図面 (/)

技術 学習支援方法および装置

出願人 富士ゼロックス株式会社
発明者 萩野達也服部隆志吉田尚史清水智公中村純一
出願日 2002年6月10日 (18年8ヶ月経過) 出願番号 2002-168236
公開日 2004年1月15日 (17年1ヶ月経過) 公開番号 2004-012952
状態 特許登録済
技術分野 電気的に作動する教習具 双方向TV,動画像配信等 CATV、双方向TV等
主要キーワード 概念構造 利用者サイト C言語 選別ステップ 概念集合 教育効果 学習コース マニュアル調整
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2004年1月15日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (14)

課題

利用者適合した教材を提供する。

解決手段

メタデータ記憶部103は、概念のメタデータ、概念の間の関係のメタデータ、教材のメタデータ、利用者のメタデータ、質問のメタデータを保持する。ものである。理解度測定部104は、プレースメントテストを用いて利用者の概念に対する理解度を測定する。利用者の概念に対する理解度は利用者メタデータ記憶部103dに記憶される。教材検索部101は、利用者の概念の理解度および学習戦略幅広く学習、伸長して学習、深化して学習)に基づいて教材を検索するものである。教材ソート部102は教材検索部101により検索された教材を所定の規則に基づいてソートして利用者に表示する。

概要

背景

従来の教育は、教育を受ける個人のレベルにあわせるのではなく、全体の平均のレベルにあわせて行われてきた。そのような教育は、初学者には良く分からない教育となり、深く理解している人にとっては物足りない教育となる。近年、教育は多種多様利用者を対象とする必要があり、初心者と、知っている人との差はかなり大きくなりつつある。

概要

利用者に適合した教材を提供する。メタデータ記憶部103は、概念のメタデータ、概念の間の関係のメタデータ、教材のメタデータ、利用者のメタデータ、質問のメタデータを保持する。ものである。理解度測定部104は、プレースメントテストを用いて利用者の概念に対する理解度を測定する。利用者の概念に対する理解度は利用者メタデータ記憶部103dに記憶される。教材検索部101は、利用者の概念の理解度および学習戦略幅広く学習、伸長して学習、深化して学習)に基づいて教材を検索するものである。教材ソート部102は教材検索部101により検索された教材を所定の規則に基づいてソートして利用者に表示する。 

目的

この発明は、以上の事情を考慮してなされたものであり、利用者ごとにきめ細かく教材を選択できるようにする技術を提供する

効果

実績

技術文献被引用数
5件
牽制数
2件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

教材毎にその教材を用いて学習する概念集合およびその教材の履修の前提となる概念の集合を記憶する教材特性記憶手段と、学習可能な概念の関係を記憶する概念関係記憶手段と、利用者の概念の理解度を記憶する利用者理解度記憶手段と、学習戦略と上記利用者の概念の理解度とに基づいて学習対象の概念を選別する概念選別手段と、選別した上記学習対象の概念に基づいて上記教材特性記憶手段を参照して教材を選別する教材選別手段と、上記教材選別手段の選別結果を上記利用者に提示する手段とを有し、上記学習戦略は、(a)上記利用者の理解度が閾値を越えている概念を学習対象の概念として選別する、(b)上記利用者の理解度が閾値を越えていない概念を学習対象の概念として選別する、(c)上記利用者の理解度が閾値を越えている概念を選別し、選別した概念と所定の関係を有する概念を上記概念関係記憶手段を参照して取り出し、上記学習対象の概念として選別するという3つの学習戦略を含むことを特徴とする学習支援装置

請求項2

教材毎にその教材を用いて学習する概念の集合を記憶する教材特性記憶手段と、利用者の概念の理解度を記憶する利用者理解度記憶手段と、上記利用者の概念の理解度に基づいて学習対象の概念を選別する概念選別手段と、選別した上記学習対象の概念に基づいて上記教材特性記憶手段を参照して教材を選別する教材選別手段と、上記教材選別手段の選別結果を上記利用者に表示する選別結果表示手段とを有することを特徴とする学習支援装置。

請求項3

上記概念選別手段は、上記利用者の理解度が閾値を越えている概念を選別する請求項2記載の学習支援装置。

請求項4

上記概念選別手段は、上記利用者の理解度が閾値を越えていない概念を選別する請求項2または3記載の学習支援装置。

請求項5

学習可能な概念の関係を記憶する概念関係記憶手段をさらに有し、上記概念選別手段は、上記利用者の理解度が閾値を越えている概念を選別し、選別した概念と所定の関係を有する概念を上記概念関係記憶手段を参照して取り出し、上記学習対象の概念として選別し、上記学習対象の概念に基づいて上記教材選別手段が教材を選別する請求項2、3または4記載の学習支援装置。

