変われば更新される。また、熟練指数を持たないオペレータ（初めて本システムを使用するオペレータ）には初心者の熟練指数を付与することとしてもよいし、事前に該当オペレータの熟練指数を熟練指数記憶部３００に登録しておくこととしてもよい。例えば、熟練指数提供装置１００により提供される熟練指数に基づいてＵＩを生成する場合には、事前に該当オペレータの熟練指数を熟練指数記憶部３００に登録し、最初はそれを出力することで、初めて本システムを使用するオペレータでも、該当オペレータの熟練指数に応じたＵＩを生成することができる。

ログファイル記憶部５００は、オペレータの操作ログを一時的に記憶する記憶部であり、当該操作ログは、ログ解析に用いられる。ログ情報解析データ部６００は、オペレータの熟練指数を算出する際に利用されるデータを格納する。

（ハードウェア構成例）
上述した熟練指数提供装置１００は、例えば、コンピュータに、本実施の形態で説明する処理内容を記述したプログラムを実行させることにより実現可能である。

すなわち、熟練指数提供装置１００は、コンピュータに内蔵されるＣＰＵやメモリ等のハードウェア資源を用いて、熟練指数提供装置１００で実施される処理に対応するプログラムを実行することによって実現することが可能である。上記プログラムは、コンピュータが読み取り可能な記録媒体（可搬メモリ等）に記録して、保存したり、配布したりすることが可能である。また、上記プログラムをインターネットや電子メール等、ネットワークを通して提供することも可能である。

図２は、本実施の形態における上記コンピュータのハードウェア構成例を示す図である。図２のコンピュータは、それぞれバスＢで相互に接続されているドライブ装置１５０、補助記憶装置１５２、メモリ装置１５３、ＣＰＵ１５４、インタフェース装置１５５、表示装置１５６、及び入力装置１５７等を有する。

当該コンピュータでの処理を実現するプログラムは、例えば、ＣＤ－ＲＯＭ又はメモリカード等の記録媒体１５１によって提供される。プログラムを記憶した記録媒体１５１がドライブ装置１５０にセットされると、プログラムが記録媒体１５１からドライブ装置１５０を介して補助記憶装置１５２にインストールされる。但し、プログラムのインストールは必ずしも記録媒体１５１より行う必要はなく、ネットワークを介して他のコンピュータよりダウンロードするようにしてもよい。補助記憶装置１５２は、インストールされたプログラムを格納すると共に、必要なファイルやデータ等を格納する。

メモリ装置１５３は、プログラムの起動指示があった場合に、補助記憶装置１５２からプログラムを読み出して格納する。ＣＰＵ１５４は、メモリ装置１５３に格納されたプログラムに従って、熟練指数提供装置１００に係る機能を実現する。インタフェース装置１５５は、ネットワークに接続するためのインタフェースとして用いられる。表示装置１５６はプログラムによるＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）等を表示する。入力装置１５７はキーボード及びマウス、ボタン、又はタッチパネル等で構成され、様々な操作指示を入力させるために用いられる。なお、表示装置１５６と入力装置１５７からなる構成は、操作部の一例である。

（熟練指数装置１００の動作例）
次に、図３のフローチャートを参照して、図１に示した機能構成を備える熟練指数提供装置１００の動作例を説明する。以下では、例として、操作部１０１、１０２のうち、操作部１０１による操作に着目して説明を行う。

Ｓ１０１において、オペレータが、操作部１０１からログ解析部２００にＩＤを登録する。ログ解析部２００はＳ１０２でオペレータＩＤを検出する。

次に、オペレータはＳ１０４でタスク操作を開始し、ログ解析部２００はオペレータの操作内容を観測し、当該操作内容をＳ１０５でログファイル記憶部５００に記憶させる。

図４に、ログファイル記憶部５００に記憶されるデータの例を示す。図４に示すとおり、ログファイル記憶部５００はオペレータＩＤ、オペレータの熟練指数、熟練指数に対応するタスクＩＤ、タスクＩＤに対応するイベントＩＤ、イベント実行時のログ情報（キー操作の時間間隔）を記憶する。また、前述したように、イベント実行時のログ情報として、キー操作（入力、削除、画面移動、コピーなど）、マウス操作、入力の順番、必ず入力しなければならない項目（フィールド）の見落とし、分業の場合、前後の操作者（前工程の操作者、後工程の操作者）への質問、問合せ、作業のやり直し要求などが記憶されてもよい。

