WO2013088708A1 - 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

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 Download PDF

Info

Publication number
WO2013088708A1
WO2013088708A1 PCT/JP2012/007930 JP2012007930W WO2013088708A1 WO 2013088708 A1 WO2013088708 A1 WO 2013088708A1 JP 2012007930 W JP2012007930 W JP 2012007930W WO 2013088708 A1 WO2013088708 A1 WO 2013088708A1
Authority
WO
WIPO (PCT)
Prior art keywords
inference
information
inference result
knowledge level
knowledge
Prior art date
Application number
PCT/JP2012/007930
Other languages
English (en)
French (fr)
Inventor
洋介 本橋
秀和 坂上
亀井　真一郎
大輔 大島
Original Assignee
日本電気株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to JP2013549118A priority Critical patent/JP6079638B2/ja
Priority to US14/364,373 priority patent/US9886666B2/en
Priority to EP12857998.4A priority patent/EP2793144A4/en
Publication of WO2013088708A1 publication Critical patent/WO2013088708A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Definitions

  • the present invention relates to an information processing apparatus, an information processing system, an information processing method, and a computer program that present an inference result obtained by an inference process.
  • context information is information to which an inference rule is applied.
  • context information is information to which an inference rule is applied.
  • character information and image information included in document data For example, character information and image information included in document data, measurement data output from sensor devices, or operation logs for devices and application software Data, etc.
  • the information processing apparatus holds an inference rule expressed in an IF-THEN format as shown in the following equation (1), for example.
  • the first line of Equation (1) represents a condition (IF information) that “the temperature is 100 degrees Celsius or more and the liquid is water”.
  • the second line of the formula (1) represents an event (THEN information) that “the liquid changes to a gas” when the IF information is satisfied.
  • the information processing apparatus using such an inference rule infers that the THEN information set for the IF information is generated when the input context information satisfies the IF information.
  • such an information processing apparatus holds in advance, as inference rules, case information such as important past cases and defect cases and the conditions under which such cases may occur in the design of a certain device.
  • Such an information processing apparatus extracts context information from the design document data of the apparatus, and applies an inference rule to the extracted context information.
  • such an information processing apparatus can present, as an inference result, failure cases that may occur due to the design based on such design document data, important past cases related to the design, and the like.
  • such an information processing apparatus can support the user's work of checking the contents of the design document data.
  • Patent Document 1 accumulates past failure occurrence histories in the production process, and calculates the occurrence frequency, the degree of influence, and the degree of detection for each type of failure based on the accumulated failure occurrence history.
  • An information processing device that calculates risk priority by integrating information is described.
  • the information processing apparatus presents the failure information sorted by the risk priority to the user. As a result, even when there is a large amount of failure information that cannot be grasped by the user, the information processing apparatus can preferentially present failure information with a high risk priority to the user.
  • Non-Patent Document 1 describes an information processing apparatus that presents information that is unknown and useful to each user by collaborative filtering using access histories of a plurality of users for a plurality of information. This information processing apparatus can present information that is unknown and useful to the user even when there is a large amount of information that cannot be grasped by the user.
  • Patent Document 1 can present failure information with a high risk priority to the user, but has the following problems.
  • Non-Patent Document 1 regards information that each user has not accessed as unknown information, and can present information that is determined to be useful for each user, There is a problem.
  • Non-Patent Document 1 targets defect case information in design. Even if a user has already accessed defect case information related to a certain type of context information, if the type of context information is different, such a failure case information may be overlooked. In such a case, it can be said that the user does not have true detailed knowledge about the defect case information. However, since the information processing apparatus described in Non-Patent Document 1 does not present information that the user has already accessed, it may not be possible to present defect case information that does not have detailed knowledge for the user.
  • information that a user has not accessed yet may be similar to information that has already been accessed. Even in this case, the information processing apparatus described in Non-Patent Document 1 may determine that information similar to information that has already been accessed is useful and present it. For such similar information, the user may already have detailed knowledge. Therefore, the information processing apparatus described in Non-Patent Document 1 may present information that the user already has detailed knowledge.
  • Patent Document 1 and Non-Patent Document 1 are applied to an information processing apparatus that presents inference results, it is not possible to preferentially present inference results without detailed knowledge for each user. There is a problem that there are cases.
  • the present invention has been made to solve the above-described problem, and provides an information processing apparatus that preferentially presents information that does not have detailed knowledge for each user among inference results inferred from context.
  • the main purpose is to solve the above-described problem, and provides an information processing apparatus that preferentially presents information that does not have detailed knowledge for each user among inference results inferred from context. The main purpose.
  • the information processing apparatus is applied until an inference result is obtained by using an inference unit that obtains an inference result by applying an inference rule to context information and information indicating a browsing user who browses the inference result.
  • An inference result index value calculation unit that acquires the knowledge level of the browsing user for each inferred rule and calculates an index value that comprehensively represents the depth of knowledge of the browsing user for the inference result based on each acquired knowledge level
  • an inference result presentation unit for presenting an inference result based on the index value calculated by the inference result index value calculation unit, and for each inference rule applied until the inference result is obtained, the browsing user for the inference rule
  • the knowledge level is updated based on evaluation information in which the degree of knowledge of the browsing user is evaluated with respect to the inference result presented by the inference result presentation unit. It includes a level of knowledge update unit.
  • the information processing system of the present invention collects context information with the above-described information processing apparatus, transmits it to the information processing apparatus, outputs an inference result presented by the information processing apparatus to the output device, and inputs it from the input device And a terminal for transmitting the evaluation information to the information processing apparatus.
  • the information processing method of the present invention obtains an inference result by applying an inference rule stored in advance to the input context information, and infers each inference rule applied until the inference result is obtained.
  • a value that is stored in advance as a knowledge level representing the depth of knowledge of the browsing user who browses the result, and an index that collectively represents the depth of knowledge of the browsing user with respect to the inference result based on each acquired knowledge level Calculate the value, present the inference result based on the index value, obtain evaluation information that evaluates the degree of knowledge that the browsing user has for the presented inference result, and apply each until the inference result is obtained
  • the value stored as the knowledge level of the browsing user for the inference rule is updated based on the evaluation information.
  • the computer program of the present invention includes a context information acquisition process for acquiring context information, an inference process for obtaining an inference result by applying an inference rule stored in advance in the storage device to the context information, an inference For each inference rule applied until the result is obtained, a value stored in advance in the storage device as a knowledge level representing the depth of knowledge possessed by the browsing user viewing the inference result is acquired, and each acquired knowledge Inference result index value calculation processing for calculating an index value that comprehensively represents the depth of knowledge of the browsing user with respect to the inference result based on the level, inference result presentation processing for presenting the inference result based on the index value, and inference Evaluation to obtain evaluation information in which the degree of knowledge held by the browsing user is evaluated for the inference result presented in the result presentation process
  • Knowledge acquisition process and knowledge level update process for updating the value stored in the storage device as the knowledge level of the browsing user for the inference rule for each inference rule applied until the inference result is obtained based on the evaluation information Are executed by the computer device.
  • the present invention can preferentially present information that does not have detailed knowledge for each user among the inference results inferred from the context.
  • FIG. 5 is a hardware configuration diagram of a server according to second to fourth embodiments of the present invention.
  • FIG. 5 is a hardware configuration diagram of a terminal according to second to fourth embodiments of the present invention.
  • FIG. 1 shows a functional block configuration of the information processing apparatus 1 according to the first embodiment of the present invention.
  • the information processing apparatus 1 includes an inference rule storage unit 101, a knowledge level storage unit 102, a context information acquisition unit 103, an inference unit 104, an inference result index value calculation unit 105, and an inference result presentation unit 106. And an evaluation information acquisition unit 107 and a knowledge level update unit 109.
  • the hardware configuration of the information processing apparatus 1 is shown in FIG.
  • the information processing apparatus 1 includes a CPU (Central Processing Unit) 2501, a RAM (Random Access Memory) 2502, a ROM (Read Only Memory) 2503, a storage device 2504 such as a hard disk, an input device 2505,
  • the computer apparatus 2500 provided with the display apparatus 2506 is comprised.
  • the inference rule storage unit 101 and the knowledge level storage unit 102 are configured by a storage device 2504.
  • the context information acquisition unit 103 and the evaluation information acquisition unit 107 are configured by an input device 2505 and a CPU 2501 that reads a computer program stored in the ROM 2503 or the storage device 2504 into the RAM 2502 and executes it.
  • the inference unit 104, the inference result index value calculation unit 105, and the knowledge level update unit 109 are configured by a CPU 2501 that reads a computer program stored in the ROM 2503 or the storage device 2504 into the RAM 2502 and executes it.
  • the inference result presentation unit 106 includes a display device 2506 and a CPU 2501 that reads a computer program stored in the ROM 2503 or the storage device 2504 into the RAM 2502 and executes the computer program. Note that the hardware configuration of each functional block is not limited to the above configuration.