請求項6

上記所定の関係は「is−a」関係および「part−of」関係の少なくとも1つを含む請求項5記載の学習支援装置。

請求項7

少なくとも一部の概念について、各々少なくとも1つの質問を記憶する質問記憶手段をさらに有し、上記質問に対して利用者から入力された回答に基づいて上記利用者の概念の理解度を決定する請求項1また5のいずれかに記載の学習支援装置。

請求項8

上記教材特性記憶手段は、教材毎にその履修の前提となる概念の集合をさらに記憶し、利用者の理解度が閾値を越えている概念に基づいて上記教材特性記憶手段の上記前提概念を参照し、履修可能な教材を絞り込む請求項1〜7のいずれかに記載の学習支援装置。

請求項9

教材の前提概念のすべてについて利用者の理解度が閾値を越えている場合にその教材を履修可能な教材とする請求項8記載の学習支援装置。

請求項10

上記選別結果表示手段は、教材に対する利用者の理解度に基づいて表示対象の教材をソートする請求項1〜9のいずれかに記載の学習支援装置。

請求項11

上記教材に対する利用者の理解度は当該教材により学習する概念の理解度および当該教材の履修の前提となる概念の理解度の少なくとも一方である請求項10記載の学習支援装置。

請求項12

上記選別結果表示手段は、教材または教材の概念の優先度に基づいて表示対象の教材をソートする請求項1〜9のいずれかに記載の学習支援装置。

請求項13

上記選別結果表示手段は、教材に対する利用者の参照回数に基づいて表示対象の教材をソートする請求項1〜9のいずれかに記載の学習支援装置。

請求項14

上記選別結果表示手段は、教材の概念の階層構造における位置または教材の階層構造の位置に基づいて表示対象の教材をソートする請求項1〜9のいずれかに記載の学習支援装置。

請求項15

利用者の概念の理解度は、利用者ごとに記憶される請求項1〜14のいずれかに記載の学習支援装置。

請求項16

利用者の概念の理解度は、利用者のグループごとに記憶される請求項1〜14のいずれかに記載の学習支援装置。

請求項17

新しい概念のみを学習、得意分野の概念のみを学習、および、ある範囲の概念を学習の3種類の学習戦略から利用者により選択された学習戦略により、教材を対象として検索を行い、利用者に応じた教材の出力することを特徴とする学習支援装置。

請求項18

検索の対象とする分野の概念の集合、利用者の各概念に対応する理解度、各教材に設定される前提となる概念群および得られる概念群、計3種類のデータ構造を入力とし、新しい概念のみを学習、得意分野の概念のみを学習、および、ある範囲の概念を学習の3種類の学習戦略から利用者により選択された学習戦略に応じた教材を出力することを特徴とする学習支援装置。

請求項19

利用者が入力した学習戦略を受け取るステップと、上記利用者から受け取った学習戦略と上記利用者の概念の理解度とに基づいて学習対象の概念を選別する概念選別ステップと、選別した上記学習対象の概念に基づいて、当該学習対象の概念を学習するための教材を選別する教材選別ステップと、上記教材選別ステップの選別結果を上記利用者に表示するステップとを有し、上記学習戦略は、(a)上記利用者の理解度が閾値を越えている概念を学習対象の概念として選別する、(b)上記利用者の理解度が閾値を越えていない概念を学習対象の概念として選別する、(c)上記利用者の理解度が閾値を越えている概念を選別し、選別した概念と所定の関係を有する概念を決定し、上記学習対象の概念として選別するという3つの学習戦略を含むことを特徴とする学習支援方法

請求項20

利用者の概念の理解度を記憶する利用者理解度記憶ステップと、上記利用者の概念の理解度に基づいて学習対象の概念を選別する概念選別ステップと、選別した上記学習対象の概念に基づいて、当該学習対象の概念を学習するための教材を選別する教材選別ステップと、上記教材選別ステップの選別結果を上記利用者に表示するステップとを有することを特徴とする学習支援方法。

請求項21

利用者が入力した学習戦略を受け取るステップと、上記利用者から受け取った学習戦略と上記利用者の概念の理解度とに基づいて学習対象の概念を選別する概念選別ステップと、選別した上記学習対象の概念に基づいて、当該学習対象の概念を学習するための教材を選別する教材選別ステップと、上記教材選別ステップの選別結果を上記利用者に表示するステップとをコンピュータに実行させるために用いられ、上記学習戦略は、(a)上記利用者の理解度が閾値を越えている概念を学習対象の概念として選別する、(b)上記利用者の理解度が閾値を越えていない概念を学習対象の概念として選別する、(c)上記利用者の理解度が閾値を越えている概念を選別し、選別した概念と所定の関係を有する概念を決定し、上記学習対象の概念として選別するという3つの学習戦略を含むことを特徴とする学習支援コンピュータプログラム

請求項22

利用者の概念の理解度を記憶する利用者理解度記憶ステップと、上記利用者の概念の理解度に基づいて学習対象の概念を選別する概念選別ステップと、選別した上記学習対象の概念に基づいて、当該学習対象の概念を学習するための教材を選別する教材選別ステップと、上記教材選別ステップの選別結果を上記利用者に表示するステップとをコンピュータに実行させるために用いられることを特徴とする学習支援方法。

