出題頻度と学習者の弱点を考慮した問題抽出機能を備えるｅ−ｌｅａｒｎｉｎｇシステム及び方法
【課題】学習者の弱点だけでなく出題頻度をも考慮したシステムを提供する。
【解決手段】問題のデータ、問題の分類のデータ、学習者のデータ、各学習者の学習結果としての各分類の状態データ、パラメータを保持するファイル、登録されているデータから出題傾向を割り出して一時的に保存するファイルとを持ち、一連の学習の流れの最初に学習者の初期状態を判定する弱点分析問題を抽出し、初期状態を判定する弱点分析問題の解答を採点して学習者の初期状態を判定し、システムに登録されている分類のデータと問題のデータを元に各分類の傾向を分析し、分析された傾向を用いて学習者を評価する係数を算出し、繰り返し学習を行う際にその時点の評価結果を元に学習者の弱点学習問題を抽出し、弱点学習問題の解答を採点して学習者のその時点の評価結果を更新し、学習者に最新の学習の状態や問題または解答を表示する。
【解決手段】問題のデータ、問題の分類のデータ、学習者のデータ、各学習者の学習結果としての各分類の状態データ、パラメータを保持するファイル、登録されているデータから出題傾向を割り出して一時的に保存するファイルとを持ち、一連の学習の流れの最初に学習者の初期状態を判定する弱点分析問題を抽出し、初期状態を判定する弱点分析問題の解答を採点して学習者の初期状態を判定し、システムに登録されている分類のデータと問題のデータを元に各分類の傾向を分析し、分析された傾向を用いて学習者を評価する係数を算出し、繰り返し学習を行う際にその時点の評価結果を元に学習者の弱点学習問題を抽出し、弱点学習問題の解答を採点して学習者のその時点の評価結果を更新し、学習者に最新の学習の状態や問題または解答を表示する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、インターネット環境を利用した自立型学習システムにおいて、学習効率を高めるために学習者の弱点を分析する機能と、分析された弱点と登録されている問題数を元に自動で問題を抽出し学習者へ出題をする学習システムに関するものである。
【背景技術】
【０００２】
ＩＴ技術が進歩すると共に、パソコン上で学習を行うe-learningシステムが一般的な学習方法となってきている。e-learningシステムの長所としては、システムが出す課題を特別な講師を必要とせず、自学自習できることである。e-learningとして問題を学習するシステムは既に種々存在する。
システムの出す課題としては、テストのような形式で問題を出し、利用者に学習をさせる方式が多く存在している。出題される問題は、学習ごとに固定で問題が出されるものがあるが、e-learningシステムでは学習の効果を高めるために、弱点を分析し、その弱点に沿って問題を抽出し、学習者に解答をさせるシステムが多く存在する。
こういった技術の場合は、問題のデータと出題内容のデータを別に管理し、弱点と判断された内容にあわせて登録されている出題内容を検索するような仕組みを持つことで弱点に沿った問題を抽出するような仕組みとなっている。（特許文献１、特許文献２）
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００５−０６２２９２号公報
【特許文献２】特開２００５−１６４９６５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上記のような技術の場合、間違った問題を元に弱点の分類を解析し、その弱点に沿って学習を行うことが特徴である。間違えた問題を学習者の弱点とみなし、その分類を補うことは学習の質を高めるために有効な手段であると考えることができる。
しかしながら、弱点と判断された分類を重点的に学習して弱点を克服しても、実際の試験における出題頻度が低い分類が弱点であった場合、学習の効果が低下する恐れがある。
また、上記技術の場合は、問題を追加する際に問題のデータだけではなく、問題と学習内容のデータを関連付けるデータとして学習内でどの問題を出題するかを記録するためのデータも登録しなければならない。このため、問題の入れ替えなどが必要になった場合には、問題のデータだけでなく、出題内容のデータについても注意を払わなくてはならない点も課題と考えられる。
本発明が解決しようとする課題は、学習者の弱点を考慮するだけでなく、出題頻度をも考慮した学習支援システムを提供することにある。
【課題を解決するための手段】
【０００５】
上記課題を解決する手段として、本発明に係るシステムは、問題のデータを記憶する領域と、問題における分類のデータを格納する領域と、本システムを利用する学習者のデータを記憶する領域と、各学習者の学習結果として各分類の状態データを記憶する領域と、本システムの学習中に必要なパラメータを保持するファイルと、本システムに登録されているデータから出題傾向を割り出して一時的に保存するファイルとを持ち、
一連の学習の流れの最初に学習者の初期状態を判定するための弱点分析問題を抽出する機能と、
初期状態を判定する弱点分析問題の解答を採点して学習者の初期状態を判定する機能と、
システムに登録されている分類のデータと問題のデータを元に各分類の傾向を分析する機能と、
分析された傾向を用いて学習者を評価する係数を算出する機能と、
繰り返し学習を行う際にその時点の評価結果を元に学習者の弱点学習問題を抽出する機能と、
弱点学習問題の解答を採点して学習者のその時点の評価結果を更新する機能
を備え、学習者に最新の学習の状態や問題または解答を表示する機能を持った出力装置と、学習者が表示された問題に対する解答を入力したり、採点の実行を指示したりできる入力装置を設けたものである。
【０００６】
登録されている問題数の情報(問題のみを入れ続けることで出題傾向となる)を考慮に入れて弱点を分析することができる機能を持っていることが特徴である。
【発明の効果】
【０００７】
以上の発明により、一連の学習の最初に、登録されている試験問題を解析し分類ごとの出題数を元に評価する基準となる値を決定することで、分類の出題頻度を考慮した学習者の評価をすることができるようになり、この評価と評価基準を利用することで効果的な学習のための問題を抽出することができるようになる。
【０００８】
また、問題の抽出を現在の評価を元にして全て動的に行う構成となることで、問題のデータを追加するだけで自動的に新しい問題も出題対象とすることができ、出題頻度の更新も行うことができるようになる。
【図面の簡単な説明】
【０００９】
【図１】本発明の実施形態を示すシステム構成図である。
【図２】図１にて示されたシステムにより行われる学習の流れ図である。
【図３】採点と学習者のデータの初期設定（図２の２３）における処理の流れ図である。
【図４】弱点学習の問題を抽出し、学習者に学習を行わせる（図２の２）における処理の流れ図である。
【図５】採点と学習者のデータの更新（図２の２５）における処理の流れ図である。
【図６】問題データ記憶領域４１に格納される問題データの構成図である。
【図７】分類データ記憶領域４２に格納される分類データの構成図である。
【図８】学習者データ記憶領域４３に格納される学習者データの構成図である。
【図９】学習結果データ記憶領域４４に格納される学習者の学習結果データの構成図である。
【図１０】学習履歴記憶領域４５に格納されるデータの構成図である。
【図１１】解答データ記憶領域４６に格納されるデータの構成図である。
【図１２】図１のシステムを運用するにあたり必要なデータを格納するシステム設定ファイル４７のデータの構成図である。
【図１３】学習を行うにあたり、登録されている問題データから出題傾向を割り出した際に一時保存を行うファイルである、出題傾向情報一時記憶ファイル４８のデータ構造図である。
【発明を実施するための形態】
【００１０】
以下、本発明を適用した学習システムの実施形態について説明する。
【００１１】
図１は、本発明の実施形態を表すシステム構成図である。本明細書において、○○部、○○手段と表示される要素は、コンピュータのＣＰＵが必要なプログラムを読み込んで処理を実行するものを指す。
本システムは、学習をする際の処理を主に行うデータ処理部１と、学習者が本システムに正解を入力する手段である入力装置２と、データ処理部での処理結果や学習者の入力を外部出力する出力装置３と、学習用の問題データや学習者の学習結果を保存するデータ記憶部４から成り、それらは図のように物理的に接続されている。
本構成例では全てが物理的に接続されているが、本実施形態を実現する際は各機能や記憶領域のデータ等のやりとりにネットワークなどを利用したとしても、適切に稼動するのであればネットワークを利用しても構わないし、各機能を分散させても構わない。
【００１２】
データ処理部１には、学習開始時の学習者の学習能力を測定するためのテスト（以下、「弱点分析問題」と称する。）を出力する弱点分析問題抽出部１１と、学習者が解いた弱点分析問題の結果を採点し能力を判定する弱点分析結果計算部１２と、弱点分析の結果を記憶後にシステムに登録されている問題データを元に出題傾向を分析する出題傾向分析処理部１３と、分析された出題傾向を元に各分類の１問あたりの達成率上昇値を計算する達成率上昇値計算部１４と、学習者の状態によって自動的に出題する問題を抽出する弱点学習問題抽出部１５と、学習者が解いた弱点学習問題の結果を採点し能力を判定する弱点学習結果計算部１６を備える。
入力装置２は、本システムに学習者の解答を入力することに適した装置である、マウス、キーボード、タッチパネルなどを備える。
出力装置３は、データ処理部で処理した結果を学習者用に表示をさせることに適した装置である、ディスプレイやプロジェクタなどを備える。
【００１３】
データ記憶部４は、システムが保持している問題を記録する問題データ記憶領域４１と、システムに登録される分類のデータを記録する分類データ記憶領域４２と、学習者の氏名やIDなどを記録する学習者データ記憶領域４３と、学習者の分類ごとの状況などを記録する学習結果データ記憶領域４４と、学習者の学習ごとに学習者の達成度合いを記録する学習履歴記憶領域４５と、学習時の解答結果を記録する解答データ記憶領域４６と、学習回数や学習状況の評価基準などを記録したシステム設定ファイル４７と、出題傾向を導き出すために一時的な記録を行う出題傾向情報一時記憶ファイル４８を備える。
【００１４】
これらのデータ記憶部４の具体的なデータ例は、図６から図１３に示すような内容となっている。データ記憶部４の内容に関しては、記憶領域やファイルと表現をしているが、図のようなデータを保存することのできる形式であるのならば、データベースなど他の記憶方式を用いても問題はない。