  • the inference rule storage unit 101 stores one or more inference rules.
  • Such an inference rule represents an event that occurs according to the content of context information described later.
  • the inference rule may be, for example, an IF-THEN type rule including a condition (IF information) and an event (THEN information) that occurs when the condition is satisfied.
  • the inference rule storage unit 101 stores such an inference rule together with an inference rule ID for identifying the inference rule.
  • the knowledge level storage unit 102 stores a knowledge level representing the depth of knowledge for each user with respect to each inference rule. Specifically, the knowledge level storage unit 102 associates the inference rule ID, the user identification information (user ID), and the knowledge level indicating the depth of knowledge of the user with respect to the inference rule.
  • the knowledge level storage unit 102 can be updated by a knowledge level update unit 109 described later.
  • Each knowledge level stored in the knowledge level storage unit 102 may be registered in advance, or a predetermined value such as 0 may be set as an initial value.
  • the context information acquisition unit 103 acquires context information.
  • Context information is information to be inferred, such as character information and image information included in document data, measurement data output from sensor devices, or operation log data for devices and application software, etc. Also good.
  • the inference unit 104 obtains an inference result by applying the inference rules stored in the inference rule storage unit 101 to the acquired context information. For example, the inference unit 104 searches for inference rules having IF information that matches the context information. Then, the inference unit 104 estimates that the THEN information included in the retrieved inference rule occurs. In addition, when the THEN information of the applied inference rule satisfies the IF information of another inference rule, the inference unit 104 may repeat a chain inference process that further applies the other inference rule. If there are a plurality of inference rules applicable to the acquired context information or the THEN information of the applied inference rule, the inference unit 104 may execute a plurality of inference processes based on the respective inference rules.
  • the inference result index value calculation unit 105 calculates an index value of the inference result by using the browsing user's knowledge level for each inference rule applied until the inference result is obtained.
  • the browsing user is a user who browses the inference result.
  • the index value of the inference result is a value that comprehensively represents the depth of knowledge of the browsing user with respect to the inference result.
  • the inference result index value calculation unit 105 may acquire the user ID of the viewing user from the inference result presentation unit 106 described later. Then, the inference result index value calculation unit 105 may acquire the knowledge level associated with each inference rule ID and the browsing user ID from the knowledge level storage unit 102. Then, the inference result index value calculation unit 105 may calculate an inference result index value for the browsing user based on each acquired knowledge level. For example, the inference result index value calculation unit 105 may calculate the acquired integrated value of each knowledge level as an index value. As described above, if the value of the knowledge level is smaller, the inference derived using the inference rule that the browsing user does not have detailed knowledge if the viewing user indicates that the inspecting rule is not detailed.
  • the index value as the integrated value becomes smaller.
  • an inference result derived by an inference process in which the viewing user does not have detailed knowledge is considered to be more useful for the viewing user. Therefore, in this case, the index value for the inference result indicates that the smaller the value, the higher the degree of usefulness for the user.
  • the inference result index value calculation unit 105 calculates an index value for the viewing user for each inference result.
  • the inference result presentation unit 106 presents an inference result based on the index value calculated by the inference result index value calculation unit 105. For example, the inference result presentation unit 106 may determine the order in which the inference results are presented based on the index value. If the index value is smaller, the inference result presenting unit 106 may present the inference results in ascending order of the index value if the degree of usefulness for the browsing user is higher.
  • the inference result presentation unit 106 acquires the user ID of the browsing user who browses the inference result, and notifies the inference result index value calculation unit 105 of the user ID.
  • the inference result presentation unit 106 may display an input screen for a browsing user ID and present an inference result when a registered browsing user ID is input.
  • the evaluation information acquisition unit 107 acquires evaluation information obtained by evaluating the degree of knowledge of the browsing user with respect to the inference result presented by the inference result presentation unit 106. For example, the evaluation information acquisition unit 107 may acquire evaluation information indicating whether or not the inference result is known to the browsing user via the input device.
  • the knowledge level update unit 109 uses the evaluation information acquired by the evaluation information acquisition unit 107 as the value stored in the knowledge level storage unit 102 as the browsing user's knowledge level for each inference rule applied until the inference result is obtained. Update based on. For example, when the evaluation information indicating whether or not the evaluation information acquisition unit 107 is known, the knowledge level update unit 109 determines the knowledge level as long as the evaluation information indicates “known”. Values may be added. Further, if the evaluation information represents “not known”, the knowledge level update unit 109 may subtract a predetermined value from the knowledge level.
  • FIG. 2 is a flowchart for explaining the inference result presentation operation of the information processing apparatus according to the first embodiment of the present invention.
  • a set of two hexagons indicates that a series of processes sandwiched therebetween is repeated (loop).
  • the hexagon which is a quadrangular shape with the upper corners cut off, represents the beginning of repeated processing.
  • the hexagon which is a square shape with the lower corners cut off represents the end of the repeated processing. It should be noted that the object of the repetition process may be described in a hexagon representing the start of repetition.
  • the context information acquisition unit 103 acquires context information (step S1).
  • the context information acquisition unit 103 may extract context information from given document data.
  • the inference unit 104 obtains an inference result by applying the inference rule stored in the inference rule storage unit 101 to the context information acquired in step S1 (step S2). At this time, as described above, the inference unit 104 may acquire an inference result by executing inference processing in a chained manner.
  • the inference result index value calculation unit 105 acquires a browsing user ID for browsing the inference result (step S3). As described above, the inference result index value calculation unit 105 may acquire the browsing user ID from the inference result presentation unit 106.
  • the inference result index value calculation unit 105 executes the processing of steps S4 to S5 for each inference result obtained in step S2.
  • the inference result index value calculation unit 105 searches the knowledge level storage unit 102 for the knowledge level of the viewing user for each inference rule used by the inference unit 104 until the inference result is obtained (step S4).
  • the inference result index value calculation unit 105 calculates an index value that comprehensively represents the depth of knowledge of the browsing user with respect to the inference result based on the knowledge level searched in step S4 (step S5). For example, as described above, the inference result index value calculation unit 105 may calculate an integrated value of the browsing user's knowledge level for each inference rule used until the inference result is obtained as an index value.
  • the inference result presentation unit 106 presents an inference result based on the index value calculated by the inference result index value calculation unit 105 (step S6).
  • the inference result presentation unit 106 may present the inference results in ascending order of the index value.
  • the information processing apparatus 1 ends the inference result presentation operation.
  • FIG. 3 is a flowchart for explaining the knowledge level update operation of the information processing apparatus according to the first embodiment of the present invention.
  • the evaluation information acquisition unit 107 acquires the evaluation information of the viewing user for one of the inference results presented in step S6 of FIG. 2 (step S11). For example, as described above, the evaluation information acquisition unit 107 inputs the evaluation information indicating whether or not the inference result is known by displaying the inference result on the display device in a selectable manner. You may make it acquire via an apparatus.
  • the knowledge level update unit 109 executes the following steps S12 to S13 for each inference rule used in step S2 in FIG. 2 until this inference result is obtained.
  • the knowledge level update unit 109 searches the knowledge level storage unit 102 for the knowledge level associated with the inference rule ID and the browsing user ID (step S12).
  • the knowledge level update unit 109 updates the knowledge level of the retrieved record based on the type of evaluation information acquired in step S11 (step S13). For example, the knowledge level update unit 109 may add or subtract a predetermined value for the knowledge level of the corresponding record in accordance with the evaluation information acquired in step S11.
  • the information processing apparatus 1 ends the knowledge level update operation. Note that when the information processing apparatus 1 presents a plurality of inference results, the information processing apparatus 1 may perform such a knowledge level update operation on each inference result.
  • the information processing apparatus 1 may not include some or all of the inference rule storage unit 101, the knowledge level storage unit 102, the context information acquisition unit 103, and the evaluation information acquisition unit 107. Further, these components may be outside the information processing apparatus 1. Furthermore, some or all of the inference rules, knowledge level, context information, and evaluation information may be given to the information processing apparatus 1 from the outside.
  • the information processing apparatus can preferentially present information that the user does not have detailed knowledge among the information inferred from the context.
  • the knowledge level storage unit stores the browsing user's knowledge level for the inference rule
  • the inference result index value calculation unit is based on the browsing user's knowledge level for each inference rule used in the inference process.
  • an index value that comprehensively represents the depth of knowledge of the browsing user with respect to the inference result is calculated, and the inference result presentation unit presents the inference result based on the calculated index value.
  • the information processing apparatus according to the first embodiment determines and presents the usefulness of the inference result for the viewing user based on the depth of knowledge of the viewing user with respect to the inference process.
  • the information processing apparatus according to the first embodiment can preferentially present an inference result that has a low knowledge level for the inference process, even if the inference result is known to the browsing user. is there.
  • the evaluation information acquisition unit acquires the browsing user evaluation information for the presented inference result