請求項23

利用者の項目の理解度を質問に対する回答に基づいて判別する手段と、利用者から検索式受け付ける手段と、上記受け付けた検索式と上記項目の理解度に基づいて上記検索式に対する検索結果を生成する手段とを有することを特徴とする検索装置

請求項24

利用者の項目の理解度を質問に対する回答に基づいて判別する手段と、上記利用者の項目の理解度に基づいてマニュアル文書を生成する手段とを有することを特徴とするマニュアル生成装置

請求項25

基礎マニュアル文書を記憶する手段と、利用者の項目の理解度を質問に対する回答に基づいて判別する手段と、上記利用者の項目の理解度に基づいて上記基礎マニュアル文書を適合化して上記利用者用個別化したマニュアル文書を合成する手段とを有することを特徴とするマニュアル最適化装置

技術分野

0001

この発明は、利用者合致した教材を提供ずる学習支援技術に関する。

0002

従来の教育は、教育を受ける個人のレベルにあわせるのではなく、全体の平均のレベルにあわせて行われてきた。そのような教育は、初学者には良く分からない教育となり、深く理解している人にとっては物足りない教育となる。近年、教育は多種多様な利用者を対象とする必要があり、初心者と、知っている人との差はかなり大きくなりつつある。

0003

また、従来の全文検索技術では、対象とする教材の詳細を知らないと求める教材を獲得することができない。また、一般にノイズが多く含まれ、的確な教材の獲得は困難な状況にある。

0004

また、従来のパーソナライズ(personalize、個人化個別化)の手法では、主として可視化に関する技術のため、教材を対象とした高度な検索は困難である。

0005

パーソナライスの詳細については例えば下記の文献を参照されたい。
[1] Doug Riecken:”Introduction:personalized views of personalization,”Communications of ACM,Vol.43,No.8,Aug.2001.
[2] 清光英成内淳記:”Web データの個別化と環境適応,”情報処理学会論文誌,Vol.42、No.SIG08,pp.185−194.2001.

0006

また、従来の教材を対象とした検索技術としては、以下のものが知られている。
[3] Stephan Fischer:”Course and exercise sequencing using metadata in adaptive hypermedia learning systems,”ACM Journal of Educational Resourcesin Computing,Volume 1,Issue 1es,March 2001.

0007

この文献では、ラーニングオブジェクトメタデータを用いてラーニングオブジェクト記述学習コースを生成することを開示している。
[4] 特開平10−274919号公報 「教育支援システム

0008

この文献では、問題・解説解答等のデータをWWWサーバ上で一元管理し、学習者は、場所の制約を受けずに自宅でも会社でも、自分の都合のよい時間に自分のペースで学習をすすめることができる技術を示している。この文献では、テストによる理解度に基づき既に学習済みの不得意分野を提案する機能を有している。
[5] 特開2002−91284公報 「個別学習管理システム

0009

この文献では、利用者から入力された設問ごと正誤に基づき、単元ごとの正解数を自動的に収集することにより単元ごとの習熟度の計算を可能としている。しかし、計算される習熟度は、その単元のテスト結果であり、概念ごとの理解度は計算できない。
[6] 特開平4−301874号公報 「教育支援装置

0010

この文献では、上位コース、下位コース、関連コース、前提条件教育効果属性として付与されたコース(教材)を対象として、利用者は希望するコース名を入力することにより、利用者の理解度とそのコースの属性を考慮し、ふさわしいコースを学習することを可能としている。しかし、利用者の理解度はコースの終了を意味しているため、利用者が本当に理解しているかは不明確である。

0011

以上のような背景から、利用者ごとによりきめ細かく教材を選択できるようにすることが望ましい。さらに、幅広く(新しい概念のみを学習)、深化(得意分野の概念のみを学習)、伸張(ある範囲の概念を学習)の3種類の戦略を準備し、少なくとも1つの戦略に基づいて教材を対象とした検索を行い、利用者に応じた教材の出力を可能とすることが望ましい。

背景技術

0012

【発明が解決する課題】
この発明は、以上の事情を考慮してなされたものであり、利用者ごとにきめ細かく教材を選択できるようにする技術を提供することを目的としている。

0013

この発明によれば、上述の目的を達成するために、特許請求の範囲に記載のとおりの構成を採用している。

0014

この発明によれば、教材を対象とした、利用者のプロファイルによる個別化機構を伴う検索手法が提供される。具体的な構成では、幅広く(新しい概念のみを学習)、深化(得意分野の概念のみを学習)、伸張(ある範囲の概念を学習)の3種類の学習戦略を用意する。少なくとも1つの学習戦略に基づいて、教材を対象として検索を行い、利用者に応じた教材の出力を行う。予め1つの学習戦略を利用者に選ばせ、選ばれた学習戦略に基づいて教材の選択を行い検索結果を利用者に提示してもよいし、各学習戦略に基づいて教材の検索を行い、検索結果を利用者に提示してもよい。この場合、学習戦略毎にグルーピングして検索結果を提示しすることが好ましい。

