WEKO3
アイテム
B2Bソフトウェアにおける行動傾向およびペインポイントを含むペルソナのデータ駆動構築
https://ipsj.ixsq.nii.ac.jp/records/227283
https://ipsj.ixsq.nii.ac.jp/records/22728354b51d0a-d577-4341-b76f-707de5a9bf51
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-SES2023012.pdf (4.6 MB)
2025年8月16日からダウンロード可能です。
|
Copyright (c) 2023 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, SE:会員：¥0, DLIB:会員：¥0 | ||
| Item type | Symposium(1) | |||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2023-08-16 | |||||||||||||||||||||
| タイトル | ||||||||||||||||||||||
| タイトル | B2Bソフトウェアにおける行動傾向およびペインポイントを含むペルソナのデータ駆動構築 | |||||||||||||||||||||
| 言語 | ||||||||||||||||||||||
| 言語 | jpn | |||||||||||||||||||||
| キーワード | ||||||||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||||||
| 主題 | 要求・分析 | |||||||||||||||||||||
| 資源タイプ | ||||||||||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||||||||||||
| 資源タイプ | conference paper | |||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||
| 早稲田大学 | ||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||
| 早稲田大学 | ||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||
| 早稲田大学 | ||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||
| 早稲田大学 | ||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||
| 株式会社いい生活 | ||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||
| 株式会社いい生活 | ||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||
| 株式会社いい生活 | ||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||
| 大阪工業大学 | ||||||||||||||||||||||
| 著者名 |
世羅, 俐恵
× 世羅, 俐恵
× 鷲崎, 弘宜
× 陳, 志宇
× 深澤, 良彰
× 多賀, 正博
× 中川, 和之
× 酒井, 優介
× 本田, 澄
|
|||||||||||||||||||||
| 論文抄録 | ||||||||||||||||||||||
| 内容記述タイプ | Other | |||||||||||||||||||||
| 内容記述 | ソフトウェアサービスの開発や改訂・拡充において，ユーザの要求を考察し特定するために仮想のユーザ像を作成する手法であるペルソナが用いられる．データ駆動である定量的なペルソナ構築の手法は論じられているが，ソフトウェア，特に B2B サービスにおいて改訂を目的とした手法は未だ乏しい．本研究では，既存 B2B ソフトウェアの拡充や保守・改訂のための具体的なペルソナの構築を目指す．提案手法では行動傾向とペインポイント，ならびにその他いくつかの属性をペルソナの要素として出力する．ただし，ペインポイントとはユーザがソフトウェアを使用する際に感じる不便な機能やインターフェースを指す．技術としてクラスタリング，TF-IDF，z-score，そして生成 AI が用いられる．実際のソフトウェアでケーススタディをし，コサイン類似度による定量的評価と，専門家へのヒアリングによる定性的評価を行った．結果には評価の高いペルソナ結果も含まれた． | |||||||||||||||||||||
| 書誌情報 |
ソフトウェアエンジニアリングシンポジウム2023論文集 巻 2023, p. 66-75, 発行日 2023-08-16 |
|||||||||||||||||||||
| 出版者 | ||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||
| 出版者 | 情報処理学会 | |||||||||||||||||||||