  • the knowledge level update unit browses the browsing user's knowledge level for each inference rule used in the inference process. This is because the update is performed based on the user evaluation information.
  • the information processing apparatus can update the browsing user's knowledge level for each inference rule used in the inference process based on the evaluation of the browsing user's knowledge level with respect to the inference result. it can. For example, if evaluation information indicating that the presented inference result is known is obtained, the information processing apparatus according to the first embodiment allows the viewing user's knowledge level for each inference rule until the inference result is obtained. Can be updated higher than before.
  • the information processing apparatus updates the knowledge level of the browsing user for each of these inference rules to a lower level than before. can do.
  • the information processing apparatus can calculate an index value for other inference results using such an inference rule in the inference process with higher accuracy.
  • the information processing system 20 includes a server 2 as an information processing apparatus of the present invention and a terminal 8.
  • the functional block configuration of each device is shown in FIG.
  • the server 2 includes an inference rule storage unit 201, a knowledge level storage unit 202, a context information acquisition unit 203, an inference unit 204, an inference result index value calculation unit 205, an inference result presentation unit 206, An evaluation information acquisition unit 207, a knowledge level change rule storage unit 208, a knowledge level update unit 209, and a case information storage unit 210 are provided.
  • the server 2 includes a computer device 2600 that includes a CPU 2601, a RAM 2602, a ROM 2603, a storage device 2604, and a network interface 2605.
  • the inference rule storage unit 201, the knowledge level storage unit 202, the knowledge level change rule storage unit 208, and the case information storage unit 210 are configured by a storage device 2604.
  • the context information acquisition unit 203, the evaluation information acquisition unit 207, and the inference result presentation unit 206 are a network interface 2605, and a CPU 2601 that reads a computer program stored in the ROM 2603 or the storage device 2604 into the RAM 2602 and executes it.
  • the inference unit 204, the inference result index value calculation unit 205, and the knowledge level update unit 209 are configured by a CPU 2601 that reads a computer program stored in the ROM 2603 or the storage device 2604 into the RAM 2602 and executes it.
  • the terminal 8 includes a context information collection unit 801 and an information input / output unit 802.
  • the terminal 8 includes a computer device 2700 including a CPU 2701, a RAM 2702, a ROM 2703, a storage device 2704, an input device 2705, a display device 2706, and a network interface 2707.
  • the context information collection unit 801 includes a network interface 2707 and a CPU 2701 that reads a computer program stored in the ROM 2703 or the storage device 2704 into the RAM 2702 and executes the computer program.
  • the information input / output unit 802 includes an input device 2705, a display device 2706, a network interface 2707, and a CPU 2701 that reads a computer program stored in the ROM 2703 or the storage device 2704 into the RAM 2702 and executes it.
  • each functional block of each device is not limited to the above-described configuration.
  • the server 2 and the terminal 8 are communicably connected via a network constituted by the Internet, a LAN (Local Area Network), a public line network, a wireless communication network, or a combination thereof.
  • 4 shows one terminal 8, the number of terminals to which the information processing apparatus of the present invention is connected is not limited.
  • the case information storage unit 210 stores case information representing cases related to inference rules.
  • An example of information stored in the case information storage unit 210 is shown in FIG. In FIG. 5, the case information represented by each line includes information (case ID) for identifying the case, the name of the case, and a related URL (UniformUniResource Locator).
  • the case information may include the registration date and the user ID of the registrant.
  • the inference rule storage unit 201 stores each inference rule described in the first embodiment of the present invention further including a case ID.
  • An example of information stored in the inference rule storage unit 201 is shown in FIG.
  • the inference rule indicated by each row includes an inference rule ID, IF information, THEN information, and a case ID.
  • the inference rule may include the registration date and the user ID of the registrant.
  • the inference rule may include a plurality of IF information.
  • an inference rule including a plurality of IF information means that THEN information is inferred when all IF information is satisfied.
  • an inference rule including a plurality of IF information may mean that THEN information is inferred when any of the plurality of IF information is satisfied.
  • the inference rule including a plurality of IF information may further include information indicating either “and condition” or “or condition” as an application condition of the own rule.
  • the “and” condition means that it is applied when all IF information is satisfied.
  • the “or condition” means that it is applied when any IF information is satisfied.
  • the inference rule may include a plurality of THEN information.
  • the case ID included in the inference rule indicates case information related to the inference rule. If there is no case information related to a certain inference rule, the inference rule storage unit 201 may not include the case ID in the inference rule.
  • the knowledge level storage unit 202 stores a value included in a predetermined range as a knowledge level for each user for each inference rule.
  • An example of information stored in the knowledge level storage unit 202 is shown in FIG.
  • the range that the knowledge level can take is assumed to be a range from 0 to 1.
  • the smaller the value the less detailed the user is about the inference rule.
  • the knowledge level of the user U-0001 for the inference rule P-0001 is 0.6
  • the knowledge level for the inference rule P-0004 is 0.1.
  • the knowledge of the inference rule P-0004 of the user U-0001 is less detailed than the knowledge of the inference P-0001.
  • the range that the knowledge level can take is not limited to this and can be set freely.
  • the context information acquisition unit 203 receives context information from the terminal 8 via the network.
  • the inference unit 204 obtains case information as an inference result by sequentially applying the inference rules stored in the inference rule storage unit 201 to the context information acquired by the context information acquisition unit 203.
  • applying in a chain means that another inference rule having IF information that is satisfied by the THEN information of the applied inference rule is further applied.
  • the inference unit 204 ends the inference when there are no more applicable inference rules. If a plurality of inference rules are applicable in the inference process, the inference unit 204 continues the inference processing in a chain manner for each of the plurality of inference rules.
  • the inference unit 204 obtains the case information indicated by the case ID associated with each inference rule applied in the inference process as the inference result. That is, the inference unit 204 obtains case information related to each inference rule applied in the inference process as an inference result. In addition, the inference unit 204 assumes that no inference result is obtained if there is no case ID associated with each inference rule applied until the inference is completed.
  • a list of inference rules until an inference rule related to the case information is applied is called an inference step list of the case information.
  • the inference result index value calculation unit 205 calculates an index value as a browsing user for each case information derived as an inference result based on the inference step list of the case information. For example, the inference result index value calculation unit 205 may calculate an index value for the browsing user of the case information obtained as the inference result using the following equation (2).
  • a represents the user ID
  • L (a, k) represents the knowledge level of the user a with respect to the inference rule of the inference step k.
  • Case represents case information as an inference result
  • Root represents an inference step list of the case information Case.
  • k represents the application order of each inference rule (inference step) included in the inference step list Root
  • S (a, Case) represents an index value of the case Case for the user a.
  • one case information Case may be obtained by a plurality of inference step lists Root. Therefore, the expression (2) selects the one with the smallest accumulated value of the knowledge level of the browsing user for each included inference rule from one or more inference step lists Root until the case information Case is obtained.
  • the index value for the user a of the case information Case is represented.
  • the inference result index value calculation unit 205 may use an average value or a power average of knowledge level integrated values calculated in a plurality of inference step lists as an index value for a case information browsing user. In addition, the inference result index value calculation unit 205 may calculate not only the integrated value of the browsing user's knowledge level for each inference rule included in the inference step list but also the sum, minimum value, sum of powers, and the like. .
  • the inference result presentation unit 206 sorts or filters the case information as the inference result obtained by the inference unit 204 based on the index value, and transmits the result to the terminal 8. For example, when the index value having a lower value indicates that the usefulness is higher, the inference result presentation unit 206 may transmit the case information sorted in ascending order of the index value to the terminal 8. In addition, the inference result presentation unit 206 may transmit, for example, case information whose index value is equal to or less than a threshold value to the terminal 8.
  • the evaluation information acquisition unit 207 receives from the terminal 8 one of a plurality of predetermined types as evaluation information in which the degree of knowledge of the browsing user with respect to the case information as the inference result is evaluated. For example, the evaluation information acquisition unit 207 notifies the terminal 8 to display a plurality of predetermined types of evaluation information in a selectable display format such as a drop-down list for each case information as an inference result. May be. In this case, the evaluation information acquisition unit 207 receives the type of evaluation information selected by the user operation on the terminal 8 from the terminal 8.
  • the knowledge level change rule storage unit 208 stores a knowledge level change rule in which the type of evaluation information is associated with the increase / decrease value of the knowledge level.
  • An example of information stored in the knowledge level change rule storage unit 208 is shown in FIG. In FIG. 8, the knowledge level change rule represented by each row includes information representing the type of evaluation information and an increase / decrease value of the knowledge level.
  • evaluation information of the type “specialized area” is associated with information “+0.5”, which means that a value obtained by adding 0.5 to the previous knowledge level is used as a new knowledge level. .
  • “Browse” indicates that the browse user has accessed the URL associated with the case information that is the inference result. That is, for the case information as the inference result, the browsing user represents an evaluation that the knowledge is deepened by browsing. Therefore, the knowledge level change rule for this evaluation information is assumed that the knowledge level of the browsing user for each inference rule applied until the case information evaluated as “browsing” is deepened to some extent. This means that 0.1 is added.
  • “Verification execution” Indicates that the browsing user has actually verified that such case information is guided by such an inference basis. That is, for the case information as the inference result, the browsing user represents an evaluation that the knowledge is deepened by performing the verification.