0015

検索の対象とする分野の概念の集合、利用者の各概念に対応する理解度、各教材に設定される前提となる概念群および得られる概念群、計3種類のデータ構造を入力とし、利用者から与えられた戦略(幅広く、深化、または、伸張)に応じた教材を出力する。

0016

理解度に応じたソーティング機構により教材を提示して、利用者の興味を損なわずに学習を行うようしてもよい。優先順位に応じたソーティング機構により教材を提示して、教材の提供者の意図に近い学習を行うようにしてもよい。教材の参照回数に応じたソーティング機構により教材を提示して、多くの利用者が選択した教材により学習を行うようにしてもよい。概念の構造に応じたソーティング機構により教材を提示して、抽象度の高い教材から順に、あるいは低い教材から順に参照を行えるようにし、トップダウン、あるいはボトムアップの学習を実現してもよい。

0017

さらに、発明を詳細に説明するのに先だって、特許請求の範囲の記載について補充的に説明を行なっておく。

0018

この発明の一側面によれば、学習支援装置に:教材毎にその教材を用いて学習する概念の集合およびその教材の履修の前提となる概念の集合を記憶する教材特性記憶手段と;学習可能な概念の関係を記憶する概念関係記憶手段と;利用者の概念の理解度を記憶する利用者理解度記憶手段と;学習戦略と上記利用者の概念の理解度とに基づいて学習対象の概念を選別する概念選別手段と;選別した上記学習対象の概念に基づいて上記教材特性記憶手段を参照して教材を選別する教材選別手段と;上記教材選別手段の選別結果を上記利用者に提示する手段とを設け;上記学習戦略は、(a)上記利用者の理解度が閾値を越えている概念を学習対象の概念として選別する、(b)上記利用者の理解度が閾値を越えていない概念を学習対象の概念として選別する、(c)上記利用者の理解度が閾値を越えている概念を選別し、選別した概念と所定の関係を有する概念を上記概念関係記憶手段を参照して取り出し、上記学習対象の概念として選別するという3つの学習戦略を含むようにしている。

0019

この構成においては、学習する概念に対する利用者の理解度に基づいて学習対象の概念を決定し、その上で教材を選択しているので、利用者の概念の理解度に応じてきめ細かな教材選定が可能となる。しかも、利用者が選択した学習戦略に適合して教材が選択されるので、利用者の概念の理解度に適合させるのみでなく利用者の学習方針や将来の目標に合致した態様で教材を選ぶことができる。

0020

学習戦略を利用者が選択し、選択した学習戦略に合致した教材を表示するようにしてもよいし、学習戦略のおのおのについて合致する教材を選択し、学習戦略毎に区分けして表示するようにしてもよい。

0021

なお、この発明は装置またはシステムとして実現できるのみでなく、方法としても実現可能である。また、そのような発明の一部をソフトウェアとして構成することができることはもちろんである。またそのようなソフトウェアをコンピュータに実行させるために用いるソフトウェア製品もこの発明の技術的な範囲に含まれることも当然である。

課題を解決するための手段

0022

この発明の上述の側面およびこの発明の他の側面は特許請求の範囲に記載され、以下実施例を用いて詳細に説明される。

0023

以下、この発明の実施例について説明する。

0024

[第1の実施例]
原理的な説明>
まず、この発明の原理的な構成について説明する。図1は、この発明の原理的な構成を説明する第1の実施例を示しており、図2は、第1の実施例の概略的な手法を説明している。

0025

まず、図2を用いて概略的な手法を説明する。図2において、第1の実施例の学習支援システムには、学ぶべき対象となる概念集合と、概念の間の関係が付与される。学習対象の概念は、例えば「プログラミング言語」、「C言語」、「コンピュータ」、「CPU」、「ハードディスク」等である。概念の間の関係は、例えば「part−of」関係や「is−a」関係である。「CPU」と「コンピュータ」との間には「part−of」関係がある。「プログラミング言語」と「C言語」との間には「is−a」関係がある。そして予め準備された教材には、その教材を学習するための前提知識(概念集合の部分集合)と、その教材を用いて学ぶことができる学習知識(概念集合の部分集合)がメタデータとして付与される。また、利用者ごとに、プレースメントテストにより各知識(概念)の理解度が取得されている。

