JP7458302B2 - 理解難易度算出装置及び理解難易度算出方法。 - Google Patents
理解難易度算出装置及び理解難易度算出方法。 Download PDFInfo
- Publication number
- JP7458302B2 JP7458302B2 JP2020191585A JP2020191585A JP7458302B2 JP 7458302 B2 JP7458302 B2 JP 7458302B2 JP 2020191585 A JP2020191585 A JP 2020191585A JP 2020191585 A JP2020191585 A JP 2020191585A JP 7458302 B2 JP7458302 B2 JP 7458302B2
- Authority
- JP
- Japan
- Prior art keywords
- work
- viewing
- time
- section
- difficulty level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims description 173
- 230000001149 cognitive effect Effects 0.000 claims description 50
- 238000000034 method Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 34
- 230000008569 process Effects 0.000 claims description 28
- 238000003860 storage Methods 0.000 claims description 17
- 239000013598 vector Substances 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000004931 aggregating effect Effects 0.000 claims description 5
- 230000010365 information processing Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 2
- 230000002776 aggregation Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000004397 blinking Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000035900 sweating Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Eye Examination Apparatus (AREA)
- Stored Programmes (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Description
そのため、既存のプログラムや製造システム等の理解難易度を、機械的に算出することができれば、事前に改修コストや業務効率も予測しやすくなる。
square of successive differences;RMSSD)といった生体指標を、当該プログラムの理解難易度と算定する。
しかしながら、例えばプログラムの行単位などの細かい単位で、理解難易度を算出したい場合、従来手法では対応困難であった。すなわち、プログラム表示ウィンドウのサイズに対して算出単位(である一行の記載範囲)の表示サイズが小さいため、閲覧対象を特定できないうえ、閲覧区間の時間が0.1秒単位と短いため、心拍数を集計できず、理解難易度を算出できなかった。
また、本発明の理解難易度算出方法は、情報処理装置が、理解難易度の算出対象事象における、ユーザによる時刻ごとの注視領域の情報である閲覧履歴を格納した時刻毎閲覧履歴表と、前記ユーザによる前記算出対象事象の注視中における、当該ユーザの時刻ごとの生体観測値を格納した時刻毎観測値表と、を保持する記憶部を備えて、前記時刻毎閲覧履歴表及び前記時刻毎観測値表を参照し、同じ注視領域に関する閲覧履歴のうち時系列的に連続するものに基づき、当該注視領域の連続注視がなされた時間帯である閲覧区間を特定する処理と、前記ユーザに関して特定した前記閲覧区間それぞれについて、予め定めた判定アルゴリズムに従って、対応する作業の種類を特定し、所定種類の作業に関する一連の閲覧区間を集約することで作業区間を特定する処理と、前記作業区間それぞれに関して、当該作業区間に含まれる各閲覧区間の情報に基づき、注視領域毎の閲覧時間を算出し、対応する時刻での前記生体観測値から当該作業区間中の認知負荷指標を算出する処理と、前記作業区間ごとの認知負荷指標を用いて、前記算出対象事象の理解難易度を算出する処理と、を実行することを特徴とする。