  • the knowledge level change rule for this evaluation information is based on the assumption that the browsing user's knowledge for each inference rule applied until the case information evaluated as “verification performed” is deepened to some extent. It represents adding 0.2.
  • “Specialized area” indicates that the browsing user already has specialized knowledge about the inference result and the reasoning reason. That is, the browsing user represents an evaluation that the user already has detailed knowledge with respect to the case information as the inference result. Therefore, the knowledge level change rule for this evaluation information is based on the assumption that the browsing user's knowledge for each inference rule applied until the case information evaluated as “specialized area” was originally deep. It represents adding 0.5 to the level.
  • “Overlooked” This indicates that the browsing user has overlooked the inference result based on such an inference basis and noticed only after the inference result is presented.
  • the browsing user represents an evaluation that the case information as the inference result is overlooked so that the browsing user does not have detailed knowledge about the case. Therefore, the knowledge level change rule for this evaluation information is assumed to be 0. 0 from each knowledge level, assuming that the browsing user's knowledge for each inference rule applied until the case information evaluated as “occurrence of oversight” is derived is shallow. This means that 5 is subtracted.
  • “Defect Embedding” This indicates that the browsing user is an implementer of the defect case or actually caused the same defect as the defect case.
  • the browsing user represents an evaluation that the user does not have detailed knowledge about the case as the inference result is actually implemented. Therefore, the knowledge level change rule for this evaluation information is based on the assumption that the browsing user's knowledge for each inference rule applied until the case information evaluated as “defect embedding” is very shallow, This means that 1.0 is subtracted.
  • the knowledge level update unit 209 acquires an increase / decrease value associated with the type of evaluation information acquired by the evaluation information acquisition unit 207 from the knowledge level change rule storage unit 208. Further, the knowledge level update unit 209 searches the knowledge level storage unit 202 for a record that stores the knowledge level of the browsing user for each inference rule included in the inference step list for the case information that is the target of the evaluation information. And the knowledge level update part 209 updates the knowledge level of each searched record according to the acquired knowledge level change rule.
  • the knowledge level update unit 209 updates the knowledge level of the target record stored in the knowledge level update unit 209 within the range of 0 to 1. For example, the knowledge level update unit 209 updates the knowledge level exceeding 1 to the upper limit of 1 by adding according to the knowledge level change rule. Also, the knowledge level update unit 209 updates the knowledge level that becomes negative by subtraction according to the knowledge level change rule to 0, which is the lower limit value. Note that the knowledge level update unit 209 is not limited to the range of 0 to 1, but may update the knowledge level within a predetermined range.
  • the context information collection unit 801 collects context information from the target data.
  • the context information collection unit 801 may collect information representing each component and its attribute information as context information from design document data stored in the storage device. Then, the context information collection unit 801 transmits the collected context information to the server 2.
  • the information input / output unit 802 displays the inference result received from the server 2 on the display device.
  • the received inference result is case information sorted or filtered based on the index value as described above.
  • the information input / output unit 802 acquires evaluation information for the displayed inference result via the input device. At this time, the information input / output unit 802 displays a plurality of types of evaluation information notified from the server 2 on a display device in a selectable form such as a drop-down list, so that any type of evaluation information is displayed. You may get it. Then, the information input / output unit 802 transmits the acquired type of evaluation information to the server 2.
  • FIG. 9 is a flowchart for explaining the inference result presentation operation of the information processing system according to the second embodiment of the present invention.
  • the left diagram represents the operation of the terminal 8
  • the right diagram represents the operation of the server 2
  • the dashed arrows connecting the left and right represent the data flow.
  • the context information collection unit 801 of the terminal 8 collects context information and transmits it to the server 2 (step S20).
  • the context information acquisition unit 203 of the server 2 receives the context information (step S21).
  • the inference unit 204 applies the inference rules stored in the inference rule storage unit 201 in a chain manner to the received context information. Then, when there are no more applicable inference rules, the inference unit 204 acquires a case ID associated with each applied inference rule as an inference result (step S22).
  • the inference result index value calculation unit 205 acquires a browsing user ID (step S23).
  • the inference result index value calculation unit 205 executes the processing of steps S24 to S25 for each case ID obtained in step S22.
  • the inference result index value calculation unit 205 searches the knowledge level storage unit 202 for the knowledge level of the browsing user for each inference rule included in the inference step list of this case information (step S24).
  • the inference result index value calculation unit 205 calculates the index value of this case information by applying the knowledge level searched in step S24 to equation (2) (step S25).
  • the inference result presentation unit 206 notifies the terminal 8 to present the case information indicated by each case ID obtained in step S22 based on the index value calculated in step S25 (step S26). For example, the inference result presentation unit 206 may notify the terminal 8 to sort and present case information in ascending order of index values. Further, the inference result presenting unit 206 may perform filtering on the condition whether or not the index value is equal to or less than the threshold value, and notify the terminal 8 to present the case information based on the result.
  • the information input / output unit 802 of the terminal 8 presents case information as an inference result in accordance with the notification from the server 2 (step S27).
  • the information processing system 20 ends the inference result presentation operation.
  • FIG. 10 is a flowchart for explaining the knowledge level update operation of the information processing system according to the second embodiment of the present invention.
  • the left diagram represents the operation of the terminal 8
  • the right diagram represents the operation of the server 2
  • the dashed arrows connecting the left and right represent the data flow.
  • the information input / output unit 802 of the terminal 8 displays a plurality of types of evaluation information so as to be selectable as the degree of knowledge of the browsing user with respect to the case information as the inference result (step S30).
  • the plurality of types of evaluation information is notified from the server 2 in advance.
  • the plurality of types of evaluation information may be information indicating “browsing”, “verification performed”, “specialized area”, “occurrence of oversight”, and “defect embedding”, as described above.
  • the information input / output unit 802 transmits the type of evaluation information selected by the operation of the input device for one of the presented case information to the server 2 (step S31).
  • the evaluation information acquisition unit 207 of the server 2 receives the type of evaluation information from the terminal 8 (step S32).
  • the knowledge level update unit 209 searches the knowledge level change rule storage unit 208 for knowledge level change rules regarding the type of evaluation information acquired in step S32 (step S33).
  • the knowledge level update unit 209 executes the processing of steps S34 to S35 for each inference rule included in the inference step list of the target case information.
  • the knowledge level updating unit 209 searches the knowledge level storage unit 202 for a record including the browsing user's knowledge level for this inference rule (step S34).
  • the knowledge level update unit 209 updates the knowledge level of the retrieved record within a predetermined range according to the knowledge level change rule acquired in step S33 (step S35).
  • the information processing system 20 ends the knowledge level update operation.
  • FIG. 11 is a schematic diagram for explaining a specific example of the inference result presentation operation of the information processing system according to the second embodiment of the present invention.
  • the circuit design drawing data is stored in the terminal 8.
  • the context information collection unit 801 of the terminal 8 extracts part information and attribute information of each part as context information from the circuit design drawing data.
  • the context information collection unit 801 extracts context information “case Y” as component information and “plastic”, “sliding”, and “high temperature” as attribute information from the circuit design drawing data ( Step S20).
  • the context information acquisition unit 203 of the server 2 receives this context information from the terminal 8 (step S21).
  • the inference unit 204 determines that the attribute information “plastic” and “high temperature” of the context information satisfy the IF information of the inference rule P-0001 shown in FIG.
  • the inference unit 204 determines that the THEN information “part ⁇ melt” of the inference rule P-0001 and the attribute information “plastic” of the case Y satisfy the IF information of the inference rule P-0004.
  • the inference unit 204 ends the inference process because there is no inference rule in which the THEN information “part ⁇ melt deformation” of the inference rule P-0004 satisfies the IF information.
  • the inference unit 204 acquires a case ID associated with each of the inference rules P-0001 and P-0004 used in step S22.
  • no case ID is associated with P-0001
  • C-0001 is associated with P-0004 as the case ID. Therefore, the inference unit 204 acquires a case C-0001 as an inference result (step S22).
  • the inference unit 204 applies other inference rules (not shown) to the attribute information “slide type” of the context information obtained in step S21 in a chained manner as shown in FIG. Cases C-0007 to C-0009 are obtained as inference results.
  • case ID is not associated with the inference rule applied during the inference process. If there is a case ID associated with an inference rule applied midway, the inference unit 204 also uses the case ID as an inference result.
  • the inference result index value calculation unit 205 calculates an index value for each browsing ID for the browsing user.
  • the browsing user ID is U-0001.
  • the inference result index value calculation unit 205 obtains ⁇ inference rule P-0001, inference rule P-0004 ⁇ as an inference step list for the case C-0001 as the inference result.
  • the inference result index value calculation unit 205 obtains 0.6 by referring to the knowledge level storage unit 202 shown in FIG. 7 as the knowledge level of the user U-0001 for the inference rule P-0001 (step S24). ).
  • the inference result index value calculation unit 205 obtains 0.1 as a knowledge level of the user U-0001 for the inference rule P-0004 by referring to the knowledge level storage unit 202 shown in FIG. S24).
  • the inference result index value calculation unit 205 obtains 0.06 as an index value for the user U-0001 of the case C-0001 using the formula (2) (step S25).
  • the inference result index value calculation unit 205 calculates 0.5, 0.3, and 0.08 as knowledge levels for cases C-0007 to C-0009, respectively.