【００１５】
データ記録部４における問題データ記憶領域４１は、図６に示すように問題の分類ID６０１、問題ID６０２、難易度６０３、問題文６０４、正解６０５、解説文６０６、種類６０７、学習の最初に行う学習者の弱点分析として出題するかどうかを決定する弱点分析フラグ６０８、問題日付６０９から構成され、分類IDと問題IDによって一意に識別されるように登録される。このデータの中で弱点分析フラグ６０８が"1"であるデータは弱点分析テストとして出題されるデータとなる。問題のデータは実際の試験問題であるかそうでないかを識別するために、問題日付６０９が設定されており、この項目に設定があれば実際の試験問題、そうでない場合は試験問題ではないと識別される。
【００１６】
分類データ記憶領域４２は、図７に示すように分類ID７０１と、その分類IDの分類名称７０２から構成され、問題データの分類IDは分類データ記憶領域４２とを結びつける情報として登録される。
学習者データ記憶領域４３は、図８に示すようにシステムを利用する学習者のデータを保持する領域であり、学習者の学習者ID８０１、姓８０２、名８０３、学習進度８０４を備え、学習者ＩＤ８０１によって一意に識別される。学習進度８０４は現在の学習の回数を保存する項目であり、学習終了後に毎回更新される項目である。
【００１７】
学習結果データ記憶領域４４は、学習者ごとの各分類における現在の学習結果を保持する領域であり、図９に示すように学習者ＩＤ９０１、分類ＩＤ９０２、達成率上昇値９０３、達成率９０４、達成度９０５を備え、学習者ＩＤ９０１と分類ＩＤ９０２によって一意に識別される。これらの項目の中で達成率９０４とは、学習者の習熟度の状態をシステムの内部値として記録するための値であり、学習を進めていく中で上昇をしていく値である。達成率９０４は初期状態確認テストにおいて問題数と正解数の関係のみで一定数値上昇し、その後の繰り返し学習において問題１問正解するごとに対応する分野の達成率上昇値９０３に設定されている分の上昇をする。達成率上昇値９０３は、弱点学習時に１問正解した場合に上昇する達成率の値を表している。この達成率上昇値９０３は、登録されている試験問題数、すなわち現在までの試験の出題頻度を元に算出する項目であり、上昇する値を、出題頻度を元にして計算をすることで出題頻度を観点に加えた学習を行うことができるようになる。達成度９０５とは、後述するシステム設定ファイル４５の値を元に達成率９０４を利用して割り出した値であり、学習者のレベルを示す値である。
学習結果データは、本システムを利用した学習の最初に初期設定され、学習を繰り返すごとに達成率９０４と達成度９０５が更新されていく。学習者個人の履歴データは９０６の範囲のように学習者ＩＤ９０１によって一意に識別される。
【００１８】
学習履歴データ記憶領域４５は、学習者が学習を行った結果を記憶する領域であり、図１０に示すように学習者ＩＤ１００１、学習回数１００２、分類ＩＤ１００３、達成度１００４を備える。このデータは学習者が学習を行うごとに追加され、１回の学習結果は１００５の範囲のように学習回数１００２によって一意に識別される。また、学習者の全履歴データは１００６の範囲のように学習者ＩＤ１００１によって一意に識別される。
【００１９】
解答データ記憶領域４６は、図１１に示すように学習者ＩＤ１１０１、学習回数１１０２、分類ＩＤ１１０３、問題ＩＤ１１０４、問題番号１１０５、その問題に対する学習者の解答１１０６、解答に対する正誤１１０７を備える。解答データは学習者ＩＤ１１０１、学習回数１１０２、分類ＩＤ１１０３、問題ＩＤ１１０４によって一意に識別される。各学習における解答のデータは１１０８の範囲にあるように学習回数１１０２が同一であるかによって識別され、その中で何問目の問題かは問題番号１１０５によって識別される。学習者の全体の解答は１１０９の範囲のように学習者ＩＤ１１０１によって識別される。
【００２０】
システム設定ファイル４７は、図１２に示すように学習中に演算に必要なパラメータを保持するファイルであり、繰り返し学習を行う回数を保存する学習可能回数１２０１と、繰り返し学習を行う際の１学習あたりの問題数を保存する学習１回の問題数１２０２と、１回の学習の中で達成率９０４の上昇する上限を設定する学習１回の達成率上昇上限値１２０３と、一連の学習の流れの中で達成率９０４の想定最大値を保存する想定達成率最大値１２０４と、初期状態確認テストにおける出題数と正解数の対応を保存してある弱点分析達成率１２０５と、達成度９０５の最大値を保存してある達成度最大値１２０６と、達成度９０５を決定する達成率９０４の対応を記録する達成度達成率対応値１２０７を備える。
【００２１】
出題傾向情報一時記録ファイル４８は、図１３に示すように分類ＩＤ１３０１と、現在登録されている問題数１３０２と、問題データ記憶領域４１に登録されている問題数を基準に計算された問題数割合１３０３と、システム内で出題傾向を反映させた演算の際に利用する出題傾向係数１３０４を備える。出題傾向情報一時記録ファイルは弱点分析後に学習結果データ記憶領域４４を初期設定する際に一時記憶のために生成される。
本システムを開発する際のこれらのデータの注意点としては、問題データ記憶領域４１に保存されている問題日付６０９が登録された問題の数、すなわち試験問題であるデータの数が、各分類に１問は必ず存在しなければならない。（問題の存在しない分類ということになり、分類ごとに弱点を補強するシステムの方向性に反するため）
また、弱点分析フラグ６０８が"1"であるデータは、分類ごとに３問より多く登録されないようにする必要がある。これは、システム設定ファイル４７にあるように、弱点分析における各分類の問題数が３以上を想定していないからである。
【００２２】
本実施形態の学習システムによれば、以下のような効果を期待することができる。
（１）内部で学習者の状態を判断する基準である達成率の上昇値を、登録されている試験問題数を元に決定することで、出題頻度を考慮した弱点の評価を行うことができるようになる。
（２）登録されている問題数を元に達成率の計算を行っているため、問題が増加、または減少した場合でも出題頻度を考慮した弱点の評価を自動で行うことができる。
【００２３】
以下、以上により構成された実施形態における処理の流れを説明する。
【００２４】
図２は実施例における学習の流れである。
まず、本システムの学習者データ記憶領域４３に本システムの学習者のデータを登録する。（ステップ２１）
学習者データの登録後、システムはその学習者の能力を評価するために弱点分析問題抽出部１１を使用して弱点分析問題を抽出する。ここで抽出される問題は、問題データ記憶領域４１に登録されている問題のうち、弱点分析フラグ６０８が"１"であるものを対象とする。この際、抽出結果の先頭から順に問題番号を付与しておく。（ステップ２２）
抽出した問題は出力装置３によって学習者に表示される。表示した問題を見た学習者は入力装置２を利用してシステムに解答を入力する。
全ての問題に解答の入力が終了後、学習者によってシステムに採点の指示が入力されると、システムは弱点分析問題の採点とその結果を利用して学習者のデータの初期設定を開始する。（ステップ２３）
【００２５】
採点と学習者のデータの初期設定の処理の詳細は図３のような流れとなる。
図３のうち３０１から３０５までは弱点分析の結果を計算している。
まず、システム設定ファイル４７を読み込む。（ステップ３０１）
次に、弱点分析結果計算部１２において、入力装置２によって入力された学習者のデータを、問題データ格納領域の解答６０５を元に正誤判定を行う。判定はステップ２２において付与された問題番号の順に行う。正誤判定の結果は、解答データ記憶領域４６に記録する。記録の際、学習回数１１０２の項目には弱点分析のレコードであることが判断できるように"0"回目の学習とする。（ステップ３０２）
その後、分類データ記憶領域４２に格納されている分類のデータを元に、弱点分析テストにおける各分類の出題数と正解数を集計する。（ステップ３０３）
各分類の正解数の集計が完了後は、この正解数を元に各分類の初期達成率の算出を行う。初期達成率はシステム設定ファイル４７に格納されている１２０５の値を元に設定を行う。例えば、弱点分析で３問出題された分類の正解数が２問であった場合の初期達成率は１２０５−ｎ−２に設定されている"25"となる。全ての分類に対してこの手順を行い、初期の達成率を決定する。（ステップ３０４）
【００２６】
次に、先に決定した達成率から達成度を算出する。達成度は、システム設定ファイル４７に格納されている達成度達成率対応値１２０７を利用して算出する。設定は、達成率が達成度達成率対応値１２０７の最初の値である１２０７−ａの値未満である場合は達成度０であり、以降は１２０７−ａの値以上１２０７−ｂの値未満であれば達成度１、１２０７−ｂの値以上１２０７−ｃの値未満であれば達成度２、という流れで判定され、最後の達成度は１２０７−ｎの値以上であれば最後の達成度である５となる。この例の場合は、ある分類の達成率が20であった場合は15以上30未満であるため、達成度１と判定をする。（ステップ３０５）
３０６から３０９は出題傾向を考慮した達成率上昇値の計算と、学習結果記録領域への保存を行っている。
【００２７】
まず、出題傾向分析処理部１３によって、出題傾向の分析を行う。
問題データ記憶領域に登録されている問題データの中から、問題日付６０９が存在する問題データを抽出する。前述したように、問題データの問題日付６０９が存在するものは全て以前の試験問題として登録されているため、ここで抽出される問題は試験問題のみとなる。また、この際に学習者に日付を入力させ、所定の期間に試験として出題された問題のみを対象とすることもできる。（ステップ３０６）
そしてこの抽出した問題を、分類ＩＤ６０１ごとに集計を行い、分類ごとの試験問題数を算出する。こうすることで、システムに登録されている分類ごとの試験問題の数を集計することができる。（ステップ３０７）
【００２８】
こうして集計した問題数を利用して、出題傾向情報一時記憶ファイル４８に必要な情報を保存する。保存の際は、分類ＩＤ１３０１と問題数１３０２はステップ３０７の結果をそのまま保存する。問題数割合１３０３は、「分類ごとの問題数１３０２」÷「ステップ３０６で抽出した試験問題総数」を保存する。