<<ハードウェア構成>>
まず、本実施形態の理解難易度算出装置100について、図1を参照して説明する。本実施形態における理解難易度算出装置100のハードウェア構成は、以下のとおりとなる。
。
Drive)や半導体ドライブ(SSD:Solid State Drive)等の記憶デバイスで構成される。
<<ソフトウェア構成>>
次に、本実施形態の理解難易度算出装置100における機能構成について説明する。図2は、本実施形態に係る理解難易度算出装置100のソフトウェア構成例を示す図である。
号表214と、理解難易度算出式221と、理解難易度表218を有する。
号毎の閲覧時間と認知負荷指標を含む。
<<データ定義>>
ここで、本実施形態の理解難易度算出装置100での理解難易度算出処理に使用されるデータ類について説明する。
<<事前準備データ定義>>
まず、時刻毎心拍数表213、時刻毎閲覧履歴表211、作業種類表212、理解難易度算出対象行番号表214について説明する。これらの表は、理解難易度算出装置100の運用開始前に、システム管理者等が予め適宜の記憶領域内に設定し、格納しておく。
視点が表示ウィンドウ内に「Yes」、閲覧プログラムファイル名に「selectionSort.c」を格納している。
<<処理過程使用データ定義>>
続いて、行単位閲覧区間表215と閲覧区間毎作業区間表216と作業区間毎閲覧行番号-認知負荷指標表217と理解難易度表218について説明する。これらの表は、理解
難易度算出装置100が理解難易度を算出する過程で使用する。生成過程については、各表説明後に詳しく説明する。
業区間毎閲覧行番号-認知負荷指標表217では、作業区間ごとに、開始時刻と作業時間
(秒)とプログラム行番号閲覧時間と認知負荷指標を格納している。
時刻毎心拍数表213と閲覧区間毎作業区間表216を入力することで作成する。図9では、図8の閲覧区間毎作業区間表216の作業区間項番ごとにまとめたプログラム行番号閲覧時間と、心拍数を集計して算出した認知負荷を格納している。
続いて、理解難易度算出式221について説明する。この式は、理解難易度算出装置100の運用開始前に、システム管理者等が予め適宜の記憶領域内に設定し、格納しておく。
<<理解難易度算出方法の処理内容>>
以下、本実施形態における理解難易度算出方法の実際手順について図に基づき説明する。以下で説明する理解難易度算出方法に対応する各種動作は、理解難易度算出装置100がメモリ等に読み出して実行するプログラムによって実現される。そして、このプログラムは、以下に説明される各種の動作を行うためのコードから構成されている。
<<概要>>
理解難易度算出装置100において、時刻毎心拍表211、時刻毎閲覧履歴表211、作業種類表212を用いて、理解難易度算出対象行番号表214に対応した理解難易度表218を生成する処理の処理フローの概要について説明する。
荷指標表217を出力する。
を理解難易度算出部204に入力し、理解難易度算出式221を用い、理解難易度算出対象行番号表214に対する理解難易度表218を出力する。
ンサ110が設置されるものとする。
<<詳細- 行単位閲覧区間分割部>>
図12に、行単位閲覧区間分割部201における処理であって、ユーザが連続して同じ行を閲覧した履歴を閲覧区間としてまとめる処理の一例を示す。同処理は、行単位閲覧区間分割部201へ時刻毎閲覧履歴表211が入力された時点で開始する(S1200)。本実施形態では、行単位閲覧区間分割部201へ図3が入力されたとする。
時刻「2020/10/28 14:27:28.1」に対応した閲覧プログラム行番号を受け取った場合について説明する。
<<詳細- 作業区間分割部>>
続いて図13に、作業区間分割部202が、複数の閲覧区間を開発者の作業区間ごとにまとめる処理の一例を示す。同処理は、図12の行単位閲覧区間分割部201の処理終了後に開始し(S1300)、行単位閲覧区間表215と作業種類表212を受け取り、閲覧区間毎作業区間表216を出力する。以下、図7の行単位閲覧区間表215と図5の作業種類表212を受け取ったとして、処理の一例を説明する。
.1」、作業時間(秒)に「0.2」、作業種類にプログラム理解、作業区間末尾閲覧作業かに「No」が格納されている。
<<詳細- 作業区間毎認知負荷指標算出部203>>
図14に、作業区間毎認知負荷指標算出部203が、作業区間毎にプログラム行番号毎の閲覧時間と認知負荷指標を算出する処理の一例を示す。同処理は、図12の作業区間分割部202のフローを終了後に開始し(S1400)、時刻毎心拍数表213、閲覧区間毎作業区間表216を用いて、作業区間毎行番号-認知負荷表219を出力する。以下、
