JP7282014B2 - ワークショップ支援システム及びワークショップ支援方法 - Google Patents

Description

本発明は、ワークショップ支援システム及びワークショップ支援方法に関する。

近年、社会課題解決型のビジネスを行っていなければ、投資対象や取引相手、協創パートナー、優秀な人材の就職先として選ばれない時代が来ている。一方で、多くの企業はＳＤＧｓ（Ｓｕｓｔａｉｎａｂｌｅ Ｄｅｖｅｌｏｐｍｅｎｔ Ｇｏａｌｓ）を大きなビジネスチャンスと考え、ＳＤＧｓ市場に進出している。

しかし、社会課題を解決するために新事業を創出したところ、継続的な事業にならずに終わってしまうことが多い。これは既存事業やコア技術などの強みを活用して、社会課題を解決するビジネスを構想する必要があるためだと考えられる。ただし、既存事業やコア技術などの強みは、技術やフットプリント、所持しているデータなど様々な観点があり、複数の側面から検討することが重要である。そのような新事業を創出するための支援システムが求められている。

これを実現しようとする技術として、例えば、特許文献１では、テーマとテーマに関連するキーワードとを組み合わせたユニットをデータベースに保管しておき、それを利用者が活用することで、アイデアの発想を促進する旨が記載されている。

また、特許文献２には、予め設定された問題状況と解決コンセプトの関連度に基づき、入力情報に関連する解決コンセプトを特定し、ヒントとして表示する技術が開示されている。

特開２００２－２３００２９号公報 特開２０１７－１１６９７５号公報

特許文献１に開示された技術によれば、テーマとそのテーマの解決策を練る過程で考えられた関連するキーワードの情報から、データベースに保管されているキーワードの情報を参考にすることで、アイデア発想を促進することができる。また、特許文献２に開示された技術では、予め設定された問題状況と解決コンセプトに関連するヒントを得ることができる。

しかしながら、アイデアの発想をする際に、キーワードよりも具体的な課題事例を参考にした方が、発想しやすい場合がある。特許文献１、２の技術を活用し、参加者などが生成したキーワードから具体的な課題事例を検索する方法が考えられるが、複数のキーワードがある場合に、キーワード毎に検索するか、複数のキーワードを組み合わせて検索するか、判断が難しい場合がある。

また、キーワードが複数ある場合には、それぞれのキーワードの重要度が異なってくる場合がある。このような場合には、検索結果にもその重要度の情報を反映する必要がある。

本発明は上記を鑑みてなされたものであって、ワークショップ中にファシリテータや参加者が複数の観点で議論した内容から、各観点の重要度に応じた順序で情報を提示することを目的とする。

本発明は、ワークショップ支援システムであって、所定の処理を実行する演算装置と、前記演算装置に接続された記憶デバイスと、前記演算装置に接続された通信インターフェースと、を有する計算機によって構成され、前記計算機は、事例の情報を含む課題事例データにアクセス可能であって、前記ワークショップ支援システムは、前記演算装置が、予め設定された観点毎に、参加者の議論の内容に対応するテキストを収集してテキストデータに格納し、前記テキストデータと課題事例データの類似度から評価値を算出する課題事例検索部と、前記演算装置が、前記評価値に基づいて前記課題事例データの出力態様を決定する課題事例評価部を有する。

本発明によれば、ワークショップでファシリテータや参加者が複数の観点で議論した内容から、観点の重要度を鑑みて検索対象の課題事例データを、評価値の大きさに応じて参加者に提示内容を変更することができ、参加者は複数の観点が適切に含まれた課題事例データを効率的に参考にすることができ、アイデアの発想を促進することができる。

本明細書において開示される主題の、少なくとも一つの実施の詳細は、添付されている図面と以下の記述の中で述べられる。開示される主題のその他の特徴、態様、効果は、以下の開示、図面、請求項により明らかにされる。

本発明の実施例を示し、ワークショップ支援システムの全体構成の一例を示す図である。 本発明の実施例を示し、ワークショップ支援システムで行われる準備処理の一例を示すシーケンス図である。 本発明の実施例を示し、ワークショップ支援システムで行われるワークショップ処理の一例を示すシーケンス図である。 本発明の実施例を示し、社会課題分類データの一例を示す図である。 本発明の実施例を示し、中分類詳細データの一例を示す図である。 本発明の実施例を示し、社会課題事例データの一例を示す図である。 本発明の実施例を示し、検索観点データの一例を示す図である。 本発明の実施例を示し、社会課題事例収集プログラムで行われる処理の一例を示すフローチャートである。 本発明の実施例を示し、社会課題事例分類プログラムで行われる処理の一例を示すフローチャートである。 本発明の実施例を示し、社会課題事例検索プログラムで行われる処理の一例を示すフローチャートである。 本発明の実施例を示し、社会課題事例評価プログラムで行われる処理の一例を示すフローチャートである。 本発明の実施例を示し、社会課題議論画面の一例を示す図である。 本発明の実施例を示し、社会課題事例表示画面の一例を示す図である。 本発明の実施例を示し、重要度設定画面の一例を示す図である。 本発明の実施例を示し、大分類及び中分類表示画面の一例を示す図である。 本発明の実施例を示し、アイデア入力画面の一例を示す図である。

図１から図１５を用いて、本発明の実施例を詳細に説明する。本実施例のワークショップ支援システム１１０は、ファシリテータ１０２やワークショップの参加者１０３が議論した複数の観点に応じて、それぞれの観点の重要度を鑑みて検索対象の情報を評価の高い順番で参加者１０３に提示することによって、ワークショップのアイデア発想を支援するものである。

本実施例の詳細は、既存事業や事業アイデア、コア技術などを発想の起点として、その強みを複数の観点で議論を行い、強みに関連する社会の課題事例を参考にすることで、社会の課題を軸とした新サービスの発想を行うワークショップを例に記述するが、他の場合（異なる発想の起点や社会の課題事例以外を参考にした場合など）のアイデア発想に用いてもよい。

図１は、ワークショップ支援システム１１０の全体の構成の一例を示す図である。ワークショップで観点毎に議論を整理するためのフレームワーク１０１を見ながら、ワークショップのファシリテータ１０２及び参加者１０３が、本システムによるアイデア発想に必要な情報を表示する端末１０４を所持している。

端末１０４はタブレット端末や可搬型コンピュータであり、少なくともネットワーク１０７と接続して情報を入出力する機能を有している。フレームワーク１００、１０１は、紙でもよいし、映像表示装置でもよい。フレームワーク１００、１０１の表示例は図１１を参照して後述する。

さらに、ワークショップ中の議論の内容を収録するために、音声収集装置１０５が設けられている。音声収集装置１０５は、ファシリテータ１０２や参加者１０３の各々がマイクロフォンを持ってもよいし、各人の音声を収集する複数のマイクロフォンを１つの筐体に収容してもよい。また、音声収集装置１０５には、インタラクティブに会話をやり取りできるＡＩスピーカーを利用してもよい。音声収集装置１０５は収集した音声データを、一般的なコンピュータ１０６を用いて、ネットワーク１０７を介して、ワークショップ支援システム１１０に送信する。

ワークショップでは議論内容をリアルタイムにシステムへ入力するために、音声収集装置１０５を利用する方がよいと考えられるが、タブレット等の端末１０４などから入力してもよい。また、ワークショップ形式でなく一人でタブレットなどの端末で入力してアイデア発想を行ってもよい。