出題傾向係数１３０４は、まずステップ３０１で読み込んだシステム設定ファイルの「学習可能回数１２０１」×「学習１回の問題数１２０２」＋「弱点分析で出題された問題数の２倍」を求めて、一連の学習における解答可能な問題総数とする。弱点分析で出題された問題数を２倍としているのは、本システムにおける弱点分析による達成率の上昇が固定値であり、通常の学習よりも大きくなるためである。そして、解答可能な問題総数と問題数割合１３０３との積を計算することで出題傾向係数１３０４とする。出題傾向係数の意味としては、一連の学習の中でその分類の問題をどの程度解答することができるかを表す概数のようなものである。（ステップ３０８）
そして、達成率上昇値計算部１４を利用して、出題傾向情報一時記憶ファイル４８に保存したデータを元に、各分類の達成率上昇値を計算する。この計算は、「想定達成率最大値１２０４」÷「出題傾向係数１３０４」によって求める。（ステップ３０９）
【００２９】
最後に、ステップ３０１からステップ３０９にて求めた各値を、学習結果記憶領域４４に全て保存をして採点と学習結果記録ファイルの初期設定が終了となる。
弱点分析の採点と学習者のデータの初期設定が終了後は、弱点学習という繰り返しの学習用の問題を抽出し、学習者に学習を行わせることとなる。（ステップ２４）
【００３０】
ステップ２４における問題の抽出は、弱点学習問題抽出部１５において、図４の流れに沿って行われる。
まず、問題抽出に必要なデータとして、システム設定ファイル４７と学習結果データ記憶領域４４にある学習者のデータを読み込む。（ステップ４０１）
そして、読み込んだ学習結果データ記憶領域４４に登録されている分類ごとの達成度の中で最低の達成度を調べ、最低の達成度の分類がいくつあるかを記憶する。（ステップ４０２）
調べた最低の達成度の各分類において、問題をいくつ抽出する予定とするかを計算する。計算は、「システム設定ファイル４７の学習１回の問題数１２０２」÷「最低達成度の分類数」の小数点以下を切り上げることによって求める。ただし、必ず１問以上となるようにする。例えば、学習１回の問題数１２０２が20で、最低達成度の分類数が４であった場合は、各分類5問ずつ抽出する予定とする。（ステップ４０３）
そして、最低達成度の中で最低の達成率となっている分類を調べ、この分類から問題数を確定していく。（ステップ４０４）
調べた分類ごとの問題数の確定の際には、「システム設定ファイル４７の学習１回の達成率上昇上限値１２０３」÷「学習結果データ記憶領域４４の達成率上昇値９０３」の小数点以下を切り上げた結果から求められる値を算出し、この値とステップ４０３のうち小さい方を抽出する問題数とする。例えば、達成率上昇上限値１２０３が20であり、達成率上昇値９０３が12である場合には、2問以上抽出をしないように制限することし、ステップ４０３で５問抽出する予定となっていた場合でも、この分類は２問だけ抽出することとなる。また、抽出した問題の総数は学習１回の問題数１２０２を超えないように調整する。
こうすることで、達成率上昇値が大きな分類が多く抽出され、一度に多くの達成率が上昇することを防いでいる。（ステップ４０５）
【００３１】
１つめの分類の問題数が確定したら、抽出が確定した問題の総数を調べる。これが学習１回の問題数１２０２ではなかった場合は、学習結果データ記憶領域の中で次に低い達成率の分類を調べる。その分類が前の達成度と同じであった場合はステップ４０４からの手順を行う。（ステップ４０６→４０７→４０８→４０４の流れ）ステップ４０４からの手順においては、抽出予定問題数は同じ達成度であるため以前と同じ値として問題数の確定を行っていく。達成度が違っていた場合は、次の達成度を基準にしてステップ４０２からの手順を行う。（ステップ４０６→４０７→４０９→４０２の流れ）この場合は達成度が以前と違うため、抽出予定問題数の再計算が行われるが、この際は「システム設定ファイル４７の学習１回の問題数１２０２と抽出が確定した問題数の差」÷「最低達成度の分類数」で問題数を決定する。
抽出が確定した問題の総数が学習１回の問題数１２０２を超えていた場合や、上記の繰り返しの中で抽出が確定した問題の総数を超えた場合は、繰り返しを抜けてステップ４１０に進む。
繰り返しを抜けた後は、確定した各分類の抽出問題数に沿って問題データ記憶領域から分類ごとに問題データを抽出し、弱点学習用の問題とする。（ステップ４１０）
問題を抽出した後は、弱点分析と同様に出力装置３に抽出した問題を表示し、入力装置２によって学習者の解答を入力させる。
その後、弱点学習の採点の学習者のデータの更新を行う。（ステップ２５）
【００３２】
採点と学習者のデータの更新は、弱点学習結果計算部１６において、図５の手順で行われる
。
まずは、システム設定ファイル４７を読み込み、続いて学習者データ記憶領域４３と学習結果データ記憶領域４４から学習者のデータを読み込む。（ステップ５０１）
その後、問題データ格納領域４１の解答６０５を元に入力された解答の正誤判定を行う。正誤判定の終了後は、結果を解答データ記憶領域４６に保存する。保存の際の学習回数は、学習者データ記憶領域４３の学習進度８０４の値に１加算した値とする。そして、保存した採点結果を分類ごとに集計し、各分類の正解数を調べる。（ステップ５０２、ステップ５０３）
【００３３】
最後に、各分類の正解数を元に学習終了後の各分類の達成率・達成度を計算して学習結果記憶領域４４の更新を行う。学習終了後の達成率は、分類ごとに「今までの達成率」＋「今回の学習の正解数」×「達成率上昇値９０３」によって求める。達成度は、先に計算した達成率を元にシステム設定ファイル４７の達成度達成率対応値１２０７の対応に従って決定していく。また、学習者データ記憶領域４３の学習進度８０４を１加算し、学習を１回行った状態とする。さらに、今回の学習の結果の達成度を利用して、学習履歴記憶領域４５に今回の学習結果を保存しておく。
【００３４】
採点と学習者のデータの更新後は、先ほど加算した学習進度８０４がシステム設定ファイルの学習可能回数１２０１を上回っているかを調べ、上回っていなかった場合は再度弱点学習を行い、上回っていた場合は一連の学習を終了することとする。
【産業上の利用可能性】
【００３５】
スタンドアローンのシステムのみならず、ネットワークを介して処理を分散させるシステムにも利用可能である。ウェブ上に設けたサーバ側で多くの処理を実現し、インターネットでアクセスするユーザにサービスを提供するシステムにも利用可能である。
【符号の説明】
【００３６】
１ データ処理部
２ 入力装置
３ 出力装置
４ データ記憶部
１１ 弱点分析問題抽出部
１２ 弱点分析結果計算部
１３ 出題傾向分析処理部
１４ 達成率上昇値計算部
１５ 弱点学習問題抽出部
１６ 弱点学習結果計算部
【技術分野】
【０００１】
本発明は、インターネット環境を利用した自立型学習システムにおいて、学習効率を高めるために学習者の弱点を分析する機能と、分析された弱点と登録されている問題数を元に自動で問題を抽出し学習者へ出題をする学習システムに関するものである。
【背景技術】
【０００２】
ＩＴ技術が進歩すると共に、パソコン上で学習を行うe-learningシステムが一般的な学習方法となってきている。e-learningシステムの長所としては、システムが出す課題を特別な講師を必要とせず、自学自習できることである。e-learningとして問題を学習するシステムは既に種々存在する。
システムの出す課題としては、テストのような形式で問題を出し、利用者に学習をさせる方式が多く存在している。出題される問題は、学習ごとに固定で問題が出されるものがあるが、e-learningシステムでは学習の効果を高めるために、弱点を分析し、その弱点に沿って問題を抽出し、学習者に解答をさせるシステムが多く存在する。
こういった技術の場合は、問題のデータと出題内容のデータを別に管理し、弱点と判断された内容にあわせて登録されている出題内容を検索するような仕組みを持つことで弱点に沿った問題を抽出するような仕組みとなっている。（特許文献１、特許文献２）
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００５−０６２２９２号公報
【特許文献２】特開２００５−１６４９６５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上記のような技術の場合、間違った問題を元に弱点の分類を解析し、その弱点に沿って学習を行うことが特徴である。間違えた問題を学習者の弱点とみなし、その分類を補うことは学習の質を高めるために有効な手段であると考えることができる。
しかしながら、弱点と判断された分類を重点的に学習して弱点を克服しても、実際の試験における出題頻度が低い分類が弱点であった場合、学習の効果が低下する恐れがある。
また、上記技術の場合は、問題を追加する際に問題のデータだけではなく、問題と学習内容のデータを関連付けるデータとして学習内でどの問題を出題するかを記録するためのデータも登録しなければならない。このため、問題の入れ替えなどが必要になった場合には、問題のデータだけでなく、出題内容のデータについても注意を払わなくてはならない点も課題と考えられる。
本発明が解決しようとする課題は、学習者の弱点を考慮するだけでなく、出題頻度をも考慮した学習支援システムを提供することにある。
【課題を解決するための手段】
【０００５】
上記課題を解決する手段として、本発明に係るシステムは、問題のデータを記憶する領域と、問題における分類のデータを格納する領域と、本システムを利用する学習者のデータを記憶する領域と、各学習者の学習結果として各分類の状態データを記憶する領域と、本システムの学習中に必要なパラメータを保持するファイルと、本システムに登録されているデータから出題傾向を割り出して一時的に保存するファイルとを持ち、
一連の学習の流れの最初に学習者の初期状態を判定するための弱点分析問題を抽出する機能と、
初期状態を判定する弱点分析問題の解答を採点して学習者の初期状態を判定する機能と、
システムに登録されている分類のデータと問題のデータを元に各分類の傾向を分析する機能と、
分析された傾向を用いて学習者を評価する係数を算出する機能と、
繰り返し学習を行う際にその時点の評価結果を元に学習者の弱点学習問題を抽出する機能と、
弱点学習問題の解答を採点して学習者のその時点の評価結果を更新する機能
を備え、学習者に最新の学習の状態や問題または解答を表示する機能を持った出力装置と、学習者が表示された問題に対する解答を入力したり、採点の実行を指示したりできる入力装置を設けたものである。
【０００６】
登録されている問題数の情報(問題のみを入れ続けることで出題傾向となる)を考慮に入れて弱点を分析することができる機能を持っていることが特徴である。
【発明の効果】
【０００７】
