特許番号：JP 7129727 B1

特許の概要

本特許は、ユーザの操作履歴を機械学習により分析し、平常時からの変化を検知する革新的な技術です。Eラーニング、ストレスチェック、業務アプリケーションなどでの操作パターンを学習し、異常な行動変化を早期発見することで、メンタルヘルス管理や離職防止に貢献します。

解決する課題

従来のストレス管理・リスク予測システムでは以下の問題がありました：

• ストレスチェックや勤怠データだけでは予測精度に限界
• 主観的な回答に依存した評価の不確実性
• 平常時との変化を客観的に把握する手段の不足

技術の特徴

🎯 操作パターン学習

ユーザがタップ・スワイプする位置や反応時間の特徴を機械学習で分析

📊 多次元スコア算出

操作位置、反応時間、正答率、操作頻度など複数要素を統合したスコアを算出

🧠 ニューラルネットワーク予測

過去のスコア変遷からCNN（畳み込みニューラルネットワーク）により将来値を予測

⚠️ 異常度検知

予測値と実際のスコアの乖離から異常度を算出し、特異性を自動検知

システムフロー

1. 操作履歴収集
   • 設問画面での操作位置・時間を記録
   • 回答内容と正答率を分析
2. 特徴学習
   • One Class SVMやk-meansでユーザ固有の操作パターンを学習
   • 操作位置のヒートマップ生成
3. スコア算出
   • 複数の評価基準で総合スコアを計算
   • カテゴリ別の詳細分析
4. 異常度判定
   • 機械学習モデルによる予測値と実測値を比較
   • 閾値を超える場合に特異性を検知・通知

技術的優位性

• 客観的評価：主観に依存しない操作データによる分析
• 早期発見：微細な変化も検知する高感度なモニタリング
• 個人最適化：ユーザ固有のパターンに基づく個別学習
• 汎用性：様々なアプリケーションに適用可能

適用分野

• 人事・労務管理：メンタルヘルス監視、離職リスク予測
• 教育分野：学習意欲・理解度の変化検知
• 医療・介護：認知症などの早期発見支援
• ゲーム業界：ユーザエンゲージメント分析
• マーケティング：顧客行動変化の検知

発明の効果

本技術により、従来は発見困難だった人の微細な変化を客観的かつ早期に検知できるようになります。企業では従業員のメンタルヘルス管理や生産性向上、教育機関では学習者の状態把握、医療分野では疾患の早期発見など、幅広い分野での応用が期待されます。