  • the inference result index value calculation unit 205 determines each of the inference result index value calculation units 205 based on the equation (2). You may employ
  • the inference result presentation unit 206 searches the case information storage unit 210 for case information of cases C-0001 and C-0007 to C-0009, which are inference results. Then, the inference result presenting unit 206 sorts each case information in ascending order of the index values calculated in Step S25, and transmits it to the terminal 8 (Step S26).
  • FIG. 12 is a diagram showing an example of an inference result presentation screen according to the second embodiment of the present invention.
  • the information input / output unit 802 of the terminal 8 displays the case information that is the inference result in order from the lowest index value.
  • each line has shown the case information which is an inference result.
  • the “uninput” operation button shown in the rightmost cell of each row is for opening an information input screen for evaluating the degree of knowledge of the browsing user with respect to the case information.
  • “input completed” information shown instead of the “uninput” operation button indicates that the evaluation information on the degree of knowledge of the browsing user with respect to this case information has already been input.
  • FIG. 13 is an example of an evaluation information input screen displayed by the information input / output unit 802 of the terminal 8.
  • This example is a screen for inputting evaluation information for case C-0001.
  • the information input / output unit 802 displays the input screen illustrated in FIG. 13 in response to pressing of the “uninput” operation button illustrated in FIG. 12.
  • the information input / output unit 802 can select any one of “browsing”, “verification performed”, “specialized area”, “occurrence of oversight”, and “defect embedding” as multiple types of evaluation information.
  • a pull-down list is displayed (step S30).
  • the information input / output unit 802 acquires evaluation information “verification performed” (steps S31 to S32).
  • FIG. 14 is a schematic diagram for explaining a specific example of the knowledge level update operation of the information processing system according to the second embodiment of the present invention.
  • the knowledge level update unit 209 acquires P-0001 and P-0004 as the IDs of the inference rules included in the inference step list until the case C-0001 is obtained. Then, the knowledge level update unit 209 searches the knowledge level storage unit 202 for records including P-0001 and the browsing user U-0001, and records including P-0004 and the browsing user U-0001 (step S34). .
  • the knowledge level updating unit 209 updates the knowledge level included in the searched record to a value obtained by adding 0.2 to the value.
  • the knowledge level update unit 209 uses the knowledge level of the user ID for the corresponding inference rule ID as 0, and uses the value obtained by applying the increase / decrease value as a new record. You may store in the level memory
  • the server 2 stores some or all of the inference rule storage unit 201, the knowledge level storage unit 202, the context information acquisition unit 203, the evaluation information acquisition unit 207, the knowledge level change rule storage unit 208, and the case information storage unit 210. It does not have to be provided. Further, these components may be outside the server 2. Furthermore, some or all of inference rules, knowledge levels, context information, evaluation information, knowledge level change rules, and case information may be given to the server 2 from the outside.
  • the information processing system can preferentially present the case information that the user does not have detailed knowledge among the case information inferred from the context.
  • the inference section uses the case information associated with each inference rule that is applied to the context in a chain as the inference result, and the inference result evaluation section uses the inference step list until the case information is obtained.
  • an index value that comprehensively represents the depth of knowledge of the browsing user for the case information is calculated.
  • the information processing system according to the second embodiment provides such case information to a user who knows the case information but does not have detailed knowledge of the process up to the case. It can be preferentially presented. That is, the information processing system according to the second embodiment can preferentially present the case information as the inference result from the less knowledge the browsing user has for the inference process.
  • the information processing system according to the second embodiment is able to accurately present case information that can be said to be case information that cannot be said to have truly detailed knowledge for the user, and that is likely to make a mistake. it can.
  • the information processing system can more accurately determine the case information presented with priority for each browsing user.
  • the evaluation information acquisition unit acquires information in which the degree of knowledge of the case information as the inference result is evaluated by the browsing user, and the knowledge level update unit changes the knowledge level associated with the acquired evaluation information.
  • the knowledge level of the viewing user for each inference rule used until the case information as the inference result is obtained using the rule is updated.
  • the information processing system according to the second embodiment improves the accuracy of index values of other inference results obtained by using the inference rule whose knowledge level has been updated.
  • the information processing system according to the second embodiment even if the case information has never been viewed by the user, if the user already has detailed knowledge about the inference process, Case information is not preferentially displayed to the user.
  • the information processing system is likely to cause mistakes even if it is case information that has been viewed many times by the user, because it does not have true detailed knowledge about the inference process. If it is information, the case information can be preferentially displayed to the user.
  • the information processing system 30 includes a server 3 as an information processing apparatus of the present invention and a terminal 8.
  • the functional block configuration of each device is shown in FIG. 15, the server 3 replaces the inference rule storage unit 201 with the inference rule storage unit 301 and the knowledge level storage unit 202 with respect to the server 2 according to the second embodiment of the present invention.
  • An inference result index value calculation unit 305 instead of the storage unit 302, an inference result index value calculation unit 205, a knowledge level update unit 309 instead of the knowledge level update unit 209, and a case information storage instead of the case information storage unit 210
  • the point provided with the part 310 differs.
  • the server 3 is configured by a computer device 2600 shown in FIG.
  • the inference rule storage unit 301, the knowledge level storage unit 302, the inference result index value calculation unit 305, the knowledge level update unit 309, and the case information storage unit 310 are the inference rule storage unit 201, the knowledge level storage unit 202, and the inference result index.
  • the value calculation unit 205, the knowledge level update unit 209, and the case information storage unit 210 are configured by the same components of the computer device 2600.
  • the inference rule storage unit 301 stores each inference rule as exemplified in FIG. 6 in the second embodiment of the present invention, further including its occurrence probability.
  • An example of information stored in the inference rule storage unit 301 is shown in FIG. In FIG. 16, for example, the inference rule P-0002 includes “0.5” as the occurrence probability. This indicates that when the condition that the output from the regulator component is a high voltage is satisfied, the probability that the component generates heat is 0.5.
  • Knowledge level storage unit 302 further stores records including case IDs instead of inference rule IDs in addition to the records illustrated in FIG. 7 in the second embodiment of the present invention.
  • An example of information stored in the knowledge level storage unit 302 is shown in FIG. In FIG. 17, each record stored in the knowledge level storage unit 302 includes one of an inference rule ID and a case ID, a user ID, and a knowledge level.
  • the record including the inference rule ID is the same as the record in the first and second embodiments of the present invention, and represents the knowledge level of the user with respect to the inference rule.
  • the record including the case ID represents the user's knowledge level for the case information.
  • the user's knowledge level for such case information may be registered in advance, or a predetermined value such as 0 may be set as an initial value.
  • the case information storage unit 310 stores information representing the importance of the case in addition to the configuration of the case information in the second embodiment of the present invention as information representing the case related to the inference result. Yes.
  • An example of information stored in the case information storage unit 310 is shown in FIG.
  • the inference result index value calculation unit 305 for each piece of case information derived as an inference result, in addition to the viewing user's knowledge level for each inference rule included in the inference step list, further provides the viewing user's knowledge for the case information. Based on the level, the index value of the case information is calculated. For example, the inference result index value calculation unit 305 may calculate the index value of each case information as the inference result using the following equation (3).
  • Lc (a, Case) is a knowledge level for the case Case of the user a.
  • the inference result index value calculation unit 305 may calculate an index value for the index value of each case information calculated as described above in consideration of the importance of the case information. For example, the inference result index value calculation unit 305 may set a new index value by adding the reciprocal of the importance of the case information to the index value calculated using the formula (3). Thereby, the index value of the case information with higher importance of the case information itself becomes small among the case information whose browsing user's knowledge is lower than the inference process of the case information.
  • the inference result index value calculation unit 305 may calculate the index value of the case information in consideration of the occurrence probability of the event for each inference rule as shown in FIG. For example, the inference result index value calculation unit 305 adds a value obtained by adding the power of each occurrence probability to the integrated value of the browsing user's knowledge level for each inference rule included in the inference step list of the case information. It may be an index value. If a positive exponent is used to multiply the occurrence probability power, the index value calculated for the case information obtained through the inference rule with the lower occurrence probability is smaller.
  • the inference result index value calculation unit 305 regards case information as an inference result inferred from an event with a lower occurrence frequency as being more useful (less knowledge) for the viewing user.
  • An index value is calculated.
  • Such an index value is effective, for example, when the browsing user is an advanced user. Or, when the power of the occurrence probability is integrated using a negative exponent, the index value calculated for the case information obtained through the inference rule with the higher occurrence probability becomes smaller.
  • the inference result index value calculation unit 305 regards the case information as an inference result inferred from an event having a higher occurrence frequency as an index that is considered more useful (less knowledge) for the viewing user. Calculate the value.
  • Such an index value is effective, for example, when the browsing user is a beginner.
  • the inference result index value calculation unit 305 may change the index value in the power of occurrence probability used when calculating the index value by acquiring information indicating the skill level of the browsing user.