0026

学習支援システムは、利用者の概念の理解度と、教材の持つメタデータとを比較し、与えられた学習戦略に基づいて教材を選択する。学習戦略はつぎの3つである。
戦略1:幅広く(新しい概念のみを学習(まんべんなく学習))
利用者の理解度が閾値を越えている概念を学習概念として有する教材を選択する。
戦略2:深化(得意分野の概念のみを学習)
利用者の理解度が閾値を越えていない概念を学習概念として有する教材を選択する。
戦略3:伸張(ある範囲の概念を学習)
利用者の理解度が閾値を越えている概念を選別し、選別した概念と所定の関係を有する概念を学習概念として有する教材を選択する。

0027

なお、教材の前提知識(概念)について利用者の理解度が所定の閾値を越えていない場合には、その教材は学習困難なものとして検索から除外される。学習困難かどうかの基準も種々に変更できる。例えば、所定の教材に関して、理解度が所定の閾値を越えていない概念の数が、閾値を越えている概念の数に対し所定の割合以下であれば学習可能であると判断して検索対象としてもよい。また、所定の教材に関して、理解度が所定の閾値を越えていない概念があったとしても、その概念が、同時に学習する他の教材の学習概念の1つである場合には、その理解度の不足を無視するようにしてもよい。

0028

<構成>
つぎに第1の実施例の構成について図1を参照して説明する。

0029

図1において、この実施例の学習支援システムは、学習支援装置10と利用者装置20とからなっている。学習支援装置10は、教材検索部101、教材ソート部102、メタデータ記憶部103、理解度測定部104、教材履修登録部105、教材履修データ記憶部106、教材データ記憶部107、教材データ表示部108等を含んで構成されている。利用者装置20はLANやWAN等のネットワークを介して学習支援装置10に接続されている。

0030

教材検索部101は、利用者のプロフィール(概念の理解度)および学習戦略に基づいて教材を検索するものである。教材ソート部102は教材検索部101により検索された教材を所定の規則に基づいてソートして利用者に表示するものである。ソートの規則の例については後に詳述する。

0031

メタデータ記憶部103は、概念メタデータ記憶部103a、関係メタデータ記憶部103b、教材メタデータ記憶部103c、利用者メタデータ記憶部103d、質問メタデータ記憶部103e等を有している。これら概念メタデータ記憶部103a、関係メタデータ記憶部103b、教材メタデータ記憶部103c、利用者メタデータ記憶部103d、質問メタデータ記憶部103eは、それぞれ概念のメタデータ、概念の間の関係のメタデータ、教材のメタデータ、利用者のメタデータ、質問のメタデータを保持するものである。各メタデータは、例えばリソースデスクリプションフレームワークRDF)により記述される。リソース・デスクリプション・フレームワークの詳細については例えば「http://www.w3.org/TR/1999/REC−rdf−syntax−19990222/」を参照されたい。

0032

RDFにより記述された概念メタデータ(concept)の構造は例えば図3に示すようなものである。図3では、コンテナとして「Bag」(順番に意味がないもの)を用い、複数の問題のうちの1つのみが関連づけられている。他の問題は省略している。他のRDF記述においても、「Bag」のコンテナを伴う場合には、その1つの構成要素のみを示している。

0033

関係メタデータ(association)の構造、教材メタデータ(lecture)の構造、利用者メタデータ(user)の構造、質問メタデータ(question)の構造をそれぞれ図4図5図6図7に示す。

0034

理解度測定部104は、プレースメントテストを用いて利用者の概念に対する理解度を測定するものである。利用者の概念に対する理解度は利用者メタデータ記憶部103dに記憶される。

0035

教材履修登録部105は、教材ソート部102によりソートして表示される教材のリストを用いて利用者が選択した教材を履修教材として教材履修データ記憶部106に登録するものである。教材履修データ記憶部106には利用者ごとに履修対象の教材および履修状況等が保持される。

0036

教材データ記憶部107は教材毎に教材データを記憶するものである。教材データは、テキストイメージ音声プログラム等である。教材データは、例えば、ウェブベースで利用者に提供される。ウェブベースのドキュメントは静的に用意されていてもよいし、動的に生成されてもよい。教材データ表示部108は、教材履修データ記憶部106を参照して利用者の履修対象教材や履修状況を取り出し、これらに基づいて教材データを利用者に表示するものである。

0037

上述実施例についてさらに説明する。

0038

この実施例では、さきに述べたように、3種類の学習戦略により、教材を対象として検索を行い、出力する。
戦略1:幅広く(新しい概念のみを学習(まんべんなく学習))
戦略2:深化(得意分野の概念のみを学習)
戦略3:伸張(ある範囲の概念を学習)

0039

検索の対象とする分野の重要なキーワード群が概念集合として設定され、重要キーワード群(概念集合)のうちの2キーワード(概念)およびそれらの関連を要素とする集合が設定されていることを前提とする。

0040

各教材には、前提となる知識(前提概念群)、および、得られる知識(学習概念群)が、重要キーワード群(概念の部分集合)によりメタデータとして付与されていることを前提とする。

0041

利用者のプロファイルは、重要キーワード群および対応する理解度の集合により設定される。この利用者プロファイルは、プレースメントテストにより自動更新されることを想定する。