以上の発明により、一連の学習の最初に、登録されている試験問題を解析し分類ごとの出題数を元に評価する基準となる値を決定することで、分類の出題頻度を考慮した学習者の評価をすることができるようになり、この評価と評価基準を利用することで効果的な学習のための問題を抽出することができるようになる。
【０００８】
また、問題の抽出を現在の評価を元にして全て動的に行う構成となることで、問題のデータを追加するだけで自動的に新しい問題も出題対象とすることができ、出題頻度の更新も行うことができるようになる。
【図面の簡単な説明】
【０００９】
【図１】本発明の実施形態を示すシステム構成図である。
【図２】図１にて示されたシステムにより行われる学習の流れ図である。
【図３】採点と学習者のデータの初期設定（図２の２３）における処理の流れ図である。
【図４】弱点学習の問題を抽出し、学習者に学習を行わせる（図２の２）における処理の流れ図である。
【図５】採点と学習者のデータの更新（図２の２５）における処理の流れ図である。
【図６】問題データ記憶領域４１に格納される問題データの構成図である。
【図７】分類データ記憶領域４２に格納される分類データの構成図である。
【図８】学習者データ記憶領域４３に格納される学習者データの構成図である。
【図９】学習結果データ記憶領域４４に格納される学習者の学習結果データの構成図である。
【図１０】学習履歴記憶領域４５に格納されるデータの構成図である。
【図１１】解答データ記憶領域４６に格納されるデータの構成図である。
【図１２】図１のシステムを運用するにあたり必要なデータを格納するシステム設定ファイル４７のデータの構成図である。
【図１３】学習を行うにあたり、登録されている問題データから出題傾向を割り出した際に一時保存を行うファイルである、出題傾向情報一時記憶ファイル４８のデータ構造図である。
【発明を実施するための形態】
【００１０】
以下、本発明を適用した学習システムの実施形態について説明する。
【００１１】
図１は、本発明の実施形態を表すシステム構成図である。本明細書において、○○部、○○手段と表示される要素は、コンピュータのＣＰＵが必要なプログラムを読み込んで処理を実行するものを指す。
本システムは、学習をする際の処理を主に行うデータ処理部１と、学習者が本システムに正解を入力する手段である入力装置２と、データ処理部での処理結果や学習者の入力を外部出力する出力装置３と、学習用の問題データや学習者の学習結果を保存するデータ記憶部４から成り、それらは図のように物理的に接続されている。
本構成例では全てが物理的に接続されているが、本実施形態を実現する際は各機能や記憶領域のデータ等のやりとりにネットワークなどを利用したとしても、適切に稼動するのであればネットワークを利用しても構わないし、各機能を分散させても構わない。
【００１２】
データ処理部１には、学習開始時の学習者の学習能力を測定するためのテスト（以下、「弱点分析問題」と称する。）を出力する弱点分析問題抽出部１１と、学習者が解いた弱点分析問題の結果を採点し能力を判定する弱点分析結果計算部１２と、弱点分析の結果を記憶後にシステムに登録されている問題データを元に出題傾向を分析する出題傾向分析処理部１３と、分析された出題傾向を元に各分類の１問あたりの達成率上昇値を計算する達成率上昇値計算部１４と、学習者の状態によって自動的に出題する問題を抽出する弱点学習問題抽出部１５と、学習者が解いた弱点学習問題の結果を採点し能力を判定する弱点学習結果計算部１６を備える。
入力装置２は、本システムに学習者の解答を入力することに適した装置である、マウス、キーボード、タッチパネルなどを備える。
出力装置３は、データ処理部で処理した結果を学習者用に表示をさせることに適した装置である、ディスプレイやプロジェクタなどを備える。
【００１３】
データ記憶部４は、システムが保持している問題を記録する問題データ記憶領域４１と、システムに登録される分類のデータを記録する分類データ記憶領域４２と、学習者の氏名やIDなどを記録する学習者データ記憶領域４３と、学習者の分類ごとの状況などを記録する学習結果データ記憶領域４４と、学習者の学習ごとに学習者の達成度合いを記録する学習履歴記憶領域４５と、学習時の解答結果を記録する解答データ記憶領域４６と、学習回数や学習状況の評価基準などを記録したシステム設定ファイル４７と、出題傾向を導き出すために一時的な記録を行う出題傾向情報一時記憶ファイル４８を備える。
【００１４】
これらのデータ記憶部４の具体的なデータ例は、図６から図１３に示すような内容となっている。データ記憶部４の内容に関しては、記憶領域やファイルと表現をしているが、図のようなデータを保存することのできる形式であるのならば、データベースなど他の記憶方式を用いても問題はない。
【００１５】
データ記録部４における問題データ記憶領域４１は、図６に示すように問題の分類ID６０１、問題ID６０２、難易度６０３、問題文６０４、正解６０５、解説文６０６、種類６０７、学習の最初に行う学習者の弱点分析として出題するかどうかを決定する弱点分析フラグ６０８、問題日付６０９から構成され、分類IDと問題IDによって一意に識別されるように登録される。このデータの中で弱点分析フラグ６０８が"1"であるデータは弱点分析テストとして出題されるデータとなる。問題のデータは実際の試験問題であるかそうでないかを識別するために、問題日付６０９が設定されており、この項目に設定があれば実際の試験問題、そうでない場合は試験問題ではないと識別される。
【００１６】
分類データ記憶領域４２は、図７に示すように分類ID７０１と、その分類IDの分類名称７０２から構成され、問題データの分類IDは分類データ記憶領域４２とを結びつける情報として登録される。
学習者データ記憶領域４３は、図８に示すようにシステムを利用する学習者のデータを保持する領域であり、学習者の学習者ID８０１、姓８０２、名８０３、学習進度８０４を備え、学習者ＩＤ８０１によって一意に識別される。学習進度８０４は現在の学習の回数を保存する項目であり、学習終了後に毎回更新される項目である。
【００１７】
学習結果データ記憶領域４４は、学習者ごとの各分類における現在の学習結果を保持する領域であり、図９に示すように学習者ＩＤ９０１、分類ＩＤ９０２、達成率上昇値９０３、達成率９０４、達成度９０５を備え、学習者ＩＤ９０１と分類ＩＤ９０２によって一意に識別される。これらの項目の中で達成率９０４とは、学習者の習熟度の状態をシステムの内部値として記録するための値であり、学習を進めていく中で上昇をしていく値である。達成率９０４は初期状態確認テストにおいて問題数と正解数の関係のみで一定数値上昇し、その後の繰り返し学習において問題１問正解するごとに対応する分野の達成率上昇値９０３に設定されている分の上昇をする。達成率上昇値９０３は、弱点学習時に１問正解した場合に上昇する達成率の値を表している。この達成率上昇値９０３は、登録されている試験問題数、すなわち現在までの試験の出題頻度を元に算出する項目であり、上昇する値を、出題頻度を元にして計算をすることで出題頻度を観点に加えた学習を行うことができるようになる。達成度９０５とは、後述するシステム設定ファイル４５の値を元に達成率９０４を利用して割り出した値であり、学習者のレベルを示す値である。
学習結果データは、本システムを利用した学習の最初に初期設定され、学習を繰り返すごとに達成率９０４と達成度９０５が更新されていく。学習者個人の履歴データは９０６の範囲のように学習者ＩＤ９０１によって一意に識別される。
【００１８】
学習履歴データ記憶領域４５は、学習者が学習を行った結果を記憶する領域であり、図１０に示すように学習者ＩＤ１００１、学習回数１００２、分類ＩＤ１００３、達成度１００４を備える。このデータは学習者が学習を行うごとに追加され、１回の学習結果は１００５の範囲のように学習回数１００２によって一意に識別される。また、学習者の全履歴データは１００６の範囲のように学習者ＩＤ１００１によって一意に識別される。
【００１９】
解答データ記憶領域４６は、図１１に示すように学習者ＩＤ１１０１、学習回数１１０２、分類ＩＤ１１０３、問題ＩＤ１１０４、問題番号１１０５、その問題に対する学習者の解答１１０６、解答に対する正誤１１０７を備える。解答データは学習者ＩＤ１１０１、学習回数１１０２、分類ＩＤ１１０３、問題ＩＤ１１０４によって一意に識別される。各学習における解答のデータは１１０８の範囲にあるように学習回数１１０２が同一であるかによって識別され、その中で何問目の問題かは問題番号１１０５によって識別される。学習者の全体の解答は１１０９の範囲のように学習者ＩＤ１１０１によって識別される。
【００２０】
システム設定ファイル４７は、図１２に示すように学習中に演算に必要なパラメータを保持するファイルであり、繰り返し学習を行う回数を保存する学習可能回数１２０１と、繰り返し学習を行う際の１学習あたりの問題数を保存する学習１回の問題数１２０２と、１回の学習の中で達成率９０４の上昇する上限を設定する学習１回の達成率上昇上限値１２０３と、一連の学習の流れの中で達成率９０４の想定最大値を保存する想定達成率最大値１２０４と、初期状態確認テストにおける出題数と正解数の対応を保存してある弱点分析達成率１２０５と、達成度９０５の最大値を保存してある達成度最大値１２０６と、達成度９０５を決定する達成率９０４の対応を記録する達成度達成率対応値１２０７を備える。
【００２１】
出題傾向情報一時記録ファイル４８は、図１３に示すように分類ＩＤ１３０１と、現在登録されている問題数１３０２と、問題データ記憶領域４１に登録されている問題数を基準に計算された問題数割合１３０３と、システム内で出題傾向を反映させた演算の際に利用する出題傾向係数１３０４を備える。出題傾向情報一時記録ファイルは弱点分析後に学習結果データ記憶領域４４を初期設定する際に一時記憶のために生成される。
本システムを開発する際のこれらのデータの注意点としては、問題データ記憶領域４１に保存されている問題日付６０９が登録された問題の数、すなわち試験問題であるデータの数が、各分類に１問は必ず存在しなければならない。（問題の存在しない分類ということになり、分類ごとに弱点を補強するシステムの方向性に反するため）
また、弱点分析フラグ６０８が"1"であるデータは、分類ごとに３問より多く登録されないようにする必要がある。これは、システム設定ファイル４７にあるように、弱点分析における各分類の問題数が３以上を想定していないからである。
【００２２】
本実施形態の学習システムによれば、以下のような効果を期待することができる。