  • Knowledge level update unit 309 is configured in the same manner as knowledge level update unit 209 in the second embodiment of the present invention.
  • the knowledge level update unit 309 searches the knowledge level storage unit 302 for a record including the browsing user's knowledge level for the case information that is the target of the evaluation information. Then, the knowledge level update unit 309 updates the knowledge level of the retrieved record according to a knowledge level change rule corresponding to the type of evaluation information. That is, the knowledge level update unit 309 updates the browsing user's knowledge level for the case information that is the target of the evaluation information based on the evaluation information.
  • FIG. 19 is a flowchart for explaining the inference result presentation operation of the information processing system according to the third embodiment of the present invention.
  • the information processing system 30 operates in the same manner as the information processing system 20 according to the second embodiment of the present invention from step S20 to S23, thereby chaining inference rules with respect to context information. And apply case ID as an inference result.
  • the inference result index value calculation unit 305 executes the following steps S41 to S45 for each case ID obtained in step S22.
  • the inference result index value calculation unit 305 acquires the browsing user's knowledge level for each inference rule included in the inference step list until the case information is obtained (step S41).
  • the inference result index value calculation unit 305 acquires the browsing user's knowledge level for the case information (step S42).
  • the inference result index value calculation unit 305 acquires the probability of occurrence of each inference rule included in the inference step list until the case information is obtained (step S43).
  • the inference result index value calculation unit 305 acquires the importance of the case information (step S44).
  • the inference result index value calculation unit 305 browses this case information based on each knowledge level acquired in steps S41 to S42, each occurrence probability acquired in step S43, and the importance acquired in step S44. An index value for the user is calculated (step S45).
  • the inference result index value calculation unit 305 performs steps S41 to S41 for each inference step list. S45 is executed. Then, the inference result index value calculation unit 305 determines the index value of the case information based on the obtained plurality of index value candidates. For example, the inference result index value calculation unit 305 may use the minimum value of a plurality of index values as the index value of this case ID.
  • the information processing system 30 When the index value calculation processing is completed for each case ID, the information processing system 30 operates in the same manner as in the second embodiment of the present invention from step S26 to S27, and presents case information based on the index value. .
  • the information processing system 30 ends the inference result presentation operation.
  • FIG. 20 is a flowchart for explaining the knowledge level update operation of the information processing system according to the third embodiment of the present invention.
  • the information processing system 30 operates in the same manner as the information processing system 30 according to the second embodiment of the present invention from step S30 to S35, and thus each inference until the case information as an inference result is obtained. Update the browsing user's knowledge level for the rule.
  • the knowledge level update unit 309 searches the knowledge level storage unit 302 for a record including the browsing user's knowledge level for the case information that is the target of the evaluation information acquired in step S32 (step S51).
  • the knowledge level update unit 309 updates the knowledge level of the record searched in step S51 according to the knowledge level change rule obtained in step S33 (step S52).
  • the information processing system 30 ends the knowledge level update operation.
  • the server 3 stores some or all of the inference rule storage unit 301, the knowledge level storage unit 302, the context information acquisition unit 203, the evaluation information acquisition unit 207, the knowledge level change rule storage unit 208, and the case information storage unit 310. It does not have to be provided. Further, these components may be outside the server 3. Furthermore, some or all of inference rules, knowledge levels, context information, evaluation information, knowledge level change rules, and case information may be given to the server 3 from the outside.
  • the information processing apparatus more accurately determines case information that the user does not have detailed knowledge as case information preferentially presented from case information inferred from the context. can do.
  • the inference result index value calculation unit in addition to the viewing user's knowledge level for each inference rule included in the inference step list from which the case information as the inference result was derived, This is because the index value of the case information is calculated in consideration of the above.
  • the inference result index value calculation unit takes into account the probability of occurrence of each inference rule included in the inference step list from which the case information as the inference result is derived, the importance of the case information itself, and the like. It is because it calculates.
  • the information processing system is not limited to the user's knowledge level for the inference process, but also the probability of occurrence of each inference process, the user's knowledge level for the case itself, the importance of the case itself, Alternatively, by considering these combinations, it is possible to determine preferentially presented case information based on a more accurate index value.
  • An information processing system 40 includes a server 4 and a terminal 9 as the information processing apparatus of the present invention.
  • the functional block configuration of each device is shown in FIG.
  • the server 4 includes an evaluation information acquisition unit 407 instead of the evaluation information acquisition unit 207 with respect to the server 2 in the second embodiment of the present invention, and further includes an action history information acquisition unit 411, The difference is that an action history conversion rule storage unit 412 and an action history information conversion unit 413 are provided.
  • the server 4 is configured by a computer apparatus 2600 shown in FIG.
  • the action history information acquisition unit 411 includes a network interface 2605 and a CPU 2601 that reads a computer program stored in the ROM 2603 or the storage device 2604 into the RAM 2602 and executes it.
  • the action history information conversion unit 413 includes a CPU 2601 that reads a computer program stored in the ROM 2603 or the storage device 2604 into the RAM 2602 and executes the computer program.
  • the action history conversion rule storage unit 412 is configured by the storage device 2604.
  • the terminal 9 includes an action history information collection unit 903 in addition to the same configuration as that of the terminal 8 in the second embodiment of the present invention.
  • the terminal 9 is configured by a computer apparatus 2700 shown in FIG.
  • the action history information collection unit 903 includes a network interface 2707 and a CPU 2701 that reads a computer program stored in the ROM 2703 or the storage device 2704 into the RAM 2702 and executes the computer program.
  • each functional block constituting each device is not limited to the above-described configuration.
  • the behavior history information acquisition unit 411 receives behavior history information representing the history of behavior taken by the browsing user from the terminal 9 for each case information as an inference result presented at the terminal 9.
  • the action history information acquisition unit 411 includes, as the action history information, a browsing time of the inference result presentation screen in the terminal 9, an access record for the URL of the case information indicated in the inference result, a browsing time of the screen indicated by the URL, You may acquire the input operation log
  • the action history conversion rule storage unit 412 stores action history conversion rules for converting action history information related to each case information into evaluation information that evaluates the degree of knowledge of the user with respect to the case information.
  • An example of information stored in the action history conversion rule storage unit 412 is shown in FIG.
  • the action history conversion rule indicated by each line includes a condition for the action history information and evaluation information.
  • the action history conversion rule on the first line indicates that the action history information is converted into the evaluation information “view” if the browsing time for the detailed page of the case information as the inference result is 10 seconds or more.
  • the action history conversion rule on the second line has a browsing time of 100 seconds or more for the detailed page of the case information as the inference result, and there is an input operation to the verification result input text area provided on the page.
  • the action history information is converted into evaluation information “verification performed”.
  • the action history conversion rule on the third line converts the action history information into evaluation information “pointing input” if there is an input operation to the comment input text area provided on the detailed page of the case information as the inference result. Represents what to do. Also, the action history conversion rule on the fourth line has a viewing time of 10 seconds or more with respect to the detailed page of the case information as the inference result, and if there is an access operation to the attached file with a link attached to the page, This indicates that the action history information is converted into evaluation information “detailed check”.
  • FIG. 23 shows an example of information stored in the knowledge level change rule storage unit 208 when the action history conversion rule storage unit 412 stores the information shown in FIG.
  • the knowledge level change rules shown in FIG. 23 represent knowledge level change rules corresponding to the evaluation information “browsing”, “verification execution”, “pointing out input”, and “detail check”, respectively.
  • the behavior history information conversion unit 413 applies the behavior history conversion rule stored in the behavior history conversion rule storage unit 412 to the behavior history information acquired by the behavior history information acquisition unit 411, thereby evaluating the behavior history information as evaluation information. Convert to
  • the evaluation information acquisition unit 407 acquires the evaluation information from the behavior history information conversion unit 413 instead of acquiring the evaluation information selected by the browsing user's input operation.
  • the action history information collection unit 903 acquires information representing an operation history for the information input / output unit 802 as action history information. If the information input / output unit 802 is configured by a web browser application, the behavior history information collection unit 903 may acquire a page transition history and an operation history in the web browser as behavior history information. Then, the action history information collection unit 903 transmits the collected action history information to the server 4.
  • FIG. 24 is a flowchart for explaining the knowledge level update operation of the information processing system according to the fourth embodiment of the present invention. Since the inference result presentation operation of the information processing system 40 is the same as that of the information processing system 20 according to the second embodiment of the present invention, detailed description in the fourth embodiment is omitted.
  • the action history information collection unit 903 of the terminal 9 collects user action history information for each case information as an inference result, and transmits it to the server 4 (step S60).