0042

具体的には、次のように解決する。

0043

<概念集合とその関係>
学生のテスト結果と、教材を結び付けるための中間段階として、その分野において学ぶべき概念を網羅した集合を用意する。概念集合を作るとき、抽象度やカバーする範囲が同程度で、お互いに重ならないような概念を列挙していくことは困難である。そこで、異なる抽象度の概念が重なりあって混在してもよいことにし、概念の間の関係を定義することによって、構造を持った集合とする。概念間の関係としてはいろいろな関係が考えられるが、この実施例では「is−a」関係と「part−of」関係の二つを採用している。この概念間の関係は、後で述べる理解度の計算や、推奨教材を選択するときのアルゴリズムの中で用いられる。

0044

<教材>
各教材には、メタデータとして前提知識(前提概念群)と学習知識(学習概念群)を付加する。これらは、それぞれ、この教材を学習する前提となる概念群と、この教材の学習により得られる概念群に対応する。なお、教材は、例えば90分で履修することを予定するものである。もちろんこれに限定されない。

0045

前提知識は、ある教材を使用して学習するために前提となる知識であり、概念集合の部分集合として表わされる。この集合の各要素に対する理解度が一定の閾値以上でないと、その教材は選択されない。例えば、セキュリティに関する教材では「ネットワーク」という概念を理解している必要がある。

0046

学習知識は、ある教材を使用して学習することによって得られる知識であり、概念集合の部分集合として表わされる。

0047

<理解度>
利用者が各概念をどの程度理解しているかを正確に知ることは困難であるが、テストによって推定することは可能である。概念について複数の質問を用意し、その正解の程度を理解度とすることができる。

0048

教材選択の戦略>
概念の理解度が計算できれば、それに基づいて教材を検索し、推奨する教材を選択する。この時、選択のアルゴリズムはいろいろ考えられるので、戦略をいくつか用意しておき、その中から適切なものを選ぶ。どのような戦略が望ましいかは、本方式が利用される状況や、利用者の目標によって異なる。

0049

提案は「幅広く学習」、「伸長して学習」、「深化した学習」の3つの戦略に基づいて行われる。採用する戦略によって提案結果も異なる。

0050

教材名、および提案されるにいたった要因が出力される。要因は戦略によって異なる。例えば「幅広く」の戦略の場合では、教材の教える概念のうち学生が理解していないものを表示する。

0051

<理解度によるフィルタリング機能
本機能は、教材を対象として検索を行う前に、全ての教材のうち、利用者の理解度に応じて、前提となる知識を満たしていない教材をフィルタリングする機能である。具体的には、利用者のプロファイルとして設定されている概念およびその概念に対応する理解度と、各教材の前提知識として設定されている概念を比較し、閾値εrを超えた教材のみを出力する。この出力を教材検索部101に入力する。すなわち、この機能が適用された後、教材の提案機能が適用される。

0052

<教材の提案機能>
利用者の理解度に応じて利用者が利用する教材の提案を行う。また、本機能は、提案した教材を利用者が参照した回数を、ログとして蓄積する機能(参照回数蓄積機能)も併せ持つ。

0053

本機能では、教材の提案について、次の戦略を設定する。
戦略1:幅広く学習
戦略2:深化して学習
戦略3:伸張して学習
それぞれの戦略について処理の手順を述べる。

0054

<戦略1:幅広く学習>
まんべんなく概念を学べるような教材を提案する戦略である。提案は次のような手順で行われる。
[ステップS01]:利用者の理解度を探索し、理解度が閾値を越えていない「概念」を選びだす。
[ステップS02]:学習知識にそれらの「概念」が含まれる教材を選択する。
[ステップS03]:選ばれた教材を出力することにより提案を行う。

0055

<戦略2:深化して学習>
現在の理解度を向上させるような教材を提案する戦略である。
[ステップS11]:利用者の理解度を探索し、理解度が閾値を越えている「概念」を選びだす。
[ステップS12]:学習知識の中にそれらの「概念」が含まれる教材を選択する。
[ステップS13]:選ばれた教材を出力することで提案を行う。

0056

<戦略3:伸張して学習>
特定分野の概念の獲得を目指すよう教材の提案する戦略である。
[ステップS21]:利用者の理解度を探索し、理解度が閾値を越えている「概念」を選びだす。
[ステップS22]:概念集合とその関連から、周辺概念に相当する「概念」を選びだす(一度関連をたどることによりたどり着ける概念を周辺概念とする)。
[ステップS23]:選ばれた「概念」が学習知識に含まれる教材を選択する。
[ステップS24]:選ばれた教材を出力することで提案を行う。

0057

<教材のソーティング機能>
本機能は、教材の提案機能が出力した教材群を入力し、利用者にとって適切な順序で出力する機能を実現する。

0058

本機能は、次の機構を実現する。
▲1▼理解度に応じたソーティング機構
▲2▼優先順位に応じたソーティング機構
▲3▼参照回数に応じたソーティング機構
▲4▼概念構造に応じたソーティング機構