本システムにより生成された情報は、ネットワーク１０７やコンピュータ１０６を介して、端末１０４に送信される。

ワークショップ支援システム１１０は、データサーバ１２０と計算サーバ１４０を有し、本実施例の実行主体となるコンピュータシステムである。データサーバ１２０と計算サーバ１４０は、一般的なサーバ装置であり、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１２２、１４２、ＲＡＭなどの揮発性記憶素子で構成される記憶装置であるメモリ１２３、１４３、ネットワークインターフェース１２１、１４１及び補助記憶装置１２４、１４４を有する。

ＣＰＵ１２２、１４２は演算装置として、メモリ１２３、１４３に格納されたプログラムに従って処理を実行して、所定の機能を提供する。また、ネットワークインターフェース１２１、１４１は、ネットワーク１０７と接続し、コンピュータ１０６やタブレット等の端末１０４などとの通信処理を行う。また、補助記憶装置１２４、１４４は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やハードディスクドライブなどの不揮発性記憶措置で構成される記憶装置である。

補助記憶装置１２４、１４４は、それぞれ、社会課題分類データ１２５と、中分類詳細データ１２６と、社会課題事例データ１２７と、検索観点データ１２８と、発話データ１２９と、テキストデータ１３０と、社会課題事例収集プログラム１４５、社会課題事例分類プログラム１４６、社会課題事例検索プログラム１４７、社会課題事例評価プログラム１４８と、音声認識プログラム１４９を保持している。これらはいずれもデータベース１３２、１５１に格納されている。なお、計算サーバ１４０のデータベース１５１は、データサーバ１２０の補助記憶装置１２４に格納される上記データと同じデータを格納してもよい。

社会課題分類データ１２５は、社会課題を大分類と中分類に分類した情報を格納する。社会課題分類データ１２５の詳細は、図３を用いて後述する。

また、中分類詳細データ１２６は、大分類を分解した中分類の内容について、その背景や地域や、経済損失（経済価値）などの情報を格納する。中分類詳細データ１２６の詳細は、図４を用いて後述する。

また、社会課題事例データ１２７は、参加者１０３に提示する社会課題の事例が記述されているウェブサイトのＵＲＬと、そのＵＲＬに記述されているテキストが格納されている。社会課題事例データ１２７の詳細は、図５を用いて後述する。

また、検索観点データ１２８は、ワークショップの参加者１０３等が１つのテーマ（発想の起点となる既存事業や事業アイデア、コア技術などの内容）に対して複数回行う議論の観点の情報を格納する。検索観点データ１２８の詳細は、図６を用いて後述する。

本実施例では、「解決している課題」や、「対象（顧客）」、「コア技術」を議論の観点とする例を示すが、これに限定されるものではない。「解決している課題」という観点は、例えば、事業や技術で過去に解決している課題について議論を行う。また、「対象（顧客）」という観点は、社会課題の対象となっているサービスや顧客について議論を行う。また、「コア技術」という観点は、社会課題に対してコア技術の使い方や機能や効果について議論を行う。

また、本実施例のワークショップでは、観点毎に区切って議論を行う。すなわち、一つのテーマについて複数の観点があれば、観点の数に応じて議論が繰り返される。

また、社会課題事例収集プログラム１４５は、社会課題などの予め設定されたキーワードが含まれているウェブページをクローリングし、該当ウェブページのテキストやＵＲＬをデータベース１３２の社会課題事例データ１２７に保存するプログラムである。社会課題事例収集プログラム１４５が実行する処理の手順は、図７を用いて後述する。

また、社会課題事例分類プログラム１４６は、社会課題事例データ１２７に対して設定されている分類情報（社会課題分類データ１２５、中分類詳細データ１２６）をもとに、社会課題事例データ１２７を分類する機械学習モデルを作成し、社会課題事例データ１２７の未分類のデータに対して、分類情報を追記するプログラムである。社会課題事例分類プログラム１４６が実行する処理の手順は、図８を用いて後述する。

また、社会課題事例検索プログラム１４７は、ワークショップの議論の内容の観点に応じて、社会課題事例データ１２７から社会課題事例を検索するプログラムである。社会課題事例検索プログラム１４７が実行する処理手順は、図９を用いて後述する。

また、社会課題事例評価プログラム１４８は、検索観点データ１２８に含まれる重要度に応じて、社会課題事例検索プログラム１４７の検索結果をもとに社会課題事例を総合的に評価した点数（総合評価点数）を計算し、総合評価点数に応じて社会課題事例検索プログラム１４７の検索結果を順位付けして、ワークショップの参加者１０３に提供するプログラムである。社会課題事例評価プログラム１４８が実行する処理の手順は、図１０を用いて後述する。

音声認識プログラム１４９は、コンピュータ１０６を介して音声収集装置１０５が収集した音声をデータサーバ１２０の補助記憶装置１２４へ発話データ１２９として格納し、音声認識技術によって発話データ１２９からテキストデータ１３０を生成する。

なお、前述した各データ１２５～１３０及び各プログラム１４５～１４９は単体の補助記憶装置１２４、１４４に格納されてもよいし、複数の記憶装置に分割して格納されてもよい。また、計算サーバ１４０とデータサーバ１２０は物理的に１つの計算機上であってもよいし、論理的又は物理的に構成された複数の計算機上で構成されてもよい。

また、社会課題事例評価プログラム１４８が提供する検索結果を見る端末１０４をファシリテータ１０２や参加者１０３がそれぞれ所持している形態を示したが、全員で情報を共有できる映像装置を活用してもよい。映像装置としては、例えば、タッチパネル型の大型ディスプレイやインタラクティブに操作可能な操作検出機能を有するプロジェクターなどが想定される。

なお、計算サーバ１４０のＣＰＵ１４２は、各プログラムに従って処理することによって、所定の機能を提供する機能部として稼働する。例えば、ＣＰＵ１４２は、社会課題事例検索プログラム１４７に従って処理することで社会課題事例検索部として機能し、社会課題事例評価プログラム１４８に従って処理することで社会課題事例評価部として機能する。

以下、本実施例における実際の手順について図に基づき説明する。

図２Ａ、図２Ｂはワークショップのファシリテータ１０２や参加者１０３、ワークショップ支援システム１１０、データサーバ１２０の間の情報のやり取り及び処理の一例を示すシーケンス図である。図２Ａは準備の処理を示し、図２Ｂはワークショップにおける処理を示す。また、本実施例では、音声入力による情報（議論の内容）を例として記述するが、他の言い方や端末１０４へ入力された情報でもよい。

また、音声認識プログラム１４９は、入力された発話データ１２９から生成したテキストデータ１３０に対して、様々な類義語が整理された類義語辞書を使用して情報を拡張したうえで検索してもよい。例えば、Ｗｏｒｄ２Ｖｅｃなどの単語をベクトル化する自然言語処理技術を適用し、単語間の類似度を計算することで、類義語と判定する。また、Ｗｏｒｄ２Ｖｅｃを活用することで、単語のベクトルを四則演算し、異なる分野の単語に対しても、類義語を作成してもよい。

例えば、ヘルスケア分野で「安心」という単語が、金融分野で何という単語に対応するかを、計算サーバ１４０で「安心」－ヘルスケア＋金融と計算する。計算結果が、「保険」だった場合、ヘルスケアの「安心」という単語は、金融の「保険」に対応するとして、類義語を作成する。これにより、検索観点で会話（議論）した内容が、様々な分野の記事に対しても検索で見つかるようになる。

図２Ａに示すように、まずファシリテータ１０２などのワークショップ支援システム１１０の運営者が、社会課題分類データ１２５、中分類詳細データ１２６を作成し、ワークショップ支援システム１１０を経由して、データサーバ１２０へ登録する（ステップ２０１、２０２）。

次に、社会課題事例収集プログラム１４５が処理１を開始する。社会課題事例収集プログラム１４５によって、ネットワーク１０７等のウェブページから収集された社会課題事例は、データサーバ１２０の社会課題事例データ１２７として格納される（ステップ２０３）。処理１は、後述するように、社会課題などのキーワードが含まれているウェブページを社会課題事例収集プログラム１４５がクローリングして社会の課題及び事例を収集する。

次に、ワークショップ支援システム１１０は、データサーバ１２０に格納されている社会課題事例データ１２７を取得し（ステップ２０４）、社会課題事例分類プログラム１４６により処理２を実行する（ステップ２０５）。

社会課題事例分類プログラム１４６は、後述するように、機械学習モデルを生成し、教師データ以外の社会課題事例データ１２７を分類する。処理２の結果として、社会課題を分類済みの社会課題事例データ１２７がデータサーバ１２０へ格納される（ステップ２０６）。ここまでがワークショップの事前準備となる（２０７）。

次に、図２Ｂを参照してワークショップ中の処理を記述する（２０８）。まず、ファシリテータ１０２によりワークショップのテーマの分類に応じた発想の起点を選択又は登録する（ステップ２０９）。選択する発想の起点は、検索観点データ１２８に予め設定された起点から取得する（ステップ２２０）。検索観点データ１２８では、発想の起点別に、複数の検索観点の重要度がそれぞれ設定されている。新しい発想の起点を登録したい場合には、検索観点データ１２８に追加で格納されてもよい。また、ワークショップに応じてここで検索観点の重要度を修正してもよい。

なお、発想の起点として、本実施例では、「既存事業起点」と、「事業アイデア起点」と、「コア技術起点」を用いる例を示すが、これに限定されるものではない。一つの発想の起点について複数の検索観点の各々の重要度を予め設定しておけばよく、適宜変更することができる。

なお、発想の起点（複数の検索観点の各々の重要度）の選択や登録、検索観点データ１２８の取得や追加は、ファシリテータ１０２等が端末１０４を操作してデータの入出力を行うことができる。

次に、ファシリテータ１０２と参加者１０３は、検索観点データ１２８に予め設定された検討（検索）の観点毎の議論を行い、ワークショップ支援システム１１０は、発話データ１２９を取得する（ステップ２１０）。

ワークショップ支援システム１１０が、発話データ１２９の取得を開始するための開始トリガとして、ファシリテータ１０２等が「議論を始めます」などの所定の発話を入力してもよい。また、ファシリテータ１０２等は議論が終わったところで、「今のは観点１です」などの所定の発話を入力し、議論の終了トリガとしてワークショップ支援システム１１０に指令する（ステップ２１１）。

ワークショップ支援システム１１０の計算サーバ１４０では音声認識プログラム１４９が稼働し、ワークショップ中に取得した音声を補助記憶装置１２４の発話データ１２９に格納する。

次に、一つの観点に関する議論が終了すると、計算サーバ１４０では、議論内容をインプット情報として、社会課題事例検索プログラム１４７が処理３を実行する（ステップ２１２）。社会課題事例検索プログラム１４７が実施する処理３は、後述するように、ワークショップの議論の内容の発話データ１２９を変換したテキストデータ１３０と、社会課題事例データ１２７の類似度をワークショップの観点毎に算出し、類似度を正規化した点数を検索結果として出力する。

ワークショップ支援システム１１０は、上記ステップ２１０から２１２までの処理を検索観点データ１２８の検索観点６０２の数だけ繰り返す（ステップ２１３）。ただし、ステップ２０９で選択した発想の起点（重要度６０４、６０５、６０６）の数値が０の観点に関する社会課題事例データ１２７の検索は省略してもよい。

次に、全ての観点で処理３が終了したところで、社会課題事例評価プログラム１４８で処理４を実行する（ステップ２１４）。社会課題事例評価プログラム１４８が実施する処理４は、社会課題事例検索プログラム１４７の検索結果を入力として、検索観点データ１２８に含まれる重要度に応じて、社会課題事例を総合的に評価した点数（総合評価点数）を算出する。

次に、検索結果をもとに総合評価された社会課題事例（社会課題事例データ１２７）を、評価結果（総合評価点数）に応じてファシリテータ１０２や参加者１０３の端末１０４に表示する（ステップ２１５）。なお、評価結果に応じた社会課題事例の表示は、上述したように、プロジェクターや大型ディスプレイで行ってもよい。ファシリテータ１０２や参加者１０３は、端末１０４に表示された社会課題事例を選択する（ステップ２１６）ことで、選択された社会課題事例のウェブページを表示する（ステップ２１７）。

参加者１０３は、端末１０４に表示された社会課題事例に対して、大分類、中分類、具体事例、解決事例、アイデア発想に使えたかのフィードバックを入力することができ（ステップ２１８）、ワークショップ支援システム１１０は、フィードバック情報を社会課題事例データ１２７に追加で格納する（ステップ２１９）。なお、フィードバック情報は、ワークショップの参加者１０３が参照した社会課題事例で、アイデアの発想に利用できた場合に社会課題事例データ１２７に点数を付与する情報を含む。

また、ワークショップの参加者１０３は、端末１０４から社会課題を解決するアイデアをワークショップ支援システム１１０へ送信することができ、例えば、後述する図１５のアイデア入力画面から、参加者１０３の提案を送信することができる。

続いて、図３から図６を用いて、ワークショップ支援システム１１０で利用するデータの詳細について説明する。

図３は、社会課題分類データ１２５の構成の一例を示す図である。社会課題分類データ１２５は、事前に設定されたデータである。

社会課題分類データ１２５は、大分類３０１と大分類に紐づけられた中分類３０２～３０５で構成される。大分類３０１は、食料、医療など比較的大きな括りでまとめた分野に関する分類で、中分類３０２～３０５は大分類の分野で問題となっている、具体的な社会課題のキーワードが格納されている。

大分類３０１と中分類３０２～３０５の数に制限はなく、大分類３０１毎に中分類３０２～３０５の数が異なっていてもよい。

図４は、中分類詳細データ１２６の構成の一例を示す図である。中分類詳細データ１２６は、事前に設定されたデータである。中分類詳細データ１２６は、中分類４０１に紐づけられた大分類４０２、タイトル４０３、背景４０４、経済損失４０５、地域４０６、解決の方向性４０７からなる。

大分類４０２は、中分類４０１が属している大分類である。タイトル４０３は、中分類を表すタイトルである。背景４０４は、中分類４０１の説明や、中分類４０１の社会課題が発生している背景情報である。経済損失４０５は、中分類４０１により社会全体で発生している経済損失額（又は推定損失額）に関する情報である。なお、経済損失４０５は、課題を解決した場合には社会的な利益となるので、経済的価値として扱うようにしてもよい。

地域４０６は、中分類４０１の社会課題が発生している地域の情報である。解決の方向性４０７は、中分類４０１の社会課題を解決する方向性として考えられる情報である。

図５は、社会課題事例データ１２７の構成の一例を示す図である。社会課題事例データ１２７は、社会課題事例収集プログラム１４５によってネットワーク上から収集され、社会課題事例検索プログラム１４７によって分類されたデータである。

社会課題事例データ１２７は、事例ＩＤ５０１に紐づけられた大分類５０２、中分類５０３、具体事例／解決事例５０４、事例内容５０５、ＵＲＬ５０６、Ｒｏｂｏｔ５０７、フィードバック５０８、教師データ判定５０９で構成される。

事例ＩＤ５０１は、計算サーバ１４０によって社会課題事例毎に付与されたＩＤである。大分類５０２は、各事例が属している大分類である。中分類５０３は、各事例が属している中分類である。

具体事例／解決事例５０４は、事例内容５０５が社会課題の具体的な内容（誰がどこで、どのように困っているなど）か、又は解決事例（誰がどのような社会課題をどのように解決している、又は取り組んでいるなど）かを示した情報である。

事例内容５０５は、社会課題事例が提示されているウェブページ（ＵＲＬ５０６）の説明内容である。Ｒｏｂｏｔ５０７は、ＵＲＬ５０６に記述されているクローラーの制限内容である。フィードバック５０８は、ワークショップの参加者１０３から社会課題事例がアイデア発想に利用できた場合にプラスされる点数である。

教師データ判定５０９は、社会課題事例分類プログラム１４６で活用するデータで、大分類５０２、中分類５０３、具体事例／解決事例５０４を分類する際に教師データとして活用できるデータであるかを判定するための情報である。大分類や中分類、具体事例／解決事例として、除外項目があってもよい。これはアイデアの発想に不適切なウェブページを機械的に除外するためのものである。このデータは検索の対象外とする。

図６は、検索観点データ１２８の構成の一例を示す図である。検索観点データ１２８は、事前に設定されたデータである。検索観点データ１２８は、検索観点ＩＤ６０１に紐づけられた検索観点６０２、内容６０３、重要度６０４～６０６から構成される。

検索観点６０２は、ワークショップで議論する観点である。内容６０３は、検索観点の内容を説明する情報である。重要度６０４～６０６は、それぞれの発想の起点（例えば、既存事業、事業アイデア、コア技術など）毎に設定された、検索観点６０２の重要度を表す点数である。

例えば、発想の起点が既存事業であった場合、既存事業から社会課題を解決するサービスを発想する際に、既存事業が解決している課題（検索観点ＩＤ６０１＝「１」）は重要な観点となり、高い重要度が設定される。本実施例では、発想の起点を３つとしたが、他の発想の起点を追加してもよい。また、検索観点も３つ（検索観点ＩＤ６０１＝「１」～「３」）としているが他に追加してもよい。

図７は、社会課題事例収集プログラム１４５の処理の一例を示すフローチャートである。この処理は、図２Ａの準備段階の処理１で実行される。まず、ワークショップ支援システム１１０の社会課題事例収集プログラム１４５を起動する（ステップ７００）。これは所定の時刻で自動的に起動してもよいし、ワークショップの参加者１０３等が手動で起動してもよい。次に、社会課題事例収集プログラム１４５は、事前に設定されている社会課題などのキーワードが含まれているウェブページをクローリングする（ステップ７０１）。

次に、社会課題事例収集プログラム１４５は、クローリングしたウェブページから必要な情報を取得する（ステップ７０２）。次に、社会課題事例収集プログラム１４５は、ウェブページの記述から、情報の取得に関する禁止事項又は制限事項を抽出し、情報取得可能であることを判定する（ステップ７０３）。

情報の取得が不可の場合には、ステップ７０２に戻って次のウェブページへ移動する。情報の取得が可能な場合には、社会課題事例収集プログラム１４５が、ウェブページの文章情報、ＵＲＬ、タイトルなどの情報をデータベース１３２の社会課題事例データ１２７に保存する（ステップ７０４）。

次に、社会課題事例収集プログラム１４５は、クローリングの対象となるウェブページについて情報の取得が完了したか否かを判定する（ステップ７０５）。完了していない場合には、ステップ７０２に戻って次のウェブページに移動する。完了した場合には、ここで処理を終了する（ステップ７０６）。

上記処理によって、データベース１３２の社会課題事例データ１２７には、社会課題などの所定のキーワードを含むウェブページの情報が蓄積される。

図８は、社会課題事例分類プログラム１４６の処理の一例を示すフローチャートである。この処理は、図２Ａの準備段階の処理２（ステップ２０５）で実行される。

まず、社会課題事例分類プログラム１４６を起動する（ステップ８００）。これは社会課題事例収集プログラム１４５の処理の終了後に自動的に起動してもよいし、手動で起動してもよい。

次に、社会課題事例分類プログラム１４６は、データベース１３２から社会課題事例データ１２７を取得する（ステップ８０１）。次に、社会課題事例分類プログラム１４６は、Ｄｏｃ２Ｖｅｃなどの自然言語処理を用いて文章をベクトル化（分散表現）する技術を活用し、社会課題事例データ１２７の事例内容５０５に含まれる文章をベクトル化する（ステップ８０２）。

次に、社会課題事例分類プログラム１４６は、社会課題事例データ１２７の教師データ判定５０９が「教師データ」であるデータを用いて、大分類５０２、中分類５０３、具体事例／解決事例５０４などを分類する機械学習モデルを生成する（ステップ８０３）。なお、社会課題事例データ１２７の教師データの設定は、準備段階などで予め設定しておくものとする。

次に、社会課題事例分類プログラム１４６は、生成された機械学習モデルを活用して、教師データ以外の社会課題事例データ１２７を分類する（ステップ８０４）。分類処理によって、クローリングによって収集された社会課題事例データ１２７のデータに、大分類５０２、中分類５０３、具体事例／解決事例５０４の値が設定される。

次に、社会課題事例分類プログラム１４６は、ステップ８０４で機械的に分類された社会課題事例データ１２７に対して、修正データがあるかを判定する（ステップ８０５）。なお、社会課題事例データ１２７に対する修正データは、データベース１３２に予め登録されている。

修正データがある場合（Ｙｅｓの場合）には、社会課題事例分類プログラム１４６が、修正されたデータに対応する社会課題事例データ１２７の教師データ判定５０９を「教師データ」に設定する（ステップ８０６）。Ｎｏの場合には、処理を終了する（ステップ８０７）。

上記の処理では社会課題事例データ１２７の事例内容５０５に含まれる文章をベクトル化し、機械学習によって分類する方法を記述したが、他の機械学習手法により分類してもよい。

図９は、社会課題事例検索プログラム１４７の処理の例を示すフローチャートである。この処理は、図２Ｂのステップ２１２（処理３）で実行される。

まず、社会課題事例検索プログラム１４７を起動する（ステップ９００）。これは、ファシリテータ１０２や参加者１０３が「これから議論を始めます」や「今のは、観点１です」などの音声入力をトリガとして起動してもよいし、手動により任意に起動してもよいし、他のタイミングで起動してもよい。

次に、社会課題事例検索プログラム１４７は、補助記憶装置１２４（又は１４４）に格納された議論の発話データ１２９を取得して、音声認識プログラム１４９に検索観点の議論の内容を音声認識させ、テキストデータを生成させる（ステップ９０１）。

なお、補助記憶装置１２４に格納される発話データ１２９は、観点毎に区切られているため、音声認識する区間は開始トリガから終了トリガまでの区間となる。また、音声認識プログラム１４９によるテキストデータ１３０の生成は、ワークショップの開始トリガ以降に行えばよく、社会課題事例検索プログラム１４７の開始以前にテキストデータ１３０が生成されていてもよい。

次に、社会課題事例検索プログラム１４７は、検索観点データ１２８の検索観点６０２に応じたトリガを取得する（ステップ９０２）。例えば、「今のは、観点＊です。」（＊は検索観点ＩＤ６０１に対応している）や、「今のは、“解決している課題”です」（“”の中は検索観点６０２に対応している）などの音声入力がトリガである。トリガの入力は、音声入力に限定されるものではなく、タブレット等の端末１０４などからの入力でもよい。

次に、社会課題事例検索プログラム１４７は、上記ステップ９０１で生成されたテキストデータをインプット情報として、社会課題事例データ１２７を検索する（ステップ９０３）。検索アルゴリズムとして、例えば、ＴＦ－ＩＤＦ（Ｔｅｒｍ Ｆｒｅｑｕｅｎｃｙ－Ｉｎｖｅｒｓｅ Ｄｏｃｕｍｅｎｔ Ｆｒｅｑｕｅｎｃｙ）を利用することができる。

ＴＦ－ＩＤＦは、単語の出現頻度を考慮することができるため、テキストデータや社会課題事例データ１２７の事例内容５０５が長文であっても、よく使われる単語の点数は低く評価されるため、各事例を適切に評価することができる。また、ＴＦ－ＩＤＦは、検索する事例（テキストデータ）を点数で定量的に評価することができる。

なお、本実施例の社会課題事例検索プログラム１４７では、ワークショップの観点に対する議論の内容をテキストデータに変換し、ＴＦ－ＩＤＦによってテキストデータと社会課題事例データ１２７の事例内容５０５の類似度を算出し、事例内容５０５毎に類似度を点数として出力する。

次に、社会課題事例検索プログラム１４７は、検索結果の点数を正規化する（ステップ９０４）。次に、社会課題事例検索プログラム１４７は、正規化した検索結果情報を補助記憶装置１２４に保存しておく（ステップ９０５）。この後、処理を終了する（ステップ９０６）。

上記処理によって、開始トリガから終了トリガまでのワークショップ中の議論の内容がテキストデータに変換され、テキストデータに含まれる単語の重要度が正規化されて検索結果情報として出力される。また、検索結果情報は、ワークショップで議論された観点毎に生成される。なお、社会課題事例検索プログラム１４７は、出力する検索結果情報に観点の識別子を付与して、観点毎に検索結果情報を管理してもよい。

なお、上記では、単語の重要度を算出する手法としてＴＦ－ＩＤＦを利用する例を示したが、これに限定されるものではなく、文書に含まれる単語の重要度から文書の特徴を判別するアルゴリズムを採用すればよい。

図１０は、社会課題事例評価プログラム１４８の処理の一例を示すフローチャートである。この処理は、図２Ｂのステップ２１４（処理４）で実行される。

まず、社会課題事例評価プログラム１４８を起動する（ステップ１０００）。これは、ファシリテータ１０２や参加者１０３が「これで議論を終了します」などの所定の音声入力をトリガとして起動してもよいし、手動により任意に起動しもよい。

次に、社会課題事例評価プログラム１４８は、検索観点データ１２８を取得する（ステップ１００１）。検索観点データ１２８の重要度６０４～６０６のうち、重要度（既存事業起点）６０４、重要度（事業アイデア起点）６０５、重要度（コア技術起点）６０６のどの重要度を使用するかは、事前に設定していてもよいし、音声入力で設定してもよいし、端末１０４などで設定してもよい。その際に、検索観点データ１２８の重要度の点数を変更してもよい。

次に、社会課題事例評価プログラム１４８は、社会課題事例検索プログラム１４７の検索結果の点数が正規化された検索結果情報を、補助記憶装置１２４から取得する（ステップ１００２）。この検索結果情報は、議論した検索観点６０２の数に応じて取得する。

次に、社会課題事例評価プログラム１４８は、重要度６０４～６０６のうち、いずれの重要度を使用するかを、事前に設定された情報に基づいて使用する観点について総合評価点数を算出する。

まず、社会課題事例評価プログラム１４８は、使用する検索観点の重要度が重要度（既存事業起点）６０４であるかを判定する（ステップ１００３）。Ｙｅｓの場合には、社会課題事例評価プログラム１４８は、正規化された検索結果情報と重要度（既存事業起点）６０４の点数を用いて総合評価点数を計算する（ステップ１００４）。

総合評価点数の計算方法として例えば、正規化された検索結果の点数×重要度の総和を計算する方法がある。例えば、検索結果情報が、検索観点ＩＤ６０１＝「１」～「３」の３つで議論が行われた場合、社会課題事例評価プログラム１４８では、３つの検索結果情報について次のように総合評価点数を計算する。

正規化された検索結果の点数が検索観点ＩＤ６０１＝「１」で８点、検索観点ＩＤ６０１＝「２」で２点、検索観点ＩＤ６０１＝「３」で４点、重要度（既存事業起点）６０４が検索観点ＩＤ６０１＝「１」で５点、検索観点ＩＤ６０１＝「２」で５点、検索観点ＩＤ６０１＝「３」で３点だった場合、８×５＋２×５＋４×３＝６２点となる。

すなわち、類似度が正規化された検索結果情報の社会課題事例データ１２７のそれぞれについて、検索観点毎のスコアが合算されて総合評価点数となる。

ただし、上記の計算方法は一例であり、各項にパラメータを設定してもよいし、他の計算方法でもよい。また、検索結果の点数と重要度（６０４～６０６）をインプットとして、社会課題事例データ１２７のフィードバック５０８を算出する機械学習モデルを作成し、その結果を総合評価点数としてもよい。

一方、ステップ１００３の判定がＮｏの場合、社会課題事例評価プログラム１４８は、設定している検索観点の重要度が事業アイデア起点（６０５）であるかを判定する（ステップ１００５）。使用対象として重要度（事業間起点）６０５が設定されている場合、社会課題事例評価プログラム１４８は、上記ステップ１００４と同様に検索観点の重要度を重要度（事業アイデア起点）６０５として総合評価点数を計算する（ステップ１００６）。

一方、ステップ１００５の判定がＮｏの場合、社会課題事例評価プログラム１４８は、検索観点の重要度の設定が重要度（コア技術起点）６０６であるかを判定する（ステップ１００７）。Ｙｅｓの場合には、社会課題事例評価プログラム１４８が、ステップ１００６と同様に重要度（コア技術起点）６０６の点数を用いて総合評価点数を計算する（ステップ１００８）。一方、ステップ１００７の判定がＮｏの場合には処理を終了する。ステップ１００４～１００８で総合評価点数を計算すると、社会課題事例評価プログラム１４８は、観点毎の総合評価点数の計算結果を補助記憶装置１２４に保存する（ステップ１００９）。

ステップ１０１０では、社会課題事例評価プログラム１４８が、全ての観点の検索結果情報について総合評価点数を算出したかを判定し、未処理の観点があればステップ１００２へ戻って上記処理を繰り返し、全ての観点について処理が完了していれば、ステップ１０１１に進んで処理を終了する。

上記では、検索観点データ１２８の重要度６０４～６０６に合わせて、ステップ１００３、１００５、１００７の３つの条件分岐としたが、検索観点データ１２８の重要度の数に合わせて条件分岐を増減してもよい。また、社会課題事例評価プログラム１４８は、社会課題事例データ１２７のフィードバック５０８を総合評価点数に加算してもよい。加算の度合いはパラメータを設定しておき、パラメータとの積で計算してもよい。