（１）内部で学習者の状態を判断する基準である達成率の上昇値を、登録されている試験問題数を元に決定することで、出題頻度を考慮した弱点の評価を行うことができるようになる。
（２）登録されている問題数を元に達成率の計算を行っているため、問題が増加、または減少した場合でも出題頻度を考慮した弱点の評価を自動で行うことができる。
【００２３】
以下、以上により構成された実施形態における処理の流れを説明する。
【００２４】
図２は実施例における学習の流れである。
まず、本システムの学習者データ記憶領域４３に本システムの学習者のデータを登録する。（ステップ２１）
学習者データの登録後、システムはその学習者の能力を評価するために弱点分析問題抽出部１１を使用して弱点分析問題を抽出する。ここで抽出される問題は、問題データ記憶領域４１に登録されている問題のうち、弱点分析フラグ６０８が"１"であるものを対象とする。この際、抽出結果の先頭から順に問題番号を付与しておく。（ステップ２２）
抽出した問題は出力装置３によって学習者に表示される。表示した問題を見た学習者は入力装置２を利用してシステムに解答を入力する。
全ての問題に解答の入力が終了後、学習者によってシステムに採点の指示が入力されると、システムは弱点分析問題の採点とその結果を利用して学習者のデータの初期設定を開始する。（ステップ２３）
【００２５】
採点と学習者のデータの初期設定の処理の詳細は図３のような流れとなる。
図３のうち３０１から３０５までは弱点分析の結果を計算している。
まず、システム設定ファイル４７を読み込む。（ステップ３０１）
次に、弱点分析結果計算部１２において、入力装置２によって入力された学習者のデータを、問題データ格納領域の解答６０５を元に正誤判定を行う。判定はステップ２２において付与された問題番号の順に行う。正誤判定の結果は、解答データ記憶領域４６に記録する。記録の際、学習回数１１０２の項目には弱点分析のレコードであることが判断できるように"0"回目の学習とする。（ステップ３０２）
その後、分類データ記憶領域４２に格納されている分類のデータを元に、弱点分析テストにおける各分類の出題数と正解数を集計する。（ステップ３０３）
各分類の正解数の集計が完了後は、この正解数を元に各分類の初期達成率の算出を行う。初期達成率はシステム設定ファイル４７に格納されている１２０５の値を元に設定を行う。例えば、弱点分析で３問出題された分類の正解数が２問であった場合の初期達成率は１２０５−ｎ−２に設定されている"25"となる。全ての分類に対してこの手順を行い、初期の達成率を決定する。（ステップ３０４）
【００２６】
次に、先に決定した達成率から達成度を算出する。達成度は、システム設定ファイル４７に格納されている達成度達成率対応値１２０７を利用して算出する。設定は、達成率が達成度達成率対応値１２０７の最初の値である１２０７−ａの値未満である場合は達成度０であり、以降は１２０７−ａの値以上１２０７−ｂの値未満であれば達成度１、１２０７−ｂの値以上１２０７−ｃの値未満であれば達成度２、という流れで判定され、最後の達成度は１２０７−ｎの値以上であれば最後の達成度である５となる。この例の場合は、ある分類の達成率が20であった場合は15以上30未満であるため、達成度１と判定をする。（ステップ３０５）
３０６から３０９は出題傾向を考慮した達成率上昇値の計算と、学習結果記録領域への保存を行っている。
【００２７】
まず、出題傾向分析処理部１３によって、出題傾向の分析を行う。
問題データ記憶領域に登録されている問題データの中から、問題日付６０９が存在する問題データを抽出する。前述したように、問題データの問題日付６０９が存在するものは全て以前の試験問題として登録されているため、ここで抽出される問題は試験問題のみとなる。また、この際に学習者に日付を入力させ、所定の期間に試験として出題された問題のみを対象とすることもできる。（ステップ３０６）
そしてこの抽出した問題を、分類ＩＤ６０１ごとに集計を行い、分類ごとの試験問題数を算出する。こうすることで、システムに登録されている分類ごとの試験問題の数を集計することができる。（ステップ３０７）
【００２８】
こうして集計した問題数を利用して、出題傾向情報一時記憶ファイル４８に必要な情報を保存する。保存の際は、分類ＩＤ１３０１と問題数１３０２はステップ３０７の結果をそのまま保存する。問題数割合１３０３は、「分類ごとの問題数１３０２」÷「ステップ３０６で抽出した試験問題総数」を保存する。
出題傾向係数１３０４は、まずステップ３０１で読み込んだシステム設定ファイルの「学習可能回数１２０１」×「学習１回の問題数１２０２」＋「弱点分析で出題された問題数の２倍」を求めて、一連の学習における解答可能な問題総数とする。弱点分析で出題された問題数を２倍としているのは、本システムにおける弱点分析による達成率の上昇が固定値であり、通常の学習よりも大きくなるためである。そして、解答可能な問題総数と問題数割合１３０３との積を計算することで出題傾向係数１３０４とする。出題傾向係数の意味としては、一連の学習の中でその分類の問題をどの程度解答することができるかを表す概数のようなものである。（ステップ３０８）
そして、達成率上昇値計算部１４を利用して、出題傾向情報一時記憶ファイル４８に保存したデータを元に、各分類の達成率上昇値を計算する。この計算は、「想定達成率最大値１２０４」÷「出題傾向係数１３０４」によって求める。（ステップ３０９）
【００２９】
最後に、ステップ３０１からステップ３０９にて求めた各値を、学習結果記憶領域４４に全て保存をして採点と学習結果記録ファイルの初期設定が終了となる。
弱点分析の採点と学習者のデータの初期設定が終了後は、弱点学習という繰り返しの学習用の問題を抽出し、学習者に学習を行わせることとなる。（ステップ２４）
【００３０】
ステップ２４における問題の抽出は、弱点学習問題抽出部１５において、図４の流れに沿って行われる。
まず、問題抽出に必要なデータとして、システム設定ファイル４７と学習結果データ記憶領域４４にある学習者のデータを読み込む。（ステップ４０１）
そして、読み込んだ学習結果データ記憶領域４４に登録されている分類ごとの達成度の中で最低の達成度を調べ、最低の達成度の分類がいくつあるかを記憶する。（ステップ４０２）
調べた最低の達成度の各分類において、問題をいくつ抽出する予定とするかを計算する。計算は、「システム設定ファイル４７の学習１回の問題数１２０２」÷「最低達成度の分類数」の小数点以下を切り上げることによって求める。ただし、必ず１問以上となるようにする。例えば、学習１回の問題数１２０２が20で、最低達成度の分類数が４であった場合は、各分類5問ずつ抽出する予定とする。（ステップ４０３）
そして、最低達成度の中で最低の達成率となっている分類を調べ、この分類から問題数を確定していく。（ステップ４０４）
調べた分類ごとの問題数の確定の際には、「システム設定ファイル４７の学習１回の達成率上昇上限値１２０３」÷「学習結果データ記憶領域４４の達成率上昇値９０３」の小数点以下を切り上げた結果から求められる値を算出し、この値とステップ４０３のうち小さい方を抽出する問題数とする。例えば、達成率上昇上限値１２０３が20であり、達成率上昇値９０３が12である場合には、2問以上抽出をしないように制限することし、ステップ４０３で５問抽出する予定となっていた場合でも、この分類は２問だけ抽出することとなる。また、抽出した問題の総数は学習１回の問題数１２０２を超えないように調整する。
こうすることで、達成率上昇値が大きな分類が多く抽出され、一度に多くの達成率が上昇することを防いでいる。（ステップ４０５）
【００３１】
１つめの分類の問題数が確定したら、抽出が確定した問題の総数を調べる。これが学習１回の問題数１２０２ではなかった場合は、学習結果データ記憶領域の中で次に低い達成率の分類を調べる。その分類が前の達成度と同じであった場合はステップ４０４からの手順を行う。（ステップ４０６→４０７→４０８→４０４の流れ）ステップ４０４からの手順においては、抽出予定問題数は同じ達成度であるため以前と同じ値として問題数の確定を行っていく。達成度が違っていた場合は、次の達成度を基準にしてステップ４０２からの手順を行う。（ステップ４０６→４０７→４０９→４０２の流れ）この場合は達成度が以前と違うため、抽出予定問題数の再計算が行われるが、この際は「システム設定ファイル４７の学習１回の問題数１２０２と抽出が確定した問題数の差」÷「最低達成度の分類数」で問題数を決定する。
抽出が確定した問題の総数が学習１回の問題数１２０２を超えていた場合や、上記の繰り返しの中で抽出が確定した問題の総数を超えた場合は、繰り返しを抜けてステップ４１０に進む。
繰り返しを抜けた後は、確定した各分類の抽出問題数に沿って問題データ記憶領域から分類ごとに問題データを抽出し、弱点学習用の問題とする。（ステップ４１０）
問題を抽出した後は、弱点分析と同様に出力装置３に抽出した問題を表示し、入力装置２によって学習者の解答を入力させる。
その後、弱点学習の採点の学習者のデータの更新を行う。（ステップ２５）
【００３２】
採点と学習者のデータの更新は、弱点学習結果計算部１６において、図５の手順で行われる
。
まずは、システム設定ファイル４７を読み込み、続いて学習者データ記憶領域４３と学習結果データ記憶領域４４から学習者のデータを読み込む。（ステップ５０１）
その後、問題データ格納領域４１の解答６０５を元に入力された解答の正誤判定を行う。正誤判定の終了後は、結果を解答データ記憶領域４６に保存する。保存の際の学習回数は、学習者データ記憶領域４３の学習進度８０４の値に１加算した値とする。そして、保存した採点結果を分類ごとに集計し、各分類の正解数を調べる。（ステップ５０２、ステップ５０３）
【００３３】
最後に、各分類の正解数を元に学習終了後の各分類の達成率・達成度を計算して学習結果記憶領域４４の更新を行う。学習終了後の達成率は、分類ごとに「今までの達成率」＋「今回の学習の正解数」×「達成率上昇値９０３」によって求める。達成度は、先に計算した達成率を元にシステム設定ファイル４７の達成度達成率対応値１２０７の対応に従って決定していく。また、学習者データ記憶領域４３の学習進度８０４を１加算し、学習を１回行った状態とする。さらに、今回の学習の結果の達成度を利用して、学習履歴記憶領域４５に今回の学習結果を保存しておく。
【００３４】
採点と学習者のデータの更新後は、先ほど加算した学習進度８０４がシステム設定ファイルの学習可能回数１２０１を上回っているかを調べ、上回っていなかった場合は再度弱点学習を行い、上回っていた場合は一連の学習を終了することとする。
【産業上の利用可能性】
【００３５】