0059

<理解度に応じたソーティング機構>
本機構は、学習者の理解度に応じたソーティングを実現する。具体的には、入力された教材群を対象として、利用者の理解度が高い順にソーティングした後、出力する。これにより、利用者の興味を損なわずに学習を行うことを可能とする。

0060

<優先順位に応じたソーティング機構>
本機構は、優先順位に応じたソーティングを実現する。具体的には、入力された教材群を対象として、あらかじめ設定された優先順位の順にソーティングした後、出力する。これにより、教材の提供者の意図に近い学習を行うことを可能とする。

0061

<参照回数に応じたソーティング機構>
本機構は、教材の参照回数に応じたソーティングを実現する。具体的には、入力された教材群を対象として、教材ごとの利用者の参照回数によりソーティングした後、出力する。これにより、多くの利用者が選択した教材により学習を行うことを可能とする。

0062

<概念構造に応じたソーティング機構>
本機構は、概念の構造に応じたソーティングを実現する。具体的には、入力された教材群を対象として、概念および概念間に設定されている関連に応じて、階層構造中の抽象度が高い順にソーティングした後、出力する。これにより、抽象度の高い教材から順に、あるいは低い教材から順に参照が可能となり、トップダウン、あるいはボトムアップの学習を実現することを可能とする。

0063

以上説明したようにこの実施例によれば、履修者が取るべき最適な教材の集合を提案することができ、また、すでに知っていることに関する授業は取る必要はなくなる。知っている人は、より深く知ることのできる授業を受けることが可能となる。

0064

[第2の実施例]
つぎにこの発明を具体的に実装する第2の実施例について説明する。

0065

図8は第2の実施例の構成を示しており、この図において、複数の利用者サイト40のクライアント端末401が学習支援サービスイト30のLAN(構内通信ネットワーク)306にLANやWAN等の通信ネットワーク50を介して接続されている。利用者サイト40のクライアント端末401は例えばパーソナルコンピュータであり、ウェブブラウザ402を実装している。学習支援サービスサイト30は、ウェブサーバ301、アプリケーションサーバ302、データベース管理システム303、ファイルサーバ304、ルータ305等のコンピュータ資源を有している。これらコンピュータ資源はLAN306に接続されている。もちろん、学習支援サービスサイト30は、ネームサーバメールサーバ等種々のサーバを必要に応じて含んでいる。

0066

データベース管理システム303は、概念メタデータ、関係メタデータ、教材メタデータ、利用者メタデータ、質問メタデータ等のデータベース311〜315や、教材履修データベース316を管理する。データベース管理システム303は、関係データベース管理システムでもよいし、オブジェクト指向データベース管理システムでもよいし、その他、例えばRDFに特化したデータベース管理システムでもよい。概念メタデータ、関係メタデータ、教材メタデータ、利用者メタデータ、質問メタデータ等のデータベース311〜315はそれぞれ図3図7に示すようなRDFで記述されたメタデータを保持するものである。教材履修データベース316は、利用者が登録している教材やその履修進捗状況に関するデータを保持するものである。

0067

ウェブサーバ301はユーザインタフェースを提供し、クライアント側からHTTPの要求を受け取る。アプリケーションサーバ302は、教材検索、教材ソート等の各種機能を実現する。アプリケーションサーバ302に代えてウェブサーバ301上のCGIコモンゲートウェイインタフェース)プログラムやサーブレット等を用いてもよい。

0068

利用者サイト40のクライアント端末401と学習支援サービスサイト30のルータ305とは上述の通信ネットワーク50により接続され、利用者サイト40のクライアント端末401を用いてイントラネット環境で学習支援サービスサイト30の各サーバにアクセスできるようになっている。

0069

学習支援サービスの構築者は、図9図10のユーザインタフェース等を用いて概念メタデータ、関係メタデータを登録し、同様のユーザインタフェースを用いて質問メタデータ、教材メタデータを登録する。

0070

利用者は図11に示すような質問に回答していき、これによって利用者メタデータの理解度が決定される。すなわち、利用者が、学習支援サービスにプレースメントテストを要求すると、アプリケーションサーバ302の理解度測定部302cが起動される。理解度測定部302cは図11に示すようなプレースメントテストのドキュメントを利用者のクライアント端末401に送り、利用者から回答データを受け取る。回答データに基づいて理解度を測定して利用者メタデータデータベース314に記憶する。この理解度は逐次更新される。

0071

利用者が、学習支援サービスに教材検索を要求するとアプリケーションサーバ302の教材検索部302aおよび教材ソート部302bが検索およびソートを行って図12に示すような回答を行う。利用者はこの回答からチェックボタン(図示しない)等を用いて履修教材を選択する。チェックを外せないような必須教材を設定できるようにしてもよい。この選択結果は教材履修データベース316に登録される。