処理の一例として、図9の作業区間毎閲覧行番号-認知負荷指標表217を導出する処理
を説明する。
する(S1402)。
出部203は、作業区間毎閲覧行番号-認知負荷指標表217の最下行に、一行追加し、
開始時刻、作業区間項番を処理対象閲覧作業の開始時刻、作業区間項番とし、作業時間(秒)を0とする(S1403)。
表217の最下行の作業時間(秒)に、処理対象閲覧作業の作業時間(秒)を加算する(S1404)。
(秒)に、処理対象閲覧作業の作業時間(秒)を加算する(S1404)。本例では、作業区間項番に1、作業時間(秒)に0.3が格納される。
標表217の最下行のプログラム行番号閲覧時間に、処理対象閲覧作業のプログラム行番号閲覧時間を加算する(S1405)。本例では、プログラム行番号閲覧時間に、「8行目(selectionSort.c):0.2、9行目(selectionSort.c):0.1」が格納される。
<<詳細- プログラム理解難易度算出部204>>
図15に、プログラム理解難易度算出部204が、理解難易度を算出する処理の一例を示す。同処理は、図12の作業区間毎認知負荷指標算出部203のフロー終了後に開始し(S1500)、作業区間毎行番号-認知負荷表219と理解難易度算出式221を用い
て、理解難易度算出対象行番号表214に対する理解難易度表218を出力する。
を取得する(S1501)。
<<ユースケース>>
以上説明したように、本実施形態の理解難易度算出装置100によれば、従来技術における課題(理解難易度を関数単位など粗い単位で算出したい場合には理解難易度を算出できたが、行単位など細かい単位で算出したい場合には閲覧区間の時間が短いため理解難易度を算出できなかった)を解決し、複数の閲覧区間をまとめた作業区間毎に生体観測値(心拍数)を集計することで、関数より細かい単位で理解難易度を把握できる。
解難易度表218に格納された算出対象項番と理解難易度1302を表示している。
10 理解難易度算出システム
100 理解難易度算出装置
101 中央演算装置
102 主記憶装置
103 二次記憶装置
104 入力装置
105 表示装置
106 バス
107 通信装置
110 視線センサ
120 心拍センサ
201 行単位閲覧区間分割部
202 作業区間分割部
203 作業区間毎認知負荷指標算出部
204 プログラム理解難易度算出部
211 時刻毎閲覧履歴表
212 作業種類表
213 時刻毎心拍数表
214 理解難易度算出対象行番号表
215 行単位閲覧区間表
216 閲覧区間毎作業区間表
217 作業区間毎閲覧行番号-認知負荷指標表
218 プログラム理解難易度表
221 プログラム理解難易度算出式
Claims (8)
- 理解難易度の算出対象事象における、ユーザによる時刻ごとの注視領域の情報である閲覧履歴を格納した時刻毎閲覧履歴表と、前記ユーザによる前記算出対象事象の注視中における、当該ユーザの時刻ごとの生体観測値を格納した時刻毎観測値表と、を保持する記憶部と、
前記時刻毎閲覧履歴表及び前記時刻毎観測値表を参照し、同じ注視領域に関する閲覧履歴のうち時系列的に連続するものに基づき、当該注視領域の連続注視がなされた時間帯である閲覧区間を特定する閲覧区間分割部と、
前記ユーザに関して特定した前記閲覧区間それぞれについて、予め定めた判定アルゴリズムに従って、対応する作業の種類を特定し、所定種類の作業に関する一連の閲覧区間を集約することで作業区間を特定する作業区間分割部と、
前記作業区間それぞれに関して、当該作業区間に含まれる各閲覧区間の情報に基づき、注視領域毎の閲覧時間を算出し、対応する時刻での前記生体観測値から当該作業区間中の認知負荷指標を算出する作業区間毎認知負荷指標算出部と、
前記作業区間ごとの認知負荷指標を用いて、前記算出対象事象の理解難易度を算出する理解難易度算出部と、
を備えることを特徴とする理解難易度算出装置。 - 前記記憶部は、
前記算出対象事象における理解難易度の算出対象として、当該算出対象事象における所定の単位注視領域の1または複数を規定する、理解難易度算出対象表を更に保持し、
前記理解難易度算出部は、
前記理解難易度算出対象表が規定する前記算出対象に関して前記理解難易度を算出し、当該情報を出力する、
ことを特徴とする請求項1に記載の理解難易度算出装置。 - 前記記憶部は、
ユーザの作業種類毎に当該作業の属性及び注視条件を含む作業種類表をさらに備え、
前記作業区間分割部は、
前記ユーザに関して特定した前記閲覧区間それぞれについて、前記作業種類表及び前記判定アルゴリズムに従って、対応する作業の種類を特定し、所定種類の作業に関する一連の閲覧区間のうち、所定の注視対象及び注視時間に基づき特定される閲覧区間を、前記作業区間の末尾として前記集約を行うことで作業区間を特定する、
