ハートニュース

キーの交換を要求したり、

キーの交換を要求するか。破損していることもないので変える必要はないと考えがちだが、定期的に変える人もいるようだ。本当に注意をして安定感を買うことができるものと変えることだが、普通の人はなかなかいないだろう。鍵交換は、生活の中でお願いすることはほとんどないと思うのは俺だけか？
ガラスを割ってしまうと、ガラスの修理をしなければならない。故意に欠陥が誤ってしようが、コストに違いはない。このため、ガラス修理は、サイズや素材にもよりますが、良い値段してしまう。ガラスの修理よりも割れたガラスで負傷していることのほうが重要である。下手すると取り返しのつかない事故にもなることができます。
近年では、英語を社内の公用語にする企業が出てくるなど、語学学習の必要性が多いに増しているが、それにともなって、オンラインで講師と会話ができるなどのオンライン語学学習サービスサイトも多く存在するようになった。

【画像が掲載された記事、より大きな画像、その他の画像など】

インターネットユーザーは、このサービスをどのようにとらえているのだろうか。インターネットコムでは、goo リサーチと協力して、オンライン語学学習サービスに関するアンケート調査を実施、その結果をまとめた。

調査対象は、全国10代〜60代以上のインターネットユーザー1,088人。男女比は、男性53.1％、女性46.9％。年齢別は、10代16.8％、20代17.5％、30代21.5％、40代16.5％、50代15.4％、60代以上12.3％。

まずは、回答者全体にオンライン語学学習サービスを行っているサイトがあることを知っているかどうか、聞いた。

この質問に、「知っている」と答えた回答者は39.2％(427人)だった。回答者全員がインターネットユーザーであることを考慮すれば、決して認知度が高いとはいえない結果となった。

では、オンライン語学学習サービスを認知していたインターネットユーザー(427人)のうちどの程度のユーザーが実際に、このサービスを利用しているのだろうか。

「利用している」と答えたユーザーは、10.3％(44人)しかいなかった。これは、全体で見ると、約4％程度の利用率となる。語学学習が注目を集めていることを考えると、まだまだ認知率、利用率ともに低いといわざるえない。

オンライン語学学習サービスには、有料のものと無料のものが存在するが、オンラインサービス語学サービスのユーザーはどちらを選択しているのだろうか。

オンライン語学学習サービスのユーザー(44人)のうち、「有料」サービスを利用しているユーザーは27.3％(12人)、「無料」のサービスを利用しているユーザーは63.6％(28人)だった。また、「有料、無料どちらも利用している」と答えたユーザーは4.5％(2人)いた。

たいていの場合、有料サービスのほうが無料のものよりサービスは充実しているが、ユーザーの多くは無料のものに流されていることがわかる。

今後は、語学学習サイトは、有料、無料を問わずオンライン語学学習サービスの利便性をユーザーにもっと伝えるなどの努力が必要となる。また、有料サービスは学習効果やコストパフォーマンスが高いことを積極的にアピールすることで、無料サービスとの差別化を図ることが重要だろう。

（調査協力：goo リサーチ）


【関連記事】
店舗情報の入手は PC より携帯のメルマガ？―携帯電話ユーザーのパソコン利用に関する定期調査（24）
Wimdows 7、XP と比較して「満足している」人が約8割
「メモリーカード」より「ワンセグ」、「赤外線通信」より「耐水・耐衝撃性能」を重視―携帯買い替えニーズ定期リサーチ（54）
インクジェットプリンタの所有率は約9割に
電子書籍リーダー認知度で GALAPAGOS が Kindle に優勢


　日本電信電話株式会社（NTT）とNTTレゾナント株式会社は22日、Q&Aサービス「教えて！goo」の質問回答データを分析し、文章の内容を端的に表す3階層のタグを自動的に付与する実証実験「QA.ON/OFF」を、実証実験サイト「gooラボ」で開始した。

　「QA.ON/OFF」は、ユーザーが入力した検索キーワードに対して、「教えて！goo」のQ&Aから抽出した関連タグをナビゲーションボタンとして表示。ユーザーがボタンをオン/オフすることで、目的のQ&Aにたどりつけるようにするサービス。

　タグの抽出には、NTTが開発した「階層的オートタギング技術」を利用。「教えて！goo」内のQ&A文章を分析し、各Q&Aについてジャンルを示す「カテゴリタグ」、扱われているテーマを示す「主題タグ」、特徴的な単語を示す「キーワードタグ」の3階層のタグを自動的に抽出する。

　「階層的オートタギング技術」には、各カテゴリーで主に扱われる話題を自動発見する「主題語発見機能」や、文書中に含まれていない文字列でも内容から統計的に推定してカテゴリータグや主題タグの組を付与できる「階層分類タギング機能」、文書の構造を考慮してキーワードを抽出する「抽出タギング機能」といった特徴が含まれている。

　例えば、「最近彼氏との仲が上まくいっていません。ちょうど、彼氏の誕生日が近いのでメガネをあげようと思っているのですが、どんな物が喜ばれるでしょう？今は黒縁メガネのフレームが流行っているでしょうか…」といった質問文に対しては、「恋愛相談」「ファッション」がカテゴリタグ、「プレゼント」「メガネ」が主題タグ、「誕生日」「黒縁メガネ」「フレーム」がキーワードタグとしてそれぞれ付与される。

　NTTでは、商用環境における機能の技術的検証を行うとともに、精度向上のためのデータを得ることで、今後の開発に反映。NTTレゾナントでは、実験により利用動向やユーザーの意見をもとに、ビジネス性の評価・検討を行うとしている。


【INTERNET Watch,三柳 英樹】