スタンドアローンのシステムのみならず、ネットワークを介して処理を分散させるシステムにも利用可能である。ウェブ上に設けたサーバ側で多くの処理を実現し、インターネットでアクセスするユーザにサービスを提供するシステムにも利用可能である。
【符号の説明】
【００３６】
１ データ処理部
２ 入力装置
３ 出力装置
４ データ記憶部
１１ 弱点分析問題抽出部
１２ 弱点分析結果計算部
１３ 出題傾向分析処理部
１４ 達成率上昇値計算部
１５ 弱点学習問題抽出部
１６ 弱点学習結果計算部
【特許請求の範囲】
【請求項１】
問題文・解答・解説・分類情報を格納した問題データと、学習を行う学習者の個人情報が格納された学習者データと、学習者の学習状況・達成度・学習開始時の問題数から割り出した重みを格納する学習結果記録データを持つ記録装置と、
前記学習者が学習する問題・解答・解説を表示する出力装置と、
前記学習者が情報を入力する入力装置と、
前記学習者用に問題を抽出し、学習結果を計算し記録装置に格納するデータ処理装置と
を有するe-learningシステムであって、
前記データ処理装置は、
学習開始時の前記学習者の学習能力を測定するためのテスト（以下、「弱点分析問題」と称する。）を出力する弱点分析問題抽出部と、
前記学習者が解いた弱点分析問題の結果を採点し能力を判定する弱点分析結果計算部と、
該弱点分析結果計算部が計算した弱点分析の結果を記憶した後にシステムに登録されている問題データを元に出題傾向を分析する出題傾向分析処理部と、
該出題傾向分析処理部が分析した出題傾向を元に各分類の１問あたりの達成率上昇値を計算する達成率上昇値計算部と、
該達成率上昇値計算部が計算した結果に基づいて前記学習者に出題する問題を抽出する弱点学習問題抽出部と、
該学習問題抽出部が抽出した弱点学習問題を前記学習者が解いた結果を採点し能力を判定する弱点学習結果計算部と
を有し、弱点分析問題の採点と学習者のデータの初期設定を行なった後に、繰り返しの学習用の問題を抽出して弱点学習を学習者に行わせることを特徴としたe-learningシステム。
【請求項２】
請求項１に記載したe-learningシステムであって、
前記記録装置に格納された問題データは、
学習の最初に行う学習者の弱点分析問題として出題するかどうかを決定する弱点分析フラグと、
当該問題が実際に以前の本試験に出題された問題であることを示す問題日付と
をさらに有しており、
また、前記記録装置は、
繰り返し学習を行う回数を保存する学習可能回数と、
繰り返し学習を行う際の１学習あたりの問題数を保存する学習１回の問題数と、
１回の学習の中で達成率の上昇する上限を設定する学習１回の達成率上昇上限値と、
一連の学習の流れの中で達成率の想定最大値を保存する想定達成率最大値と、
初期状態確認テストにおける出題数と正解数の対応を保存してある弱点分析達成率と、
達成度の最大値を保存してある達成度最大値と、
達成度を決定する達成率の対応を記録する達成度達成率対応値と
を含む学習中に演算に必要な学習状況の評価基準に関するパラメータを保持するファイルであるシステム設定ファイルと、
を有し、
前記出題傾向分析処理部が、
前記問題データのうち、問題日付のついたものをすべて読み込む本試験出題問題抽出手段と、
該本試験出題問題抽出手段が抽出した問題について、前記問題データの分類情報に基づいて分類毎の試験問題の数を集計する分類毎試験問題数集計手段と、
該分類毎試験問題数集計手段により集計された分類毎の試験問題の数に基づいて、分類毎の試験問題数を試験問題総数で除した問題数割合を算出する問題数割合算出手段と、
前記システム設定ファイルに格納された学習可能回数と、学習１回の問題数と、前記弱点分析問題抽出部が抽出する問題数とに基づいて、解答可能な問題総数を算出する解答可能問題総数算出手段と、
該解答可能問題総数算出手段が算出した解答可能問題総数と前記問題数割合算出手段が算出した問題数割合とを乗ずることにより、一連の学習の中で当該分類の問題をどの程度解答することができるかを表す概数である出題傾向係数を算出する出題傾向係数算出手段と
を有し、
前記達成率上昇値計算部が、
前記システム設定ファイルに格納された想定達成率最大値を、前記出題傾向係数算出手段が算出した出題傾向係数で除した値である各分類の達成率上昇値を算出する達成率上昇値算出手段と、
前記弱点分析問題の採点以降の処理により求められた各値を前記学習結果記録データとして保存し、初期設定を完了する初期設定完了手段と
を有することを特徴としたe-learningシステム。
【請求項３】
請求項１に記載したe-learningシステムであって、
前記記録装置に格納された問題データは、
学習の最初に行う学習者の弱点分析問題として出題するかどうかを決定する弱点分析フラグと、
当該問題が実際に以前の本試験に出題された問題であることを示す問題日付と
をさらに有しており、
前記弱点分析問題抽出部が、
前記記録装置に記録された問題データのうち、前記弱点分析フラグが１であるものを抽出する問題抽出手段と、
該問題抽出手段が抽出した抽出結果に問題番号を付与する問題番号付与手段と、
該問題番号付与手段が付与した番号の順に前記出力装置に出力する問題出力手段と
を有し、
前記弱点分析結果計算部が、
前記システム設定ファイルを読み込むシステム設定ファイル読込み手段と、
前記問題出力手段により出力された問題に学習者が解答した結果に対して前記問題番号の順に、前記問題データに格納された解答を元に正誤判定を行う正誤判定手段と、
該正誤判定手段が判定した結果を学習回数０とし、弱点分析のレコードとして記録する正誤判定結果記録手段と、
前記記録装置に格納された分類のデータに基づいて、前記弱点分析問題に対する各分類ごとの正解数を集計する分類毎正解数集計手段と、
該分類毎正解数集計手段の集計結果に基づいて、各分類の初期達成率の算出を行う初期達成率決定手段と、
該初期達成率決定手段の決定した初期達成率に基づいて、前記システム設定ファイルに設定された達成度達成率対応値を参照することにより各分類の初期達成度の算出を行う初期達成度算出手段と、
を有し、
前記弱点学習問題抽出部が、
前記学習結果記録データを参照して、最低達成度の分類を抽出し、それがいくつあるかを数えて最低達成度の分類数を算出する最低達成度分類抽出手段と、
前記システム設定ファイルの学習１回の問題数を前記最低達成度分類抽出手段が算出した最低達成度の分類数で除して、最低の達成度の各分類において問題をいくつ抽出する予定とするかの目安を算出する抽出問題数目安算出手段と、
前記最低達成度分類抽出手段が抽出した最低達成度の分類の中で、最低の達成率となっている分類を調べる最低達成率分類調査手段と、
達成率が低い分類の順に抽出する問題数を確定する抽出問題数確定手段と、
該抽出問題数確定手段が確定した問題数に従って弱点学習用の問題を抽出する問題抽出手段と
を有し、
前記弱点学習結果計算部が、
学習者が前記弱点学習用の問題への解答を入力するのに答えて、当該解答の正誤判定を行う正誤判定手段と、
該正誤判定手段の判定結果を学習回数を１だけ加算して、弱点学習のレコードとして記録する正誤判定結果記録手段と、
各分類ごとの正解数を集計する分類毎正解数集計手段と、
該分類毎正解数集計手段が集計した各分類ごとの正解数に基づいて、各分類ごとの達成率・達成度を算出して前記学習結果記録データの更新を行う学習結果更新手段と、
を有することを特徴としたe-learningシステム。
【請求項４】
問題文・解答・解説・分類情報・弱点分析フラグ（学習の最初に行う学習者の弱点分析問題として出題するかどうかを決定するフラグ）・問題日付（当該問題が実際に以前の本試験に出題された問題であることを示す日付）を格納した問題データと、学習を行う学習者の個人情報が格納された学習者データと、学習者の学習状況・達成度・学習開始時の問題数から割り出した重みを格納する学習結果記録データと、システム設定ファイル（繰り返し学習を行う回数を保存する学習可能回数と、繰り返し学習を行う際の１学習あたりの問題数を保存する学習１回の問題数と、１回の学習の中で達成率の上昇する上限を設定する学習１回の達成率上昇上限値と、一連の学習の流れの中で達成率の想定最大値を保存する想定達成率最大値と、初期状態確認テストにおける出題数と正解数の対応を保存してある弱点分析達成率と、達成度の最大値を保存してある達成度最大値と、達成度を決定する達成率の対応を記録する達成度達成率対応値とを含む学習中に演算に必要な学習状況の評価基準に関するパラメータを保持するファイル）を持つ記録装置と、
前記学習者が学習する問題・解答・解説を表示する出力装置と、
前記学習者が情報を入力する入力装置と、
学習開始時の前記学習者の学習能力を測定するためのテスト（弱点分析問題）を出力する弱点分析問題抽出部と、前記学習者が解いた弱点分析問題の結果を採点し能力を判定する弱点分析結果計算部と、該弱点分析結果計算部が計算した弱点分析の結果を記憶した後にシステムに登録されている問題データを元に出題傾向を分析する出題傾向分析処理部と、該出題傾向分析処理部が分析した出題傾向を元に各分類の１問あたりの達成率上昇値を計算する達成率上昇値計算部と、該達成率上昇値計算部が計算した結果に基づいて前記学習者に出題する問題を抽出する弱点学習問題抽出部と、該学習問題抽出部が抽出した弱点学習問題を前記学習者が解いた結果を採点し能力を判定する弱点学習結果計算部とを有し、前記学習者用に問題を抽出し、学習結果を計算し記録装置に格納するデータ処理装置と
を有するe-learningシステムにおけるe-learning方法であって、
前記出題傾向分析処理部が、前記問題データのうち、問題日付のついたものをすべて読み込む本試験出題問題抽出ステップと、
該本試験出題問題抽出ステップにて抽出した問題について、前記問題データの分類情報に基づいて分類毎の試験問題の数を集計する分類毎試験問題数集計ステップと、
該分類毎試験問題数集計ステップにより集計された分類毎の試験問題の数に基づいて、分類毎の試験問題数を試験問題総数で除した問題数割合を算出する問題数割合算出ステップと、
前記システム設定ファイルに格納された学習可能回数と、学習１回の問題数と、前記弱点分析問題抽出部が抽出する問題数とに基づいて、解答可能な問題総数を算出する解答可能問題総数算出ステップと、
該解答可能問題総数算出手段が算出した解答可能問題総数と前記問題数割合算出ステップにて算出した問題数割合とを乗ずることにより、一連の学習の中で当該分類の問題をどの程度解答することができるかを表す概数である出題傾向係数を算出する出題傾向係数算出ステップと