Ｓ１０６でオペレータがタスク終了した際、ログ解析部２００は、Ｓ１０７でオペレータが実施終了したログファイルを、オペレータＩＤをキーとして検索し、ログファイル記憶部５００からログファイルを取得し、Ｓ１０８でログ情報解析データ部６００に記憶している分析アルゴリズムを用いて熟練指数を算出する。ログ情報解析データ部６００には、例えば、後述する熟練指数を算出するための式が格納されている。また、算出された熟練指数は、熟練指数記憶部３００に格納される。熟練指数記憶部３００に格納された熟練指数は、操作部から出力されてもよいし、ネットワークを介して管理者端末などに出力されることとしてもよい。

図５に、熟練指数記憶部３００に格納されるデータの例を示す。図５に示すように、熟練指数記憶部３００には、オペレータ（オペレータＩＤで識別）が実施したタスク（タスクＩＤで識別）の熟練指数が格納される。

熟練指数は、例えば、タスクとして表計算ソフトを用いた実験課題を設定し、タスクの開始から終了までのイベント（マウスダウン、キーアップ等）を観測し、操作と操作の合間の時間の度数分布を基に作成する。なお、度数分布で、同じイベントに既定の回数以上にキーを操作した際は、操作誤りとして熟練指数のサブ情報として利用してもよい。

以下に、ログ解析部２００が実行する熟練指数算出方法の例を説明する。

熟練指数算出方法を説明するにあたり、まず、キー操作の時間間隔についての熟練者と初心者の度数分布について説明する。図６に、キー操作の時間間隔についての初心者の度数分布例を示し、図７に、キー操作の時間間隔についての熟練者の度数分布例を示す。図８は、図６、図７を基に作成した累積分布を示す。

図８から、熟練者と初心者の相違は図９に示すように把握される。すなわち、図９に示すように５０％値では初心者で３．７秒、熟練者で２秒、９０％値では初心者で１３．５秒、熟練者で４秒となっている。これから、本実施の形態では、作業効率には分散値が主要なパラメータと判断し、熟練指数の評価尺度として分散値Ｖ（ｘ）を用いることとしている。分散値Ｖ（ｘ）は下記の式（１）を用いて算出する。

上記式（１）において、Ｖ（ｘ）は標本の分散値であり、Ｅ（ｘ）は標本の平均値であり、Ｎは標本数である。

初心者と熟練者のそれぞれについて、標本の平均値と式（１）を用いて算出した分散値とを図１０に示す。実施したタスクの熟練指数として、例えば５段階評価とし、分散値が１１．８の場合は１、分散値が４．２の場合は５と定めて、熟練指数を分散値で直線近似すれば、
分散値から熟練指数を得る式として、下記の式（２）が得られる。

ｙ＝－０．５３ｘ＋７．２６ （２）
上記の式（２）において、ｘは分散値であり、ｙは熟練指数である。例えば、あるオペレータの操作ログから得られた分散値が８の場合、当該オペレータの熟練指数は３（＝－０．５３ｘ８＋７．２６）で与えられる。

ログ解析部２００は、例えば定期的に、操作ログに基づいて、初心者と熟練者の分散値を求め、式（２）を更新する。

上記の式（２）について、正確さと速さの二つの観点で分類した操作ログに重み付け演算をしてもよい。これにより、習熟度の違いが正確さ又は速さのいずれかに偏るような場合に推定の精度を高めることができる。