ことを特徴とする請求項1に記載の理解難易度算出装置。 - 前記記憶部は、
前記作業種類表において、ユーザの作業種類毎に主要作業か否か示す情報を含み、
前記作業区間分割部は、
前記主要作業となった閲覧区間のうち注視時間が相対的に長いものを、前記作業区間の前記末尾とする、
ことを特徴とする請求項3に記載の理解難易度算出装置。 - 前記理解難易度算出部は、
前記作業区間毎に算出した認知負荷指標を、作業区間毎に注視した注視領域を表すベクトルと理解難易度算出対象との距離で重みづけして加算した値を理解難易度として算出する、
ことを特徴とする請求項1に記載の理解難易度算出装置。 - 前記理解難易度算出部は、
前記算出した理解難易度を作業区間数で除算する、
ことを特徴とする請求項5に記載の理解難易度算出装置。 - 前記理解難易度算出部は、
前記生体観測値の基準値を計測し、前記算出した理解難易度を前記基準値で除算する、
ことを特徴とする請求項5に記載の理解難易度算出装置。 - 情報処理装置が、
理解難易度の算出対象事象における、ユーザによる時刻ごとの注視領域の情報である閲覧履歴を格納した時刻毎閲覧履歴表と、前記ユーザによる前記算出対象事象の注視中における、当該ユーザの時刻ごとの生体観測値を格納した時刻毎観測値表と、を保持する記憶部を備えて、
前記時刻毎閲覧履歴表及び前記時刻毎観測値表を参照し、同じ注視領域に関する閲覧履歴のうち時系列的に連続するものに基づき、当該注視領域の連続注視がなされた時間帯である閲覧区間を特定する処理と、
前記ユーザに関して特定した前記閲覧区間それぞれについて、予め定めた判定アルゴリズムに従って、対応する作業の種類を特定し、所定種類の作業に関する一連の閲覧区間を集約することで作業区間を特定する処理と、
前記作業区間それぞれに関して、当該作業区間に含まれる各閲覧区間の情報に基づき、注視領域毎の閲覧時間を算出し、対応する時刻での前記生体観測値から当該作業区間中の認知負荷指標を算出する処理と、
前記作業区間ごとの認知負荷指標を用いて、前記算出対象事象の理解難易度を算出する処理と、
を実行することを特徴とする理解難易度算出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020191585A JP7458302B2 (ja) | 2020-11-18 | 2020-11-18 | 理解難易度算出装置及び理解難易度算出方法。 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020191585A JP7458302B2 (ja) | 2020-11-18 | 2020-11-18 | 理解難易度算出装置及び理解難易度算出方法。 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022080486A JP2022080486A (ja) | 2022-05-30 |
JP7458302B2 true JP7458302B2 (ja) | 2024-03-29 |
Family
ID=81757050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020191585A Active JP7458302B2 (ja) | 2020-11-18 | 2020-11-18 | 理解難易度算出装置及び理解難易度算出方法。 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7458302B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016114684A (ja) | 2014-12-12 | 2016-06-23 | 日本電信電話株式会社 | 理解度推定装置、理解度推定方法及び理解度推定プログラム |
JP2018124483A (ja) | 2017-02-02 | 2018-08-09 | 日本電信電話株式会社 | 学習支援システム、学習支援装置および学習支援方法 |
-
2020
- 2020-11-18 JP JP2020191585A patent/JP7458302B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016114684A (ja) | 2014-12-12 | 2016-06-23 | 日本電信電話株式会社 | 理解度推定装置、理解度推定方法及び理解度推定プログラム |
JP2018124483A (ja) | 2017-02-02 | 2018-08-09 | 日本電信電話株式会社 | 学習支援システム、学習支援装置および学習支援方法 |
Non-Patent Citations (2)