前記達成率上昇値計算部が、前記システム設定ファイルに格納された想定達成率最大値を、前記出題傾向係数算出手段が算出した出題傾向係数で除した値である各分類の達成率上昇値を算出する達成率上昇値算出ステップと、
前記弱点分析問題の採点以降の処理により求められた各値を前記学習結果記録データとして保存し、初期設定を完了する初期設定完了ステップと
を有することを特徴としたe-learning方法。
【請求項５】
問題文・解答・解説・分類情報・弱点分析フラグ（学習の最初に行う学習者の弱点分析問題として出題するかどうかを決定するフラグ）・問題日付（当該問題が実際に以前の本試験に出題された問題であることを示す日付）を格納した問題データと、学習を行う学習者の個人情報が格納された学習者データと、学習者の学習状況・達成度・学習開始時の問題数から割り出した重みを格納する学習結果記録データと、システム設定ファイル（繰り返し学習を行う回数を保存する学習可能回数と、繰り返し学習を行う際の１学習あたりの問題数を保存する学習１回の問題数と、１回の学習の中で達成率の上昇する上限を設定する学習１回の達成率上昇上限値と、一連の学習の流れの中で達成率の想定最大値を保存する想定達成率最大値と、初期状態確認テストにおける出題数と正解数の対応を保存してある弱点分析達成率と、達成度の最大値を保存してある達成度最大値と、達成度を決定する達成率の対応を記録する達成度達成率対応値とを含む学習中に演算に必要な学習状況の評価基準に関するパラメータを保持するファイル）を持つ記録装置と、
前記学習者が学習する問題・解答・解説を表示する出力装置と、
前記学習者が情報を入力する入力装置と、
学習開始時の前記学習者の学習能力を測定するためのテスト（弱点分析問題）を出力する弱点分析問題抽出部と、前記学習者が解いた弱点分析問題の結果を採点し能力を判定する弱点分析結果計算部と、該弱点分析結果計算部が計算した弱点分析の結果を記憶した後にシステムに登録されている問題データを元に出題傾向を分析する出題傾向分析処理部と、該出題傾向分析処理部が分析した出題傾向を元に各分類の１問あたりの達成率上昇値を計算する達成率上昇値計算部と、該達成率上昇値計算部が計算した結果に基づいて前記学習者に出題する問題を抽出する弱点学習問題抽出部と、該学習問題抽出部が抽出した弱点学習問題を前記学習者が解いた結果を採点し能力を判定する弱点学習結果計算部とを有し、前記学習者用に問題を抽出し、学習結果を計算し記録装置に格納するデータ処理装置と
を有するe-learningシステムにおけるe-learning方法であって、
前記弱点分析問題抽出部が、前記記録装置に記録された問題データのうち、前記弱点分析フラグが１であるものを抽出する問題抽出ステップと、
該問題抽出ステップにて抽出した抽出結果に問題番号を付与する問題番号付与ステップと、
該問題番号付与ステップが付与した番号の順に前記出力装置に出力する問題出力ステップと、
前記弱点分析結果計算部が、前記システム設定ファイルを読み込むシステム設定ファイル読込みステップと、
前記問題出力ステップにて出力された問題に学習者が解答した結果に対して前記問題番号の順に、前記問題データに格納された解答を元に正誤判定を行う正誤判定ステップと、
該正誤判定ステップにて判定した結果を学習回数０とし、弱点分析のレコードとして記録する正誤判定結果記録ステップと、
前記記録装置に格納された分類のデータに基づいて、前記弱点分析問題に対する各分類ごとの正解数を集計する分類毎正解数集計ステップと、
該分類毎正解数集計ステップの集計結果に基づいて、各分類の初期達成率の算出を行う初期達成率決定ステップと、
該初期達成率決定手段の決定した初期達成率に基づいて、前記システム設定ファイルに設定された達成度達成率対応値を参照することにより各分類の初期達成度の算出を行う初期達成度算出ステップと、
前記弱点学習問題抽出部が、前記学習結果記録データを参照して、最低達成度の分類を抽出し、それがいくつあるかを数えて最低達成度の分類数を算出する最低達成度分類抽出ステップと、
前記システム設定ファイルの学習１回の問題数を前記最低達成度分類抽出ステップにて算出した最低達成度の分類数で除して、最低の達成度の各分類において問題をいくつ抽出する予定とするかの目安を算出する抽出問題数目安算出ステップと、
前記最低達成度分類抽出ステップにて抽出した最低達成度の分類の中で、最低の達成率となっている分類を調べる最低達成率分類調査ステップと、
達成率が低い分類の順に抽出する問題数を確定する抽出問題数確定ステップと、
該抽出問題数確定ステップにて確定した問題数に従って弱点学習用の問題を抽出する問題抽出ステップと、
学習者が前記弱点学習用の問題への解答を入力するのに答えて、前記弱点学習結果計算部が当該解答の正誤判定を行う正誤判定ステップと、
該正誤判定ステップの判定結果を学習回数を１だけ加算して、弱点学習のレコードとして記録する正誤判定結果記録ステップと、
各分類ごとの正解数を集計する分類毎正解数集計ステップと、
該分類毎正解数集計ステップが集計した各分類ごとの正解数に基づいて、各分類ごとの達成率・達成度を算出して前記学習結果記録データの更新を行う学習結果更新ステップと、
を有することを特徴としたe-learning方法。
【請求項１】
問題文・解答・解説・分類情報を格納した問題データと、学習を行う学習者の個人情報が格納された学習者データと、学習者の学習状況・達成度・学習開始時の問題数から割り出した重みを格納する学習結果記録データを持つ記録装置と、
前記学習者が学習する問題・解答・解説を表示する出力装置と、
前記学習者が情報を入力する入力装置と、
前記学習者用に問題を抽出し、学習結果を計算し記録装置に格納するデータ処理装置と
を有するe-learningシステムであって、
前記データ処理装置は、
学習開始時の前記学習者の学習能力を測定するためのテスト（以下、「弱点分析問題」と称する。）を出力する弱点分析問題抽出部と、
前記学習者が解いた弱点分析問題の結果を採点し能力を判定する弱点分析結果計算部と、
該弱点分析結果計算部が計算した弱点分析の結果を記憶した後にシステムに登録されている問題データを元に出題傾向を分析する出題傾向分析処理部と、
該出題傾向分析処理部が分析した出題傾向を元に各分類の１問あたりの達成率上昇値を計算する達成率上昇値計算部と、
該達成率上昇値計算部が計算した結果に基づいて前記学習者に出題する問題を抽出する弱点学習問題抽出部と、
該学習問題抽出部が抽出した弱点学習問題を前記学習者が解いた結果を採点し能力を判定する弱点学習結果計算部と
を有し、弱点分析問題の採点と学習者のデータの初期設定を行なった後に、繰り返しの学習用の問題を抽出して弱点学習を学習者に行わせることを特徴としたe-learningシステム。
【請求項２】
請求項１に記載したe-learningシステムであって、
前記記録装置に格納された問題データは、
学習の最初に行う学習者の弱点分析問題として出題するかどうかを決定する弱点分析フラグと、
当該問題が実際に以前の本試験に出題された問題であることを示す問題日付と
をさらに有しており、
また、前記記録装置は、
繰り返し学習を行う回数を保存する学習可能回数と、
繰り返し学習を行う際の１学習あたりの問題数を保存する学習１回の問題数と、
１回の学習の中で達成率の上昇する上限を設定する学習１回の達成率上昇上限値と、
一連の学習の流れの中で達成率の想定最大値を保存する想定達成率最大値と、
初期状態確認テストにおける出題数と正解数の対応を保存してある弱点分析達成率と、
達成度の最大値を保存してある達成度最大値と、
達成度を決定する達成率の対応を記録する達成度達成率対応値と
を含む学習中に演算に必要な学習状況の評価基準に関するパラメータを保持するファイルであるシステム設定ファイルと、
を有し、
前記出題傾向分析処理部が、
前記問題データのうち、問題日付のついたものをすべて読み込む本試験出題問題抽出手段と、
該本試験出題問題抽出手段が抽出した問題について、前記問題データの分類情報に基づいて分類毎の試験問題の数を集計する分類毎試験問題数集計手段と、
該分類毎試験問題数集計手段により集計された分類毎の試験問題の数に基づいて、分類毎の試験問題数を試験問題総数で除した問題数割合を算出する問題数割合算出手段と、
前記システム設定ファイルに格納された学習可能回数と、学習１回の問題数と、前記弱点分析問題抽出部が抽出する問題数とに基づいて、解答可能な問題総数を算出する解答可能問題総数算出手段と、
該解答可能問題総数算出手段が算出した解答可能問題総数と前記問題数割合算出手段が算出した問題数割合とを乗ずることにより、一連の学習の中で当該分類の問題をどの程度解答することができるかを表す概数である出題傾向係数を算出する出題傾向係数算出手段と
を有し、
前記達成率上昇値計算部が、
前記システム設定ファイルに格納された想定達成率最大値を、前記出題傾向係数算出手段が算出した出題傾向係数で除した値である各分類の達成率上昇値を算出する達成率上昇値算出手段と、
前記弱点分析問題の採点以降の処理により求められた各値を前記学習結果記録データとして保存し、初期設定を完了する初期設定完了手段と
を有することを特徴としたe-learningシステム。
【請求項３】
請求項１に記載したe-learningシステムであって、
前記記録装置に格納された問題データは、
学習の最初に行う学習者の弱点分析問題として出題するかどうかを決定する弱点分析フラグと、
当該問題が実際に以前の本試験に出題された問題であることを示す問題日付と
をさらに有しており、
前記弱点分析問題抽出部が、
前記記録装置に記録された問題データのうち、前記弱点分析フラグが１であるものを抽出する問題抽出手段と、
該問題抽出手段が抽出した抽出結果に問題番号を付与する問題番号付与手段と、
該問題番号付与手段が付与した番号の順に前記出力装置に出力する問題出力手段と
を有し、
前記弱点分析結果計算部が、
前記システム設定ファイルを読み込むシステム設定ファイル読込み手段と、
前記問題出力手段により出力された問題に学習者が解答した結果に対して前記問題番号の順に、前記問題データに格納された解答を元に正誤判定を行う正誤判定手段と、
該正誤判定手段が判定した結果を学習回数０とし、弱点分析のレコードとして記録する正誤判定結果記録手段と、
前記記録装置に格納された分類のデータに基づいて、前記弱点分析問題に対する各分類ごとの正解数を集計する分類毎正解数集計手段と、
該分類毎正解数集計手段の集計結果に基づいて、各分類の初期達成率の算出を行う初期達成率決定手段と、
該初期達成率決定手段の決定した初期達成率に基づいて、前記システム設定ファイルに設定された達成度達成率対応値を参照することにより各分類の初期達成度の算出を行う初期達成度算出手段と、