正確さの面から習熟度を判断するための操作ログとしては、例えば、１フィールドごと、頁ごと、又は業務ごとの、バックスペースを押して修正する回数及び／又は箇所数がある。また、正確さの面から習熟度を判断するための操作ログとして、前後に業務を分担する担当者がいる場合は、前担当者への質問の数、後担当者からのやり直しの要求の数などがある。

一方、速さの面から習熟度を判断するための操作ログとしては、例えば、入力時間、フィールド入力終了から次フィールドへ移るまでの時間、フィールドに移ってから入力開始までの時間などがある。なお、マウスの動き、入力順などから得られる情報を数値化して用いてもよい。これらの操作ログを用いて下記のような式（３）で熟練指数を算出する。
ｙ＝αｘ１＋βｘ２＋γ （３）
上記の式（３）において、ｘ１は正確さに関するログ（例：頁ごとのバックスペースを押して修正する回数）の分散値であり、ｘ２は速さに関するログ（例：入力時間）の分散値であり、ｙは熟練指数である。α、βは重み係数であり、γは定数である。

上記の式（３）についても、式（２）と同様に、初心者による操作ログの分散値と熟練者による操作ログの分散値との関係を近似する式として得ることができる。

上述した熟練指数（習熟度）の算出方法は一例である。上述した熟練指数の算出方法以外の算出方法の例として、以下の例ａ～例ｄを説明する。なお、例ａ～例ｄは任意に組み合わせて適用することが可能である。また、例ａ～例ｄはいずれも前述した熟練指数を算出する方法と組み合わせて適用してもよい。

例ａ）例ａでは、予め超熟練者（正確性、効率性ともに高い）の操作ログをベストプラクティスとしてログファイル記憶部５００に保持し、ログ解析部２００は、習熟度判定対象のオペレータの操作ログとベストプラクティスとの比較によって、当該オペレータの習熟度を判定する。

その際の判定方法として、ログ解析部２００が、入力１項目（１フィールド）ごとに比較を行って習熟度を判定する方法、１画面（１頁）ごとに比較を行って習熟度を判定する方法がある。また、１項目・１画面では誤差が生じることから、ログ解析部２００は、直近ｎ回の画面操作、及び項目操作における比較結果を総合して習熟度を判定することとしてもよい。

直近ｎ回を総合して習熟度を判定する場合には、ｎ回前、（ｎ－１）回前、（ｎ－２）回前・・・１回前の操作ログの比較結果を平均する方法を用いてもよいし、ｎ回前操作ログから１回前操作ログまで順に比較結果の重み付けを低くすることで重み付き平均をとる方法を用いてもよい。

例ｂ）例ｂにおいては、例ａで説明したベストプラクティスを初期設定としてログファイル記憶部５００に保持しておくが、オペレータの操作ログがログファイル記憶部５００に蓄積されていくうちに、初期設定のベストプラクティスを超える正確で効率のよい超熟練者の操作ログが取得できた時点で、ベストプラクティスを動的に塗り替え（置き換え）て、以降は塗り替えた後のベストプラクティスで習熟度を算出する。

例ｃ）例ｃにおいては、ベストプラクティスを設定せずに、オペレータの操作ログがログファイル記憶部５００に蓄積されていくうちに、ログ解析部２００が、操作ログから習熟に影響を与える因子と習熟度の関係を学習し、学習により得られた学習モデルを用いて自動的に習熟度を判定する。なお、例ｃは、ベストプラクティスを使用する方法と組み合わせて適用してもよい。

具体的には、熟練者の操作ログと初心者の操作ログとを教師データとしてログ解析部２００に与え、ログ解析部２００が、当該教師データに基づきＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を用いて学習することで学習モデルを作成し、学習モデルをログ情報解析データ部６００に格納する。以降は、ログ解析部２００は、判定対象のオペレータの操作ログを学習モデルに入力することにより習熟度を出力する。

例ｄ）ユーザ要求に基づいた操作をするオペレーション業務において、システムに対する習熟と業務に対する習熟という２つの軸で、習熟していくことが想定される。例ｄでは、習熟度の判定にあたって、このような想定に基づいた習熟度の判定を行う。