上記処理により、検索観点ＩＤ６０１毎に総合評価点数の計算に使用する重要度６０４～６０６を設定しておき、ワークショップで議論された観点毎の検索結果情報について社会課題事例データ１２７の総合評価点数が算出される。

図１１は、社会課題を議論する表示画面１１００の一例を示す。表示画面１１００は、社会課題事例評価プログラム１４８が端末１０４等に出力する画面である。

表示画面１１００の構成は、ワークショップで議論する検索観点１～８が表示されているマス（検索観点１１０１）を中心に、社会課題分類データ１２５の大分類３０１（図中環境、経済、食料など）で分割されたマスが並べられている。

また、大分類の名称の外周には社会課題分類データ１２５の中分類３０３が配置されている。例えば、図中右上の大分類＝「食料」を中心とする８つのマスには、「安全」、「農業」、「飢餓」、「食品偽造」、「肥満」、「干ばつ」、「食品ロス」、「異物混入」の中分類の名称が表示される。

図示の例では、表示画面１１００に配置している検索観点１１０１や大分類、中分類の数が８個となっているが、８個に限定するものではなく、適宜配置を変更してもよい。また、社会課題事例評価プログラム１４８が算出した観点毎の総合評価点数に応じて、表示する大分類、中分類の内容を変更してもよい。

例えば、検索にヒットした社会課題事例データ１２７の件数や、中分類の平均点数などに閾値を設けておき、閾値以下の場合には表示しない又はグレーアウトしてもよい。また、中分類の配置に関して、総合評価点数の平均値が高い順番に左上から配置する、表示する書体をボールドとして目立つようする、降順に配置するなどしてもよい。大分類についても同様に総合評価点数の平均値に応じて、配置や色、文字の太さなどを変えてもよい。

図１２は、社会課題事例表示画面１２００の一例を示す図である。この社会課題事例表示画面１２００は、社会課題事例検索プログラム１４７が端末１０４等へ出力する画面である。

社会課題事例評価プログラム１４８は、図１１に示した表示画面１１００の中分類を選択すると移動してもよいし、後述する図１５から社会課題事例表示画面１２００へ遷移させてもよい。また、ファシリテータ１０２が端末１０４を操作することにより参加者１０３の端末１０４に社会課題事例表示画面１２００が表示されてもよい。

社会課題事例表示画面１２００は、図１１で選択された大分類と中分類を表示し、中分類に関連するウェブページの概要を表示する表示領域１２５０と、中分類の詳細を示す表示領域１３００を含む。

表示領域１２５０は、図１１で選択された大分類１２０３と、中分類１２０４と、図１１の画面に復帰するボタン１２０２が上部に表示される。中分類１２０４の下方には、具体事例を表示するためのタブボタン１２０５と、解決事例を表示するためのタブボタン１２０６が表示される。

表示領域１２１０、１２２０、１２３０は、選択されたタブボタン１２０５、１２０６の事例（課題事例、解決事例）に関連するウェブページの概要を表示する領域である。なお、ウェブページは社会課題事例データ１２７のＵＲＬ５０６にリンクする。

表示領域１２１０、１２２０、１２３０の構成は、同様であり、以下では表示領域１２１０について説明する。表示領域１２１０には、ウェブページのタイトル１２１２と、ウェブページの概要１２１３が表示される。ウェブページのタイトル１２１２と、概要１２１３は、社会課題事例データ１２７の事例内容５０５の内容に対応する。端末１０４からタイトル１２１２を操作することで、社会課題事例データ１２７のＵＲＬ５０６へ遷移することができる。

そして、タイトル１２１２の上方には、ウェブページに関連する検索観点の番号が表示領域１２１１に表示される。図示の例では、表示領域１２１０のウェブページは、検索観点１、３、４に関連することが表示されている。

また、表示領域１２５０には、検索で抽出されたキーワードや、総合評価点数の高い検索観点や、総合評価点数などが表示されてもよい。また、ウェブページを表示する順番は総合評価点数が高いものから順番に表示することで、参加者１０３は効率的に社会課題事例を参照することが可能になる。

また、表示領域１２５０では、社会課題事例検索プログラム１４７で検索されたキーワードが含まれている部分をスニペット表示してもよい。また、社会課題事例の大分類や中分類、具体事例／解決事例が間違っていた場合には、それを修正するボタンがあってもよい。また、アイデア発想に適さない社会課題事例があった場合には、それを除外するボタンがあってもよい。図５で示したように、社会課題事例データ１２７の大分類５０２や中分類５０３、具体事例／解決事例５０４が「除外」になっているデータは検索対象としない。また、アイデア発想に使用された社会課題事例には、フィールドワークボタン（図示省略）を押すことで、社会課題事例データ１２７のフィードバック５０８にポイントを追加するようにしてもよい。

社会課題事例のウェブページのリンクを表示する表示領域１２１０、１２２０、１２３０には、点数の高かった検索観点（１２１１）の他に、総合評価点数などが表示されてもよい。また、ウェブページを表示する順番は総合評価点数が高いものから順番に表示することで、参加者１０３は効率的に社会課題事例を参照することが可能になる。

表示領域１２１０、１２２０、１２３０に表示される社会課題事例データ１２７は、大分類５０２と、中分類５０３によって予めグルーピングされており、中分類１２０４を切り替えると、切り替え後の中分類５０３に対応する社会課題事例データ１２７へ切り替えることができる。

表示領域１３００は、中分類の詳細を表示する。表示領域１３００は、表示領域１２５０の中分類１２０４を操作した際にポップアップなどで表示される画面である。この画面は次の表示やボタンなどが配置されている。

１３０１は、表示する中分類が属する大分類である。１３０２は、詳細を表示する中分類名を示す表示である。１３０３は、中分類の地域を示す表示である。１３０４は、中分類詳細画面を閉じるボタンである。１３０５は、中分類のタイトルを示す表示である。１３０６は、中分類を表すイラストを示す表示である。１３０７は、中分類の背景を示す表示である。１３０８は、中分類の経済的損失を示す表示である。１３０９は、解決の方向性を示す表示である。表示領域１２１０、１２２０、１２３０の表示をクリックすることで、表示領域１３００にそのウェブページが表示される。

図１３は、重要度（６０４～６０６）の点数を設定する画面の一例を示す図である。この重要度設定画面１４００はワークショップを始める前や、検索観点に関する議論を終了した際に、端末１０４等から設定できる画面である。

図中１４０１は、使用する重要度を設定できるボタンである。図示の例では、重要度（既存事業起点）６０４を選択している状態を示す。１４０２は、重要度の点数を検索観点６０２毎に設定できる領域である。各検索観点のマスをクリックすると数字を入力でき、点数を変更することが可能である。図示の例では、変更された点数は、検索観点データ１２８の重要度（既存事業起点）６０４のカラムに反映される。

図１４は、図１２の社会課題事例表示画面１２００に遷移する大分類及び中分類表示画面の一例を示す図である。この大分類及び中分類表示画面１５００は社会課題事例評価プログラム１４８によって端末１０４等に表示され、次の表示内容やボタンなどが配置されている。

図中１５０１は、大分類名である。１５０２は、大分類１５０１に属する中分類である。１５０３は、中分類１５０２の詳細画面を表示するためのボタンである。参加者１０３は、上から順番に見ていく傾向があるため、総合評価点数の平均値が高い順番に配置していくことで、参加者１０３は、効率的にアイデア発想をすることが可能となる。

図示の例では総合評価点数の平均値を指標として説明したが、中央値や他の統計的値を用いてもよい。また、図１４には追加で総合評価点数の平均値や、総合評価点数の高かった検索観点などを表示してもよい。

また、中分類１５０２を表示する順序は、図４の中分類詳細データ１２６の経済損失４０５の金額が大きい順に表示してもよい。なお、経済損失４０５（又は経済的価値）の金額は、中分類１５０２を順位付けする際の値として扱うことができる。

図１５は、参加者１０３が発想したアイデアを入力する画面の一例を示す図である。このアイデア入力画面１６００には、次の表示やボタンなどが配置されている。

図中１６０１は、アイデア発想の参考にした社会課題記事について入力する領域である。図１２の表示領域１２１０、１２２０、１２３０に別途ボタンを追加し、そのボタンが押された際に自動で領域１６０１にＵＲＬやタイトルなどが入力されてもよい。

図中１６０２は、解決する社会課題を入力する領域である。タブレット等の端末１０４などのキーボードなどで入力することができる。１６０３は、社会課題を解決するために活用した強みを記入する領域である。１６０４は、強みを活用して社会課題を解決するサービスアイデア内容を入力する領域である。

これらの入力情報を１６０５のボタンを押すことで、ワークショップ支援システム１１０に送信することができる。送信された内容は共有画面で共有され参加者１０３で議論することができる。また、送信された情報をデータベース１３２に保存しておくことで、社会課題記事から解決する社会課題を自動で読み取り、強みと掛け合わせることで、サービスのアイデアを発想するための学習モデルを作成することが可能になる。それらの計算結果を社会課題記事を読み解くヒントとして、レコメンドしてもよい。

以上のように、本実施例のワークショップ支援システム１１０は、予め設定された社会課題に関する事例データ（社会課題事例データ１２７）を収集し、予め設定した分類で事例データを分類しておく。そして、ワークショップを実施して、社会課題について予め設定された観点毎に議論を実施し、観点毎に議論の内容に類似する事例データを複数回検索し、類似度に応じた点数を正規化して算出し、検索結果情報とする。

そして、全ての観点について検索結果情報を取得すると、ワークショップ支援システム１１０は、ワークショップの開催時に設定した重要度（発想の起点）と、観点に応じた検索結果情報毎に総合評価点数を算出し、総合評価点数の値の大きさに応じて事例データの表示順序や表示態様を変更する。

本発明によれば、ワークショップでファシリテータや参加者が複数の観点で議論した内容から、観点の重要度（発想の起点）を鑑みて検索対象の情報（事例データ）を、総合評価点数（指標）の高さに応じて参加者１０３に社会課題事例の提示内容を変更することができ、参加者１０３は複数の観点が適切に含まれた情報（社会課題事例データ１２７）を効率的に参考にすることができ、アイデアの発想を促進することができる。

なお、上記実施例では、ファシリテータ１０２及び参加者１０３の発話を音声収集装置１０５で収集し、音声認識プログラム１４９によってテキストデータ１３０に変換する例を示したが、これに限定されるものではなく、議論の内容に対応するテキストデータ１３０を収集すればよい。例えば、ファシリテータ１０２と参加者１０３は、端末１０４を利用してチャットによってワークショップを実施して、端末１０４から入力したテキストデータで議論を行ってもよい。この場合、音声認識を行う必要はなく、観点毎のテキストデータ１３０について自然言語処理を実施することができる。

また、上記実施例では、計算サーバ１４０の社会課題事例収集プログラム１４５が、所定の社会課題を含むウェブページの情報を収集する例を示したが、これに限定されるものではない。例えば、社会課題事例収集プログラム１４５は、所定の社会課題を含む書籍や論文などを収集してもよい。

また、上記実施例では、社会の課題に対してワークショップを行って、議論にマッチする社会課題事例データ１２７を参加者に提示する例を示したが、これに限定されるものではない。課題に対して議論を行って、参加者に情報を提示するワークショップであれば、本実施例を適用することができる。

＜結び＞
上記実施例のワークショップ支援システムは、以下のような構成とすることができる。

（１）ワークショップ支援システムであって、所定の処理を実行する演算装置（ＣＰＵ１４２）と、前記演算装置（１４２）に接続された記憶デバイス（メモリ１４３、補助記憶装置１４４）と、前記演算装置（１４２）に接続された通信インターフェース（１４１）とを有する計算機（１４０）によって構成され、前記計算機（１４０）は、事例の情報を含む課題事例データ（社会課題事例データ１２７）にアクセス可能であって、前記ワークショップ支援システムは、前記演算装置（１４２）が、予め設定された観点（検索観点６０２）毎に、参加者の議論の内容に対応するテキストを収集してテキストデータ（１３０）に格納し、前記テキストデータ（１３０）と課題事例データ（１２７）の類似度から評価値を算出する課題事例検索部（社会課題事例検索プログラム１４７）と、前記演算装置（１４２）が、前記評価値に基づいて前記課題事例データ（１２７）の出力態様を決定する課題事例評価部（社会課題事例評価プログラム１４８）と、とを有することを特徴とするワークショップ支援システム。

上記構成により、ワークショップでファシリテータや参加者が複数の観点で議論した内容に対応するテキストから、観点の重要度を鑑みて検索対象の情報（課題事例データ（１２７））を、総合評価点数（指標値）の大きさに応じて参加者１０３の端末１０４に提示する内容を変更することができ、参加者１０３は複数の観点が適切に含まれた社会課題事例データ１２７を効率的に参考にすることができ、アイデアの発想を促進することができる。

（２）上記（１）に記載のワークショップ支援システムであって、前記計算機（１４０）は、前記観点（６０２）毎に予め設定された議論の起点毎に重要度（重要度６０４～６０６）をそれぞれ設定した検索観点情報（検索観点データ１２８）を有し、前記課題事例評価部（１４８）は、前記評価値と前記重要度（６０４～６０６）から総合評価値を算出し、前記総合評価値に基づいて前記課題事例データ（１２７）の出力態様を決定することを特徴とするワークショップ支援システム。

上記構成により、総合評価点数（指標値）に応じて参加者１０３の端末１０４に提示する態様を変更することができ、参加者１０３は複数の観点が適切に含まれた社会課題事例データ１２７を効率的に参考にすることができ、アイデアの発想を促進することができる。

（３）上記（２）に記載のワークショップ支援システムであって、前記課題事例評価部（１４８）は、前記観点（６０２）毎の評価値に、前記観点（６０２）毎の前記重要度（６０４～６０６）を乗じた値の総和を総合評価値として算出し、前記総合評価値に基づいて前記課題事例データ（１２７）の出力態様を決定することを特徴とするワークショップ支援システム。

上記構成により、複数の議論の起点と、複数の観点についてそれぞれパラメータ（６０４～６０６）が予め設定され、予め選択した起点に対応するパラメータで観点毎に総合評価値を算出することで、出力する社会課題事例データ１２７の表示態様を総合評価値に基づいて決定することができる。

（４）上記（２）に記載のワークショップ支援システムであって、前記テキストデータ（１３０）は、参加者の議論の内容を収集した発話データ（１２７）から音声認識によって生成されたテキストを含み、前記課題事例検索部（１４７）は、前記参加者の議論の内容に所定のトリガが含まれている場合には、前記発話データ（１２９）を区切って格納することを特徴とするワークショップ支援システム。

上記構成により、発話データ１２９は、観点毎に区切られて補助記憶装置１２４に格納され、発話データ１２９から生成されるテキストデータ１３０は観点後に区切られるので、社会課題事例データ１２７の内容（事例内容５０５）との類似度を容易に算出することができる。

（５）上記（２）に記載のワークショップ支援システムであって、前記課題事例評価部（１４８）は、前記出力態様として、前記評価値の大きさに応じて前記課題事例データ（１２７）の出力順序を決定することを特徴とするワークショップ支援システム。

上記構成により、総合評価点数（指標値）の大きさに応じて参加者１０３の端末１０４に提示する態様を変更することができ、参加者１０３は複数の観点が適切に含まれた社会課題事例データ１２７を効率的に参考にすることができ、アイデアの発想を促進することができる。

（６）上記（５）に記載のワークショップ支援システムであって、前記課題事例評価部（１４８）は、前記出力態様として、前記課題事例データ（１２７）の分類に応じてグルーピングされたことを特徴とするワークショップ支援システム。

上記構成により、総合評価点数（指標値）の大きさに応じて参加者１０３の端末１０４に提示する態様を変更することができ、さらに社会課題事例データ１２７の分類に応じてグルーピングされているので、参加者１０３は複数の観点が適切に含まれた社会課題事例データ１２７を効率的に参考にすることができ、アイデアの発想を促進することができる。

（７）上記（６）に記載のワークショップ支援システムであって、前記課題事例データ（１２７）の分類は、前記課題事例データの分類は、大分類（５０２）と中分類（５０３）を有し、前記中分類（５０３）は、予め設定された経済損失（４０５）に応じた順序で出力されることを特徴とするワークショップ支援システム。

上記構成により、中分類の順序には経済損失に応じた順序を含まれるので、社会課題事例データ１２７の分類と経済的な価値を対応付けて評価することができる。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に記載したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加、削除、又は置換のいずれもが、単独で、又は組み合わせても適用可能である。

また、上記の各構成、機能、処理部、及び処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、及び機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記録装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

１００ ワーク
１０５ 音声録音装置
１０４ 情報表示端末
１０７ ネットワーク
１１０ ワークショップ支援システム
１２０ データサーバ
１２５ 社会課題分類データ
１２６ 中分類詳細データ
１２７ 社会課題事例データ
１２８ 検索観点データ
１２９ 発話データ
１４０ 計算サーバ
１４５ 社会課題事例収集プログラム
１４６ 社会課題事例分類プログラム
１４７ 社会課題事例検索プログラム
１４８ 社会課題事例評価プログラム
１４９ 音声認識プログラム

Claims (12)

1. ワークショップ支援システムであって、
   所定の処理を実行する演算装置と、
   前記演算装置に接続された記憶デバイスと、
   前記演算装置に接続された通信インターフェースと、を有する計算機によって構成され、
   前記計算機は、事例の情報を含む課題事例データにアクセス可能であって、
   前記ワークショップ支援システムは、
   前記演算装置が、予め設定された観点毎に、参加者の議論の内容に対応するテキストを収集してテキストデータに格納し、前記テキストデータと課題事例データの類似度から評価値を算出する課題事例検索部と、
   前記演算装置が、前記評価値に基づいて前記課題事例データの出力態様を決定する課題事例評価部と、
   を有し、
   前記計算機は、ワークショップのテーマの分類に応じて設定された前記観点毎の重要度を含む検索観点情報を有し、
   前記課題事例評価部は、
   前記評価値と前記重要度から総合評価値を算出し、前記総合評価値に基づいて前記課題事例データの出力態様を決定することを特徴とするワークショップ支援システム。
2. 請求項１に記載のワークショップ支援システムであって、
   前記課題事例評価部は、
   前記観点毎の評価値に、前記観点毎の前記重要度を乗じた値の総和を総合評価値として算出し、前記総合評価値に基づいて前記課題事例データの出力態様を決定することを特徴とするワークショップ支援システム。
3. 請求項１に記載のワークショップ支援システムであって、
   前記テキストデータは、参加者の議論の内容を収集した発話データから音声認識によって生成されたテキストを含み、
   前記課題事例検索部は、
   前記参加者の議論の内容に所定のトリガが含まれている場合には、前記発話データを区切って格納することを特徴とするワークショップ支援システム。
4. 請求項１に記載のワークショップ支援システムであって、
   前記課題事例評価部は、
   前記出力態様として、前記評価値の大きさに応じて前記課題事例データの出力順序を決定することを特徴とするワークショップ支援システム。
5. 請求項４に記載のワークショップ支援システムであって、
   前記課題事例評価部は、
   前記出力態様として、前記課題事例データの分類に応じてグルーピングされたことを特徴とするワークショップ支援システム。
6. 請求項５に記載のワークショップ支援システムであって、
   前記課題事例データの分類は、大分類と中分類を有し、前記中分類は、予め設定された経済損失に応じた順序で出力されることを特徴とするワークショップ支援システム。
7. 計算機が実行するワークショップ支援方法であって、
   前記計算機は、
   所定の処理を実行する演算装置と、前記演算装置に接続された記憶デバイスと、前記演算装置に接続された通信インターフェースと、を有し、
   前記計算機は、事例の情報を含む課題事例データにアクセス可能であって、
   前記ワークショップ支援方法は、
   前記演算装置が、予め設定された観点毎に、参加者の議論の内容に対応するテキストを収集してテキストデータに格納し、前記テキストデータと課題事例データの類似度から評価値を算出する課題事例検索ステップと、
   前記演算装置が、前記評価値に基づいて前記課題事例データの出力態様を決定する課題事例評価ステップと、
   を含み、
   前記計算機は、ワークショップのテーマの分類に応じて設定された前記観点毎の重要度を含む検索観点情報を有し、
   前記課題事例評価ステップは、
   前記評価値と前記重要度から総合評価値を算出し、前記総合評価値に基づいて前記課題事例データの出力態様を決定することを特徴とするワークショップ支援方法。
8. 請求項７に記載のワークショップ支援方法であって、
   前記課題事例評価ステップは、
   前記観点毎の評価値に、前記観点毎の前記重要度を乗じた値の総和を総合評価値として算出し、前記総合評価値に基づいて前記課題事例データの出力態様を決定することを特徴とするワークショップ支援方法。
9. 請求項７に記載のワークショップ支援方法であって、
   前記テキストデータは、参加者の議論の内容を収集した発話データから音声認識によって生成されたテキストを含み、
   前記課題事例検索ステップは、
   前記参加者の議論の内容に所定のトリガが含まれている場合には、前記発話データを区切って格納することを特徴とするワークショップ支援方法。
10. 請求項７に記載のワークショップ支援方法であって、
    前記課題事例評価ステップは、
    前記出力態様として、前記評価値の大きさに応じて前記課題事例データの出力順序を決定することを特徴とするワークショップ支援方法。
11. 請求項１０に記載のワークショップ支援方法であって、
    前記課題事例評価ステップは、
    前記出力態様として、前記課題事例データの分類に応じてグルーピングされたことを特徴とするワークショップ支援方法。
12. 請求項１１に記載のワークショップ支援方法であって、
    前記課題事例データの分類は、大分類と中分類を有し、前記中分類は、予め設定された経済損失に応じた順序で出力されることを特徴とするワークショップ支援方法。

Images