を有し、
前記弱点学習問題抽出部が、
前記学習結果記録データを参照して、最低達成度の分類を抽出し、それがいくつあるかを数えて最低達成度の分類数を算出する最低達成度分類抽出手段と、
前記システム設定ファイルの学習１回の問題数を前記最低達成度分類抽出手段が算出した最低達成度の分類数で除して、最低の達成度の各分類において問題をいくつ抽出する予定とするかの目安を算出する抽出問題数目安算出手段と、
前記最低達成度分類抽出手段が抽出した最低達成度の分類の中で、最低の達成率となっている分類を調べる最低達成率分類調査手段と、
達成率が低い分類の順に抽出する問題数を確定する抽出問題数確定手段と、
該抽出問題数確定手段が確定した問題数に従って弱点学習用の問題を抽出する問題抽出手段と
を有し、
前記弱点学習結果計算部が、
学習者が前記弱点学習用の問題への解答を入力するのに答えて、当該解答の正誤判定を行う正誤判定手段と、
該正誤判定手段の判定結果を学習回数を１だけ加算して、弱点学習のレコードとして記録する正誤判定結果記録手段と、
各分類ごとの正解数を集計する分類毎正解数集計手段と、
該分類毎正解数集計手段が集計した各分類ごとの正解数に基づいて、各分類ごとの達成率・達成度を算出して前記学習結果記録データの更新を行う学習結果更新手段と、
を有することを特徴としたe-learningシステム。
【請求項４】
問題文・解答・解説・分類情報・弱点分析フラグ（学習の最初に行う学習者の弱点分析問題として出題するかどうかを決定するフラグ）・問題日付（当該問題が実際に以前の本試験に出題された問題であることを示す日付）を格納した問題データと、学習を行う学習者の個人情報が格納された学習者データと、学習者の学習状況・達成度・学習開始時の問題数から割り出した重みを格納する学習結果記録データと、システム設定ファイル（繰り返し学習を行う回数を保存する学習可能回数と、繰り返し学習を行う際の１学習あたりの問題数を保存する学習１回の問題数と、１回の学習の中で達成率の上昇する上限を設定する学習１回の達成率上昇上限値と、一連の学習の流れの中で達成率の想定最大値を保存する想定達成率最大値と、初期状態確認テストにおける出題数と正解数の対応を保存してある弱点分析達成率と、達成度の最大値を保存してある達成度最大値と、達成度を決定する達成率の対応を記録する達成度達成率対応値とを含む学習中に演算に必要な学習状況の評価基準に関するパラメータを保持するファイル）を持つ記録装置と、
前記学習者が学習する問題・解答・解説を表示する出力装置と、
前記学習者が情報を入力する入力装置と、
学習開始時の前記学習者の学習能力を測定するためのテスト（弱点分析問題）を出力する弱点分析問題抽出部と、前記学習者が解いた弱点分析問題の結果を採点し能力を判定する弱点分析結果計算部と、該弱点分析結果計算部が計算した弱点分析の結果を記憶した後にシステムに登録されている問題データを元に出題傾向を分析する出題傾向分析処理部と、該出題傾向分析処理部が分析した出題傾向を元に各分類の１問あたりの達成率上昇値を計算する達成率上昇値計算部と、該達成率上昇値計算部が計算した結果に基づいて前記学習者に出題する問題を抽出する弱点学習問題抽出部と、該学習問題抽出部が抽出した弱点学習問題を前記学習者が解いた結果を採点し能力を判定する弱点学習結果計算部とを有し、前記学習者用に問題を抽出し、学習結果を計算し記録装置に格納するデータ処理装置と
を有するe-learningシステムにおけるe-learning方法であって、
前記出題傾向分析処理部が、前記問題データのうち、問題日付のついたものをすべて読み込む本試験出題問題抽出ステップと、
該本試験出題問題抽出ステップにて抽出した問題について、前記問題データの分類情報に基づいて分類毎の試験問題の数を集計する分類毎試験問題数集計ステップと、
該分類毎試験問題数集計ステップにより集計された分類毎の試験問題の数に基づいて、分類毎の試験問題数を試験問題総数で除した問題数割合を算出する問題数割合算出ステップと、
前記システム設定ファイルに格納された学習可能回数と、学習１回の問題数と、前記弱点分析問題抽出部が抽出する問題数とに基づいて、解答可能な問題総数を算出する解答可能問題総数算出ステップと、
該解答可能問題総数算出手段が算出した解答可能問題総数と前記問題数割合算出ステップにて算出した問題数割合とを乗ずることにより、一連の学習の中で当該分類の問題をどの程度解答することができるかを表す概数である出題傾向係数を算出する出題傾向係数算出ステップと
前記達成率上昇値計算部が、前記システム設定ファイルに格納された想定達成率最大値を、前記出題傾向係数算出手段が算出した出題傾向係数で除した値である各分類の達成率上昇値を算出する達成率上昇値算出ステップと、
前記弱点分析問題の採点以降の処理により求められた各値を前記学習結果記録データとして保存し、初期設定を完了する初期設定完了ステップと
を有することを特徴としたe-learning方法。
【請求項５】
問題文・解答・解説・分類情報・弱点分析フラグ（学習の最初に行う学習者の弱点分析問題として出題するかどうかを決定するフラグ）・問題日付（当該問題が実際に以前の本試験に出題された問題であることを示す日付）を格納した問題データと、学習を行う学習者の個人情報が格納された学習者データと、学習者の学習状況・達成度・学習開始時の問題数から割り出した重みを格納する学習結果記録データと、システム設定ファイル（繰り返し学習を行う回数を保存する学習可能回数と、繰り返し学習を行う際の１学習あたりの問題数を保存する学習１回の問題数と、１回の学習の中で達成率の上昇する上限を設定する学習１回の達成率上昇上限値と、一連の学習の流れの中で達成率の想定最大値を保存する想定達成率最大値と、初期状態確認テストにおける出題数と正解数の対応を保存してある弱点分析達成率と、達成度の最大値を保存してある達成度最大値と、達成度を決定する達成率の対応を記録する達成度達成率対応値とを含む学習中に演算に必要な学習状況の評価基準に関するパラメータを保持するファイル）を持つ記録装置と、
前記学習者が学習する問題・解答・解説を表示する出力装置と、
前記学習者が情報を入力する入力装置と、
学習開始時の前記学習者の学習能力を測定するためのテスト（弱点分析問題）を出力する弱点分析問題抽出部と、前記学習者が解いた弱点分析問題の結果を採点し能力を判定する弱点分析結果計算部と、該弱点分析結果計算部が計算した弱点分析の結果を記憶した後にシステムに登録されている問題データを元に出題傾向を分析する出題傾向分析処理部と、該出題傾向分析処理部が分析した出題傾向を元に各分類の１問あたりの達成率上昇値を計算する達成率上昇値計算部と、該達成率上昇値計算部が計算した結果に基づいて前記学習者に出題する問題を抽出する弱点学習問題抽出部と、該学習問題抽出部が抽出した弱点学習問題を前記学習者が解いた結果を採点し能力を判定する弱点学習結果計算部とを有し、前記学習者用に問題を抽出し、学習結果を計算し記録装置に格納するデータ処理装置と
を有するe-learningシステムにおけるe-learning方法であって、
前記弱点分析問題抽出部が、前記記録装置に記録された問題データのうち、前記弱点分析フラグが１であるものを抽出する問題抽出ステップと、
該問題抽出ステップにて抽出した抽出結果に問題番号を付与する問題番号付与ステップと、
該問題番号付与ステップが付与した番号の順に前記出力装置に出力する問題出力ステップと、
前記弱点分析結果計算部が、前記システム設定ファイルを読み込むシステム設定ファイル読込みステップと、
前記問題出力ステップにて出力された問題に学習者が解答した結果に対して前記問題番号の順に、前記問題データに格納された解答を元に正誤判定を行う正誤判定ステップと、
該正誤判定ステップにて判定した結果を学習回数０とし、弱点分析のレコードとして記録する正誤判定結果記録ステップと、
前記記録装置に格納された分類のデータに基づいて、前記弱点分析問題に対する各分類ごとの正解数を集計する分類毎正解数集計ステップと、
該分類毎正解数集計ステップの集計結果に基づいて、各分類の初期達成率の算出を行う初期達成率決定ステップと、
該初期達成率決定手段の決定した初期達成率に基づいて、前記システム設定ファイルに設定された達成度達成率対応値を参照することにより各分類の初期達成度の算出を行う初期達成度算出ステップと、
前記弱点学習問題抽出部が、前記学習結果記録データを参照して、最低達成度の分類を抽出し、それがいくつあるかを数えて最低達成度の分類数を算出する最低達成度分類抽出ステップと、
前記システム設定ファイルの学習１回の問題数を前記最低達成度分類抽出ステップにて算出した最低達成度の分類数で除して、最低の達成度の各分類において問題をいくつ抽出する予定とするかの目安を算出する抽出問題数目安算出ステップと、
前記最低達成度分類抽出ステップにて抽出した最低達成度の分類の中で、最低の達成率となっている分類を調べる最低達成率分類調査ステップと、
達成率が低い分類の順に抽出する問題数を確定する抽出問題数確定ステップと、
該抽出問題数確定ステップにて確定した問題数に従って弱点学習用の問題を抽出する問題抽出ステップと、
学習者が前記弱点学習用の問題への解答を入力するのに答えて、前記弱点学習結果計算部が当該解答の正誤判定を行う正誤判定ステップと、
該正誤判定ステップの判定結果を学習回数を１だけ加算して、弱点学習のレコードとして記録する正誤判定結果記録ステップと、
各分類ごとの正解数を集計する分類毎正解数集計ステップと、
該分類毎正解数集計ステップが集計した各分類ごとの正解数に基づいて、各分類ごとの達成率・達成度を算出して前記学習結果記録データの更新を行う学習結果更新ステップと、
を有することを特徴としたe-learning方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【公開番号】特開２０１２−６８５７２（Ｐ２０１２−６８５７２Ａ）
【公開日】平成２４年４月５日（２０１２．４．５）
【国際特許分類】
【出願番号】特願２０１０−２１５０４３（Ｐ２０１０−２１５０４３）
【出願日】平成２２年９月２７日（２０１０．９．２７）
【出願人】（０００２３３０５５）株式会社日立ソリューションズ (1,610)
【Ｆターム（参考）】
【公開日】平成２４年４月５日（２０１２．４．５）
【国際特許分類】
【出願日】平成２２年９月２７日（２０１０．９．２７）
【出願人】（０００２３３０５５）株式会社日立ソリューションズ (1,610)
【Ｆターム（参考）】
[ Back to top ]