具体的には、ログ解析部２００は、習熟度を操作ログから判断するための材料として、システムに対する習熟度については、入力スピード、入力開始までの間隔、マウスの軌跡等を用い、業務に対する習熟度については、入力順序、必須入力項目の網羅の度合、前処理がいる場合前処理者への質問・差戻し、後処理者がいる場合後処理者からの質問・差戻し等を用いる。

ログ解析部２００は、これらの判断材料を用いて、前述の熟練指数算出方法（例えばベストプラクティスとの比較等）によってシステムに対する習熟度と業務に対する習熟度をそれぞれ算出する。一例として、ベストプラクティスの入力スピードと、判定対象のオペレータの入力スピードとを比較し、差分に基づいてシステムに対する習熟度を算出する。また、一例として、ベストプラクティスの入力順序と、判定対象のオペレータの入力順序とを比較し、ベストプラクティスの入力順序とは異なる順序になった回数等に基づいて業務に対する習熟度を算出する。

ログ解析部２００は、例えば、システム習熟度を縦軸とし、業務習熟度を横軸とするマトリクス（図１１に例を示す）に、判定したシステム習熟度と業務習熟度をマッピングする。図１１の例では、一例として、システム習熟度＝３、業務習熟度＝２のデータがマッピングされていることが示されている。

図１１の一番左上の縦横ともに低低状態から一番右下のともに高高へは何通りもの習熟過程が考えられ、それぞれの過程に従って、インタフェースに適切なアノテーションをつけることで、最短の習熟過程を実現することができる。

次に、ログ解析部２００は、Ｓ１０９において、算出した熟練指数の値を用いて、該当オペレータについての熟練指数記憶部３００の内容を更新する。

（熟練指数を用いたインタフェースの提供）
図１２は、上記の実施の形態により提供される熟練指数を用いてオペレータに適切なインタフェースを提供する適応型インタフェース提供装置１０００の機能構成を示す。また、図１３は、適応型インタフェース提供装置１０００の動作を説明するフローチャートを示す。なお、上記の実施の形態と同じ動作をする部分については、説明を省略する。

適応型インタフェース提供装置１０００は、操作部１０１、１０２、ログ解析部２００、熟練指数記憶部３００、ＵＩ生成部４００、ログファイル記憶部５００、ログ情報解析データ部６００を有する。ＵＩ生成部４００は、熟練指数に対応するＵＩを生成する機能部である。

図１３を参照して動作を説明する。Ｓ１０１において、オペレータが、操作部１０１からログ解析部２００にＩＤを登録する。ログ解析部２００はＳ１０２でオペレータＩＤを検出し、Ｓ２０１で熟練指数記憶部３００からオペレータＩＤに対応する熟練指数を検索し、取得する。なお、熟練指数を持たない新規のオペレータ（初めて本システムを使用するオペレータ）には初心者の熟練指数を付与することとしてもよいし、事前に該当オペレータの熟練指数を熟練指数記憶部３００に登録しておくこととしてもよい。事前に該当オペレータの熟練指数を熟練指数記憶部３００に登録しておくことで、初めて本システムを使用するオペレータでも、該当オペレータの熟練指数に応じたＵＩを生成することができる。

ログ解析部２００は、Ｓ２０２で、オペレータＩＤの熟練指数に対応するインタフェースを、ＵＩ生成部４００に生成させ、生成したインタフェースをＳ２０３で操作部１０１に表示させる。

図１４に、ＵＩ生成部４００が保持するデータの例を示す。図１４に示すように、ＵＩ生成部４００は、熟練指数に対応するＵＩ種別を保持している。これにより、ＵＩ生成部４００は、ログ解析部２００から指定されたオペレータの熟練指数に対応した特徴を持つＵＩを生成する。後述するように、ＵＩ生成部４００は、ログファイル記憶部５００に蓄積されたオペレータの操作ログからインタフェースの候補群を生成し、候補群の中から、熟練指数に応じたインタフェースを決定し、当該インタフェースが操作部１０１に表示される。

図１４に示す例は、顧客からの受注情報を受けて、その内容を投入するタスクに関する例である。図１４には、ＵＩ種別毎のＵＩ特徴が記載されている。例えば、上記の候補群は、図１４に示す例において、ＵＩ１～３の３種類に分類されており、ＵＩ生成部４００は、オペレータの熟練指数に対応する候補を、使用するインタフェースとして決定する。

図１４に示すとおり、ＵＩ１は熟練指数が１のオペレータに表示させるＵＩであり、例えば、業務の理解を支援する内容（入力項目の意味の説明）を含む。ＵＩ２は熟練指数が２のオペレータに表示させるＵＩであり、例えば、操作正確性の向上を支援する内容（入力例、他入力との相関）を含む。ＵＩ３は熟練指数が３のオペレータに表示させるＵＩであり、例えば操作効率性の向上を支援する内容（入力補助、入力順の変更）を含む。ＵＩの内容はオペレータが実施するタスク毎に定められている。

図１３のフローにおけるＳ１０４～Ｓ１０９において、既に説明したように、熟練指数の算出、更新が行われる。

以降の操作では更新後の最新の熟練指数を用いてインタフェースの選択等を行う。例えば、更新前の熟練指数が３である場合において、更新後の熟練指数が４～５の場合は、より難易度の高いインタフェースを設定し、更新後の熟練指数が１～２の場合は、より難易度の低いインタフェースを設定する。熟練指数が３の場合は現状のインタフェースを設定する。

以下、操作部１０１に表示させるインタフェースのより詳細な例として、実施例１、実施例２を説明する。また、実施例１、２に関連したインタフェースの生成方法に関する実施例として実施例３を説明する。また、その他の例として実施例４、実施例５を説明する。なお、実施例１～５は任意に組み合わせて適用することが可能である。また、実施例１～５において説明する処理はいずれも、これまでに説明した適応型インタフェース提供装置１０００の処理と組み合わせて適用することが可能である。

実施例１では、図１３のフローにおけるＳ２０３で操作部１０１に表示させるインタフェースの一例として、アノテーションについて説明する。

実施例１では、ＵＩ生成部４００は、オペレータへ表示する適応型インタフェースを、対象とするインタフェースを変更させずにアノテーションを追加することによって実現する。この方法では、対象とするインタフェースを持つシステムに手を加えずに、全オペレータがベースとなるインタフェースを共通して使用することができる強みがある。

具体的なアノテーションとしては、例えば、業務の理解の支援であれば入力項目への付箋の追加、操作正確性の向上の支援であれば入力必須項目のハイライト表示、操作効率性の向上であれば入力項目のリスト化等がある。

実施例２では、図１３のフローにおけるＳ２０３で操作部１０１に表示させるＵＩの一例として、インタフェースの変更について説明する。

実施例２では、ＵＩ生成部４００は、対象とするインタフェースを変更し、オペレータに変更後インタフェースから入力させるようにすることで、間接的に対象とするインタフェースに入力させるようにする。これにより、オペレータへ表示する適応型インタフェースが実現される。この方法では、オペレータ毎にレイアウトレベルでの最適化を実施することができる強みがある。

具体的な変更後インタフェースとしては、例えば、業務の理解の支援であれば注意書きの追加、操作正確性の向上の支援であれば自動入力機能の追加、操作効率性の向上であれば表示順序の変更等がある。

ＵＩ生成部４００は、実施例１、２におけるアノテーションの候補、もしくは、インタフェースの変更の内容の候補を、過去の操作ログによって決定する。

例えば、ＵＩ生成部４００は、入力項目の付箋の追加や、注意書きの追加の場合について、ある入力項目から次の入力項目までの経過時間や、エラー数等からオペレータの手が止まりやすい部分や、ミスが発生しやすい部分を発見し、これらの部分を付箋や注意書きの表示箇所として決定する。