0072

利用者が、学習支援サービスに履修を要求すると、教材履修データベース2316を参照して教材が決定され、ファイルサーバ304から教材データが利用者のクライアント端末401に供給される。教材データはURIにより指定される。

0073

この実施例においても、利用者の理解度および学習戦略に基づいて教材を検索して適切な教材を提案することができる。

0074

[第3の実施例]
つぎにこの発明をマニュアルの適合化に適用した実施例について説明する。

0075

図13は、この実施例を示しており、この図において、コンピュータ60には基礎マニュアルデータ記憶部601が設けられ、基礎マニュアルデータが記憶されている。この基礎マニュアルデータは例えばアプリケーションプログラム利用方法を記述したものである。この基礎マニュアルデータは、複数のモジュールから構成されている。モジュールメタデータ記憶部602が、モジュール毎にそのメタデータが記述され、メタデータによりモジュールごとに前提となるキーワード(概念)および学習できるキーワードの一方または双方が設定されている。キーワード間の関係を記述して保持していてもよい。理解度測定部603は、概念について質問を行う質問データを保持し、利用者に質問を表示し、利用者の回答を受け取って利用者の概念の理解度を生成する。マニュアル調整部604は、利用者の理解度に基づいて基礎マニュアルデータ記憶部601のモジュールを検索し、検索結果にしたがってマニュアルを合成する。合成結果調整済みマニュアル記憶部605に記憶され、後に利用者によりアクセスされる。検索結果等を保持し、この結果を参照して、基礎マニュアルデータからオンザフライで調整済みマニュアルを合成するようにしてもよい。この際上述で説明した学習戦略の1つを選択して検索の適合化を行うようにしてもよい。学習戦略に適合化した検索は上述の実施例と同様に行うことができる。

0076

また、上述の例では、マニュアル全体の調整について説明したが、キーワード検索を行って該当個所を提示する場合にも、利用者の理解度を考慮して該当個所を検索するようにしてもよい。

発明を実施するための最良の形態

0077

なお、この発明は上述の実施例に限定されるものではなく、種々変更可能である。例えば、第3の実施例のマニュアルの適合化は、コンピュータやそのプログラムの利用方法を記述するマニュアルのみでなく、複写機家庭電気製品自動車等、種々のインテリジェント化された機器のマニュアルの適合化に適用可能である。また、利用者の理解度を標準化した形態で取得し保持できるようにし、これを学習支援システム、コンピュータ等に再利用できるようにしてもよい。

図面の簡単な説明

0078

以上説明したように、この発明によれば、履修者が取るべき最適な教材の集合を提案し、すでに知っていることに関する授業は取る必要はなくなる。また知っている人は、より深く知ることのできる授業を受けることが可能となる。

図1
この発明の第1の実施例の構成を示す図である。
図2
上述第1の実施例の概略を説明する図である。
図3
上述実施例の概念メタデータの例を説明する図である。
図4
上述実施例の関係メタデータの例を説明する図である。
図5
上述実施例の教材メタデータの例を説明する図である。
図6
上述実施例の利用者メタデータの例を説明する図である。
図7
上述実施例の質問メタデータの例を説明する図である。
図8
この発明の第2の実施例の構成を説明する図である。
図9
上述第2の実施例の概念登録用のユーザインタフェースの例を説明する図である。
図10
上述第2の実施例の概念間関係登録用のユーザインタフェースの例を説明する図である。
図11
上述第2の実施例のプレースメントテスト用のユーザインタフェースの例を説明する図である。
図12
上述第2の実施例の教材提案用のユーザインタフェースの例を説明する図である。
図13
この発明の第3の実施例の構成を説明する図である。
【符号の説明】
10   学習支援装置
20   利用者装置
30   学習支援サービスサイト
40   利用者サイト
50   通信ネットワーク
60   コンピュータ
101   教材検索部
102   教材ソート部
103   メタデータ記憶部
103a   概念メタデータ記憶部
103b   関係メタデータ記憶部
103c   教材メタデータ記憶部
103d   利用者メタデータ記憶部
103e   質問メタデータ記憶部
104   理解度測定部
105   教材履修登録部
106   教材履修データ記憶部
107   教材データ記憶部
108   教材データ表示部
301   ウェブサーバ
302   アプリケーションサーバ
302a   教材検索部
302b   教材ソート部
302c   理解度測定部
303   データベース管理システム
304   ファイルサーバ
305   ルータ
311   概念メタデータデータベース
312   関係メタデータデータベース
314   利用者メタデータデータベース
315   質問メタデータデータベース
316   教材履修データベース
401   クライアント端末
402   ウェブブラウザ
601   基礎マニュアルデータ記憶部
602   モジュールメタデータ記憶部
603   理解度測定部
604   マニュアル調整部
605   マニュアル記憶部

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

該当するデータがありません

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

該当するデータがありません

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