  • the action history information collection unit 903 may acquire the operation history information of the user for the application software presenting the inference result as the action history information.
  • the action history information acquisition unit 411 of the server 4 receives action history information from the terminal 9 (step S61).
  • the behavior history information conversion unit 413 searches the behavior history conversion rule storage unit 412 for applicable behavior history conversion rules for the behavior history information acquired in step S61 (step S62).
  • the action history information conversion unit 413 converts the action history information into evaluation information according to the searched action history conversion rule (step S63).
  • the information processing system 40 operates in the same manner as the information processing system 20 according to the second embodiment of the present invention from step S33 to S35, so that each inference used until the case information is obtained. Update the browsing user's knowledge level for the rule.
  • the information processing system 40 ends the knowledge level update operation.
  • the server 4 includes an inference rule storage unit 201, a knowledge level storage unit 202, a context information acquisition unit 203, an evaluation information acquisition unit 407, a knowledge level change rule storage unit 208, a case information storage unit 210, and an action history information acquisition unit 411. And part or all of the action history conversion rule storage unit 412 may not be provided. Further, these components may be outside the server 4. Furthermore, some or all of inference rules, knowledge levels, context information, evaluation information, knowledge level change rules, case information, action history information, and action history conversion rules may be given to the server 4 from the outside.
  • the information processing apparatus can update the knowledge level for each user with respect to each inference rule without burdening the user with work.
  • the reason is that the action history information acquisition unit acquires information representing the user's action history with respect to the presented inference result, and the action history information conversion unit uses the action history conversion rule stored in advance. This is because information is converted into evaluation information. Thereby, the information processing apparatus according to the fourth embodiment obtains user evaluation information for accurately updating the knowledge level for each user regarding the inference rule without depending on the user's input work. This is because it becomes possible.
  • the action history information acquisition unit has been described as acquiring the page transition information and operation history information in the application software that presents the inference result as the action history information.
  • the action history information acquisition unit in the present invention may be any information as long as it is information that represents the user's action with respect to the presented inference result and can be acquired by the computer device.
  • the evaluation information acquisition unit is further provided with the evaluation input in the information input / output unit of the terminal, similarly to the evaluation information acquisition unit in the second or third embodiment of the present invention. Information may be received. And the evaluation information acquisition part in 4th Embodiment employ
  • the evaluation information acquisition unit in the fourth embodiment may acquire the evaluation information converted by the action history information conversion unit when the evaluation information is not input in the information input / output unit of the terminal. Good.
  • the information processing system including the server and the terminal has been described. However, by realizing each function of the server and the terminal in each embodiment in one computer device.
  • the information processing apparatus of the present invention can also be configured.
  • the context information is character information extracted from the circuit design document data.
  • the context information in each embodiment is any information as long as it is information to be inferred, such as character information, image information, measurement data output from the sensor device, operation log data for the device and application software, etc. It may be.
  • the inference rule has been described mainly with an example in which the IF-THEN format is used.
  • the inference rule in each embodiment may be in other forms used for deriving an inference result from context information.
  • the computer program may be stored in a storage device (storage medium) of a computer device, and the computer program may be read and executed by the CPU.
  • the present invention is constituted by a code representing such a computer program or the storage medium described above.
  • An inference part that obtains inference results by applying inference rules to the context information; Using the information representing the browsing user browsing the inference result, obtain the knowledge level of the viewing user for each inference rule applied until the inference result is obtained, and based on the acquired knowledge level, An inference result index value calculation unit that calculates an index value that collectively represents the depth of knowledge of the browsing user with respect to the inference result; An inference result presentation unit for presenting the inference result based on the index value calculated by the inference result index value calculation unit; For each inference rule applied until the inference result is obtained, the knowledge level of the browsing user with respect to the inference result presented by the inference result presenting unit is expressed as the knowledge level of the viewing user for the inference rule.
  • a knowledge level updating unit that updates the information based on the evaluated evaluation information
  • An information processing apparatus comprising: (Appendix 2) The inference unit sets the case information related to each inference rule applied until the inference result is obtained as the inference result, The information processing apparatus according to appendix 1, wherein the inference result index value calculation unit calculates the index value for each case information as the inference result. (Appendix 3) The inference result index value calculation unit is further based on the importance of case information as the inference result, in addition to the knowledge level of the browsing user for each inference rule applied until the inference result is obtained, The information processing apparatus according to attachment 2, which calculates an index value.
  • the inference result index value calculation unit further includes the browsing user's knowledge level for the case information as the inference result. Based on the index value, The information processing apparatus according to appendix 2 or appendix 3, wherein the knowledge level update unit further updates the knowledge level of the browsing user with respect to the case information based on the evaluation information. (Appendix 5) The inference result index value calculation unit is further based on the occurrence probability of the event inferred by each inference rule, in addition to the knowledge level of the browsing user for each inference rule applied until the inference result is obtained, The information processing apparatus according to any one of supplementary notes 1 to 4, which calculates the index value.
  • the inference result index value calculation unit calculates the index value based on an integrated value of the knowledge level of the browsing user with respect to each inference rule applied until the inference result is obtained.
  • the information processing apparatus as described in any one.
  • (Appendix 7) The information processing apparatus according to any one of Supplementary Note 1 to Supplementary Note 6, wherein the knowledge level update unit executes the update using an increase / decrease value associated with a type of the evaluation information.
  • (Appendix 8) An action history for converting the action history information into the evaluation information by applying an action history conversion rule to the action history information representing the action history of the browsing user who has browsed the inference result presented by the inference result presentation unit.
  • the information processing apparatus according to any one of supplementary notes 1 to 7, further comprising an information conversion unit.
  • the information processing apparatus according to appendix 8, wherein the action history information is an operation history for application software that presents the inference result.
  • the knowledge level is a value included in a predetermined range;
  • the information processing apparatus according to any one of Supplementary Note 1 to Supplementary Note 9, wherein the knowledge level update unit updates the knowledge level within the predetermined range.
  • Appendix 11 The information processing apparatus according to any one of Supplementary Note 1 to Supplementary Note 10, A terminal that collects context information and transmits it to the information processing device, outputs an inference result presented from the information processing device to an output device, and transmits the evaluation information input from the input device to the information processing device; , Information processing system with (Appendix 12) When the information processing apparatus is described in appendix 8 or appendix 9, The information processing system according to appendix 11, wherein the terminal further collects the action history information for the output of the inference result and transmits the collected action history information to the information processing apparatus.
  • the inference result is obtained by applying inference rules stored in advance to the input context information, For each inference rule applied until the inference result is obtained, a value stored in advance as a knowledge level representing the depth of knowledge possessed by the browsing user viewing the inference result is acquired, and based on each acquired knowledge level Calculating an index value that comprehensively represents the depth of knowledge of the browsing user with respect to the inference result, Presenting the inference result based on the index value; For the inference result presented, obtain evaluation information that evaluates the degree of knowledge that the browsing user has, An information processing method for updating, based on the evaluation information, a value stored as the knowledge level of the browsing user for the inference rule for each inference rule applied until the inference result is obtained.
  • An inference result index value calculation process for calculating an index value that comprehensively represents the depth of knowledge of the browsing user with respect to the inference result, based on each knowledge level;
  • An inference result presentation process for presenting the inference result based on the index value;
  • an evaluation information acquisition process for acquiring evaluation information in which the degree of knowledge of the browsing user is evaluated;
  • a knowledge level update process for updating a value stored in a storage device as a knowledge level of the browsing user for the inference rule based on the evaluation information; Is a computer program that causes a computer device to execute.
  • Information processing device 2 3, 4 Server 20, 30, 40 Information processing system 8, 9 Terminal 101, 201, 301 Inference rule storage unit 102, 202, 302 Knowledge level storage unit 103, 203 Context information acquisition unit 104, 204 Inference unit 105, 205, 305 Inference result index value calculation unit 106, 206 Inference result presentation unit 107, 207, 407 Evaluation information acquisition unit 108, 208 Knowledge level change rule storage unit 109, 209, 309 Knowledge level update unit 210, 310 Case information storage unit 411 Action history information acquisition unit 412 Action history conversion rule storage unit 413 Action history information conversion unit 801 Context information collection unit 802 Information input / output unit 903 Action history information collection unit 2500, 2600, 2700 Computer apparatus 2501, 260 , 2701 CPU 2502, 2602, 2702 RAM 2503, 2603, 2703 ROM 2504, 2604, 2704 Storage device 2505, 2705 Input device 2506, 2706 Display device 2605, 2707 Network interface