Title |
---|
石田 豊実ほか,プログラム理解時における脳波特徴の把握を目的とした時系列分析の試み,情報処理学会研究報告ソフトウェア工学(SE),日本,情報処理学会,2018年11月26日,Vol.2018-SE-200 No.2 |
花房 亮ほか,視線運動を用いたプログラム読解パターンのデータ依存関係に基づく分析 -代入演算と算術演算で構成されるプログラムを対象として-,教育システム情報学会誌,日本,一般社団法人教育システム情報学会,2018年04月01日,Vol.35 No.2,pp.192-203 |
Also Published As
Publication number | Publication date |
---|---|
JP2022080486A (ja) | 2022-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10638965B2 (en) | Method and system for monitoring stress conditions | |
Steichen et al. | Te, Te, Hi, Hi: Eye gaze sequence analysis for informing user-adaptive information visualizations | |
JP6901308B2 (ja) | データ分析支援システム及びデータ分析支援方法 | |
JP6696568B2 (ja) | アイテム推奨方法、アイテム推奨プログラムおよびアイテム推奨装置 | |
JP6644767B2 (ja) | 相互相関に基づかれる階層的なデータ分析に関する方法及び装置 | |
JP6695431B2 (ja) | 分析装置、分析システムおよび分析方法 | |
JP7458302B2 (ja) | 理解難易度算出装置及び理解難易度算出方法。 | |
US10776969B2 (en) | Concentric data visualization structures | |
CN115686199B (zh) | 一种群体眼动轨迹生成方法、装置、计算设备及存储介质 | |
JP6211194B2 (ja) | シミュレーションシステム、及び、シミュレーション方法 | |
JP6436855B2 (ja) | 分析システム、及び、分析方法 | |
JP2018147350A5 (ja) | ||
JP6622938B1 (ja) | 相関性抽出方法および相関性抽出プログラム | |
JP2021189833A (ja) | 特徴量生成方法及び特徴量生成装置 | |
JP6433616B2 (ja) | 心的活動状態評価支援装置、心的活動状態評価支援システム、及び心的活動状態評価支援方法 | |
JP6352165B2 (ja) | 評価結果表示方法、評価結果表示装置及び評価結果表示プログラム | |
Punnoose et al. | Comparative evaluation of two systems for integrating biometric data from self-quantification | |
EP3139279A1 (en) | Media unit retrieval and related processes | |
WO2022157872A1 (ja) | 情報処理装置、特徴量選択方法、教師データ生成方法、推定モデル生成方法、ストレス度の推定方法、およびプログラム | |
JP5898704B2 (ja) | 隠れマルコフモデルを見出す方法 | |
JP6917879B2 (ja) | 計測装置および計測データ処理方法 | |
JP2023153646A (ja) | 情報処理装置、その制御方法、および、プログラム | |
CN115206471A (zh) | 一种体检信息的匹配方法及装置、存储介质、计算机设备 | |
JP2023115687A (ja) | データ処理方法、プログラム及びデータ処理装置 | |
JP2023002021A (ja) | 情報処理システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230216 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240214 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240318 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7458302 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |