WO2021070752A1 - 情報処理装置および方法、並びにプログラム - Google Patents

情報処理装置および方法、並びにプログラム Download PDF

Info

Publication number
WO2021070752A1
WO2021070752A1 PCT/JP2020/037599 JP2020037599W WO2021070752A1 WO 2021070752 A1 WO2021070752 A1 WO 2021070752A1 JP 2020037599 W JP2020037599 W JP 2020037599W WO 2021070752 A1 WO2021070752 A1 WO 2021070752A1
Authority
WO
WIPO (PCT)
Prior art keywords
test
score
data
transaction
evaluation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2020/037599
Other languages
English (en)
French (fr)
Inventor
恒樹 高橋
慶彦 池長
一弘 渡邊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Priority to EP20873414.5A priority Critical patent/EP4020367A4/en
Priority to US17/754,487 priority patent/US20240054590A1/en
Publication of WO2021070752A1 publication Critical patent/WO2021070752A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q2220/00—Business processing using cryptography

Definitions

  • the present technology relates to information processing devices and methods, and programs, and in particular, to information processing devices, methods, and programs that enable more reliable evaluation.
  • the score of the test taken by the learner is recorded in the blockchain as learning data
  • various users such as those involved in schools, cram schools, and employment support companies can view the learner's learning data and provide services. It can be useful for providing.
  • the learning data written in the blockchain is evaluation data showing the evaluation result when a tester such as a cram school serves as an evaluator and the evaluator evaluates the learner by a service called a test.
  • Users such as those involved in schools, cram schools, and employment support companies can browse such learning data to comprehensively evaluate learners based on the learning data, provide learning guidance, and provide employment support. Can be done.
  • the viewer can appropriately evaluate the learner's ability by looking at the score. it can.
  • the score indicated by the learning data is the score of a test that is not generally known, the viewer may not be able to properly evaluate the learner's ability and the like.
  • This technology was made in view of such a situation, and enables more reliable evaluation.
  • the information processing method or program of the first aspect of the present technology acquires evaluation data indicating the evaluation of the evaluation target generated by the evaluator and a value indicating the value of the evaluator for a plurality of evaluators.
  • the acquisition step, the conversion step of converting the evaluation data into absolute evaluation data based on the evaluation data of the plurality of evaluators and the value indicating the value, and the absolute evaluation data in the distributed ledger. Includes recording steps to record.
  • the information processing device of the first aspect of the present technology is an acquisition unit that acquires evaluation data generated by the evaluator indicating the evaluation of the evaluation target and a value indicating the value of the evaluator for a plurality of evaluators.
  • a conversion unit that converts the evaluation data into absolute evaluation data based on the evaluation data of the plurality of evaluators and a value indicating the value, and the absolute evaluation data are recorded in the distributed ledger. It is equipped with a control unit.
  • evaluation data indicating the evaluation of the evaluation target generated by the evaluator and a value indicating the value of the evaluator are acquired, and the plurality of the above-mentioned Based on the evaluation data of the evaluator and the value indicating the value, the evaluation data is converted into absolute evaluation data, and the absolute evaluation data is recorded in the distributed ledger.
  • the information processing method or program of the second aspect of the present technology includes learning including test identification information provided by a tester, learner information indicating a learner who has taken the test, and the score of the test of the learner.
  • learning data recorded in the distributed ledger is referred to. Accordingly, it comprises the step of assigning a reference point to the test indicated by the identification information contained in the referenced learning data, or to the tester who provides the test.
  • the information processing device of the second aspect of the present technology contains learning data including test identification information provided by a tester, learner information indicating a learner who has taken the test, and the score of the test of the learner.
  • An information processing device that shares a distributed ledger formed by concatenating blocks generated based on stored transactions with other devices, and the learning data recorded in the distributed ledger is referenced.
  • the test indicated by the identification information included in the referenced learning data, or a control unit that assigns a reference point to the tester who provides the test is provided.
  • learning data including test identification information provided by a tester, learner information indicating a learner who has taken the test, and the score of the test of the learner are stored.
  • learner information indicating a learner who has taken the test
  • the score of the test of the learner are stored.
  • a distributed ledger formed by concatenating blocks generated based on a transaction is shared by a plurality of devices, the learning data recorded in the distributed ledger is referred to. Reference points are given to the test indicated by the identification information contained in the referenced learning data, or to the tester who provides the test.
  • the value in use of evaluation data is determined by the evaluator, service, etc., and can be said to be the value in relation to those evaluators, services, etc., that is, the value in use.
  • the evaluation data may be any as long as it indicates the evaluation of the evaluation target, but in the following, the evaluation data is the score of the test provided by the tester or the like as the evaluator. The case will be described as an example.
  • the evaluation target is the learner (examinee) who takes the test provided by the tester, etc.
  • the test score indicated by the evaluation data is based on the utility value of each test. It is converted into an absolute score by the conversion rate calculated in the above.
  • the blockchain platform shown in Fig. 1 allows schools, learners (students), cram schools, employment support companies, various businesses, etc. to store, share, and certify data related to learning and education history. There is.
  • each user such as a school or learner connects to the blockchain network using API (Application Programming Interface), records data, and browses the recorded data.
  • API Application Programming Interface
  • test For example, as a result of providing a test service (test), data related to learning and education is generated and recorded in the blockchain network, and the data is browsed and used to provide various services such as learning management, learning services, and employment support. It is done.
  • the blockchain platform can prevent data tampering by managing data related to learning and education by multiple participants, and can share safer and more reliable data.
  • the blockchain network shown in FIG. 1 is configured as shown in FIG. 2, for example.
  • the blockchain network shown in FIG. 2 is a P2P network composed of a plurality of nodes managed by a plurality of participants, and is particularly called a consortium type blockchain network.
  • the blockchain network is managed by the participants, School A, Cram School B, and Cram School C. Not limited to this example, the blockchain network may be managed by any participant.
  • the blockchain network is composed of CAs (Certificate Authority), peers, and nodes that function as Orderers.
  • the node here is an information processing device such as a server.
  • CA is a node managed individually by participants, and uses a mechanism called MSP (Membership Service Provider) to register information about participants and peers, and to prove to participants and peers. Issue a book.
  • MSP Membership Service Provider
  • Peers are nodes that are individually managed by participants and record and read data.
  • Endorsement Peer there are peers called Endorsement Peer and those called Committing Peer.
  • Endorsement Peer records smart contracts and distributed ledgers, and Committing Peer records distributed ledgers.
  • the smart contract is a program also called a chain code, and by executing the smart contract, the processing of the business logic agreed in advance between the participants, such as reading and writing data under predetermined conditions, is automated. be able to.
  • the distributed ledger consists of a blockchain consisting of multiple blocks and a state database.
  • the blocks that make up the blockchain store a plurality of transactions that are actually executed and that request various processes such as reading and writing data.
  • each block also stores the nonce value assigned to each block and the hash value generated for the immediately preceding block.
  • the blockchain is a database in which a plurality of blocks are connected in a chain by a hash value.
  • the hash value of the block changes, so that the blockchain cannot be tampered with locally.
  • the latest state of the result of executing the transaction written in the blockchain is recorded in the state database of the distributed ledger.
  • Such a state database and a distributed ledger consisting of a blockchain will also be referred to as a blockchain database.
  • the above-mentioned Committing Peer verifies the transactions in the block received from the Orderer and writes the block to its own blockchain database.
  • Endorsement Peer is a peer that not only functions as a Committing Peer, but also verifies and provisionally executes a transaction when it is requested to execute it.
  • the Orderer that composes the blockchain network is a node that is jointly managed by multiple participants, orders multiple transactions, packs them into blocks, and sends the obtained blocks to multiple Committing Peers. To do.
  • the CA and peer managed by school A As described above, in the blockchain network shown in FIG. 2, the CA and peer managed by school A, the CA and peer managed by cram school B, the CA and peer managed by cram school C, and the school A and cram school B An Orderer jointly managed by Cram School C exists as a node.
  • the number of CAs, peers, and Orderers that make up the blockchain network may be any number.
  • FIG. 3 shows a processing procedure when a client 11 connecting to a blockchain network using an API requests execution of a transaction.
  • the client 11 may be a device managed by a participant of a blockchain network such as school A, cram school B, and cram school C shown in FIG. 2, or a service provided in connection with the blockchain network. It may be a device such as a user of.
  • a blockchain network such as school A, cram school B, and cram school C shown in FIG. 2, or a service provided in connection with the blockchain network. It may be a device such as a user of.
  • the cram school B is the owner of the client 11 and the score data of a predetermined learner in the test as a service provided by the cram school B is written to the blockchain database will be described as an example. ..
  • the client 11 first generates a transaction that includes data indicating the learner's score and requests (applies) to write the data to the blockchain database. This transaction also includes the signature of client 11.
  • the client 11 sends the generated transaction to a plurality of Endorsement Peer 12 by using the API provided by the blockchain network in the procedure STP1.
  • each Endorsement Peer 12 verifies the transaction received from the client 11 in the procedure STP2.
  • Endorsement Peer 12 verifies whether the signature of the client 11 included in the transaction is correct, and approves the transaction when it is confirmed that the signature is correct.
  • Endorsement Peer 12 When the transaction is approved, Endorsement Peer 12 temporarily executes the transaction by executing the smart contract in the procedure STP3, and adds the signature of Endorsement Peer 12 itself to the transaction.
  • Endorsement Peer 12 sends the transaction to which its signature is added in the procedure STP4 to the client 11 as a response of the procedure STP1.
  • the client 11 transmits the transaction received as a response from Endorsement Peer 12 to a plurality of Orderers 13 using the API.
  • the transaction since the transaction is applied not only by the client 11 but also by other clients, the transaction is transmitted to the Orderer 13 not only from the client 11 but also from other clients.
  • Each Orderer 13 receives a transaction sent from the client 11 or another client and temporarily holds the transaction.
  • Orderer 13 orders a plurality of transactions received from the client 11 and other clients, and packs (stores) the plurality of ordered transactions in one block.
  • Orderer 13 assigns a transaction ID that uniquely identifies those transactions to each of a plurality of transactions.
  • the Orderer 13 transmits the generated block to a plurality of Committing Peer 14 in the procedure STP7.
  • each Committing Peer 14 verifies each transaction included in the block received from the Orderer 13.
  • Committing Peer 14 confirms for each transaction whether the signatures of Endorsement Peer 12 satisfying a predetermined endorsement policy have been collected and whether the transaction has been tampered with.
  • each Committing Peer 14 When each transaction is verified, each Committing Peer 14 writes the block containing each verified transaction to the blockchain database held by itself in the procedure STP9.
  • Committing Peer14 blocks the written block by calculating the hash value of the last block constituting the blockchain held by itself and storing the hash value and the nonce value in the newly written block. Connect to the end of the chain.
  • Committing Peer 14 also updates the state database of the blockchain database held by itself according to the execution result of the transaction.
  • each Committing Peer 14 sends the transaction execution result to the client 11 in the procedure STP10.
  • the client 11 can grasp that the transaction requested (requested) by itself has been executed correctly.
  • the response transmitted from Endorsement Peer 12 to the client 11 in the procedure STP4 includes the data requested by the client 11 to be read by the transaction.
  • This technology is the consortium type blockchain network explained above, and when sharing learner's learning data, it is possible to perform more reliable evaluation by converting the score indicated by the learning data into an absolute score. It allows you to do it.
  • the learner's learning data is recorded in the blockchain database managed by the consortium type blockchain network 41.
  • This blockchain database is the above-mentioned distributed ledger composed of a blockchain and a state database, and is shared by a plurality of devices such as nodes constituting the blockchain network 41.
  • the blockchain is composed of a plurality of blocks generated based on the transaction in which the learning data is stored, that is, a plurality of blocks including the transaction are concatenated.
  • the blockchain network 41 is composed of a plurality of nodes, and each of these nodes functions as the above-mentioned CA, Endorsement Peer, Committing Peer, and Orderer.
  • the learning data recorded in the blockchain database is data indicating the score which is the test (examination) test result provided by the tester A and the tester B who are participants of the blockchain network 41.
  • a test company A or a test company B which is a cram school, etc., carries out one or a plurality of tests in each category, and each learner carries out a test by the test company A or the test company B as shown by arrow Q11. Take the test that will be done.
  • a predetermined learner a has taken a test conducted by a tester A and a test conducted by a tester B.
  • the tester A and the tester B generate learning data indicating the score when the learner a takes the test, and record (register) the learning data in the blockchain database.
  • the client owned by the tester B more specifically, the tester B, generates learning data showing the score when the learner a takes the test, and generates the learning data. Record (register) in the blockchain database.
  • the client generates a transaction that includes the learning data and requests the recording of the learning data, and records the learning data (transaction) in the blockchain database by requesting the execution of the transaction.
  • the transaction indicated by the character "tx2" is a transaction that includes learning data indicating the test score of learner a, which is recorded (registered) by the tester B.
  • a transaction indicated by the character “tx2” includes a score indicated by the character “score: 680/1000", a service ID indicated by the character “test-name: zzz”, and a service indicated by the character “category: yyy”. It contains the category, the learner information indicated by the letter “Examinee: a”, and the examiner information indicated by the letter “Issuer: B”.
  • the service ID is identification information indicating the service, and since the test is provided here as a service, it is possible to identify each test (test name) by the service ID.
  • the learner information is information indicating the learner who has received the service, that is, has taken the test
  • the examiner information is information indicating the service provider, that is, the examiner B here.
  • the transaction indicated by the character "tx1" is a transaction including the learning data indicating the test score of the learner a recorded by the tester A.
  • any user such as a school teacher or hire b who is an employee of a employment support company, can access the blockchain database and browse the learning data. You will be able to (see).
  • the employer b browses the learning data of the learner a, and evaluates the ability of the learner a by looking at the score indicated by the learning data.
  • the scores of a plurality of tests taken by the learner a, not the tester A or the tester B, are summarized as a learning history (hereinafter referred to as a learning record summary). (Referred to as) can also be recorded in the blockchain database as learning data.
  • the transaction indicated by the character "tx3" is a transaction that includes the learning data of the learning record summary of the learner a recorded by the learner a.
  • the character “Reference: tx1” indicates the transaction ID of the transaction to be referred to included in the learning record summary, and the character “Reference: tx2" is also used. Indicates the transaction ID of the reference destination.
  • a learning record summary including the score of the test performed by the tester A and the score of the test performed by the tester B is stored as the training data. Will be there.
  • the adopter b browses the learning data including the learning record summary of the learner a, and sees each score of the plurality of tests indicated by the learning data, and sees the learner a. You can also evaluate your ability.
  • the blockchain database has various learning data such as learning data showing the score of the test conducted by the tester A, learning data showing the score of the test conducted by the tester B, and learning data of the learning record summary. Learning data is recorded.
  • the utility value of each test in other words, the reliability of the test or the tester is expressed by the reference point. That is, the reference point is a value indicating the utility value of the test provided by the tester, more specifically the test score.
  • the absolute score conversion rate which is the conversion rate for converting the score of each test into an absolute score.
  • a test (service) that is frequently viewed by an employer or the like that is, a test (service) with a large number of views (references) is considered to have a higher utility value, and a reference point for each test is determined. To. That is, the more viewed a test, the larger the reference point for that test.
  • a predetermined number of reference points are given to the test of the tester B according to the execution of the smart contract and the viewing (reference) of the learning data.
  • the reference points given to the test may be reduced as the number of browsing increases, and the second and subsequent browsing may be performed.
  • the reference point may not be given.
  • the reference point may be given when the viewer or the like performs an operation instructing the addition of the reference point.
  • the absolute score conversion rate for converting the score of the test into the absolute score is obtained for each test.
  • the analysis server 42 may be a node such as Endorsement Peer or Committing Peer that constitutes the blockchain network 41, or may be an arbitrary client that is not a node and is connected to the blockchain network 41.
  • the analysis server 42 learns from the blockchain database at an arbitrary timing, learning data including a plurality of reference points for each test for each category and scores of those tests, more specifically. Read a transaction of data.
  • the analysis server 42 obtains the absolute score conversion rate based on the read reference point and the learning data, and converts the score indicated by the learning data into the absolute score by the absolute score conversion rate.
  • the analysis server 42 generates absolute score data indicating the obtained absolute score, holds the absolute score data by itself, or writes it in the blockchain database.
  • the absolute score data includes the transaction ID of the transaction in which the score from which the absolute score is calculated, that is, the learning data indicating the score before conversion to the absolute score is stored, and the absolute score obtained by the conversion. There is.
  • the employer b can access the analysis server 42 by the client and view (see) the absolute score data.
  • the employer b may read the absolute score data from the blockchain database and browse it.
  • FIG. 5 is a diagram showing a configuration example of a client connected to the blockchain network 41.
  • the client 71 is an information terminal device such as a computer owned by each user connected to the blockchain network 41, such as the tester A, the tester B, the learner a, and the employer b shown in FIG.
  • the clients 71 of each of those users have the same configuration.
  • the client 71 has a communication unit 81, an input unit 82, a recording unit 83, a control unit 84, and a display unit 85.
  • the communication unit 81 communicates with, for example, the nodes constituting the blockchain network 41, the analysis server 42, and the clients of other users, receives various data and supplies the data to the control unit 84, or supplies the data from the control unit 84. Send the data that has been created.
  • the input unit 82 includes, for example, a mouse, a keyboard, a touch panel superimposed on the display unit 85, and the like, and supplies a signal according to the user's operation to the control unit 84.
  • the recording unit 83 is composed of a non-volatile memory or the like, and records the data supplied from the control unit 84, or supplies the recorded data to the control unit 84.
  • the control unit 84 controls the operation of the entire client 71.
  • the control unit 84 supplies predetermined data to the communication unit 81 for transmission, or supplies the data received by the communication unit 81 to the display unit 85 for display in response to a signal from the input unit 82. ..
  • the display unit 85 includes, for example, a liquid crystal display panel, and displays various images under the control of the control unit 84.
  • peers which are the nodes constituting the blockchain network 41, are configured as shown in FIG. 6, for example.
  • the peer 111 shown in FIG. 6 functions as, for example, an Endorsement Peer or a Committing Peer. In the following, the peer 111 will be described as functioning as both an endorsement peer and a committing peer.
  • the peer 111 has a communication unit 121, a recording unit 122, and a control unit 123.
  • the communication unit 121 communicates with other nodes, clients 71, and analysis server 42 constituting the blockchain network 41 to receive various data and supply the data to the control unit 123, or is supplied from the control unit 123. Send data.
  • the recording unit 122 is composed of a non-volatile memory or the like, and records the above-mentioned smart contract or blockchain database.
  • the recording unit 122 records the data supplied from the control unit 123, and supplies the recorded data to the control unit 123.
  • the control unit 123 controls the operation of the entire peer 111. For example, the control unit 123 supplies predetermined data to the communication unit 121 for transmission, or supplies the data received by the communication unit 121 to the recording unit 122 for recording.
  • the analysis server 42 shown in FIG. 4 has a configuration shown in FIG. 7, for example.
  • the analysis server 42 has a communication unit 151, a recording unit 152, and a control unit 153.
  • the communication unit 151 communicates with, for example, a node or a client 71 constituting the blockchain network 41, receives various data and supplies the data to the control unit 153, or transmits the data supplied from the control unit 153. To do.
  • the recording unit 152 is composed of a non-volatile memory or the like, and records the data supplied from the control unit 153, or supplies the recorded data to the control unit 153.
  • the control unit 153 controls the operation of the entire analysis server 42. For example, the control unit 153 generates absolute score data based on the learning data and reference points supplied from the communication unit 151, or supplies the generated absolute score data to the recording unit 152 for recording.
  • the control unit 153 has an acquisition unit 161, a conversion rate calculation unit 162, and a score conversion unit 163.
  • the acquisition unit 161 acquires (extracts) learning data and reference points from the blockchain database by controlling the communication unit 151 and reading transactions and the like from the blockchain database.
  • the analysis server 42 also functions as the peer 111
  • the blockchain database is recorded in the recording unit 152, so that the acquisition unit 161 can use the learning data from the blockchain database recorded in the recording unit 152. You can get a reference point.
  • the conversion rate calculation unit 162 calculates the absolute score conversion rate based on the learning data and the reference points acquired by the acquisition unit 161.
  • the score conversion unit 163 converts the score indicated by the learning data acquired by the acquisition unit 161 into an absolute score based on the absolute score conversion rate, and generates absolute score data.
  • the user ID and certificate are issued by the CA, the user can be uniquely identified in the blockchain network 41, and the user can participate in the blockchain network 41.
  • the client 71 of the tester A accesses the CA of the blockchain network 41 and identifies the tester A (client 71) from the CA and the user ID and the certificate of the tester A. Receive the issuance of a book.
  • the client 71 of the certification company A also receives the issuance of the service ID, which is the identification information for identifying the test A and the test B, from the CA.
  • the user ID "abcabc" of the tester A, the service ID “bbccdd” that identifies the test A, and the service ID “ddeeff” that identifies the test B are issued.
  • the client 71 When the user ID, certificate, and service ID are issued, the client 71 generates a wallet that records the assigned reference points for each test.
  • the wallet of test A includes the user ID "abcabc" of the tester A, the service ID "bbccdd” of test A, and the total number of reference points given.
  • the reference point is given to the test A and the reference given to the wallet of the test A is given. Points are recorded.
  • the wallet of test B contains the user ID "abcabc" of the tester A, the service ID “ddeeff” of test B, and the total number of reference points given.
  • reference points may be given for each tester.
  • the wallet generated by the control unit 84, the user ID, the certificate, the service ID, etc. issued by the CA and received by the communication unit 81 are supplied from the control unit 84 to the recording unit 83 and recorded. To.
  • a transaction for assigning the reference point is executed and recorded in the blockchain database, so that the total reference point of each test can be specified even in the blockchain network 41. is there.
  • the learning data registration application process is the same process as the process shown by the arrow Q12 in FIG. 4, and in this case, for example, the staff of the tester A operates the input unit 82 to score the learner a. Enter.
  • step S11 the control unit 84 appropriately reads necessary data from the recording unit 83 based on the signal supplied from the input unit 82, and generates learning data indicating the score of the learner a.
  • the learning data includes not only the score of the learner a but also information for identifying the test A, the tester A, and the like.
  • the learning data includes examiner information, service ID, category information, learner information, and score.
  • the tester information is information indicating the test (service) provider, that is, the tester, and here, the tester information is a user ID indicating the test provider A, which is the test provider. Further, the service ID is a service ID indicating the test A which is a service.
  • Category information is information indicating the category of test A, for example, a public practice test.
  • the learner information is information indicating the examinee of the test A, and here, it is a user ID or the like indicating the learner a.
  • step S12 the control unit 84 generates a transaction for executing the recording of the learning data generated in step S11.
  • the transaction includes the signature of the client 71 and the learning data generated in step S11.
  • the learning data includes the examiner information, the service ID, the service category information, the learner information, and the score.
  • the transaction generated in this way requires the recording of the learning data in the blockchain database (distributed ledger).
  • the signature of the client 71 stored in the transaction is generated based on the certificate issued to the client 71 by the CA of the blockchain network 41.
  • step S13 the control unit 84 requests the execution of the transaction generated in step S12. That is, a transaction registration application is made to the blockchain network 41.
  • control unit 84 supplies the transaction to the communication unit 81, and instructs the transmission (broadcast) of the transaction to the plurality of peers 111 of the blockchain network 41.
  • the nodes of the communication unit 81, the control unit 84, and the blockchain network 41 perform the same processing as the procedures STP1 to STP10 described with reference to FIG. 3, and the transaction is recorded in the blockchain database.
  • the client 71 corresponds to the client 11 in FIG. 3, and the peer 111 corresponds to the Endorsement Peer 12 and the Committing Peer 14.
  • the signature of the peer 111 is added to the transaction shown in FIG. 10, and in the process corresponding to the procedure STP6, the transaction ID is given to the transaction by the Orderer.
  • step S14 the communication unit 81 receives the transaction execution result transmitted from the peer 111 functioning as the Committing Peer and supplies it to the control unit 84.
  • control unit 84 supplies the execution result of the transaction supplied from the communication unit 81 to the display unit 85 and displays it, and the learning data registration application process ends.
  • the client 71 generates a transaction including the learning data indicating the learner's score, requests the execution of the transaction, and causes the learning data to be recorded in the blockchain database.
  • any participant for example, employer b, accesses the blockchain network 41 by his / her own client 71, and performs the learning data recorded in the blockchain database, more specifically, the transaction including the learning data.
  • employer b accesses the blockchain network 41 by his / her own client 71, and performs the learning data recorded in the blockchain database, more specifically, the transaction including the learning data.
  • the client 71 and the node of the blockchain network 41 perform the same processing as the procedure STP1 to the procedure STP4 described with reference to FIG.
  • the client 71 corresponds to the client 11. Then, in the process corresponding to the procedure STP1, the client 71 includes the transaction ID of the transaction including the learning data to be viewed, and transmits the transaction requesting the reading of the transaction indicated by the transaction ID.
  • the smart contract is executed, and the learning data requested to be read, more specifically, the transaction indicated by the transaction ID is read.
  • the read transaction that is, the learning data requested to be read is transmitted to the client 71 as a response of the transaction transmitted in the process corresponding to the procedure STP1.
  • the peer 111 functioning as the Endorsement Peer newly performs a transaction for recording that the training data has been browsed, that is, for recording the browsing history of the training data. Generate and record the transaction in the blockchain database.
  • the transaction generated by the peer 111 includes at least the transaction ID of the transaction in which the read (read) learning data is stored and the user ID of the viewer who has read the learning data. To be done.
  • the learning data registration application process described with reference to FIG. 9 is performed as described above and the learning data recorded as a result is viewed by a third party such as employer b, it corresponds to the procedure STP3.
  • a smart contract is executed in the process.
  • the peer 111 which is an Endorsement Peer, executes a smart contract to give a reference point as needed. Also do.
  • step S41 the control unit 123 confirms the past browsing history of the learning data by the viewer.
  • control unit 123 searches the blockchain database recorded in the recording unit 122 for a transaction for recording the browsing history of the learning data indicating the score of the test A by the client 71 of the employer b. By doing so, you can check the past browsing history.
  • the browsed learning data test and its viewer are the service ID included in the transaction of the reference destination indicated by the transaction ID included in the transaction of the browsing history, and the user ID indicating the viewer. Can be specified by.
  • control unit 123 has in the past whether or not the client 71 of the employer b has browsed the learning data indicating the score of the test A of any learner, not limited to the learner a. Is confirmed.
  • step S42 the control unit 123 determines whether or not this browsing is the first browsing of the learning data indicating the score of the test A by the adopter b who is the viewer. In step S42, it may be determined whether or not the adopter b is viewing the learning data indicating the score of the learner a in the test A for the first time.
  • step S42 When it is determined in step S42 that the browsing is the first time, the control unit 123 sets the reference points to be given to the test A this time to a predetermined number of points (for example, N points) in step S43. After that, the process proceeds to step S45.
  • a predetermined number of points for example, N points
  • step S42 when it is determined in step S42 that it is not the first browsing, the control unit 123 gives the reference point given to the test A this time to 1 / of the number of points given to the test A last time.
  • n be the number of points.
  • the number of reference points given to the test A last time can be specified by browsing (referring to) the transaction for giving the reference points.
  • step S44 When the process of step S44 is performed, the process then proceeds to step S45.
  • the reference points given to the test in step S44 are increased each time the number of times the learning data of the test is viewed (reference count) increases. It will decrease.
  • a test having a large total number of reference points given is a test that is widely known or used as a criterion for evaluation, and such a test has high utility value, that is, reliability. Can be said to be a high test.
  • the value in use of a test (certifier) is expressed by a reference point.
  • step S43 or step S44 executes the smart contract in step S45 and generates a service corresponding to the browsed learning data, that is, a transaction that gives a reference point to the test A. To do.
  • a transaction including the viewer information, the transaction ID of the transaction including the browsed learning data, the service provider information, the service ID, and the number of reference points to be given is generated. Will be done.
  • the viewer information here is information indicating the viewer of the learning data, for example, a user ID indicating the employer b who is the viewer.
  • the service provider information is information indicating the provider of the service to which the reference point is given, and here, it is the user ID of the test provider A who is the provider of the test A.
  • the service ID here is a service ID indicating the test A to which the reference points are given, and the number of reference points is the number of points determined in step S43 or step S44.
  • the transaction for assigning such a reference point can also be used as a browsing history of learning data after being recorded in the blockchain database. Therefore, for example, in step S41, the past browsing history may be confirmed by referring to the transaction for assigning the reference point generated in the past.
  • step S46 the control unit 123 requests the execution of the transaction generated in the process of step S45.
  • control unit 123 supplies the transaction for assigning the reference point to the communication unit 121, and instructs the communication unit 121 to transmit the transaction to the Endorsement Peer constituting the blockchain network 41.
  • the communication unit 121 transmits (broadcasts) the transaction supplied from the control unit 123 to a plurality of Endorsement Peers according to the control of the control unit 123.
  • This process corresponds to the procedure STP1 described with reference to FIG. 3, and then the processes of the procedures STP2 to STP10 described with reference to FIG. 3 are performed by the peer 111, Endorsement Peer, Orderer, and Committing Peer. ..
  • the peer 111 corresponds to the client 11 of FIG.
  • the total number of reference points given to test A recorded in the state database is also updated. To.
  • the reference point given this time is transmitted to the client 71 of the tester A who is the provider of the test A.
  • the wallet of the test A recorded in the recording unit 83 is updated by the control unit 84.
  • step S46 the execution result of the transaction requested to be executed in step S46 is transmitted from the Committing Peer to the peer 111.
  • step S47 the communication unit 121 receives the transaction execution result transmitted from the Committing Peer and supplies it to the control unit 123.
  • the control unit 123 can recognize that the transaction is surely executed and the reference point is given to the service A.
  • the reference point assignment process ends.
  • the peer 111 when the learning data is browsed by an arbitrary viewer, the peer 111 provides a service (test) corresponding to the learning data according to the browsing status of the learning data, that is, the number of times of browsing so far. And give a reference point.
  • the value in use of each test can be represented by reference points according to the actual browsing situation.
  • the viewer can view the total value of the reference points of each test.
  • Such reference points can also be used as the utility value, that is, the reliability of testers and testers.
  • a viewer wants to evaluate one or more learners, but there are multiple tests that belong to the same category, and the viewer may not know which test should be used for evaluation.
  • the viewer can evaluate each learner's ability based on the absolute score, and also evaluate each learner's ability based on, for example, the score of a test with a high reference point, that is, a test with high utility value. Appropriate evaluation can be performed even if such as.
  • FIGS. 9 and 11 are shown. The same process as the process described with reference to is performed.
  • the learner a shown in FIG. 4 generates the learning data of the learning record summary including the scores of the test A and the test B will be described as an example.
  • the learner a operates the input unit 82 of the client 71 to input the scores of the test A and the test B, and instruct the generation of the learning data.
  • step S71 the control unit 84 generates learning data for summarizing the learning records based on the signal corresponding to the operation of the learner a supplied from the input unit 82.
  • the transaction ID of the transaction containing the learning data indicating the score of the test A of the learner a and the transaction ID of the transaction containing the learning data indicating the score of the test B of the learner a are used.
  • the included learning data is generated as the learning data of the learning record summary.
  • the learning data of the learning record summary includes the transaction ID of the transaction in which the learning data indicating the score of each test is stored as the information indicating the transaction of the reference destination.
  • the referenced transaction indicated by the transaction ID included in the learning data of the learning record summary will also be referred to as the referenced transaction.
  • step S72 the control unit 84 generates a transaction for executing the recording of the learning data generated in step S71.
  • a transaction including the signature of the client 71 and the learning data generated in step S71 is generated.
  • steps S73 and S74 are performed thereafter to end the learning data registration application process, but these processes are the same as the processes of steps S13 and S14 of FIG. Therefore, the description thereof will be omitted.
  • the client 71 generates a transaction including the learning data of the learning record summary, and requests the execution of the transaction to record the learning data in the blockchain database.
  • step S101 the control unit 123 selects one learning data to be processed from the learning data included in the plurality of referenced transactions referenced by the learning data of the browsed learning record summary.
  • steps S102 to S108 are performed thereafter, and reference points are given to the score test (service) included in the learning data to be processed. ..
  • steps S102 to S108 Since the processing of steps S102 to S108 is the same as the processing of steps S41 to S47 of FIG. 11, the description thereof will be omitted.
  • step S109 the control unit 123 determines whether or not the learning data included in all the referenced transactions, that is, all the learning data has been processed in steps S101 to S108 described above.
  • step S109 If it is determined in step S109 that all the training data has not been processed yet, the process returns to step S101, and the above-mentioned process is repeated.
  • step S109 if it is determined in step S109 that all the training data has been processed, the reference point assigning process ends.
  • the peer 111 gives a reference point for each test summarized by the learning data.
  • each test has a relationship as shown in FIG. 15 depending on the total number of reference points given to those tests and whether or not each test has a common examinee (learner).
  • each quadrangle represents a test (service), and the straight line connecting the two quadrangles indicates that the two tests connected by the straight line have a common examinee.
  • each of the plurality of tests is hierarchically classified into a plurality of services such as service ⁇ 1, service ⁇ 2, service ⁇ 3, service ⁇ 4, and so on.
  • the test A having the highest total reference points is regarded as the service ⁇ 1
  • the test having the same test taker as the test A which is the service ⁇ 1 is called the service ⁇ 2. It has become.
  • test B, test C, and test D are classified into service ⁇ 2, and these tests are taken by the same examinee as service A. It can also be seen that there are common examinees between service B and service C, which are classified into the same service ⁇ 2.
  • test classified into the service ⁇ 3 is a test having the same test taker as any of the tests classified into the service ⁇ 2, and here, the test E, the test F, the test G, and the test H are the services. It is classified as ⁇ 3.
  • the test classified as service ⁇ 3 does not have the same test taker as the test of service ⁇ 1. However, the test classified into the service ⁇ 3 has a common examinee between the service ⁇ 1 and the test of the service ⁇ 2 which has a common examinee, and therefore has an indirect relationship with the service ⁇ 1.
  • tests that have the same test taker as the tests classified in service ⁇ 3 are classified in service ⁇ 4, and after that, each test is classified so that all the tests belong to the service of one level.
  • the absolute score conversion rate is calculated by using the relationship between the tests as shown in FIG. 15, that is, the hierarchical service classification result.
  • the score conversion rate of the score between individual tests is first calculated.
  • a test classified as service ⁇ 1 is regarded as a standard test, and for all tests other than the standard test, the score of the test is used as the standard score, that is, the score equivalent to the standard test (corresponding to the score of the standard test).
  • the score conversion rate to be converted into the score is calculated.
  • test for which the score conversion rate is calculated is a test in which the categories indicated by the category information are the same.
  • test A since the service ⁇ 1 having the highest total reference points is test A, an example is used in which the score conversion rate for converting the scores of tests other than test A into scores based on test A is calculated. I will give a concrete explanation as.
  • learning data indicating the score of each test recorded in the blockchain database is extracted, and the score of the test indicated by each of the learning data is a score of 100 stages, that is, a score with a maximum score of 100 points. Is normalized to be.
  • test B has a maximum score of 990 and the score of test B of a certain examinee (learner) is X
  • the calculation of X / 990 ⁇ 100 is performed and the score is normalized.
  • the normalized score will also be referred to as a normalized score.
  • test A which has the same test taker as test A, which is the standard test
  • score conversion rate of those tests based on test A is calculated.
  • the normalized score of test A and the normalized score of test B are extracted for all the examinees who took both test A and test B.
  • the total of the normalized scores of the test A of all the examinees and the total of the normalized scores of the test B of all the examinees are calculated, and the ratio of the total of the normalized scores is calculated as the score conversion rate.
  • the number of times each examinee takes the test A and the test B is the same.
  • test A of all test takers that is, the test takers who took both test A and test B
  • the total normalized score of test B of all test takers is 582.
  • the score conversion rate of test B based on test A is 386/582.
  • the score conversion rate obtained in this way is a conversion rate when simply converting the score of test B to a score based on test A without considering the reference points.
  • test A is performed for each test classified into service ⁇ 3, which does not have a common test taker with the standard test test A but has a common test taker with the test classified into service ⁇ 2.
  • the score conversion rate for those tests as a reference is calculated.
  • the score conversion rate of the test E based on the test A is calculated. This will be described as an example.
  • the normalized score of test B and the normalized score of test E are extracted for all the examinees who took both test B and test E.
  • the total of the normalized scores of the test B of all the examinees and the total of the normalized scores of the test E of all the examinees are obtained, and the ratio of the total of the normalized scores is a test based on the test B. It is calculated as the score conversion rate of E.
  • test B of all examinees that is, the examinees who took both test B and test E
  • the total normalized score of test E of all examinees is 502.
  • the score conversion rate of test E based on test B is 402/502.
  • the score conversion rate of test B based on test A is 386/582
  • the score conversion rate of test B based on test A and the score conversion rate of test E based on test B Therefore, the score conversion rate of the test E based on the test A can be obtained.
  • the score conversion rate of test B based on test A is 386/582
  • the score conversion rate of test E based on test B is 402/502.
  • the conversion rate (386/582) ⁇ (402/502) can be obtained.
  • the score of a test E of a certain examinee is X2
  • the score based on the test A of the score X2 that is, the score corresponding to the test A is X2 ⁇ (386/582) ⁇ (402/502). It becomes.
  • the score conversion rate of all tests based on test A (reference test) is calculated for all tests classified into each layer such as service ⁇ 4.
  • the score conversion rate of each test is obtained when the test A having the highest reference point is used as the reference test, similarly, those tests are obtained for the top m tests having the highest reference points, including the test A.
  • the score conversion rate of each test is calculated when is used as the reference test.
  • the number m here is a predetermined number, and for example, the number of all tests may be set to the number m.
  • test columns arranged in the vertical direction indicate the reference test
  • test columns arranged in the horizontal direction in the figure indicate the test for converting the score. That is, the test to be converted is shown.
  • the score conversion rate "1.25" obtained for the reference “test C” and the conversion target "test A” is based on the test A score, that is, the test.
  • the score conversion rate for converting to a score equivalent to C is shown.
  • the score conversion rate obtained for the reference “test A” and the conversion target “test A” is "1".
  • the "-" in the score conversion rate column means that the score conversion rate cannot be calculated because the reference test and the test to be converted are not directly or indirectly related. Is shown.
  • the analysis server 42 obtains the absolute score conversion rate as follows.
  • the score conversion rate of Test A obtained for each reference test is weighted and added with the reference points given to each reference test as a weight, and the weighted average obtained as a result. The value is taken as the absolute score conversion rate.
  • test A has a perfect score of 990 and a learner has a score of test A of 700
  • test A is generally widely known and the reference point of test A is high, the absolute score will be close to the score based on test A, so that the viewer is based on the absolute score. , You can make a more intuitive and more probable evaluation.
  • the conversion method to the absolute score shown here is just an example, and if the score of each test can be converted to the absolute score of the same evaluation standard, which method is the conversion method to the absolute score? It may be something like.
  • the absolute score calculation process should be performed at any timing, such as a periodic timing, a timing when a reference point is given to any test, or a timing when a client 71 requests to view the absolute score data. You may do it.
  • the analysis server 42 also functions as a peer 111 and the blockchain database is recorded in the recording unit 152.
  • step S131 the acquisition unit 161 acquires, for each test belonging to the same category, learning data indicating the scores of those tests and reference points of those tests from the blockchain database recorded in the recording unit 152 ( Extract.
  • the category of each test can be specified by the category information included in the learning data.
  • the reference point of each test is a transaction of reference point assignment recorded in the blockchain and executed in the reference point assignment process of FIGS. 11 and 14, and those transactions recorded in the state database. It can be obtained from the information indicating the result of execution.
  • the acquisition unit 161 requests a transaction to view (reference) a transaction in which necessary information such as learning data and a reference point is stored. Transactions and the like are read out by generating and controlling and transmitting the communication unit 151.
  • the acquisition unit 161 extracts (acquires) necessary learning data and reference points from the read transaction.
  • the analysis server 42 serves as the client 11 in FIG. 3, processing of procedure STP1 to procedure STP4 is performed, and necessary transactions and the like are read out.
  • step S132 the conversion rate calculation unit 162 calculates the score conversion rate based on the test with the highest reference point, that is, the test classified into the service ⁇ 1 described above as the reference test.
  • the conversion rate calculation unit 162 uses the test A as a reference test as described with reference to FIG. 15 for all the other tests.
  • the score conversion rate for converting the test score into a score based on test A is calculated.
  • step S133 the conversion rate calculation unit 162 selects the test having the highest reference point as the reference test from among the tests that have not yet been regarded as the reference test among the plurality of tests.
  • step S134 the conversion rate calculation unit 162 calculates the score conversion rate based on the reference test selected in step S133 by performing the same processing as in the case of step S132.
  • step S135 the conversion rate calculation unit 162 determines whether or not the score conversion rate has been calculated for the upper m tests among the plurality of tests using each of the m tests as a reference test.
  • step S135 if it is determined that the score conversion rate has not been calculated using the upper m tests as the reference test, the process returns to step S133, and the above-mentioned process is repeated.
  • step S135 if it is determined in step S135 that the score conversion rate has been calculated using the upper m tests as the reference test, the process proceeds to step S136.
  • the score conversion rate of the other tests when each of the upper m tests having high reference points is used as the reference test is obtained.
  • step S136 the conversion rate calculation unit 162 calculates the absolute score conversion rate of each test based on the score conversion rate of each test calculated for each reference test.
  • the conversion rate calculation unit 162 uses the reference points of each reference test as weights for each test, and the weighted average of the score conversion rates based on those reference tests.
  • the absolute score conversion rate is calculated by obtaining the value.
  • step S137 the score conversion unit 163 converts the score indicated by the learning data into an absolute score for each learning data acquired in step S131 based on the absolute score conversion rate.
  • step S138 the score conversion unit 163 generates absolute score data by associating the obtained absolute score with the transaction ID of the transaction in which the learning data indicating the original score before conversion of the absolute score is stored. To do.
  • step S139 the control unit 153 causes the blockchain database to record the absolute score data obtained in step S138.
  • control unit 153 generates a transaction requesting the recording of absolute score data and supplies it to the communication unit 151.
  • control unit 153 controls the communication unit 151 and requests the execution of the transaction by transmitting the transaction to the Endorsement Peer constituting the blockchain network 41.
  • the control unit 153 may record the absolute score data in an area other than the blockchain database of the recording unit 152, or the absolute score data is recorded only in the recording unit 152 and not in the blockchain database. You may do so.
  • the analysis server 42 can have a function as a peer 111.
  • the analysis server 42 reads the learning data and the reference point from the blockchain database recorded by itself in step S131, and records the absolute score data in the blockchain database recorded by itself in step S139. can do. Further, in this case, the program executed by the analysis server 42 for providing the service using the blockchain network 41 is provided by, for example, the administrator (consortium member) of the blockchain network 41.
  • the analysis server 42 when the analysis server 42 does not have the function as the peer 111, the analysis server 42 itself does not have the blockchain database.
  • step S131 the analysis server 42 reads the learning data and the reference point from the blockchain database held by the peer 111 by exchanging transactions with the peer 111 (node) using the API.
  • the analysis server 42 requests the recording of absolute score data in the blockchain database held by the peer 111 by exchanging transactions with a node such as the peer 111 using the API. ..
  • the program executed by the analysis server 42 for providing the service using the blockchain network 41 may be provided by, for example, the administrator of the blockchain network 41, or the management of the analysis server 42. It may be developed by a person.
  • the analysis server 42 calculates the absolute score conversion rate from the reference points given to each test, and converts the test score indicated by the learning data into the absolute score. By doing so, the employer or the like of the employment support company can make a more reliable evaluation when evaluating the ability of each learner by viewing the absolute score.
  • control unit 84 of the client 71 reads the transaction including the desired learning data from the blockchain database in step S171.
  • control unit 84 generates a transaction that requests the reading (viewing) of the transaction including the desired learning data, supplies the transaction to the communication unit 81, and causes the Endorsement Peer to transmit the transaction, thereby requesting the execution of the transaction. To do.
  • control unit 84 supplies the learning data included in the transaction supplied from the communication unit 81, that is, the score indicated by the learning data, to the display unit 85 and displays it, if necessary.
  • the employer b or the like who operates the client 71 can confirm the test score for the desired learner.
  • the employer b or the like who has viewed the score wants to view the absolute score corresponding to the score, he / she operates the input unit 82 to instruct the viewing of the absolute score.
  • step S172 the control unit 84 generates a viewing request for absolute score data including the transaction ID of the transaction supplied from the communication unit 81 in response to the signal from the input unit 82, and supplies the data to the communication unit 81. ..
  • the transaction ID included in this browsing request can specify the original score corresponding to the absolute score requesting browsing.
  • the transaction ID can identify which learner is required to view the absolute score for which test score.
  • step S173 the communication unit 81 transmits the browsing request supplied from the control unit 84 to the analysis server 42.
  • step S201 the communication unit 151 receives the browsing request transmitted from the client 71 and supplies it to the control unit 153.
  • step S202 the control unit 153 reads out the absolute score data in response to the browsing request supplied from the communication unit 151.
  • the control unit 153 when the absolute score data is recorded in the recording unit 152, the control unit 153 includes the transaction ID included in the browsing request from the absolute score data recorded in the recording unit 152. Read the score data.
  • the control unit 153 stores the absolute score data including the transaction ID included in the browsing request, and more specifically, the absolute score data.
  • a transaction requesting the reading of the transaction is generated and supplied to the communication unit 151.
  • control unit 153 controls the communication unit 151 to send the generated transaction to the Endorsement Peer, thereby requesting the execution of the transaction.
  • the control unit 153 extracts the absolute score data requested to be viewed from the transaction supplied from the communication unit 151 in this way.
  • control unit 153 supplies the absolute score data to the communication unit 151 and instructs the client 71 to transmit the absolute score data.
  • step S203 the communication unit 151 transmits the absolute score data supplied from the control unit 153 to the client 71, and the absolute score providing process ends.
  • step S174 the communication unit 81 receives the absolute score data transmitted from the analysis server 42 and supplies it to the control unit 84.
  • step S175 the control unit 84 supplies the absolute score data supplied from the communication unit 81 to the display unit 85 to display the absolute score.
  • the analysis server 42 transmits the absolute score data in response to the request of the client 71, the client 71 receives the absolute score data transmitted from the analysis server 42, and the absolute score data is based on the absolute score data. Display the score.
  • the hires of the employment support company can browse the absolute score and make a more reliable evaluation for each learner.
  • the client 71 may read the absolute score data from the blockchain database using the transaction ID as a key.
  • the blockchain network is a consortium type has been described above, but the present invention is not limited to this, and the blockchain network may be in any form such as a public type.
  • this technology can be realized even when a server or client connected to a blockchain network functions as a node such as a peer.
  • an information terminal device such as a user who uses the blockchain network functions as a node instead of the administrator of the blockchain network.
  • the server of a business operator or the like that provides services to users or the like using the blockchain network functions as a node.
  • the server of the business operator or the like connected to the blockchain network exchanges information with the information terminal device of the user or the like by using the API, and provides the service to the user or the like.
  • the device managed by the administrator of the blockchain network functions as a node.
  • a server such as a business operator uses the API to exchange information with the node.
  • the information terminal device of the user or the like is not directly connected to the node, and the service is provided by exchanging information with the server of the business operator or the like.
  • the series of processes described above can be executed by hardware or software.
  • the programs that make up the software are installed on the computer.
  • the computer includes a computer embedded in dedicated hardware and, for example, a general-purpose personal computer capable of executing various functions by installing various programs.
  • FIG. 20 is a block diagram showing a configuration example of computer hardware that executes the above-mentioned series of processes programmatically.
  • the CPU Central Processing Unit
  • the ROM ReadOnly Memory
  • the RAM RandomAccessMemory
  • An input / output interface 505 is further connected to the bus 504.
  • An input unit 506, an output unit 507, a recording unit 508, a communication unit 509, and a drive 510 are connected to the input / output interface 505.
  • the input unit 506 includes a keyboard, a mouse, a microphone, an image sensor, and the like.
  • the output unit 507 includes a display, a speaker, and the like.
  • the recording unit 508 includes a hard disk, a non-volatile memory, and the like.
  • the communication unit 509 includes a network interface and the like.
  • the drive 510 drives a removable recording medium 511 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory.
  • the CPU 501 loads the program recorded in the recording unit 508 into the RAM 503 via the input / output interface 505 and the bus 504 and executes the above-described series. Is processed.
  • the program executed by the computer (CPU501) can be recorded and provided on a removable recording medium 511 as a package medium or the like, for example. Programs can also be provided via wired or wireless transmission media such as local area networks, the Internet, and digital satellite broadcasting.
  • the program can be installed in the recording unit 508 via the input / output interface 505 by mounting the removable recording medium 511 in the drive 510. Further, the program can be received by the communication unit 509 and installed in the recording unit 508 via a wired or wireless transmission medium. In addition, the program can be pre-installed in the ROM 502 or the recording unit 508.
  • the program executed by the computer may be a program that is processed in chronological order according to the order described in this specification, or may be a program that is processed in parallel or at a necessary timing such as when a call is made. It may be a program in which processing is performed.
  • the embodiment of the present technology is not limited to the above-described embodiment, and various changes can be made without departing from the gist of the present technology.
  • this technology can have a cloud computing configuration in which one function is shared by a plurality of devices via a network and jointly processed.
  • each step described in the above flowchart can be executed by one device or shared by a plurality of devices.
  • one step includes a plurality of processes
  • the plurality of processes included in the one step can be executed by one device or shared by a plurality of devices.
  • this technology can also have the following configurations.
  • a conversion rate calculation step of calculating an absolute evaluation conversion rate for converting the evaluation data into the absolute evaluation data based on the evaluation data of the plurality of evaluators and a value indicating the value is further included.
  • the information processing method according to (2) or (3) which converts the evaluation data into the absolute evaluation data based on the absolute evaluation conversion rate in the conversion step.
  • the conversion rate calculation step for each of the predetermined number of reference evaluators, the evaluation data of the other evaluators is converted into the evaluation data corresponding to the evaluation data of the evaluator as the reference.
  • the information processing method according to (4) wherein the conversion rate is calculated, and the absolute evaluation conversion rate is calculated based on the conversion rate of the evaluator and the value indicating the value as the reference.
  • a program that causes a computer to perform processing including a recording step of recording the absolute evaluation data in a distributed ledger.
  • An acquisition unit that acquires evaluation data indicating the evaluation of the evaluation target generated by the evaluator and a value indicating the value of the evaluator for a plurality of evaluators.
  • a conversion unit that converts the evaluation data into absolute evaluation data based on the evaluation data of the plurality of evaluators and values indicating the value.
  • An information processing device including a control unit that records the absolute evaluation data in a distributed ledger.
  • a block generated based on a transaction in which training data including test identification information provided by a tester, learner information indicating a learner who has taken the test, and the score of the test of the learner is stored is concatenated.
  • the distributed ledger configured by the information processing is shared by a plurality of devices, the learning data recorded in the distributed ledger is referred to, and the learning data included in the referenced learning data is included.
  • An information processing method that assigns a reference point to the test indicated by the identification information or the tester who provides the test.
  • (12) The information processing method according to (11), wherein the transaction in which the learning data is stored is recorded in the distributed ledger for the test provided by each of the plurality of testers.
  • the reference points given to the test or the tester decrease as the number of references increases (11) to (13).
  • the information according to any one of (11) to (14), in which transactions in which other learning data including transaction IDs indicating each of the plurality of transactions are stored are further recorded in the distributed ledger. Processing method.
  • a block generated based on a transaction in which training data including test identification information provided by a tester, learner information indicating a learner who has taken the test, and the score of the test of the learner is stored is concatenated. It is an information processing device that shares the distributed ledger composed by being done with other devices. In response to the reference to the learning data recorded in the distributed ledger, the test indicated by the identification information contained in the referenced learning data, or the tester who provides the test.
  • An information processing device including a control unit that assigns a reference point.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本技術は、より確からしい評価を行うことができるようにする情報処理装置および方法、並びにプログラムに関する。 情報処理装置は、複数の評価者について、評価者により生成された評価対象の評価を示す評価データと、評価者に関する価値を示す値とを取得する取得部と、複数の評価者の評価データおよび価値を示す値に基づいて、評価データを絶対的な評価データに変換する変換部と、絶対的な評価データを分散台帳に記録させる制御部とを備える。本技術はブロックチェーンネットワークに適用することができる。

Description

情報処理装置および方法、並びにプログラム
　本技術は、情報処理装置および方法、並びにプログラムに関し、特に、より確からしい評価を行うことができるようにした情報処理装置および方法、並びにプログラムに関する。
　従来、学習や教育に関するデータをブロックチェーンに記録し、そのデータを学習者や教育者などが共有するサービスや技術が提案されている（例えば、特許文献１参照）。
　例えば学習者が受験したテストのスコアを学習データとしてブロックチェーンに記録しておけば、学校や学習塾、就職支援業者の関係者など、様々なユーザが学習者の学習データを閲覧し、サービスの提供などに役立てることができる。
　この例では、ブロックチェーンに書き込まれる学習データは、学習塾等の検定業者が評価者となって、その評価者がテストというサービスにより学習者を評価したときの評価結果を示す評価データとなる。
　学校や学習塾、就職支援業者の関係者等のユーザは、このような学習データを閲覧することで、その学習データに基づいて学習者を総合的に評価し、学習指導を行ったり、就職支援を行ったりすることができる。
特開２０１８－１６９８５６号公報
　ところで、ブロックチェーンプラットフォームが普及，発展すると、様々な人や組織により学習者が評価され、その評価結果である学習データがブロックチェーンに書き込まれることになる。
　そのような場合、学習データの閲覧者は、閲覧した学習データの内容、すなわち学習者を評価した評価結果から、適切に学習者の実力等を評価することが困難となることがある。すなわち、学習データにより示されるスコアが、どの程度の成績であるのかを閲覧者が適切に評価することができない場合が生じてしまう。
　具体的には、例えば学習データにより示されるスコアが、広く一般的に知られているテストのスコアであれば、閲覧者はそのスコアを見ることで学習者の実力等を適切に評価することができる。
　ところが、学習データにより示されるスコアが、一般的に知られていないテストのスコアである場合には、閲覧者は学習者の実力等を適切に評価することができないことがある。
　本技術は、このような状況に鑑みてなされたものであり、より確からしい評価を行うことができるようにするものである。
　本技術の第１の側面の情報処理方法またはプログラムは、複数の評価者について、前記評価者により生成された評価対象の評価を示す評価データと、前記評価者に関する価値を示す値とを取得する取得ステップと、前記複数の前記評価者の前記評価データおよび前記価値を示す値に基づいて、前記評価データを絶対的な評価データに変換する変換ステップと、前記絶対的な評価データを分散台帳に記録する記録ステップとを含む。
　本技術の第１の側面の情報処理装置は、複数の評価者について、前記評価者により生成された評価対象の評価を示す評価データと、前記評価者に関する価値を示す値とを取得する取得部と、前記複数の前記評価者の前記評価データおよび前記価値を示す値に基づいて、前記評価データを絶対的な評価データに変換する変換部と、前記絶対的な評価データを分散台帳に記録させる制御部とを備える。
　本技術の第１の側面においては、複数の評価者について、前記評価者により生成された評価対象の評価を示す評価データと、前記評価者に関する価値を示す値とが取得され、前記複数の前記評価者の前記評価データおよび前記価値を示す値に基づいて、前記評価データが絶対的な評価データに変換され、前記絶対的な評価データが分散台帳に記録される。
　本技術の第２の側面の情報処理方法またはプログラムは、検定業者が提供するテストの識別情報、前記テストを受けた学習者を示す学習者情報、および前記学習者の前記テストのスコアを含む学習データが格納されたトランザクションに基づいて生成されるブロックが連結されることによって構成される分散台帳を、複数の装置で共有する場合に、前記分散台帳に記録されている前記学習データが参照されることに応じて、参照された前記学習データに含まれる前記識別情報により示される前記テスト、または前記テストを提供する前記検定業者に対して参照ポイントを付与するステップを含む。
　本技術の第２の側面の情報処理装置は、検定業者が提供するテストの識別情報、前記テストを受けた学習者を示す学習者情報、および前記学習者の前記テストのスコアを含む学習データが格納されたトランザクションに基づいて生成されるブロックが連結されることによって構成される分散台帳を、他の装置と共有する情報処理装置であって、前記分散台帳に記録されている前記学習データが参照されることに応じて、参照された前記学習データに含まれる前記識別情報により示される前記テスト、または前記テストを提供する前記検定業者に対して参照ポイントを付与する制御部を備える。
　本技術の第２の側面においては、検定業者が提供するテストの識別情報、前記テストを受けた学習者を示す学習者情報、および前記学習者の前記テストのスコアを含む学習データが格納されたトランザクションに基づいて生成されるブロックが連結されることによって構成される分散台帳を、複数の装置で共有する場合に、前記分散台帳に記録されている前記学習データが参照されることに応じて、参照された前記学習データに含まれる前記識別情報により示される前記テスト、または前記テストを提供する前記検定業者に対して参照ポイントが付与される。
ブロックチェーンプラットフォームについて説明する図である。 ブロックチェーンネットワークの構成について説明する図である。 トランザクションの実行時の処理について説明する図である。 本技術の概要について説明する図である。 クライアントの構成例を示す図である。 ピアの構成例を示す図である。 分析サーバの構成例を示す図である。 クライアントが管理するウォレットについて説明する図である。 学習データ登録申請処理を説明するフローチャートである。 トランザクションの例を示す図である。 参照ポイント付与処理を説明するフローチャートである。 トランザクションの例を示す図である。 学習データ登録申請処理を説明するフローチャートである。 参照ポイント付与処理を説明するフローチャートである。 各テストの関係について説明する図である。 絶対スコア変換率の算出について説明する図である。 絶対スコア算出処理を説明するフローチャートである。 絶対スコア閲覧処理および絶対スコア提供処理を説明するフローチャートである。 ブロックチェーンネットワークのノードについて説明する図である。 コンピュータの構成例を示す図である。
　以下、図面を参照して、本技術を適用した実施の形態について説明する。
〈第１の実施の形態〉
〈ブロックチェーンプラットフォームについて〉
　本技術は、評価者が提供するサービス等により評価対象を評価したときの評価結果を示す評価データがブロックチェーンに記録される場合に、互いに異なる複数の評価データの使用価値に基づいて、各評価データを絶対的な評価データに変換することで、より確からしい評価を行うことができるようにするものである。
　評価データの使用価値は、評価者やサービス等によって決まるものであり、それらの評価者やサービス等に関する価値、つまり使用価値であるといえる。
　なお、評価データは、評価対象に対する評価を示すものであれば、どのようなものであってもよいが、以下では、評価データが、評価者としての検定業者等が提供するテストのスコアである場合を例として説明を行う。
　したがって、以下で説明する例においては、評価対象は、検定業者等が提供するテストを受験する学習者（受験者）であり、評価データにより示されるテストのスコアが、各テストの使用価値に基づいて算出された変換率によって、絶対的なスコアに変換される。
　まず、図１を参照して、ブロックチェーンプラットフォームについて説明する。
　図１に示すブロックチェーンプラットフォームは、学校や学習者（学生）、学習塾、就職支援業者、各種の事業者等が、学習や教育の履歴等に関するデータを保存，共有，証明するものとなっている。
　ブロックチェーンプラットフォームでは、学校や学習者などの各ユーザは、API（Application Programming Interface）を利用してブロックチェーンネットワークに接続し、データを記録したり、記録されているデータを閲覧したりする。
　例えば試験サービス（テスト）の提供結果として学習や教育に関するデータが生成され、ブロックチェーンネットワークに記録されたり、そのデータが閲覧され、学習管理や学習サービス、就職支援等の各種のサービスの提供に利用されたりする。
　ブロックチェーンプラットフォームでは、複数の参加者により学習や教育に関するデータを管理することでデータの改竄等を防止し、より安全に、かつ信頼性の高いデータを共有することができる。
　また、ブロックチェーンネットワークの利用者が増えれば、より多くのデータが共有されるので、より品質の高いサービスを提供することができるようになる。
　ここで、ブロックチェーンネットワークについて、さらに詳細に説明する。
　図１に示したブロックチェーンネットワークは、例えば図２に示すように構成される。
　図２に示すブロックチェーンネットワークは、複数の参加者により管理される複数のノードによって構成されるP2Pネットワークであり、特にコンソーシアム型のブロックチェーンネットワークと呼ばれている。
　この例では、ブロックチェーンネットワークは、参加者である学校Ａ、学習塾Ｂ、および学習塾Ｃにより管理されている。なお、この例に限らず、ブロックチェーンネットワークは、どのような参加者により管理されるようにしてもよい。
　ブロックチェーンネットワークは、CA（Certificate Authority）、ピア、およびOrdererとして機能するノードによって構成されている。ここでいうノードとは、サーバ等の情報処理装置である。
　CAは参加者により個別に管理されるノードであり、MSP（Membership Service Provider）と呼ばれる仕組みを利用して、参加者やピア等に関する情報の登録を行ったり、参加者やピア等に対して証明書を発行したりする。
　ピアは参加者により個別に管理されるノードであり、データの記録や読出しを行う。
　特に、ピアにはEndorsement Peerと呼ばれるものと、Committing Peerと呼ばれるものとがある。
　Endorsement Peerは、スマートコントラクトと分散台帳を記録しており、Committing Peerは分散台帳を記録している。
　ここで、スマートコントラクトとは、チェーンコードとも呼ばれるプログラムであり、スマートコントラクトを実行することで、例えば所定条件下でのデータの読み書きなど、予め参加者間で合意されたビジネスロジックの処理を自動化することができる。
　また、分散台帳は、複数のブロックから構成されるブロックチェーンと、ステートデータベースとからなる。
　ブロックチェーンを構成するブロックには、実際に実行された、データの読み書き等の各種の処理を要求するためのトランザクションが複数格納されている。また、各ブロックには、それらのブロックごとに付与されたナンス値と、直前のブロックについて生成されたハッシュ値も格納されている。
　したがって、ブロックチェーンは、複数のブロックがハッシュ値によりチェーン状に連結されてなるデータベースであるということができる。
　例えばブロックチェーンでは、ブロック内のトランザクションを改竄すると、そのブロックのハッシュ値が変化してしまうため、ブロックチェーンの局所的な改竄ができないようになっている。
　また、分散台帳のステートデータベースには、ブロックチェーンに書き込まれたトランザクションを実行した結果の最新の状態が記録される。
　以下では、このようなステートデータベースと、ブロックチェーンとからなる分散台帳をブロックチェーンデータベースとも称することとする。
　上述のCommitting Peerは、Ordererから受信したブロックについて、そのブロック内のトランザクションの検証を行い、自身が保持しているブロックチェーンデータベースへとブロックを書き込む。
　Endorsement Peerは、Committing Peerとして機能するだけでなく、トランザクションの実行が要求されたときに、そのトランザクションの検証や仮実行も行うピアである。
　また、ブロックチェーンネットワークを構成するOrdererは、複数の参加者により共同で管理されるノードであり、複数のトランザクションを順序付けしてブロックにパッキングするとともに、得られたブロックを複数のCommitting Peerへと送信する。
　このように、図２に示すブロックチェーンネットワークでは、学校Ａが管理するCAとピア、学習塾Ｂが管理するCAとピア、学習塾Ｃが管理するCAとピア、および学校Ａと学習塾Ｂと学習塾Ｃにより共同で管理されるOrdererがノードとして存在する。
　なお、ブロックチェーンネットワークを構成するCA、ピア、およびOrdererの数は、いくつであってもよい。
　続いて、図３を参照して、トランザクションが実行され、ブロックチェーンに書き込まれるときの具体的な処理手順について説明する。
　図３では、APIを利用してブロックチェーンネットワークに接続するクライアント１１がトランザクションの実行を要求するときの処理手順が示されている。
　例えばクライアント１１は、図２に示した学校Ａや学習塾Ｂ、学習塾Ｃなどのブロックチェーンネットワークの参加者が管理する装置であってもよいし、ブロックチェーンネットワークに関連して提供されるサービスの利用者等の装置であってもよい。
　ここでは、学習塾Ｂがクライアント１１の所有者であり、学習塾Ｂにより提供されるサービスとしてのテストでの所定の学習者のスコアのデータがブロックチェーンデータベースに書き込まれる場合を例として説明を行う。
　そのような場合、まずクライアント１１は、学習者のスコアを示すデータを含み、そのデータのブロックチェーンデータベースへの書き込みを要求（申請）するトランザクションを生成する。このトランザクションには、クライアント１１の署名も含まれている。
　クライアント１１は、手順STP1において、ブロックチェーンネットワークにより提供されるAPIを利用して、生成したトランザクションを複数のEndorsement Peer１２に送信する。
　すると、各Endorsement Peer１２は、手順STP2において、クライアント１１から受信したトランザクションの検証を行う。
　具体的には、Endorsement Peer１２は、トランザクションに含まれているクライアント１１の署名が正しいものであるかを検証し、署名が正しいものであると確認された場合に、トランザクションを承認する。
　トランザクションが承認されると、手順STP3においてEndorsement Peer１２は、スマートコントラクトを実行することでトランザクションを仮実行するとともに、トランザクションに対してEndorsement Peer１２自身の署名を付加する。
　そしてEndorsement Peer１２は、手順STP4において自身の署名を付加したトランザクションを、手順STP1の応答としてクライアント１１に送信する。
　また、手順STP5においてクライアント１１は、Endorsement Peer１２から応答として受信したトランザクションを、APIを利用して複数のOrderer１３に送信する。
　ブロックチェーンネットワークでは、クライアント１１だけでなく、他のクライアントによってもトランザクションの申請が行われるため、Orderer１３には、クライアント１１からだけでなく、他のクライアントからもトランザクションが送信されてくる。
　各Orderer１３は、クライアント１１や他のクライアントから送信されてきたトランザクションを受信し、一時的に保持する。
　手順STP6においてOrderer１３は、クライアント１１や他のクライアントから受信した複数のトランザクションを順序付けするとともに、順序付けされた複数のトランザクションを１つのブロックにパッキング（格納）する。
　このとき、Orderer１３は、複数の各トランザクションに対して、それらのトランザクションを一意に識別するトランザクションIDを付与する。
　このようにしてブロックが生成されると、手順STP7においてOrderer１３は、複数のCommitting Peer１４に生成したブロックを送信する。
　手順STP8において各Committing Peer１４は、Orderer１３から受信したブロックに含まれる各トランザクションの検証を行う。
　例えばCommitting Peer１４は、各トランザクションについて、予め定められたエンドーズメントポリシを満たすEndorsement Peer１２の署名が集まっているかや、トランザクションの改竄がないかを確認する。
　各トランザクションの検証が行われると、手順STP9において各Committing Peer１４は、検証された各トランザクションが含まれるブロックを、自身が保持しているブロックチェーンデータベースへと書き込む。
　このとき、Committing Peer１４は、自身が保持しているブロックチェーンを構成する最後のブロックのハッシュ値を計算し、そのハッシュ値とナンス値を新たに書き込むブロックに格納することで、書き込んだブロックをブロックチェーンの最後尾に接続する。
　これにより、手順STP3において仮実行されたトランザクションが、最終的に実行された状態となる。また、Committing Peer１４は、トランザクションの実行結果に応じて、自身が保持しているブロックチェーンデータベースのステートデータベースも更新する。
　最後に、各Committing Peer１４は、手順STP10においてトランザクションの実行結果をクライアント１１に送信する。
　クライアント１１は、Committing Peer１４からトランザクションの実行結果を受信することで、自身が申請（要求）したトランザクションが正しく実行されたことを把握することができる。
　なお、以上においてはデータの書き込みのためのトランザクションの処理手順について説明したが、データの読み出し（閲覧）のためのトランザクションの処理手順では、上述の手順STP1から手順STP4までの処理が行われる。
　このとき、手順STP4でEndorsement Peer１２からクライアント１１へと送信される応答には、クライアント１１がトランザクションにより読み出しを要求したデータが含まれている。
〈本技術の概要について〉
　本技術は、以上において説明したコンソーシアム型のブロックチェーンネットワークで、学習者の学習データを共有する場合に、学習データにより示されるスコアを絶対スコアに変換することで、より確からしい評価を行うことができるようにするものである。
　それでは、以下、図面を参照して本技術について説明する。
　本技術では、例えば図４に示すように、コンソーシアム型のブロックチェーンネットワーク４１で管理されるブロックチェーンデータベースに学習者の学習データが記録される。
　このブロックチェーンデータベースは、ブロックチェーンとステートデータベースとからなる上述の分散台帳であり、ブロックチェーンネットワーク４１を構成するノード等の複数の装置によって共有される。
　特に、この例では、ブロックチェーンは、学習データが格納されたトランザクションに基づいて生成される複数のブロック、すなわちトランザクションが含まれる複数のブロックが連結されることによって構成されたものとなっている。
　ブロックチェーンネットワーク４１は複数のノードにより構成され、それらの各ノードは上述したCAやEndorsement Peer、Committing Peer、Ordererとして機能する。
　ここで、ブロックチェーンデータベースに記録される学習データは、ブロックチェーンネットワーク４１の参加者である検定業者Ａや検定業者Ｂによって提供されるテスト（試験）の受験結果であるスコアを示すデータである。
　ここでは、例えば学習塾等である検定業者Ａや検定業者Ｂは、１または複数の各カテゴリのテストを実施し、各学習者は、矢印Q11に示すように検定業者Ａや検定業者Ｂにより実施されるテストを受験する。
　例えば所定の学習者ａが検定業者Ａにより実施されたテストと、検定業者Ｂにより実施されたテストを受験したとする。
　すると検定業者Ａや検定業者Ｂは、学習者ａがテストを受験したときのスコアを示す学習データを生成し、その学習データをブロックチェーンデータベースに記録（登録）する。
　すなわち、例えば矢印Q12に示すように、検定業者Ｂ、より詳細には検定業者Ｂが所有するクライアントは、学習者ａがテストを受験したときのスコアを示す学習データを生成し、その学習データをブロックチェーンデータベースに記録（登録）する。
　具体的には、クライアントは学習データを含み、その学習データの記録を要求するトランザクションを生成して、トランザクションの実行を要求することにより、学習データ（トランザクション）をブロックチェーンデータベースに記録する。
　ここでは、文字「tx2」により示されるトランザクションが、検定業者Ｂにより記録（登録）された、学習者ａのテストのスコアを示す学習データを含むトランザクションとなっている。
　例えば文字「tx2」により示されるトランザクションには、文字「score:680/1000」により示されるスコア、文字「test-name:zzz」により示されるサービスＩＤ、文字「category:yyy」により示されるサービスのカテゴリ、文字「Examinee:a」により示される学習者情報、および文字「Issuer:B」により示される検定者情報が含まれている。
　サービスＩＤはサービスを示す識別情報であり、ここではサービスとしてテストが提供されることから、サービスＩＤにより各テスト（テスト名）を識別することが可能である。
　また、学習者情報は、サービスの提供を受けた、つまりテストを受けた学習者を示す情報であり、検定者情報はサービスの提供者、すなわち、ここでは検定業者Ｂを示す情報である。
　また、ここでは、文字「tx1」により示されるトランザクションが、検定業者Ａにより記録された、学習者ａのテストのスコアを示す学習データを含むトランザクションとなっている。
　このように学習データを記録することで、例えば矢印Q13に示すように、学校の教員や就職支援業者の社員である採用者ｂなど、任意のユーザがブロックチェーンデータベースにアクセスし、学習データを閲覧（参照）することができるようになる。
　例えば、ここでは採用者ｂが学習者ａの学習データを閲覧し、その学習データにより示されるスコアを見て学習者ａの実力等を評価する。
　また、例えば矢印Q14に示されるように、検定業者Ａや検定業者Ｂではなく、学習者ａが自身の受験した複数のテストのスコアを学習履歴のようにまとめたもの（以下、学習記録まとめと称する）を学習データとしてブロックチェーンデータベースに記録することもできる。
　ここでは、例えば文字「tx3」により示されるトランザクションが、学習者ａにより記録された、学習者ａの学習記録まとめの学習データを含むトランザクションとなっている。
　特に、この例では文字「tx3」により示されるトランザクションでは、文字「Reference:tx1」は学習記録まとめに含まれる参照先となるトランザクションのトランザクションＩＤを示しており、同様に文字「Reference:tx2」も参照先のトランザクションＩＤを示している。
　例えば、文字「Reference:tx1」は、文字「tx1」により示されるトランザクションを参照先としていることを示しており、文字「Reference:tx2」は、文字「tx2」により示されるトランザクションを参照先としていることを示している。
　したがって、文字「tx3」により示されるトランザクションには、学習データとして、検定業者Ａにより実施されたテストのスコアと、検定業者Ｂにより実施されたテストのスコアとが含まれる学習記録まとめが格納されていることになる。
　採用者ｂは、矢印Q15に示すように、このような学習者ａの学習記録まとめが含まれる学習データを閲覧し、その学習データにより示される複数のテストの各スコアを見て学習者ａの実力等を評価することもできる。
　なお、学習記録のまとめは学習者に限らず、学校や検定業者などにより生成されるようにしてもよい。
　このように、ブロックチェーンデータベースには、検定業者Ａにより実施されたテストのスコアを示す学習データや、検定業者Ｂにより実施されたテストのスコアを示す学習データ、学習記録まとめの学習データなど、様々な学習データが記録されている。
　しかしながら、例えば、ある検定業者により実施されたテストは一般的には広く認知されていなかったり、採用者ｂ等の閲覧者がそのテストについて詳しい知識をもっていなかったりする場合には、閲覧者が学習者の実力等を適切に評価することは困難である。
　また、例えば閲覧者が互いに異なるテストのスコアを見比べたときに、それらのスコアから、どちらのスコアがより高い実力等を示しているかを判断するには、それなりの経験と知識が必要となる。
　そこで、本技術では各学習データにより示されるスコアを絶対的なスコア、すなわち絶対スコアに変換することで、閲覧者がその絶対スコアに基づいて、学習者の実力等について、より確からしい評価を行うことができるようにした。
　各テストのスコアの絶対スコアへの変換にあたっては、各テストの使用価値、換言すればテストや検定業者の信頼度が参照ポイントにより表現される。すなわち、参照ポイントは、検定業者により提供されるテスト、より詳細にはテストのスコアの使用価値を示す値である。
　各テストの参照ポイントに基づいて、それらの各テストのスコアを絶対スコアへと変換するための変換率である絶対スコア変換率が求められる。
　ここでは、例として採用者等によって閲覧される頻度が高い、つまり閲覧回数（参照回数）が多いテスト（サービス）ほど、より使用価値が高いテストであるとされて各テストの参照ポイントが決定される。すなわち、閲覧回数が多いテストほど、そのテストの参照ポイントは大きくなる。
　例えば矢印Q13に示したように、学習者ａが検定業者Ｂのあるテストを受験したときのスコアを示す学習データを採用者ｂが閲覧したとする。
　そのような場合、ブロックチェーンネットワーク４１では、スマートコントラクトが実行され、学習データが閲覧（参照）されたことに応じて、検定業者Ｂのテストに対して所定数の参照ポイントが付与される。
　また、例えば矢印Q15に示したように、学習記録まとめの学習データが閲覧（参照）されたときにも、学習記録まとめが閲覧されたことに応じて、その学習記録まとめにスコアが含まれるテストごとに参照ポイントが付与される。
　この場合、学習記録まとめに含まれている参照先のトランザクションＩＤから、どのテストのスコアが学習記録まとめに含まれているのかを特定することができる。
　なお、同じ閲覧者が同じテストの学習データを複数回閲覧した場合には、そのテストに付与される参照ポイントは閲覧回数が増えるごとに少なくなるようにしてもよいし、２回目以降の閲覧では参照ポイントが付与されないようにしてもよい。その他、閲覧者等が参照ポイントの付与を指示する操作を行ったときに、参照ポイントが付与されてもよい。
　このようにして各テストに参照ポイントが付与されると、それらのテストごとに、付与された参照ポイントの合計がブロックチェーンデータベースに記録されたことになる。
　図４の例では、任意のタイミングで同じカテゴリに属す複数の各テストの参照ポイントに基づいて、テストごとに、そのテストのスコアを絶対スコアへと変換する絶対スコア変換率が求められる。
　特に、この例では、絶対スコア変換率の算出や絶対スコアの算出は、分析サーバ４２によって行われる。分析サーバ４２は、ブロックチェーンネットワーク４１を構成するEndorsement PeerやCommitting Peerなどのノードであってもよいし、ブロックチェーンネットワーク４１に接続される、ノードではない任意のクライアントであってもよい。
　例えば分析サーバ４２は、矢印Q16に示すように、任意のタイミングでブロックチェーンデータベースから、カテゴリごとに複数の各テストの参照ポイントと、それらのテストのスコアが含まれる学習データ、より詳細には学習データのトランザクションを読み出す。
　そして分析サーバ４２は、読み出した参照ポイントと学習データとに基づいて絶対スコア変換率を求め、その絶対スコア変換率により学習データにより示されるスコアを絶対スコアへと変換する。
　さらに分析サーバ４２は、求めた絶対スコアを示す絶対スコアデータを生成し、その絶対スコアデータを自身で保持したり、ブロックチェーンデータベースに書き込んだりする。
　例えば絶対スコアデータには、絶対スコアの算出元のスコア、すなわち絶対スコアへの変換前のスコアを示す学習データが格納されたトランザクションのトランザクションＩＤと、変換により得られた絶対スコアとが含まれている。
　また、例えば矢印Q15に示したように、採用者ｂが所定の学習データを閲覧した後、その学習データにより示されるスコアの絶対スコアを知りたくなったとする。
　そのような場合、例えば矢印Q17に示すように、採用者ｂはクライアントにより分析サーバ４２にアクセスし、絶対スコアデータを閲覧（参照）することができる。
　なお、絶対スコアデータがブロックチェーンデータベースにも記録される場合には、採用者ｂがブロックチェーンデータベースから絶対スコアデータを読み出して閲覧するようにしてもよい。
〈クライアントの構成例〉
　続いて、図４に示したブロックチェーンネットワーク４１を構成する装置や、そのブロックチェーンネットワーク４１に接続する各装置の構成について説明する。
　まず、ブロックチェーンネットワーク４１に接続するクライアントについて説明する。図５は、ブロックチェーンネットワーク４１に接続するクライアントの構成例を示す図である。
　このクライアント７１は、例えば図４に示した検定業者Ａや検定業者Ｂ、学習者ａ、採用者ｂなど、ブロックチェーンネットワーク４１に接続する各ユーザが所有するコンピュータ等の情報端末装置である。ここでは、それらの各ユーザのクライアント７１は同じ構成であるものとして説明を行う。
　クライアント７１は、通信部８１、入力部８２、記録部８３、制御部８４、および表示部８５を有している。
　通信部８１は、例えばブロックチェーンネットワーク４１を構成するノードや分析サーバ４２、他のユーザのクライアントと通信を行って、各種のデータを受信して制御部８４に供給したり、制御部８４から供給されたデータを送信したりする。
　入力部８２は、例えばマウスやキーボード、表示部８５に重畳されたタッチパネルなどからなり、ユーザの操作に応じた信号を制御部８４に供給する。
　記録部８３は、不揮発性のメモリなどからなり、制御部８４から供給されたデータを記録したり、記録しているデータを制御部８４に供給したりする。
　制御部８４は、クライアント７１全体の動作を制御する。例えば制御部８４は、入力部８２からの信号に応じて、所定のデータを通信部８１に供給して送信させたり、通信部８１で受信したデータを表示部８５に供給して表示させたりする。
　表示部８５は、例えば液晶表示パネルなどからなり、制御部８４の制御に従って各種の画像を表示する。
〈ピアの構成例〉
　また、ブロックチェーンネットワーク４１を構成するノードであるピアは、例えば図６に示すように構成される。
　図６に示すピア１１１は、例えばEndorsement PeerやCommitting Peerとして機能する。以下では、ピア１１１はEndorsement PeerとしてもCommitting Peerとしても機能するものとして説明を行う。
　ピア１１１は、通信部１２１、記録部１２２、および制御部１２３を有している。
　通信部１２１は、例えばブロックチェーンネットワーク４１を構成する他のノードやクライアント７１、分析サーバ４２と通信を行って、各種のデータを受信して制御部１２３に供給したり、制御部１２３から供給されたデータを送信したりする。
　記録部１２２は、不揮発性のメモリなどからなり、上述したスマートコントラクトやブロックチェーンデータベースを記録している。
　また、記録部１２２は、制御部１２３から供給されたデータを記録したり、記録しているデータを制御部１２３に供給したりする。
　制御部１２３は、ピア１１１全体の動作を制御する。例えば制御部１２３は、所定のデータを通信部１２１に供給して送信させたり、通信部１２１で受信したデータを記録部１２２に供給して記録させたりする。
〈分析サーバの構成例〉
　さらに、図４に示した分析サーバ４２は、例えば図７に示す構成とされる。
　分析サーバ４２は、通信部１５１、記録部１５２、および制御部１５３を有している。
　通信部１５１は、例えばブロックチェーンネットワーク４１を構成するノードやクライアント７１と通信を行って、各種のデータを受信して制御部１５３に供給したり、制御部１５３から供給されたデータを送信したりする。
　記録部１５２は、不揮発性のメモリなどからなり、制御部１５３から供給されたデータを記録したり、記録しているデータを制御部１５３に供給したりする。
　制御部１５３は、分析サーバ４２全体の動作を制御する。例えば制御部１５３は、通信部１５１から供給された学習データや参照ポイントに基づいて絶対スコアデータを生成したり、生成した絶対スコアデータを記録部１５２に供給して記録させたりする。
　制御部１５３は、取得部１６１、変換率算出部１６２、およびスコア変換部１６３を有している。
　取得部１６１は、通信部１５１を制御してブロックチェーンデータベースからトランザクション等を読み出すことで、ブロックチェーンデータベースから学習データや参照ポイントを取得（抽出）する。
　なお、分析サーバ４２がピア１１１としても機能する場合には、記録部１５２にブロックチェーンデータベースが記録されているので、取得部１６１は、記録部１５２に記録されているブロックチェーンデータベースから学習データや参照ポイントを取得することができる。
　変換率算出部１６２は、取得部１６１により取得された学習データおよび参照ポイントに基づいて絶対スコア変換率を算出する。
　スコア変換部１６３は、取得部１６１により取得された学習データにより示されるスコアを絶対スコア変換率に基づいて絶対スコアに変換し、絶対スコアデータを生成する。
〈証明書の発行とウォレットの生成について〉
　ところで、検定業者Ａや学習者ａなどの任意のユーザがブロックチェーンネットワーク４１に参加しようとする場合、ユーザはブロックチェーンネットワーク４１を構成するCAにアクセスし、自身を識別するユーザＩＤや証明書を発行してもらう必要がある。
　CAによってユーザＩＤおよび証明書が発行されると、ブロックチェーンネットワーク４１においてユーザを一意に識別可能となり、ユーザはブロックチェーンネットワーク４１に参加することができるようになる。
　具体例として、例えば検定業者Ａが自身の所有するクライアント７１によりブロックチェーンネットワーク４１に参加し、サービスとして所定のテストＡおよびテストＢを提供する場合について説明する。
　この場合、検定業者Ａのクライアント７１は、例えば図８に示すように、ブロックチェーンネットワーク４１のCAにアクセスし、そのCAから検定業者Ａ（クライアント７１）を識別するユーザＩＤおよび検定業者Ａの証明書の発行を受ける。
　同時に、検定業者Ａのクライアント７１は、CAからテストＡおよびテストＢを識別する識別情報であるサービスＩＤの発行も受ける。
　図８の例では、検定業者ＡのユーザＩＤ「abcabc」と、テストＡを識別するサービスＩＤ「bbccdd」と、テストＢを識別するサービスＩＤ「ddeeff」とが発行されている。
　クライアント７１は、ユーザＩＤ、証明書、およびサービスＩＤが発行されると、各テストについて、付与された参照ポイントを記録するウォレットを生成する。
　この例では、テストＡのウォレットには検定業者ＡのユーザＩＤ「abcabc」、テストＡのサービスＩＤ「bbccdd」、および付与された合計の参照ポイント数が含まれている。
　この場合、例えば検定業者Ａが実施したテストＡの任意の受験者のスコアが含まれる学習データが閲覧されると、テストＡに対して参照ポイントが付与され、テストＡのウォレットに付与された参照ポイントが記録される。
　同様に、テストＢのウォレットには検定業者ＡのユーザＩＤ「abcabc」、テストＢのサービスＩＤ「ddeeff」、および付与された合計の参照ポイント数が含まれている。
　なお、ここでは参照ポイントがテストごとに付与される例について説明するが、検定業者ごとに参照ポイントが付与されるようにしてもよい。
　このように検定業者Ａなど、サービスとしてのテストを提供するユーザのクライアント７１では、提供されるテストごとにウォレットが生成されて参照ポイントが管理される。
　クライアント７１において、制御部８４により生成されたウォレットや、CAにより発行され、通信部８１により受信されたユーザＩＤ、証明書、サービスＩＤなどは、制御部８４から記録部８３に供給されて記録される。
　また、テストに対して参照ポイントが付与されるときには、参照ポイント付与のためのトランザクションが実行されてブロックチェーンデータベースに記録されるので、ブロックチェーンネットワーク４１においても各テストの参照ポイント合計を特定可能である。
〈学習データ登録申請処理の説明〉
　以上のように各ユーザがユーザＩＤと証明書の発行を受けると、図４を参照して説明したように、ユーザが学習データをブロックチェーンデータベースに記録したり、その学習データを読み出して閲覧（参照）したりすることができるようになる。
　以下、図４を参照して説明した学習データの書き込みや読み出し、参照ポイントの付与や絶対スコアデータの生成等の動作について、より詳細に説明する。
　まず、図９のフローチャートを参照して、検定業者Ａなど、テストを実施するユーザが、その実施したテストの受験者（学習者）のスコアを示す学習データをブロックチェーンデータベースに記録するときに行われる処理について説明する。
　すなわち、以下、図９のフローチャートを参照して、検定業者のクライアント７１により行われる学習データ登録申請処理について説明する。
　なお、ここでは検定業者ＡがテストＡの実施結果として得られた学習者ａのスコアを示す学習データをブロックチェーンデータベースに記録する場合を例として説明する。
　したがって、ここでは学習データ登録申請処理は、図４における矢印Q12に示した処理と同様の処理であり、この場合、例えば検定業者Ａの職員等は入力部８２を操作して学習者ａのスコアを入力する。
　ステップＳ１１において制御部８４は、入力部８２から供給された信号に基づいて、適宜、記録部８３から必要なデータを読み出して、学習者ａのスコアを示す学習データを生成する。
　ここでは、学習データには学習者ａのスコアだけでなく、テストＡや検定業者Ａなどを特定できるようにするための情報も含まれている。
　具体的には、例えば学習データには検定者情報、サービスＩＤ、カテゴリ情報、学習者情報、およびスコアが含まれている。
　検定者情報は、テスト（サービス）の提供者、つまり検定業者を示す情報であり、ここでは検定者情報は、テストの提供者である検定業者Ａを示すユーザＩＤとされる。また、サービスＩＤは、サービスであるテストＡを示すサービスＩＤとされる。
　カテゴリ情報は、例えば公開模擬試験など、テストＡのカテゴリを示す情報である。学習者情報は、テストＡの受験者を示す情報であり、ここでは学習者ａを示すユーザＩＤなどとされる。
　ステップＳ１２において制御部８４は、ステップＳ１１で生成した学習データの記録を実行するためのトランザクションを生成する。
　ここでは、例えば図１０に示すように、トランザクションにはクライアント７１の署名と、ステップＳ１１で生成した学習データとが含まれている。
　また、この例では学習データには、検定者情報、サービスＩＤ、サービスのカテゴリ情報、学習者情報、およびスコアが含まれている。
　このようにして生成されたトランザクションは、学習データのブロックチェーンデータベース（分散台帳）への記録を要求するものである。
　なお、トランザクションに格納されるクライアント７１の署名は、ブロックチェーンネットワーク４１のCAによってクライアント７１に対して発行された証明書に基づいて生成される。
　図９のフローチャートの説明に戻り、ステップＳ１３において制御部８４は、ステップＳ１２で生成したトランザクションの実行を要求する。すなわち、トランザクションのブロックチェーンネットワーク４１への登録申請が行われる。
　具体的には制御部８４は、トランザクションを通信部８１に供給し、ブロックチェーンネットワーク４１の複数のピア１１１へのトランザクションの送信（ブロードキャスト）を指示する。
　すると、通信部８１と制御部８４、およびブロックチェーンネットワーク４１のノードにより、図３を参照して説明した手順STP1乃至手順STP10と同様の処理が行われ、トランザクションがブロックチェーンデータベースに記録される。
　この場合、クライアント７１が図３のクライアント１１に対応し、ピア１１１がEndorsement Peer１２およびCommitting Peer１４に対応する。
　また、手順STP3に対応する処理では、図１０に示したトランザクションに対して、ピア１１１の署名が付加され、さらに手順STP6に対応する処理では、OrdererによってトランザクションにトランザクションＩＤが付与される。
　さらに、図１０に示したトランザクションに対して、ピア１１１の署名とトランザクションＩＤが付加されたものがピア１１１の記録部１２２におけるブロックチェーンデータベースに記録されると、手順STP10に対応する処理ではトランザクションの実行結果がクライアント７１に送信されてくる。
　ステップＳ１４において通信部８１は、Committing Peerとして機能するピア１１１から送信されてきた、トランザクションの実行結果を受信して制御部８４に供給する。
　すると、制御部８４は、通信部８１から供給されたトランザクションの実行結果を表示部８５に供給して表示させ、学習データ登録申請処理は終了する。
　以上のようにしてクライアント７１は、学習者のスコアを示す学習データを含むトランザクションを生成し、そのトランザクションの実行を要求することにより、学習データをブロックチェーンデータベースに記録させる。
　これにより、ブロックチェーンネットワーク４１の参加者は、書き込まれた学習データを自由に閲覧することができるようになる。
〈参照ポイント付与処理の説明〉
　また、例えば採用者ｂなどの任意の参加者が、自身の所有するクライアント７１によってブロックチェーンネットワーク４１にアクセスし、ブロックチェーンデータベースに記録されている学習データ、より詳細には学習データを含むトランザクションを閲覧（参照）したとする。
　そのような場合、クライアント７１とブロックチェーンネットワーク４１のノードによって、図３を参照して説明した手順STP1乃至手順STP4と同様の処理が行われる。
　このとき、クライアント７１がクライアント１１に対応する。そして、手順STP1に対応する処理では、クライアント７１により、閲覧したい学習データが含まれるトランザクションのトランザクションＩＤが含まれ、そのトランザクションＩＤにより示されるトランザクションの読み出しを要求するトランザクションが送信される。
　その後、手順STP3に対応する処理では、スマートコントラクトが実行されて、読み出しが要求された学習データ、より詳細にはトランザクションＩＤにより示されるトランザクションが読み出される。
　また、手順STP4に対応する処理では、手順STP1に対応する処理で送信されたトランザクションの応答として、読み出されたトランザクション、すなわち読み出しが要求された学習データがクライアント７１に送信される。
　さらに、手順STP3に対応する処理が行われると、Endorsement Peerとして機能するピア１１１は、学習データが閲覧されたことを記録するための、すなわち学習データの閲覧履歴を記録するためのトランザクションを新たに生成し、そのトランザクションをブロックチェーンデータベースに記録させる。
　この場合、ピア１１１により生成されるトランザクションには、例えば閲覧された（読み出された）学習データが格納されたトランザクションのトランザクションＩＤと、学習データを閲覧した閲覧者のユーザＩＤとが少なくとも含まれるようにされる。
　このようにしてピア１１１により新たなトランザクションが生成されると、その後、図３を参照して説明した手順STP5乃至手順STP10に対応する処理、または手順STP1乃至手順STP10に対応する処理が行われて、新たなトランザクションがブロックチェーンデータベースに記録される。このとき、新たなトランザクションを生成したピア１１１が、図３のクライアント１１に対応するものとされて各処理が行われる。
　さらに、上述したように図９を参照して説明した学習データ登録申請処理が行われ、その結果記録された学習データが採用者ｂ等の第三者によって閲覧された場合、手順STP3に対応する処理ではスマートコントラクトが実行される。
　このとき、閲覧履歴を記録するためのトランザクションが新たに生成されるが、それと同時に、Endorsement Peerであるピア１１１はスマートコントラクトを実行することで、必要に応じて参照ポイントを付与する参照ポイント付与処理も行う。
　以下、図１１のフローチャートを参照して、ピア１１１により行われる参照ポイント付与処理について説明する。
　なお、ここでは、図９を参照して説明した学習データ登録申請処理により記録された、学習者ａのテストＡのスコアを示す学習データが採用者ｂによって閲覧されたものとして説明を行う。
　ステップＳ４１において制御部１２３は、閲覧者による学習データの過去の閲覧履歴を確認する。
　具体的には、制御部１２３は、記録部１２２に記録されているブロックチェーンデータベースから、採用者ｂのクライアント７１によるテストＡのスコアを示す学習データの閲覧履歴を記録するためのトランザクションを検索することで、過去の閲覧履歴を確認する。
　この場合、閲覧された学習データのテストとその閲覧者は、閲覧履歴のトランザクションに含まれている、トランザクションＩＤにより示される参照先のトランザクションに含まれているサービスＩＤ、および閲覧者を示すユーザＩＤにより特定することができる。
　閲覧履歴の確認時には、制御部１２３は、過去に採用者ｂのクライアント７１が、学習者ａに限らず、任意の学習者のテストＡのスコアを示す学習データを閲覧したことがあるか否かの確認が行われる。
　ステップＳ４２において制御部１２３は、今回の閲覧が閲覧者である採用者ｂによる、テストＡのスコアを示す学習データの初めての閲覧であるか否かを判定する。なお、ステップＳ４２では、採用者ｂによる、テストＡの学習者ａのスコアを示す学習データの初めての閲覧であるか否かが判定されるようにしてもよい。
　ステップＳ４２において初めての閲覧であると判定された場合、ステップＳ４３において制御部１２３は、テストＡに対して今回付与する参照ポイントを、予め定められた所定のポイント数（例えば、Ｎポイント）とし、その後、処理はステップＳ４５へと進む。
　一方、ステップＳ４２において初めての閲覧ではないと判定された場合、ステップＳ４４において制御部１２３は、テストＡに対して今回付与する参照ポイントを、前回、テストＡに対して付与したポイント数の１／ｎのポイント数とする。前回、テストＡに対して付与された参照ポイントのポイント数は、その参照ポイントの付与のためのトランザクションを閲覧（参照）することにより特定可能である。
　ステップＳ４４の処理が行われると、その後、処理はステップＳ４５へと進む。
　なお、同一の閲覧者により同じテストの学習データが複数回閲覧された場合、２回目以降の閲覧に対しては、そのテストに対して新たな参照ポイントの付与は行われないようにしてもよい。
　そのような場合、ステップＳ４４ではテストＡに対して参照ポイントは付与されず、参照ポイント付与処理は終了する。
　何れにしても同一閲覧者が同じテストの学習データを複数回閲覧した場合、そのテストの学習データの閲覧回数（参照回数）が増えるごとに、ステップＳ４４でテストに対して付与される参照ポイントは少なくなっていく。
　このように、任意の閲覧者がテストのスコアを示す学習データを閲覧したときに、そのテストに対して参照ポイントが付与されるようにすることで、閲覧者が多いテスト、換言すれば閲覧回数が多いテストほど、付与された参照ポイントの合計が多くなる。
　したがって、付与された参照ポイントの合計が多いテストは、それだけ一般に広く知られていたり、評価の基準として利用されたりするテストであるといえるので、そのようなテストは使用価値が高い、すなわち信頼度が高いテストであるといえる。本技術では、参照ポイントによってテスト（検定業者）の使用価値が表現される。
　ステップＳ４３またはステップＳ４４の処理が行われると、ステップＳ４５において制御部１２３は、スマートコントラクトを実行し、閲覧された学習データに対応するサービス、すなわちテストＡに対して参照ポイントを付与するトランザクションを生成する。
　具体的には、例えば図１２に示すように閲覧者情報、閲覧された学習データが含まれるトランザクションのトランザクションＩＤ、サービス提供者情報、サービスＩＤ、および付与される参照ポイント数が含まれるトランザクションが生成される。
　ここでの閲覧者情報は、学習データの閲覧者を示す情報であり、例えば閲覧者である採用者ｂを示すユーザＩＤなどとされる。
　また、サービス提供者情報は、参照ポイントが付与されるサービスの提供者を示す情報であり、ここではテストＡの提供者である検定業者ＡのユーザＩＤなどとされる。
　さらに、ここでのサービスＩＤは、参照ポイントの付与先であるテストＡを示すサービスＩＤであり、参照ポイント数は、ステップＳ４３またはステップＳ４４で決定されたポイント数とされる。
　このような参照ポイントを付与するためのトランザクションは、ブロックチェーンデータベースへの記録後には、学習データの閲覧履歴としても利用することができる。したがって、例えばステップＳ４１では、過去に生成された参照ポイントを付与するためのトランザクションを参照することで、過去の閲覧履歴の確認が行われてもよい。
　図１１のフローチャートの説明に戻り、ステップＳ４６において制御部１２３は、ステップＳ４５の処理で生成したトランザクションの実行を要求する。
　すなわち、制御部１２３は、参照ポイントを付与するためのトランザクションを通信部１２１に供給し、ブロックチェーンネットワーク４１を構成するEndorsement Peerへの送信を指示する。
　すると、通信部１２１は制御部１２３の制御に従って、制御部１２３から供給されたトランザクションを複数のEndorsement Peerへと送信（ブロードキャスト）する。
　この処理は図３を参照して説明した手順STP1に対応し、その後、ピア１１１、Endorsement Peer、Orderer、およびCommitting Peerによって、図３を参照して説明した手順STP2乃至手順STP10の処理が行われる。この場合、ピア１１１が図３のクライアント１１に対応することになる。
　例えば、手順STP9の処理が行われてトランザクションが格納されたブロックがブロックチェーンデータベース（分散台帳）に書き込まれると、ステートデータベースに記録されている、テストＡに付与された参照ポイントの合計も更新される。
　また、トランザクションが実行されると、テストＡの提供者である検定業者Ａのクライアント７１に対して今回付与された参照ポイントが送信されたことになる。
　クライアント７１では、送信された参照ポイント、すなわち実行されたトランザクションが受信されると、記録部８３に記録されているテストＡのウォレットが制御部８４により更新される。
　さらに手順STP10の処理が行われると、Committing Peerからピア１１１に対して、ステップＳ４６で実行を要求したトランザクションについての実行結果が送信されてくる。
　ステップＳ４７において通信部１２１は、Committing Peerから送信されてきた、トランザクションの実行結果を受信して制御部１２３に供給する。
　制御部１２３は、通信部１２１からトランザクションの実行結果の供給を受けることで、トランザクションが確かに実行され、サービスＡに対して参照ポイントが付与されたことを認識することができる。このようにしてトランザクションの実行結果が受信されると、参照ポイント付与処理は終了する。
　以上のようにしてピア１１１は、任意の閲覧者により学習データが閲覧されると、その学習データの閲覧状況、すなわちこれまでの閲覧回数に応じて、学習データに対応するサービス（テスト）に対して参照ポイントを付与する。
　このようにすることで、実際の閲覧状況に応じて、各テストの使用価値を参照ポイントにより表すことができる。これにより、参照ポイントを用いて、適切な絶対スコア変換率を得ることができ、その結果、各学習データについて、より確からしい評価を行うことができるようになる。
　また、ブロックチェーンデータベースを参照すれば、閲覧者は各テストの参照ポイントの合計値を閲覧することができる。このような参照ポイントは、テストや検定業者の使用価値、つまり信頼度としても利用することができる。
　例えば、ある閲覧者が１または複数の学習者を評価したいが、同じカテゴリに属すテストが複数あり、閲覧者はどのテストを基準に評価を行えばよいのか分からないこともある。
　そのような場合、閲覧者は絶対スコアに基づいて各学習者の実力を評価することができる他、例えば参照ポイントが高いテスト、つまり使用価値が高いテストのスコアにより各学習者の実力を評価するなどしても適切な評価を行うことができる。
〈学習記録まとめの学習データ登録申請処理の説明〉
　なお、以上においては検定業者が学習データをブロックチェーンデータベースに記録させ、その学習データを閲覧者が閲覧する場合について説明した。
　しかし、例えば図４の矢印Q14に示したように学習者等が学習記録まとめの学習データをブロックチェーンデータベースに記録させ、その学習データを閲覧者が閲覧する場合においても、図９や図１１を参照して説明した処理と同様の処理が行われる。
　以下、学習記録まとめの学習データが記録されたり、その学習データが閲覧されて参照ポイントが付与されたりする処理について説明する。
　まず、図１３のフローチャートを参照して、学習者が所有するクライアント７１により行われる学習データ登録申請処理について説明する。
　なお、ここでは図４に示した学習者ａが、テストＡとテストＢのスコアが含まれる学習記録まとめの学習データを生成する場合を例として説明を行う。この場合、学習者ａは、クライアント７１の入力部８２を操作して、テストＡやテストＢのスコアを入力したり、学習データの生成を指示したりする。
　ステップＳ７１において制御部８４は、入力部８２から供給される学習者ａの操作に応じた信号に基づいて、学習記録まとめの学習データを生成する。
　ここでは、例えば学習者ａのテストＡのスコアを示す学習データが含まれているトランザクションのトランザクションＩＤと、学習者ａのテストＢのスコアを示す学習データが含まれているトランザクションのトランザクションＩＤとが含まれる学習データが、学習記録まとめの学習データとして生成される。
　すなわち、学習記録まとめの学習データには、参照先のトランザクションを示す情報として、各テストのスコアを示す学習データが格納されたトランザクションのトランザクションＩＤが含まれている。
　なお、以下、学習記録まとめの学習データに含まれているトランザクションＩＤにより示される、参照先のトランザクションを参照先トランザクションとも称することとする。
　ステップＳ７２において制御部８４は、ステップＳ７１で生成した学習データの記録を実行するためのトランザクションを生成する。
　ここでは、例えばクライアント７１の署名と、ステップＳ７１で生成した学習データとが含まれるトランザクションが生成される。
　このようにしてトランザクションが生成されると、その後、ステップＳ７３およびステップＳ７４の処理が行われて学習データ登録申請処理は終了するが、これらの処理は図９のステップＳ１３およびステップＳ１４の処理と同様であるので、その説明は省略する。
　以上のようにしてクライアント７１は、学習記録まとめの学習データを含むトランザクションを生成し、そのトランザクションの実行を要求することにより、学習データをブロックチェーンデータベースに記録させる。
　これにより、ブロックチェーンネットワーク４１の参加者は、書き込まれた学習データを自由に閲覧することができるようになる。
〈学習記録まとめの閲覧時における参照ポイント付与処理の説明〉
　また、図１３を参照して説明した処理によりブロックチェーンデータベースに記録された学習記録まとめの学習データが閲覧された場合にも、図１１を参照して説明した場合と同様に、各テストに対して参照ポイントが付与される。
　以下、図１４のフローチャートを参照して、学習記録まとめの学習データが閲覧されたときにピア１１１により行われる、参照ポイント付与処理について説明する。
　ステップＳ１０１において制御部１２３は、閲覧された学習記録まとめの学習データにより参照される複数の参照先トランザクションに含まれる学習データのなかから、処理対象とする学習データを１つ選択する。
　処理対象とする学習データが選択されると、その後、ステップＳ１０２乃至ステップＳ１０８の処理が行われて、その処理対象の学習データに含まれるスコアのテスト（サービス）に対して参照ポイントが付与される。
　なお、ステップＳ１０２乃至ステップＳ１０８の処理は、図１１のステップＳ４１乃至ステップＳ４７の処理と同様であるので、その説明は省略する。
　ステップＳ１０９において制御部１２３は、全ての参照先トランザクションに含まれる学習データ、つまり全ての学習データについて、上述のステップＳ１０１乃至ステップＳ１０８の処理を行ったか否かを判定する。
　ステップＳ１０９において、まだ全ての学習データについて処理を行っていないと判定された場合、処理はステップＳ１０１に戻り、上述した処理が繰り返し行われる。
　これに対して、ステップＳ１０９において全ての学習データについて処理を行ったと判定された場合、参照ポイント付与処理は終了する。
　以上のようにしてピア１１１は、学習記録まとめの学習データが閲覧されると、その学習データでまとめられたテストごとに参照ポイントを付与する。
　このようにすることで、単一のテストのスコアを示す学習データの閲覧時と同様に、閲覧された各テストに対して、閲覧状況に応じた参照ポイントを付与することができる。これにより、参照ポイントを用いて適切な絶対スコア変換率を得ることができ、より確からしい評価を行うことができるようになる。
〈絶対スコア変換率の算出について〉
　続いて、各テスト（サービス）について得られた参照ポイントに基づいて、各テストのスコアを絶対スコアに変換するのに用いる絶対スコア変換率の算出について説明する。
　例えば各テストは、それらのテストに付与された参照ポイントの合計と、各テスト間で共通の受験者（学習者）を有するかに応じて、図１５に示すような関係となる。
　図１５に示す例では、各四角形はテスト（サービス）を表しており、２つの四角形を結ぶ直線は、その直線により接続された２つのテストが互いに共通の受験者をもつことを表している。
　また、この例では、複数の各テストがサービスα１，サービスα２，サービスα３，サービスα４，…と階層的に複数のサービスに分類されている。
　具体的には、全てのテスト（サービス）のうち、最も参照ポイントの合計が高いテストＡがサービスα１とされており、そのサービスα１であるテストＡと共通の受験者をもつテストがサービスα２となっている。
　ここでは、テストＢ、テストＣ、およびテストＤがサービスα２に分類されており、それらのテストはサービスＡと共通の受験者により受験されている。また、同じサービスα２に分類されるサービスＢとサービスＣの間にも共通の受験者がいることが分かる。
　また、サービスα３に分類されるテストは、サービスα２に分類された何れかのテストと共通の受験者をもつテストとなっており、ここではテストＥ、テストＦ、テストＧ、およびテストＨがサービスα３に分類されている。
　サービスα３に分類されるテストは、サービスα１のテストとは共通の受験者をもたない。しかし、サービスα３に分類されるテストは、サービスα１と共通の受験者をもつサービスα２のテストとの間で共通の受験者をもつので、間接的にサービスα１と関係を有している。
　さらに、サービスα３に分類されたテストと共通の受験者をもつテストがサービスα４に分類され、その後も、全てのテストが何れかの階層のサービスに属すように各テストが分類されていく。
　分析サーバ４２では、図１５に示すようなテスト間の関係、すなわち階層的なサービスの分類結果が利用されて絶対スコア変換率が算出される。
　具体的には、絶対スコア変換率の算出にあたっては、まず個々のテスト間でのスコアのスコア変換率が算出される。
　例えばサービスα１に分類されたテストが基準テストとされて、その基準テスト以外の全テストについて、そのテストのスコアを基準テストを基準とするスコア、つまり基準テスト相当のスコア（基準テストのスコアに相当するスコア）へと変換するスコア変換率が算出される。
　なお、スコア変換率の算出対象となるテストは、カテゴリ情報により示されるカテゴリが同じであるテストとされる。
　ここでは、最も参照ポイントの合計が高いサービスα１はテストＡであるので、テストＡ以外の他のテストのスコアを、テストＡを基準とするスコアへと変換するスコア変換率を算出する場合を例として具体的な説明を行う。
　まず、ブロックチェーンデータベースに記録されている、各テストのスコアを示す学習データが抽出され、それらの各学習データにより示されるテストのスコアが、100段階のスコア、つまり100点を満点とするスコアとなるように正規化される。
　例えば、テストＢが990点満点であり、ある受験者（学習者）のテストＢのスコアがＸであるとすると、Ｘ／990×100の計算が行われ、スコアが正規化される。以下、正規化されたスコアを正規化スコアとも称することとする。
　次に、基準テストであるテストＡと共通の受験者をもつサービスα２に分類された各テストについて、テストＡを基準とするそれらのテストのスコア変換率が算出される。
　ここでは、例えばテストＡを基準とするテストＢのスコア変換率を算出する場合を例として説明する。
　この場合、テストＡとテストＢの両方を受験した全受験者について、テストＡの正規化スコアと、テストＢの正規化スコアが抽出される。
　そして、全受験者のテストＡの正規化スコアの合計と、全受験者のテストＢの正規化スコアの合計とが求められ、それらの正規化スコアの合計の比がスコア変換率として求められる。なお、ここでは説明を簡単にするため、各受験者のテストＡとテストＢの受験回数は同じであるものとする。
　例えば全受験者、つまりテストＡとテストＢの両方を受験した受験者のテストＡの正規化スコアの合計が386であり、全受験者のテストＢの正規化スコアの合計が582であるとすると、テストＡを基準とするテストＢのスコア変換率は386/582となる。
　したがって、ある受験者のテストＢのスコアがＸ１であるとすると、そのスコアＸ１のテストＡを基準とするスコア、つまりテストＡ相当のスコアは、X1×386/582となる。このようにして得られたスコア変換率は、参照ポイントを考慮していない、単純にテストＢのスコアをテストＡを基準とするスコアへと変換するときの変換率である。
　続いて、基準テストであるテストＡとは共通の受験者をもたないが、サービスα２に分類されたテストとは共通の受験者をもつ、サービスα３に分類された各テストについて、テストＡを基準とするそれらのテストのスコア変換率が算出される。
　ここでは、例えばサービスα２に分類されたテストＢと、サービスα３に分類されたテストＥとが共通の受験者をもつときに、テストＡを基準とするテストＥのスコア変換率を算出する場合を例として説明する。
　この場合、テストＢとテストＥの両方を受験した全受験者について、テストＢの正規化スコアと、テストＥの正規化スコアが抽出される。
　そして、全受験者のテストＢの正規化スコアの合計と、全受験者のテストＥの正規化スコアの合計とが求められ、それらの正規化スコアの合計の比がテストＢを基準とするテストＥのスコア変換率として求められる。
　例えば全受験者、つまりテストＢとテストＥの両方を受験した受験者のテストＢの正規化スコアの合計が402であり、全受験者のテストＥの正規化スコアの合計が502であるとすると、テストＢを基準とするテストＥのスコア変換率は402/502となる。
　また、テストＡを基準とするテストＢのスコア変換率は386/582であるとすると、テストＡを基準とするテストＢのスコア変換率と、テストＢを基準とするテストＥのスコア変換率とから、テストＡを基準とするテストＥのスコア変換率を得ることができる。
　すなわち、この例ではテストＡを基準とするテストＢのスコア変換率386/582と、テストＢを基準とするテストＥのスコア変換率402/502とから、テストＡを基準とするテストＥのスコア変換率(386/582)×(402/502)を得ることができる。
　したがって、ある受験者のテストＥのスコアがＸ２であるとすると、そのスコアＸ２のテストＡを基準とするスコア、つまりテストＡ相当のスコアは、X2×(386/582)×(402/502)となる。
　さらに、以上において説明した例と同様にして、サービスα４など、各階層に分類された全テストについて、テストＡを基準（基準テスト）とする、全テストのスコア変換率が計算される。
　また、最も参照ポイントが高いテストＡを基準テストとしたときの各テストのスコア変換率が得られると、同様にして、テストＡを含む、参照ポイントが高い上位ｍ個のテストについて、それらのテストを基準テストとしたときの各テストのスコア変換率が計算される。なお、ここでの個数ｍは、予め定められた数であり、例えば全てのテストの数を個数ｍとするようにしてもよい。
　以上の処理により、例えば図１６に示すように参照ポイントが高い上位ｍ個（ここではｍ＝５）の各テストを基準テストとしたときの各テストのスコア変換率が得られたとする。
　なお、図１６の例では、図中、縦方向に並べられたテストの欄が基準テストを示しており、図中、横方向に並べられたテストの欄が、スコアを変換しようとするテスト、すなわち変換対象となるテストを示している。
　したがって、例えば基準となる「テストＣ」と、変換対象となる「テストＡ」とに対して求められたスコア変換率「1.25」は、テストＡのスコアをテストＣを基準とするスコア、つまりテストＣ相当のスコアに変換するためのスコア変換率を示している。
　また、例えば基準となる「テストＡ」と、変換対象となる「テストＡ」とに対して求められたスコア変換率は「1」である。さらに、スコア変換率の欄に記された「-」は、基準テストと変換対象のテストとが直接的にも間接的にも関係を有していないため、スコア変換率を求めることができないことを示している。
　このような図１６に示す各スコア変換率が得られた場合、分析サーバ４２では、以下のようにして絶対スコア変換率が求められる。
　ここでは、具体的な例として、テストＡのスコアを絶対スコアへと変換するための絶対スコア変換率を求める場合について説明する。
　そのような場合、各基準テストについて求められたテストＡのスコア変換率が、それらの各基準テストに対して付与された参照ポイントを重みとして重み付き加算が行われ、その結果得られた加重平均値が絶対スコア変換率とされる。
　具体的には、ここでは基準テストＡについてのスコア変換率「1」と基準テストＡの参照ポイント「100」、基準テストＣについてのスコア変換率「1.25」と基準テストＣの参照ポイント「80」、および基準テストＤについてのスコア変換率「1.13」と基準テストＤの参照ポイント「80」が抽出される。また、この例では、各基準テストの参照ポイントの和は260（＝100+80+80）となっている。
　したがって、これらのスコア変換率と参照ポイントとから、(1×100+1.25×80+1.13×80)/260＝1.12が計算され、テストＡの絶対スコア変換率「1.12」が得られる。
　このようにして得られた絶対スコア変換率を、テストＡの正規化スコアに乗算することで、テストＡのスコアを絶対スコアに変換することができる。
　例えばテストＡが990点満点で、ある学習者のテストＡのスコアが700点である場合、そのスコア「700」の絶対スコアは、79点（79＝(700/990)×100×1.12）となる。
　このように参照ポイント、つまりテストの使用価値を考慮して絶対スコア変換率を求めるようにすれば、絶対スコアへの変換時には使用価値の高いテストに対して、より重きが置かれた変換が行われることになる。
　換言すれば、使用価値の高いテストほど絶対スコアという評価基準への寄与率が高くなり、各テストの使用価値が考慮された絶対スコアを得ることができる。
　したがって、閲覧者（評価者）は絶対スコアを用いれば、より使用価値が高いテストに近い評価基準で各学習者の実力の絶対的な評価を行うことができるようになる。これにより、より確からしい評価を行うことができる。
　一例として、例えばテストＡが一般的に広く知られており、そのテストＡの参照ポイントが高い場合、絶対スコアはテストＡを基準としたスコアに近くなることから、閲覧者は絶対スコアに基づいて、より直感的に、より確からしい評価を行うことができる。
　なお、ここで示した絶対スコアへの変換方法は、あくまで一例であって、各テストのスコアを同一の評価基準の絶対的なスコアへと変換することができれば、絶対スコアへの変換方法はどのようなものであってもよい。
〈絶対スコア算出処理の説明〉
　分析サーバ４２では、以上において説明したようにして、テストごとに絶対スコア変換率が求められ、学習データにより示されるスコアが絶対スコアへと変換され、絶対スコアデータが生成される。
　ここで、図１７のフローチャートを参照して、分析サーバ４２により行われる絶対スコア算出処理について説明する。
　なお、絶対スコア算出処理は、定期的なタイミングや、何れかのテストに参照ポイントが付与されたタイミング、クライアント７１から絶対スコアデータの閲覧要求があったタイミングなど、どのようなタイミングで行われるようにしてもよい。
　また、ここでは分析サーバ４２がピア１１１としても機能し、記録部１５２にブロックチェーンデータベースが記録されているものとして説明を行う。
　ステップＳ１３１において取得部１６１は、記録部１５２に記録されているブロックチェーンデータベースから、同一カテゴリに属す各テストについて、それらのテストのスコアを示す学習データと、それらのテストの参照ポイントとを取得（抽出）する。
　例えば各テストのカテゴリは、学習データに含まれているカテゴリ情報により特定することができる。また、各テストの参照ポイントは、ブロックチェーンに記録されている、図１１や図１４の参照ポイント付与処理で実行された参照ポイント付与のトランザクションや、ステートデータベースに記録されている、それらのトランザクションを実行した結果を示す情報から得ることができる。
　なお、分析サーバ４２がピア１１１としての機能を有していない場合には、取得部１６１は、学習データや参照ポイントなど、必要な情報が格納されたトランザクションの閲覧（参照）を要求するトランザクションを生成し、通信部１５１を制御して送信させることで、トランザクション等を読み出す。
　そして取得部１６１は、読み出したトランザクションから必要な学習データや参照ポイントを抽出（取得）する。この場合、分析サーバ４２が図３のクライアント１１となって、手順STP1乃至手順STP4の処理が行われ、必要なトランザクション等が読み出される。
　ステップＳ１３２において変換率算出部１６２は、最も参照ポイントが高いテスト、つまり上述したサービスα１に分類されたテストを基準テストとして、その基準テストを基準とするスコア変換率を算出する。
　例えばサービスα１に分類されたテストがテストＡであるとすると、変換率算出部１６２は、図１５を参照して説明したように、テストＡを基準テストとして、他の全てのテストについて、それらのテストのスコアをテストＡを基準とするスコアに変換するスコア変換率を算出する。
　ステップＳ１３３において変換率算出部１６２は、複数のテストのうちのまだ基準テストとされていないテストのなかから、最も参照ポイントが高いテストを基準テストとして選択する。
　ステップＳ１３４において変換率算出部１６２は、ステップＳ１３２における場合と同様の処理を行うことで、ステップＳ１３３で選択された基準テストを基準とするスコア変換率を算出する。
　ステップＳ１３５において変換率算出部１６２は、複数のテストのうちの上位ｍ個のテストについて、それらのｍ個の各テストを基準テストとしてスコア変換率を算出したか否かを判定する。
　ステップＳ１３５において、まだ上位ｍ個のテストを基準テストとしてスコア変換率を算出していないと判定された場合、処理はステップＳ１３３に戻り、上述した処理が繰り返し行われる。
　これに対して、ステップＳ１３５において上位ｍ個のテストを基準テストとしてスコア変換率を算出したと判定された場合、処理はステップＳ１３６へと進む。この場合、例えば図１６に示したように参照ポイントが高い上位ｍ個の各テストを基準テストとしたときの他のテストのスコア変換率が得られたことになる。
　ステップＳ１３６において変換率算出部１６２は、基準テストごとに算出された各テストのスコア変換率に基づいて、各テストの絶対スコア変換率を算出する。
　すなわち、変換率算出部１６２は、図１６を参照して説明したように、テストごとに、各基準テストの参照ポイントを重みとして、それらの基準テストを基準としたときのスコア変換率の加重平均値を求めることで絶対スコア変換率を算出する。
　ステップＳ１３７においてスコア変換部１６３は、ステップＳ１３１において取得された各学習データについて、絶対スコア変換率に基づいて、学習データにより示されるスコアを絶対スコアに変換する。
　ステップＳ１３８においてスコア変換部１６３は、得られた絶対スコアと、その絶対スコアの変換前のもとのスコアを示す学習データが格納されているトランザクションのトランザクションＩＤとを対応付けて絶対スコアデータを生成する。
　ステップＳ１３９において制御部１５３は、ステップＳ１３８で得られた絶対スコアデータをブロックチェーンデータベースに記録させる。
　すなわち、例えば制御部１５３は、絶対スコアデータの記録を要求するトランザクションを生成し、通信部１５１に供給する。
　そして、制御部１５３は通信部１５１を制御して、そのトランザクションをブロックチェーンネットワーク４１を構成するEndorsement Peerに送信させることで、そのトランザクションの実行を要求する。
　すると、分析サーバ４２と、ブロックチェーンネットワーク４１を構成するEndorsement Peer、Orderer、およびCommitting Peerとの間では、図３を参照して説明した手順STP1乃至手順STP10に対応する処理が行われ、絶対スコアデータがブロックチェーンデータベースに記録される。
　なお、制御部１５３が絶対スコアデータを記録部１５２のブロックチェーンデータベース以外の領域にも記録させるようにしてもよいし、絶対スコアデータが記録部１５２のみに記録され、ブロックチェーンデータベースには記録されないようにしてもよい。
　また、分析サーバ４２の管理者が、検定業者Ａや検定業者Ｂなどのブロックチェーンネットワーク４１の管理者（コンソーシアムメンバ）である場合、分析サーバ４２にピア１１１としての機能をもたせることができる。
　そのようなときには、分析サーバ４２は、ステップＳ１３１で自身が記録しているブロックチェーンデータベースから学習データや参照ポイントを読み出したり、ステップＳ１３９で自身が記録しているブロックチェーンデータベースに絶対スコアデータを記録することができる。また、この場合、分析サーバ４２が実行する、ブロックチェーンネットワーク４１を利用してサービスを提供するためのプログラムは、例えばブロックチェーンネットワーク４１の管理者（コンソーシアムメンバ）により提供される。
　一方、分析サーバ４２がピア１１１としての機能を有していない場合には、分析サーバ４２自身はブロックチェーンデータベースを有していない。
　そのため、分析サーバ４２は、例えばステップＳ１３１ではAPIを利用してピア１１１（ノード）とトランザクションの授受を行うことで、ピア１１１が保持しているブロックチェーンデータベースから学習データや参照ポイントを読み出す。
　また、分析サーバ４２は、例えばステップＳ１３９ではAPIを利用してピア１１１等のノードとトランザクションの授受を行うことで、ピア１１１が保持しているブロックチェーンデータベースへの絶対スコアデータの記録を要求する。また、この場合、分析サーバ４２が実行する、ブロックチェーンネットワーク４１を利用してサービスを提供するためのプログラムは、例えばブロックチェーンネットワーク４１の管理者により提供されてもよいし、分析サーバ４２の管理者が開発したものでもよい。
　このようにして絶対スコアデータが記録されると、絶対スコア算出処理は終了する。
　以上のようにして分析サーバ４２は、各テストに付与された参照ポイントから絶対スコア変換率を算出し、学習データにより示されるテストのスコアを絶対スコアに変換する。このようにすることで、就職支援業者の採用者等は、絶対スコアを閲覧することにより、各学習者の実力を評価する際に、より確からしい評価を行うことができる。
〈絶対スコア閲覧処理および絶対スコア提供処理の説明〉
　図１７を参照して説明した絶対スコア算出処理が行われると、ブロックチェーンネットワーク４１に参加するクライアント７１は、ブロックチェーンデータベースまたは分析サーバ４２に記録されている絶対スコアデータを閲覧（参照）することができる。
　例えば図４の矢印Q17に示したように、採用者ｂがクライアント７１により分析サーバ４２にアクセスし、絶対スコアデータを閲覧する場合、図１８に示すように絶対スコア閲覧処理と絶対スコア提供処理が行われる。
　以下、図１８のフローチャートを参照して、クライアント７１による絶対スコア閲覧処理、および分析サーバ４２による絶対スコア提供処理について説明する。
　絶対スコア閲覧処理が開始されると、ステップＳ１７１においてクライアント７１の制御部８４は、所望の学習データを含むトランザクションをブロックチェーンデータベースから読み出す。
　すなわち、制御部８４は、所望の学習データを含むトランザクションの読み出し（閲覧）を要求するトランザクションを生成し、そのトランザクションを通信部８１に供給してEndorsement Peerに送信させることで、トランザクションの実行を要求する。
　これにより、図３を参照して説明した手順STP1乃至手順STP４に対応する処理が行われ、通信部８１はEndorsement Peerから送信されてきた、読み出しを要求したトランザクションを含む応答を受信して制御部８４に供給する。
　また、このとき制御部８４は、必要に応じて、通信部８１から供給されたトランザクションに含まれる学習データ、すなわち学習データにより示されるスコアを表示部８５に供給し、表示させる。
　これにより、クライアント７１を操作する採用者ｂ等は、所望の学習者についてのテストのスコアを確認することができる。このとき、スコアを閲覧した採用者ｂ等は、そのスコアに対応する絶対スコアも閲覧したいと思う場合には、入力部８２を操作して絶対スコアの閲覧を指示する。
　すると、ステップＳ１７２において制御部８４は、入力部８２からの信号に応じて、通信部８１から供給されたトランザクションのトランザクションＩＤを含む、絶対スコアデータの閲覧要求を生成し、通信部８１に供給する。
　この閲覧要求に含まれるトランザクションＩＤにより、閲覧を要求する絶対スコアに対応する、もとのスコアを特定することができる。換言すれば、トランザクションＩＤにより、どの学習者のどのテストのスコアについての絶対スコアの閲覧が要求されているかを特定することができる。
　ステップＳ１７３において通信部８１は、制御部８４から供給された閲覧要求を分析サーバ４２に送信する。
　すると、分析サーバ４２では、ステップＳ２０１において通信部１５１は、クライアント７１から送信されてきた閲覧要求を受信して制御部１５３に供給する。
　ステップＳ２０２において制御部１５３は、通信部１５１から供給された閲覧要求に応じて、絶対スコアデータを読み出す。
　例えば記録部１５２に絶対スコアデータが記録されている場合、制御部１５３は、記録部１５２に記録されている絶対スコアデータのなかから、閲覧要求に含まれているトランザクションＩＤが含まれている絶対スコアデータを読み出す。
　また、例えば記録部１５２に絶対スコアデータが記録されていない場合、制御部１５３は、閲覧要求に含まれているトランザクションＩＤが含まれている絶対スコアデータ、より詳細には絶対スコアデータが格納されたトランザクションの読み出しを要求するトランザクションを生成し、通信部１５１に供給する。
　そして、制御部１５３は、通信部１５１を制御して、生成したトランザクションをEndorsement Peerに送信させることで、そのトランザクションの実行を要求する。
　これにより、図３を参照して説明した手順STP1乃至手順STP４に対応する処理が行われ、通信部１５１はEndorsement Peerから送信されてきた、読み出しを要求したトランザクションを含む応答を受信して制御部１５３に供給する。
　制御部１５３は、このようにして通信部１５１から供給されたトランザクションから、閲覧が要求された絶対スコアデータを抽出する。
　以上のようにして絶対スコアデータが読み出されると、制御部１５３は絶対スコアデータを通信部１５１に供給し、クライアント７１への送信を指示する。
　ステップＳ２０３において通信部１５１は、制御部１５３から供給された絶対スコアデータをクライアント７１に送信し、絶対スコア提供処理は終了する。
　また、クライアント７１では、ステップＳ１７４において通信部８１は、分析サーバ４２から送信されてきた絶対スコアデータを受信し、制御部８４に供給する。
　ステップＳ１７５において制御部８４は、通信部８１から供給された絶対スコアデータを表示部８５に供給して絶対スコアを表示させる。
　これにより、採用者ｂ等は、閲覧を要求した絶対スコアを確認することができ、その絶対スコアや、もともとの変換前のスコアを見ることで学習者の実力を評価する。
　絶対スコアが表示されると、絶対スコア閲覧処理は終了する。
　以上のようにして分析サーバ４２は、クライアント７１の要求に応じて絶対スコアデータを送信し、クライアント７１は分析サーバ４２から送信されてきた絶対スコアデータを受信して、その絶対スコアデータに基づく絶対スコアを表示させる。
　このようにすることで、就職支援業者の採用者等は絶対スコアを閲覧し、各学習者に対して、より確からしい評価を行うことができる。
　なお、ここではクライアント７１が分析サーバ４２から絶対スコアデータを読み出す例について説明したが、クライアント７１がトランザクションＩＤをキーとして、ブロックチェーンデータベースから絶対スコアデータを読み出すようにしてもよい。
　さらに、以上においてはブロックチェーンネットワークがコンソーシアム型である場合について説明したが、これに限らず、ブロックチェーンネットワークはパブリック型など、どのような形式とされてもよい。例えばブロックチェーンネットワークに接続されたサーバやクライアントがピア等のノードとして機能する場合でも、本技術は実現可能である。
　すなわち、例えば図１９に示すように、様々な装置をブロックチェーンネットワークのノードとして機能させることが可能である。
　例えば図１９の左側に示す例では、ブロックチェーンネットワークの管理者ではなく、ブロックチェーンネットワークを利用するユーザ等の情報端末装置（クライアント）がノードとして機能する。
　また、例えば図１９の中央に示す例では、ブロックチェーンネットワークの管理者ではなく、ブロックチェーンネットワークを利用してユーザ等に対してサービスを提供する事業者等のサーバがノードとして機能する。この場合、ブロックチェーンネットワークに接続された事業者等のサーバは、APIを利用してユーザ等の情報端末装置と情報の授受を行い、ユーザ等に対してサービスを提供する。
　さらに、例えば図１９の右側に示す例では、ブロックチェーンネットワークの管理者によって管理される装置がノードとして機能する。この場合、事業者等のサーバがAPIを利用してノードと情報の授受を行う。また、ユーザ等の情報端末装置は、直接的にはノードと接続されず、事業者等のサーバと情報の授受を行うことで、サービスの提供を受ける。
〈コンピュータの構成例〉
　ところで、上述した一連の処理は、ハードウェアにより実行することもできるし、ソフトウェアにより実行することもできる。一連の処理をソフトウェアにより実行する場合には、そのソフトウェアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウェアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
　図２０は、上述した一連の処理をプログラムにより実行するコンピュータのハードウェアの構成例を示すブロック図である。
　コンピュータにおいて、CPU（Central Processing Unit）５０１，ROM（Read Only Memory）５０２，RAM（Random Access Memory）５０３は、バス５０４により相互に接続されている。
　バス５０４には、さらに、入出力インターフェース５０５が接続されている。入出力インターフェース５０５には、入力部５０６、出力部５０７、記録部５０８、通信部５０９、及びドライブ５１０が接続されている。
　入力部５０６は、キーボード、マウス、マイクロホン、撮像素子などよりなる。出力部５０７は、ディスプレイ、スピーカなどよりなる。記録部５０８は、ハードディスクや不揮発性のメモリなどよりなる。通信部５０９は、ネットワークインターフェースなどよりなる。ドライブ５１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブル記録媒体５１１を駆動する。
　以上のように構成されるコンピュータでは、CPU５０１が、例えば、記録部５０８に記録されているプログラムを、入出力インターフェース５０５及びバス５０４を介して、RAM５０３にロードして実行することにより、上述した一連の処理が行われる。
　コンピュータ（CPU５０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブル記録媒体５１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
　コンピュータでは、プログラムは、リムーバブル記録媒体５１１をドライブ５１０に装着することにより、入出力インターフェース５０５を介して、記録部５０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部５０９で受信し、記録部５０８にインストールすることができる。その他、プログラムは、ROM５０２や記録部５０８に、あらかじめインストールしておくことができる。
　なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
　また、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
　例えば、本技術は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。
　また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。
　さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。
　さらに、本技術は、以下の構成とすることも可能である。
（１）
　複数の評価者について、前記評価者により生成された評価対象の評価を示す評価データと、前記評価者に関する価値を示す値とを取得する取得ステップと、
　前記複数の前記評価者の前記評価データおよび前記価値を示す値に基づいて、前記評価データを絶対的な評価データに変換する変換ステップと、
　前記絶対的な評価データを分散台帳に記録する記録ステップと
　を含む情報処理方法。
（２）
　前記価値を示す値は、前記評価者により生成された前記評価データの参照回数が多いほど、大きくなる
　（１）に記載の情報処理方法。
（３）
　前記変換ステップにおいて、同じカテゴリに属す前記評価データおよび前記価値を示す値に基づいて、前記評価データを前記絶対的な評価データに変換する
　（２）に記載の情報処理方法。
（４）
　前記複数の前記評価者の前記評価データおよび前記価値を示す値に基づいて、前記評価データを前記絶対的な評価データに変換するための絶対評価変換率を算出する変換率算出ステップをさらに含み、
　前記変換ステップにおいて、前記絶対評価変換率に基づいて前記評価データを前記絶対的な評価データに変換する
　（２）または（３）に記載の情報処理方法。
（５）
　前記変換率算出ステップにおいて、所定数の基準となる各前記評価者について、他の前記評価者の前記評価データを前記基準となる前記評価者の前記評価データに相当する前記評価データへと変換する変換率を算出し、各前記基準となる前記評価者の前記変換率と前記価値を示す値とに基づいて前記絶対評価変換率を算出する
　（４）に記載の情報処理方法。
（６）
　前記変換率算出ステップにおいて、前記価値を示す値を重みとして前記変換率を重み付き加算することで、前記絶対評価変換率を求める
　（５）に記載の情報処理方法。
（７）
　前記評価データは、前記評価者としての検定業者により提供されるテストのスコアである
　（２）乃至（６）の何れか一項に記載の情報処理方法。
（８）
　前記評価者に関する前記価値を示す値は前記テストごとに付与される
　（７）に記載の情報処理方法。
（９）
　複数の評価者について、前記評価者により生成された評価対象の評価を示す評価データと、前記評価者に関する価値を示す値とを取得する取得ステップと、
　前記複数の前記評価者の前記評価データおよび前記価値を示す値に基づいて、前記評価データを絶対的な評価データに変換する変換ステップと、
　前記絶対的な評価データを分散台帳に記録する記録ステップと
　を含む処理をコンピュータに実行させるプログラム。
（１０）
　複数の評価者について、前記評価者により生成された評価対象の評価を示す評価データと、前記評価者に関する価値を示す値とを取得する取得部と、
　前記複数の前記評価者の前記評価データおよび前記価値を示す値に基づいて、前記評価データを絶対的な評価データに変換する変換部と、
　前記絶対的な評価データを分散台帳に記録させる制御部と
　を備える情報処理装置。
（１１）
　検定業者が提供するテストの識別情報、前記テストを受けた学習者を示す学習者情報、および前記学習者の前記テストのスコアを含む学習データが格納されたトランザクションに基づいて生成されるブロックが連結されることによって構成される分散台帳を、複数の装置で共有する場合に、前記分散台帳に記録されている前記学習データが参照されることに応じて、参照された前記学習データに含まれる前記識別情報により示される前記テスト、または前記テストを提供する前記検定業者に対して参照ポイントを付与する
　情報処理方法。
（１２）
　前記分散台帳には、複数の前記検定業者のそれぞれにより提供される前記テストについて、前記学習データが格納された前記トランザクションが記録されている
　（１１）に記載の情報処理方法。
（１３）
　前記学習データには、前記検定業者を示す検定者情報と、前記テストのカテゴリを示すカテゴリ情報のうちの少なくとも何れかがさらに含まれている
　（１２）に記載の情報処理方法。
（１４）
　同一閲覧者が同じ前記テストの前記学習データを複数回参照した場合、参照回数が増えるごとに、前記テストまたは前記検定業者に対して付与される前記参照ポイントは少なくなる
　（１１）乃至（１３）の何れか一項に記載の情報処理方法。
（１５）
　前記分散台帳には、複数の各前記トランザクションを示すトランザクションＩＤが含まれた他の学習データが格納されたトランザクションがさらに記録されている
　（１１）乃至（１４）の何れか一項に記載の情報処理方法。
（１６）
　前記他の学習データが参照された場合、前記複数の各前記トランザクションに格納された前記学習データごとに、前記テストまたは前記検定業者に対する参照ポイントの付与が行われる
　（１５）に記載の情報処理方法。
（１７）
　検定業者が提供するテストの識別情報、前記テストを受けた学習者を示す学習者情報、および前記学習者の前記テストのスコアを含む学習データが格納されたトランザクションに基づいて生成されるブロックが連結されることによって構成される分散台帳を、複数の装置で共有する場合に、前記分散台帳に記録されている前記学習データが参照されることに応じて、参照された前記学習データに含まれる前記識別情報により示される前記テスト、または前記テストを提供する前記検定業者に対して参照ポイントを付与する
　処理をコンピュータに実行させるプログラム。
（１８）
　検定業者が提供するテストの識別情報、前記テストを受けた学習者を示す学習者情報、および前記学習者の前記テストのスコアを含む学習データが格納されたトランザクションに基づいて生成されるブロックが連結されることによって構成される分散台帳を、他の装置と共有する情報処理装置であって、
　前記分散台帳に記録されている前記学習データが参照されることに応じて、参照された前記学習データに含まれる前記識別情報により示される前記テスト、または前記テストを提供する前記検定業者に対して参照ポイントを付与する制御部を備える
　情報処理装置。
　１１　クライアント，　１２　Endorsement Peer，　１３　Orderer，　１４　Committing Peer，　４１　ブロックチェーンネットワーク，　４２　分析サーバ，　１１１　ピア，　１２１　通信部，　１２２　記録部，　１２３　制御部，　１５１　通信部，　１５２　記録部，　１５３　制御部，　１６１　取得部，　１６２　変換率算出部，　１６３　スコア変換部

Claims (18)

  1. 　複数の評価者について、前記評価者により生成された評価対象の評価を示す評価データと、前記評価者に関する価値を示す値とを取得する取得ステップと、
    　前記複数の前記評価者の前記評価データおよび前記価値を示す値に基づいて、前記評価データを絶対的な評価データに変換する変換ステップと、
    　前記絶対的な評価データを分散台帳に記録する記録ステップと
    　を含む情報処理方法。
  2. 　前記価値を示す値は、前記評価者により生成された前記評価データの参照回数が多いほど、大きくなる
    　請求項１に記載の情報処理方法。
  3. 　前記変換ステップにおいて、同じカテゴリに属す前記評価データおよび前記価値を示す値に基づいて、前記評価データを前記絶対的な評価データに変換する
    　請求項２に記載の情報処理方法。
  4. 　前記複数の前記評価者の前記評価データおよび前記価値を示す値に基づいて、前記評価データを前記絶対的な評価データに変換するための絶対評価変換率を算出する変換率算出ステップをさらに含み、
    　前記変換ステップにおいて、前記絶対評価変換率に基づいて前記評価データを前記絶対的な評価データに変換する
    　請求項２に記載の情報処理方法。
  5. 　前記変換率算出ステップにおいて、所定数の基準となる各前記評価者について、他の前記評価者の前記評価データを前記基準となる前記評価者の前記評価データに相当する前記評価データへと変換する変換率を算出し、各前記基準となる前記評価者の前記変換率と前記価値を示す値とに基づいて前記絶対評価変換率を算出する
    　請求項４に記載の情報処理方法。
  6. 　前記変換率算出ステップにおいて、前記価値を示す値を重みとして前記変換率を重み付き加算することで、前記絶対評価変換率を求める
    　請求項５に記載の情報処理方法。
  7. 　前記評価データは、前記評価者としての検定業者により提供されるテストのスコアである
    　請求項２に記載の情報処理方法。
  8. 　前記評価者に関する前記価値を示す値は前記テストごとに付与される
    　請求項７に記載の情報処理方法。
  9. 　複数の評価者について、前記評価者により生成された評価対象の評価を示す評価データと、前記評価者に関する価値を示す値とを取得する取得ステップと、
    　前記複数の前記評価者の前記評価データおよび前記価値を示す値に基づいて、前記評価データを絶対的な評価データに変換する変換ステップと、
    　前記絶対的な評価データを分散台帳に記録する記録ステップと
    　を含む処理をコンピュータに実行させるプログラム。
  10. 　複数の評価者について、前記評価者により生成された評価対象の評価を示す評価データと、前記評価者に関する価値を示す値とを取得する取得部と、
    　前記複数の前記評価者の前記評価データおよび前記価値を示す値に基づいて、前記評価データを絶対的な評価データに変換する変換部と、
    　前記絶対的な評価データを分散台帳に記録させる制御部と
    　を備える情報処理装置。
  11. 　検定業者が提供するテストの識別情報、前記テストを受けた学習者を示す学習者情報、および前記学習者の前記テストのスコアを含む学習データが格納されたトランザクションに基づいて生成されるブロックが連結されることによって構成される分散台帳を、複数の装置で共有する場合に、前記分散台帳に記録されている前記学習データが参照されることに応じて、参照された前記学習データに含まれる前記識別情報により示される前記テスト、または前記テストを提供する前記検定業者に対して参照ポイントを付与する
    　情報処理方法。
  12. 　前記分散台帳には、複数の前記検定業者のそれぞれにより提供される前記テストについて、前記学習データが格納された前記トランザクションが記録されている
    　請求項１１に記載の情報処理方法。
  13. 　前記学習データには、前記検定業者を示す検定者情報と、前記テストのカテゴリを示すカテゴリ情報のうちの少なくとも何れかがさらに含まれている
    　請求項１２に記載の情報処理方法。
  14. 　同一閲覧者が同じ前記テストの前記学習データを複数回参照した場合、参照回数が増えるごとに、前記テストまたは前記検定業者に対して付与される前記参照ポイントは少なくなる
    　請求項１１に記載の情報処理方法。
  15. 　前記分散台帳には、複数の各前記トランザクションを示すトランザクションＩＤが含まれた他の学習データが格納されたトランザクションがさらに記録されている
    　請求項１１に記載の情報処理方法。
  16. 　前記他の学習データが参照された場合、前記複数の各前記トランザクションに格納された前記学習データごとに、前記テストまたは前記検定業者に対する参照ポイントの付与が行われる
    　請求項１５に記載の情報処理方法。
  17. 　検定業者が提供するテストの識別情報、前記テストを受けた学習者を示す学習者情報、および前記学習者の前記テストのスコアを含む学習データが格納されたトランザクションに基づいて生成されるブロックが連結されることによって構成される分散台帳を、複数の装置で共有する場合に、前記分散台帳に記録されている前記学習データが参照されることに応じて、参照された前記学習データに含まれる前記識別情報により示される前記テスト、または前記テストを提供する前記検定業者に対して参照ポイントを付与する
    　処理をコンピュータに実行させるプログラム。
  18. 　検定業者が提供するテストの識別情報、前記テストを受けた学習者を示す学習者情報、および前記学習者の前記テストのスコアを含む学習データが格納されたトランザクションに基づいて生成されるブロックが連結されることによって構成される分散台帳を、他の装置と共有する情報処理装置であって、
    　前記分散台帳に記録されている前記学習データが参照されることに応じて、参照された前記学習データに含まれる前記識別情報により示される前記テスト、または前記テストを提供する前記検定業者に対して参照ポイントを付与する制御部を備える
    　情報処理装置。
PCT/JP2020/037599 2019-10-11 2020-10-02 情報処理装置および方法、並びにプログラム Ceased WO2021070752A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP20873414.5A EP4020367A4 (en) 2019-10-11 2020-10-02 INFORMATION PROCESSING DEVICE AND METHOD, AND PROGRAM
US17/754,487 US20240054590A1 (en) 2019-10-11 2020-10-02 Information processing device, method, and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-187423 2019-10-11
JP2019187423A JP2021064080A (ja) 2019-10-11 2019-10-11 情報処理装置および方法、並びにプログラム

Publications (1)

Publication Number Publication Date
WO2021070752A1 true WO2021070752A1 (ja) 2021-04-15

Family

ID=75436822

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/037599 Ceased WO2021070752A1 (ja) 2019-10-11 2020-10-02 情報処理装置および方法、並びにプログラム

Country Status (4)

Country Link
US (1) US20240054590A1 (ja)
EP (1) EP4020367A4 (ja)
JP (1) JP2021064080A (ja)
WO (1) WO2021070752A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220414530A1 (en) * 2021-06-25 2022-12-29 International Business Machines Corporation Selection of a machine learning model
US12418545B1 (en) * 2022-05-27 2025-09-16 United Services Automobile Association (Usaa) Test data management ecosystem

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002072857A (ja) * 2000-08-24 2002-03-12 Up Inc 通信ネットワークを利用する模擬試験方法およびシステム
JP2002311812A (ja) * 2001-04-16 2002-10-25 Media Ring:Kk 習熟度管理方法及び習熟度管理プログラム
WO2017090329A1 (ja) * 2015-11-24 2017-06-01 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP2018169856A (ja) 2017-03-30 2018-11-01 ソニー株式会社 情報処理装置および情報処理方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111095253A (zh) * 2017-09-14 2020-05-01 索尼公司 信息处理设备、信息处理方法以及程序
WO2019116658A1 (ja) * 2017-12-13 2019-06-20 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
US20190340946A1 (en) * 2018-05-01 2019-11-07 Odem Ltd. System and method for educational offering staking and token architecture
US12174982B2 (en) * 2018-10-19 2024-12-24 Oracle International Corporation Distributed and blockchain-based student academic ledger systems and methods

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002072857A (ja) * 2000-08-24 2002-03-12 Up Inc 通信ネットワークを利用する模擬試験方法およびシステム
JP2002311812A (ja) * 2001-04-16 2002-10-25 Media Ring:Kk 習熟度管理方法及び習熟度管理プログラム
WO2017090329A1 (ja) * 2015-11-24 2017-06-01 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP2018169856A (ja) 2017-03-30 2018-11-01 ソニー株式会社 情報処理装置および情報処理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4020367A4

Also Published As

Publication number Publication date
EP4020367A1 (en) 2022-06-29
EP4020367A4 (en) 2022-09-21
US20240054590A1 (en) 2024-02-15
JP2021064080A (ja) 2021-04-22

Similar Documents

Publication Publication Date Title
US20230334425A1 (en) Internet-based method and apparatus for career and professional development via simulated interviews
Sampson et al. The role of practitioners in helping persons make effective use of information and communication technology in career interventions
US11055667B2 (en) Internet-based method and apparatus for career and professional development via structured feedback loop
Single et al. When Email and Mentoring Unite: The Implementation of a Nationwide Electronic Mentoring Program--MentorNet, the National Electronic Industrial Mentoring Network for Women in Engineering and Science.
Hilliger et al. Towards learning analytics adoption: A mixed methods study of data‐related practices and policies in Latin American universities
Barry et al. ABET Criterion 3. f: How much curriculum content is enough?
Cox et al. Engineering professionals’ expectations of undergraduate engineering students
US20120164619A1 (en) Educational Assessment System and Associated Methods
US20110271203A1 (en) College admissions messaging
WO2021070752A1 (ja) 情報処理装置および方法、並びにプログラム
Forbes et al. Expanding support for graduate students: Library workshops on research funding opportunities
Varadarajan et al. Institutional readiness for the implementation of micro-credentials in higher education
Lundblom et al. School-based telepractice assessment (STA): Guidance for evaluating school-based speech–language telepractice service delivery
Clapham Performativity, fabrication and trust: exploring computer-mediated moderation
KR20220028569A (ko) 파이낸셜 플래너 모집을 위한 정보 제공 방법 및 이를 이용한 전자 장치
Javeri et al. Measuring technology integration practices of higher education faculty with an innovation component configuration map (ICCM)
CN110059128A (zh) 一种教育资源共享系统
KR20200139323A (ko) 스마트 시험 컨텐츠 제공 방법 및 그 장치
KR102668664B1 (ko) Lms 솔루션 시스템
Gremu et al. The educational value of integrating a social networking platform and a learning management system
JP7447454B2 (ja) 情報処理方法、プログラム、情報処理装置、情報処理端末
Shuhaiber et al. The Development of Smart E-Portfolio Generator System for University students: An SDLC Approach
Longyhore Pharmacy residency directors' concerns with implementing in‐training examinations in pharmacy residencies
JP2004110502A (ja) 分析結果提供方法、分析結果提供システム
Ghimire Data-driven recommendation of academic options based on personality traits

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: 20873414

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020873414

Country of ref document: EP

Effective date: 20220323

WWE Wipo information: entry into national phase

Ref document number: 17754487

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

WWW Wipo information: withdrawn in national office

Ref document number: 2020873414

Country of ref document: EP