また、例えば、ＵＩ生成部４００は、入力必須項目のハイライト表示や、自動入力機能の追加の場合について、項目の入力内容、及び、入力順序から相関関係を分析し、常に同じ入力となる項目、他項目の入力内容によって入力が必須となる項目、または、入力内容が自動的に決定される項目を発見する。ＵＩ生成部４００は、当該発見した項目について、入力必須項目のハイライト表示や、自動入力機能の追加を行うことができる。

また、例えば、ＵＩ生成部４００は、入力項目のリスト化の場合について、項目の入力内容の集計からリスト化する選択肢を決定する。また、例えば、ＵＩ生成部４００は、表示順序の変更を入力順序によって決定する。

ＵＩ生成部４００は、上記のアノテーション、もしくは、インタフェースの変更の内容を、操作ログを記録している全てのオペレータの操作ログに基づいて算出し、学習していく。これによって、個人の癖やミスの影響を小さくし、短時間で操作ログの収集を行うことができる。

操作ログによって生成された上記のアノテーション、もしくは、インタフェースの変更の候補群は、ＵＩ生成部４００が保持し、ＵＩ生成部４００は、オペレータの熟練指数によって、当該オペレータに提供すべきものを決定する。候補群は、操作ログが蓄積されていくにつれて、順次更新されていくものである。つまり、オペレータへ表示するインタフェースがダイナミックに生成される。

更なる実施例として、多数の操作ログから、熟練指数の向上度合いが最も早い（効果的な）アノテーションを学習により探し出して表示することとしてもよい。

具体的には、ログ解析部２００が、ログファイル記憶部５００に蓄積されているオペレータの操作ログから、オペレータの習熟に影響を与える因子（操作に時間がかかっている、操作のやり直しが発生している等）を抽出し、ＵＩ生成部４００が、抽出した因子に対して、操作ログと過去に提示したインタフェース（具体的には例えばアノテーション）との組み合わせの過去データに基づいて、学習により当該因子の改善に最も効果的なインタフェース（具体的には例えばアノテーション）を探し出し、以降は当該インタフェース（具体的には例えばアノテーション）を表示する。

なお、アノテーションとしては、例えば、予め表示するもの、注意喚起したいタイミングで表示するもの、マウスや注目（視線の動きなど）がある特定の場所に移った場合に表示するもの、入力の順番を示すもの、必ず入力しなければならない項目（フィールド）を示すもの、頻出する自由記述内容を選択項目化するもの、などがある。順番を示したり、必須の入力項目（フィールド）を示したりする方法については、具体的には、例えば、色を塗る、順番を番号で示す、フィールドを囲む、フィールドの大きさを変えて目立たせるなどの方法がある。

表示する内容を予めＵＩ生成部４００に保持しておくのではなく、ログファイル記憶部５００に蓄積した操作ログからログ解析部２００において入力ルールを導き出して、その内容に応じて表示内容を生成することとしてもよい。

具体的には、まずログ解析部２００が、ログファイル記憶部５００に蓄積されているオペレータの操作ログから入力ルールを抽出する。当該入力ルールとは、例えば、"このフィールドは数字を入力している人が多い"、"このフィールドは、９桁の数字を入力している人が多い"、"あるフィールドの入力をする場合、別のあるフィールドは必須で入力される"、"あるフィールドの入力がＡの場合、別のあるフィールドの入力はＢになるような入力の相関がある"等である。

ＵＩ生成部４００は、操作ログから抽出された入力ルールに応じた表示内容を生成し、生成した表示内容を操作部１０１に表示する。なお、ここでＵＩ生成部４００が生成する表示内容を"インタフェース"と称してもよい。

ＵＩ生成部４００は、例えば、あるフィールドにおいて９桁の数字を入力している人が多いとの入力ルールに対して、予め、このフィールドの入力は９桁の場合が多い旨の注意喚起をする、あるいは、このフィールドにおいて９桁でない入力があった場合に桁数はあっていますか？と注意喚起をする、等の表示内容を生成する。

また、ＵＩ生成部４００は、例えば、あるフィールドにおける入力がＡの場合、別のあるフィールドにおける入力はＢになるような入力の相関がある入力ルールに対して、当該別のあるフィールドにおいて、この入力はＢの可能性が高い、と予め注意喚起をする、あるいは、Ｂでない入力がされた場合に、この入力はＢではありませんか？と注意喚起する、等の表示内容を生成する。

入力ルールに応じて、どのような表示内容を生成するかについて、例えば、実施例４を適用して、学習により熟練指数の向上度合いが最も早い表示内容を生成することとしてもよい。

（実施の形態のまとめ）
以上、説明したように、本実施の形態により、ユーザの操作ログに基づいて、当該ユーザの熟練指数を算出する熟練指数提供装置であって、前記ユーザの操作ログを記憶する記憶手段と、前記ユーザにより実行されたキーの操作の正確さに関する操作ログと、キーの操作の速さに関する操作ログの各々の分散値に基づいて、前記熟練指数を算出する熟練指数算出手段とを備えることを特徴とする熟練指数提供装置が提供される。

前記熟練指数算出手段は、初心者による操作ログの分散値と熟練者による操作ログの分散値とから得られた、熟練指数と分散値との関係式を用いて、前記ユーザの前記熟練指数を算出することとしてもよい。

前記熟練指数算出手段は、前記ユーザの操作ログと熟練度の高いユーザの操作ログとの比較に基づいて、前記熟練指数を算出することとしてもよい。

また、前記熟練指数算出手段は、操作ログから習熟に影響を与える因子と熟練指数との関係を学習し、学習により得られた学習モデルを用いて前記熟練指数を算出することとしてもよい。

前記熟練指数算出手段は、前記熟練指数として、システムに対する熟練指数と業務に対する熟練指数のそれぞれを算出することとしてもよい。

また、本実施の形態により、記憶手段に格納されたユーザの操作ログに基づいて、当該ユーザの熟練指数を算出する熟練指数提供装置が実行する熟練指数提供方法であって、前記ユーザにより実行されたキーの操作の正確さに関する操作ログと、キーの操作の速さに関する操作ログの各々の分散値に基づいて、前記熟練指数を算出する熟練指数算出ステップを備えることを特徴とする熟練指数提供方法が提供される。

明細書には少なくとも以下の事項が開示されている。
（第１項）
ユーザの操作ログに基づいて、当該ユーザの熟練指数を算出する熟練指数提供装置であって、
前記ユーザの操作ログを記憶する記憶手段と、
前記ユーザにより実行されたキーの操作の正確さに関する操作ログと、キーの操作の速さに関する操作ログの各々の分散値に基づいて、前記熟練指数を算出する熟練指数算出手段と
を備えることを特徴とする熟練指数提供装置。

ログファイル記憶部５００は記憶手段の例であり、ログ解析部２００は熟練指数算出手段の例である。
（第２項）
前記熟練指数算出手段は、初心者による操作ログの分散値と熟練者による操作ログの分散値とから得られた、熟練指数と分散値との関係式を用いて、前記ユーザの前記熟練指数を算出する
ことを特徴とする第１項に記載の熟練指数提供装置。
（第３項）
前記熟練指数算出手段は、前記ユーザの操作ログと熟練度の高いユーザの操作ログとの比較に基づいて、前記熟練指数を算出する
ことを特徴とする第１項又は第２項に記載の熟練指数提供装置。
（第４項）
前記熟練指数算出手段は、操作ログから習熟に影響を与える因子と熟練指数との関係を学習し、学習により得られた学習モデルを用いて前記熟練指数を算出する
ことを特徴とする第１項ないし第３項のうちいずれか１項に記載の熟練指数提供装置。
（第５項）
前記熟練指数算出手段は、前記熟練指数として、システムに対する熟練指数と業務に対する熟練指数のそれぞれを算出する
ことを特徴とする第１項ないし第３項のうちいずれか１項に記載の熟練指数提供装置。
（第６項）
記憶手段に格納されたユーザの操作ログに基づいて、当該ユーザの熟練指数を算出する熟練指数提供装置が実行する熟練指数提供方法であって、
前記ユーザにより実行されたキーの操作の正確さに関する操作ログと、キーの操作の速さに関する操作ログの各々の分散値に基づいて、前記熟練指数を算出する熟練指数算出ステップ
を備えることを特徴とする熟練指数提供方法。
（第７項）
コンピュータを、第１項ないし第５項のうちいずれか１項に記載の熟練指数提供装置における熟練指数算出手段として機能させるためのプログラム。

以上、本実施の形態について説明したが、本発明はかかる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

本特許出願は２０１８年１０月２４日に出願した日本国特許出願第２０１８－２００３３２号に基づきその優先権を主張するものであり、日本国特許出願第２０１８－２００３３２号の全内容を本願に援用する。

１００ 熟練指数提供装置
１０００ 適応型インタフェース提供装置
１０１、１０２ 操作部
２００ ログ解析部
３００ 熟練指数記憶部
４００ ＵＩ生成部
５００ ログファイル記憶部
６００ ログ情報解析データ部
１５０ ドライブ装置
１５１ 記録媒体
１５２ 補助記憶装置
１５３ メモリ装置
１５４ ＣＰＵ
１５５ インターフェース装置
１５６ 表示装置
１５７ 入力装置

Claims (7)

1. ユーザの操作ログに基づいて、当該ユーザの熟練指数を算出する熟練指数提供装置であって、
   前記ユーザの操作ログを記憶する記憶手段と、
   前記ユーザにより実行されたキーの操作の正確さに関する操作ログと、キーの操作の速さに関する操作ログの各々の分散値に基づいて、前記熟練指数を算出する熟練指数算出手段とを備え、
   前記熟練指数算出手段は、前記熟練指数として、システムに対する熟練指数であるシステム熟練指数と業務に対する熟練指数である業務熟練指数のそれぞれを算出し、システム熟練指数の軸と業務熟練指数の軸を有するマトリクスに、算出したシステム熟練指数と算出した業務熟練指数をマッピングする
   ことを特徴とする熟練指数提供装置。
2. 前記マトリクスにマッピングされた前記システム熟練指数と前記業務熟練指数に対応する習熟過程に応じたアノテーションを、前記ユーザに表示するインタフェースに付与する手段
   を更に備える請求項１に記載の熟練指数提供装置。
3. 前記熟練指数算出手段は、初心者による操作ログの分散値と熟練者による操作ログの分散値とから得られた、熟練指数と分散値との関係式を用いて、前記ユーザの前記熟練指数を算出する
   ことを特徴とする請求項１又は２に記載の熟練指数提供装置。
4. 前記熟練指数算出手段は、前記ユーザの操作ログと熟練度の高いユーザの操作ログとの比較に基づいて、前記熟練指数を算出する
   ことを特徴とする請求項１ないし３のうちいずれか１項に記載の熟練指数提供装置。
5. 前記熟練指数算出手段は、操作ログから習熟に影響を与える因子と熟練指数との関係を学習し、学習により得られた学習モデルを用いて前記熟練指数を算出する
   ことを特徴とする請求項１ないし４のうちいずれか１項に記載の熟練指数提供装置。
6. 記憶手段に格納されたユーザの操作ログに基づいて、当該ユーザの熟練指数を算出する熟練指数提供装置が実行する熟練指数提供方法であって、
   前記ユーザにより実行されたキーの操作の正確さに関する操作ログと、キーの操作の速さに関する操作ログの各々の分散値に基づいて、前記熟練指数を算出する熟練指数算出ステップを備え、
   前記熟練指数算出ステップにおいて、前記熟練指数として、システムに対する熟練指数であるシステム熟練指数と業務に対する熟練指数である業務熟練指数のそれぞれを算出し、システム熟練指数の軸と業務熟練指数の軸を有するマトリクスに、算出したシステム熟練指数と算出した業務熟練指数をマッピングする
   ことを特徴とする熟練指数提供方法。
7. コンピュータを、請求項１ないし５のうちいずれか１項に記載の熟練指数提供装置における熟練指数算出手段として機能させるためのプログラム。

Images