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

　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する。　情報処理装置１は、コンテキスト情報に対して推論ルールを適用して推論結果を得る推論部１０４と、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する推論結果指標値算出部１０５と、指標値に基づいて推論結果を提示する推論結果提示部１０６と、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、取得された評価情報に基づいて更新する知識レベル更新部１０９と、を備える。

Description

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
　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。
Figure JPOXMLDOC01-appb-I000001
　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。
Figure JPOXMLDOC01-appb-I000002
　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
　１０８、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。
PCT/JP2012/007930 2011-12-15 2012-12-12 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 WO2013088708A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2013549118A JP6079638B2 (ja) 2011-12-15 2012-12-12 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
US14/364,373 US9886666B2 (en) 2011-12-15 2012-12-12 Information processing device, information processing system, information processing method and computer-readable medium
EP12857998.4A EP2793144A4 (en) 2011-12-15 2012-12-12 INFORMATION PROCESSING APPARATUS, INFORMATION PROCESSING SYSTEM, INFORMATION PROCESSING METHOD, AND COMPUTER PROGRAM

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011274792 2011-12-15
JP2011-274792 2011-12-15

Publications (1)

Publication Number Publication Date
WO2013088708A1 true WO2013088708A1 (ja) 2013-06-20

Family

ID=48612182

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/007930 WO2013088708A1 (ja) 2011-12-15 2012-12-12 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

Country Status (4)

Country Link
US (1) US9886666B2 (ja)
EP (1) EP2793144A4 (ja)
JP (1) JP6079638B2 (ja)
WO (1) WO2013088708A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013088708A1 (ja) * 2011-12-15 2013-06-20 日本電気株式会社 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
CN111064433A (zh) 2018-10-17 2020-04-24 太阳能安吉科技有限公司 光伏系统故障和警报

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62281051A (ja) * 1986-05-30 1987-12-05 Nissan Motor Co Ltd 車両用故障診断装置
JPS6366639A (ja) * 1986-09-08 1988-03-25 Nec Corp 知識ベ−ス・システムにおける柔軟説明方式
JPH02201295A (ja) * 1989-01-31 1990-08-09 Toshiba Corp プラント機器故障診断作業支援装置
JPH0535479A (ja) * 1991-07-29 1993-02-12 Ricoh Co Ltd 情報処理装置
JP2007280301A (ja) 2006-04-11 2007-10-25 Omron Corp 不具合管理装置、不具合管理方法、不具合管理プログラム、およびこれを記録した記録媒体

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2845508B2 (ja) 1989-08-31 1999-01-13 株式会社東芝 エキスパートシステムの推論機構
US7853485B2 (en) 2005-11-22 2010-12-14 Nec Laboratories America, Inc. Methods and systems for utilizing content, dynamic patterns, and/or relational information for data analysis
KR100976722B1 (ko) * 2007-12-18 2010-08-18 한국과학기술정보연구원 사용자 맞춤형 연구 정보 제공 방법 및 시스템
JP5637143B2 (ja) * 2009-11-05 2014-12-10 日本電気株式会社 共同開発支援システム、共同開発支援方法及びプログラム
JPWO2012060105A1 (ja) * 2010-11-05 2014-05-12 日本電気株式会社 情報処理装置
WO2013088708A1 (ja) * 2011-12-15 2013-06-20 日本電気株式会社 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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62281051A (ja) * 1986-05-30 1987-12-05 Nissan Motor Co Ltd 車両用故障診断装置
JPS6366639A (ja) * 1986-09-08 1988-03-25 Nec Corp 知識ベ−ス・システムにおける柔軟説明方式
JPH02201295A (ja) * 1989-01-31 1990-08-09 Toshiba Corp プラント機器故障診断作業支援装置
JPH0535479A (ja) * 1991-07-29 1993-02-12 Ricoh Co Ltd 情報処理装置
JP2007280301A (ja) 2006-04-11 2007-10-25 Omron Corp 不具合管理装置、不具合管理方法、不具合管理プログラム、およびこれを記録した記録媒体

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
NAOKI OHSUGI ET AL.: "Software Function Recommender System Based on Collaborative Filtering", TRANSACTION OF INFORMATION PROCESSING SOCIETY OF JAPAN, vol. 45, no. 1, 2004
See also references of EP2793144A4

Also Published As

Publication number Publication date
EP2793144A1 (en) 2014-10-22
US20140358827A1 (en) 2014-12-04
JPWO2013088708A1 (ja) 2015-04-27
US9886666B2 (en) 2018-02-06
EP2793144A4 (en) 2016-12-21
JP6079638B2 (ja) 2017-02-15

Similar Documents

Publication Publication Date Title
Wang et al. Comparison of ARIMA and GM (1, 1) models for prediction of hepatitis B in China
US11238233B2 (en) Artificial intelligence engine for generating semantic directions for websites for automated entity targeting to mapped identities
US8893287B2 (en) Monitoring and managing user privacy levels
KR20110069734A (ko) 리스크 정보의 분산 추출 및 집성을 위한 시스템 및 방법
Bornmann et al. The proposal of a broadening of perspective in evaluative bibliometrics by complementing the times cited with a cited reference analysis
Dasu Data glitches: Monsters in your data
CN106796618A (zh) 时序预测装置和时序预测方法
WO2020004154A1 (ja) 情報処理装置、情報処理方法及びプログラム
WO2011065295A1 (ja) 評判分析装置、評判分析方法、および評判分析用プログラム
Gitzel Data Quality in Time Series Data: An Experience Report.
JP2021043939A (ja) 自動難度レベル推定のシステム及び方法
JP6079638B2 (ja) 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
JP2012094056A (ja) ユーザ状態推定システム、ユーザ状態推定方法及びユーザ状態推定プログラム
JP4447552B2 (ja) 情報提供方法及び装置及びプログラム及びコンピュータ読み取り可能な記録媒体
JP2012510662A (ja) ウェブページの接続時間及び訪問度に基づいたウェブ検索システム及びその方法
JP2015036923A (ja) 評価集計装置、評価順位作成装置、評価集計方法及びプログラム
Wlodarczyk et al. Current trends in predictive analytics of big data
Dalvi et al. Entropy analysis for identifying significant parameters for seismic soil liquefaction
CN109582802B (zh) 一种实体嵌入方法、装置、介质及设备
Khan et al. Privacy preserved and decentralized smartphone recommendation system
Colbaugh et al. Emerging topic detection for business intelligence via predictive analysis of'meme'dynamics
JP2022111544A (ja) 情報処理システム、及び情報処理方法
WO2024004384A1 (ja) 情報処理装置及び情報処理方法、並びにコンピュータプログラム
US20230112763A1 (en) Generating and presenting a text-based graph object
JP6833235B1 (ja) 情報処理システム、及び情報処理方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12857998

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2013549118

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14364373

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2012857998

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE