特許 6483931 キャリア提案システム、キャリア提案方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6483931

(24)【登録日】2019年2月22日

(45)【発行日】2019年3月13日

(54)【発明の名称】キャリア提案システム、キャリア提案方法及びプログラム

(51)【国際特許分類】

   G06Q 10/10 20120101AFI20190304BHJP

【ＦＩ】

   G06Q10/10 322

【請求項の数】5

【全頁数】9

(21)【出願番号】特願2018-541826(P2018-541826)

(86)(22)【出願日】2016年9月30日

(86)【国際出願番号】JP2016078990

(87)【国際公開番号】WO2018061171

(87)【国際公開日】20180405

【審査請求日】2018年9月25日

【早期審査対象出願】

(73)【特許権者】

【識別番号】500521522

【氏名又は名称】株式会社オプティム

(74)【代理人】

【識別番号】100177220

【弁理士】

【氏名又は名称】小木 智彦

(72)【発明者】

【氏名】菅谷 俊二

【審査官】 塩田 徳彦

(56)【参考文献】

【文献】 米国特許出願公開第２０１６／００９８６８３（ＵＳ，Ａ１）

【文献】 米国特許出願公開第２０１４／０３５８８１０（ＵＳ，Ａ１）

【文献】 GALEB H. MAHER，Effect of Silver Doping on the Physical and Electrical Properties of PLZT Ceramics，JOURNAL OF THE AMERICAN CERAMIC SOCIETY，米国，The American Ceramic Society，１９８３年，vol.66,no.6，p408-413

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００ − ９９／００

(57)【特許請求の範囲】

【請求項1】

対象者から受け付けた現在の履歴書データから、当該対象者に適した転職先と収入について提案するキャリア提案システムであって、
サンプルとなる履歴書データと当該履歴書データ内の職に対応した収入とが予め対応付けられた履歴書データと、求人情報とが予め記憶されている記憶手段と、
前記履歴書データから、任意の対象者の職と収入を判定する基準となるキャリア基準データを学習して生成する基準データ学習手段と、
前記対象者から受け付けた履歴書データについて、学習したキャリア基準データに基づいて、当該対象者に適した職と収入を判定して提供するキャリア判定手段と、
前記判定した職と収入に対応する求人情報を前記記憶手段から検索し、検索された求人情報を、前記判定した職及び収入とともに、前記対象者に提供する求人検索手段と、
を備えることを特徴とするキャリア提案システム。

【請求項2】

前記キャリア判定手段は、前記対象者にとって、現在の職の次に転職する転職先である第１転職先と、当該第１転職先の収入と、を判定し、
さらに、前記第１転職先の次の転職先である第２転職先と、当該第２転職先の収入と、を判定し、
前記求人検索手段は、前記第１転職先及び前記第２転職先に対応する求人情報を検索して、検索された求人情報を、前記対象者に提供する請求項１に記載のキャリア提案システム。

【請求項3】

前記キャリア判定手段は、前記対象者にとって、現在の職の次に転職する転職先である第１転職先と、当該第１転職先の収入と、を判定し、
さらに、前記第１転職先のｎ回先の転職先である第ｎ＋１転職先と、当該第ｎ＋１転職先の収入と、を判定し、
前記求人検索手段は、前記第１転職先及び前記第ｎ＋１転職先に対応する求人情報を検索して、検索された求人情報を、前記対象者に提供する請求項１に記載のキャリア提案システム。

【請求項4】

対象者から受け付けた現在の履歴書データから、当該対象者に適した転職先と収入について提案するキャリア提案システムが実行するキャリア提案方法であって、
サンプルとなる履歴書データと、当該履歴書データ内の職に対応した収入と、が予め対応付けられた履歴書データから、任意の対象者の職と収入を判定する基準となるキャリア基準データを学習して生成するステップと、
前記対象者から受け付けた履歴書データについて、学習したキャリア基準データに基づいて、当該対象者に適した職と収入を判定して提供するステップと、
求人情報が記憶された記憶手段から、前記判定した職と収入に対応する求人情報を検索し、検索された求人情報を、前記判定した職及び収入とともに、前記対象者に提供するステップと、
を備えることを特徴とするキャリア提案方法。

【請求項5】

コンピュータシステムに、
サンプルとなる履歴書データと、当該履歴書データ内の職に対応した収入と、が予め対応付けられた履歴書データから、任意の対象者の職と収入を判定する基準となるキャリア基準データを学習して生成するステップ、
前記対象者から受け付けた履歴書データについて、学習したキャリア基準データに基づいて、当該対象者に適した職と収入を判定して提供するステップ、
求人情報が記憶された記憶手段から、前記判定した職と収入に対応する求人情報を検索し、検索された求人情報を、前記判定した職及び収入ととともに、前記対象者に提供するステップ、
を実行させるためのコンピュータ読み取り可能なプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、対象者の将来のキャリアを提案するキャリア提案システム、キャリア提案方法及びプログラムに関する。

【背景技術】

【0002】

例えば、特許文献1では、社内のキャリアコンサルティングにおいて、複数の業者に対応した収入を、複数年で算出することで、業種を変えたその後一定期間の収入シミュレーションを行って、従業員に提示することが開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１５−０８２３１６号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、特許文献１では、任意の転職希望者が、現在の職を辞めて、次に、どのような職を選ぶと、どの程度の収入が得られ、さらに、その次のキャリアは、どのように選べば良いかといった包括的なキャリアコンサルティングのアドバイスを得ることはできない。

【0005】

本発明は、コンピュータシステムが、アドバイスを受ける対象者の、これまでの経歴に基づいて、対象者が将来、目指すべき職と収入を含めた包括的なキャリア提案をするキャリア提案システム、キャリア提案方法及びプログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

本発明では、以下のような解決手段を提供する。

【0007】

第１の特徴に係る発明は、対象者から受け付けた現在の履歴書データから、当該対象者に適した転職先と収入について提案するキャリア提案システムであって、
サンプルとなる履歴書データと、当該履歴書データ内の職に対応した収入と、が予め対応付けられたデータから、任意の対象者の職と収入を判定する基準となるキャリア基準データを学習して生成する基準データ学習手段と、
前記対象者から受け付けた履歴書データについて、学習したキャリア基準データに基づいて、当該対象者に適した職と収入を判定するキャリア判定手段と、を備えることを特徴とするキャリア提案システムを提供する。

【0008】

第１の特徴に係る発明によれば、キャリア提案システムは、サンプルとなる履歴書データと、当該履歴書データ内の職に対応した収入と、が予め対応付けられたデータから、任意の対象者の職と収入を判定する基準となるキャリア基準データを学習して生成しておき、対象者から受け付けた履歴書データについて、学習したキャリア基準データに基づいて、当該対象者に適した職と収入を判定する。したがって、コンピュータシステムが、アドバイスを受ける対象者の、これまでの経歴に基づいて、対象者が将来、目指すべき職と収入を含めた包括的なキャリア提案をすることが可能となる。

【0009】

第１の特徴に係る発明は、システムのカテゴリであるが、方法及びプログラム等の他のカテゴリにおいても、そのカテゴリに応じた同様の作用・効果を発揮する。

【発明の効果】

【0010】

本発明によれば、コンピュータシステムが、アドバイスを受ける対象者の、これまでの経歴に基づいて、対象者が将来、目指すべき職と収入を含めた包括的なキャリア提案をすることが可能となる。

【図面の簡単な説明】

【0011】

【図1】図１は、キャリア提案システム１の機能ブロックを示す図である。

【図2】図２は、キャリア提案コンピュータ１００が実行する学習及び提案処理を示すフローチャートである。

【図3】図３は、対象者の履歴書データの具体的な内容を示す図である。

【図4】図４は、対象者に職と収入を提供した際の表示例である。

【図5】図５は、対象者に質問を行う場合の表示例である。

【発明を実施するための形態】

【0012】

以下、本発明を実施するための最良の形態について図を参照しながら説明する。なお、これはあくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。

【0013】

［キャリア提案システム１のシステム構成］
図１に基づいて、キャリア提案システム１のシステム構成について説明する。図１は、本発明の好適な実施形態であるキャリア提案システム１のシステム構成を示す図である。キャリア提案システム１は、少なくとも、キャリア提案コンピュータ１００で構成され、システム形態によっては、求人コンピュータ２００、履歴書データデータベース５０を含む。

【0014】

以下では、キャリア提案システム１は、求人コンピュータ２００、履歴書データデータベース５０を個別のハードウェアとして含む場合で説明を行うが、求人コンピュータ２００、履歴書データデータベース５０がキャリア提案コンピュータ１００と、個別のハードウェアコンピュータでなく、これらの機能がキャリア提案コンピュータ１００に含まれていてもよい。

【0015】

キャリア提案コンピュータ１００と求人コンピュータ２００及び、キャリア提案コンピュータ１００と履歴書データデータベース５０は、公衆回線網又は専用線で通信可能に接続されデータ通信が行われる。キャリア提案コンピュータ１００及び求人コンピュータ２００は、キャリアを判定する対象者等が利用するコンピュータ端末からアクセス可能なコンピュータ、サーバであってよい。履歴書データデータベース５０は、キャリア提案コンピュータ１００がアクセス可能なデータベースである。

【0016】

［各機能の説明］
図１に基づいて、キャリア提案システム１のハードウェア構成と機能について説明する。

【0017】

キャリア提案コンピュータ１００は、制御部１１０として、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等を備え、通信部１２０として、他の機器と通信可能にするためのデバイス、例えば、有線・無線ＬＡＮに接続可能なデバイスや、ＩＥＥＥ８０２．１１に準拠したＷｉＦｉ（Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）対応デバイスやＵＳＢやＨＤＭＩ（登録商標）等の有線接続対応デバイス等を備える。この通信部１２０により、キャリア情報（職と収入）を判定する対象者等が利用するコンピュータ端末とのデータ通信が可能となる。

【0018】

キャリア提案コンピュータ１００において、制御部１１０が所定のプログラムを読み込むことにより、通信部１２０及びその他のハードウェアと協働して、データ取得モジュール１５０、キャリア基準データ生成モジュール１６０、キャリア判定モジュール１７０、求人情報提供モジュール１８０を実現する。また、求人コンピュータ２００において、図示していない制御部が所定のプログラムを読み込むことにより、他のハードウェアと協働して、求人検索モジュール２１０を実現する。

【0019】

履歴書データデータベース５０は、複数の履歴書データを記憶するデータベースであって、後述するキャリア基準データを記憶してよい。このキャリア基準データは、対象者毎の履歴書データと、その履歴書データ内に示された所定期間における職の収入（月収、年収等）とを対応付けたデータと、そのデータから学習したデータを含む。また、キャリア基準データは、ある対象者が、所定期間内で、複数の会社を転々と移った場合に、それぞれの会社名、会社の規模と、各会社の配属、役職を対応付けたデータと、そのデータから学習したデータを含んでよい。

【0020】

［学習及び提案処理］
次に、図２に基づいて、キャリア提案システム１が実行する学習及び提案処理について説明する。図２は、キャリア提案コンピュータ１００が実行する学習及び提案処理のフローチャートである。上述した各装置のモジュールが実行する処理について、本処理に併せて説明する。

【0021】

はじめに、キャリア提案コンピュータ１００は、キャリア基準データを生成するために、キャリアを判定する対象者等の端末又は、複数の履歴書データを保存するコンピュータから、サンプルとなる複数の履歴書データを受信する（ステップＳ１０）。ここで、履歴書データとは、応募者の自身のキャリアに関するデータであって、例えば、履歴書の情報、職歴（職務経歴書）の情報、学歴、過去に勤務した会社の情報（会社名、規模、配属、役職）、応募者個人の能力、性格に関するデータであってよい（図３参照）。キャリア提案コンピュータ１００は、受信した複数の履歴書データを履歴書データデータベース５０に記憶する。

【0022】

そして、キャリア提案コンピュータ１００は、受信した履歴書データ内に示された所定期間における職の収入を、キャリアを判定する対象者等の端末や上記コンピュータから受信する（ステップＳ１１）。この際に、ステップＳ１０において、既に各職の収入が示されている場合は、ステップＳ１１で受信する必要はない。ステップＳ１０において、各職の収入が示されていない場合は、対応する対象者の端末等から、各職の収入を本ステップで受け付ける。受信した収入のデータは、履歴書データデータベース５０に記憶した履歴書データに対応付けられて、履歴書データデータベース５０に記憶される。

【0023】

次に、キャリア提案コンピュータ１００のキャリア基準データ生成モジュール１６０は、履歴書データデータベース５０に記憶された履歴書データとその収入から、職と収入を判定する基準となるキャリア基準データを生成する（ステップＳ１２）。すなわち、キャリア基準データ生成モジュール１６０は、履歴書データ内の職と収入を、教師ありデータとして学習し、職と収入を判別するためのキャリア基準データを生成する。

【0024】

この学習処理とは、いわゆる機械学習であってよい。機械学習の具体的なアルゴリズムとしては、最近傍法、ナイーブベイズ法、決定木、サポートベクターマシンを利用してよい。また、ニューラルネットワークを利用して、学習するための特徴量を自ら生成する深層学習（ディープラーニング）であってもよい

【0025】

例えば、最近傍法やｋ近傍法であれば、職と収入の両方を含む過去の実例を特徴空間に配置しておき、新しく判定したいデータが与えられた際に、特徴空間上で最も距離が近い過去の実例（1個またはk個）のクラス（職と収入）を予測結果とする。データの構成要素としては、「転々とした会社の会社名」、「転々とした会社の部署、配属、収入」、「最終学歴」、「現在の勤務先の会社名」等を特徴量として使用することが考えられる。これらの特徴量で特徴空間を生成し、キャリア基準データを生成する。この方法は、過去の履歴書データに類似した履歴書データを判定対象にする場合は、その過去の履歴書データの職と収入が判定する対象者に提供されるキャリア基準データを生成する。

【0026】

また、ナイーブベイズ法であれば、上記の特徴量毎に職と収入の確率を算出し、各特徴量毎にスコアをつけて、このスコアを足し合わせて、スコアの高さで判定する。この判定するための関数がキャリア基準データとなる。スコアには、算出した確率の対数を用いてよい。

【0027】

すなわち、（事後）確率p(y|x)が最大となるクラスyを予測結果とする。ここで、p(y|x)は、事前確率p(y)と尤度p(x|y)の積によって求める。尤度p(x|y)は、特徴量間の独立性を仮定して，p(x|y) = p(x_1|y)＊p(x_2|y)といった具合に特徴量毎の確率の積で表現することができる。

【0028】

次に、キャリア提案コンピュータ１００は、キャリア情報を提案する（キャリアを判定する）対象者の履歴書データを、対象者等の端末等から受信する（ステップＳ１３）。そして、キャリア判定モジュール１７０が、判定する履歴書データを、キャリア基準データに当てはめて、職と収入を判定（ステップＳ１４）し、判定したキャリア情報（職と収入）を対象者に提供する。

【0029】

ここで、判定する職と収入は、第１転職先のみであってもよいし、同時に第２転職先の職と収入を判定してもよい。ここでの同時とは、キャリア基準データが同一か否かである。同時ではない場合とは、例えば、第２転職先を判定する際に、第１転職先を判定した結果から、その判定した職と収入に基づいて、再度、キャリア基準データを再生成して、元の履歴書に第１転職先を加えたデータで、第２転職先を判定する（図２の点線で処理を記載）。

【0030】

これらのアルゴリズムによれば、第２転職先の次の転職先である、第３転職先、その次の第４転職先と、任意のｎ番目の転職先も、ステップＳ１２からステップＳ１５までの処理で判定できる。すなわち、ｎ番目の転職先を、第１転職先と同じキャリア基準データにより判定することもできるし、ｎ−１回再生成したキャリア基準データにより、判定することもできる。

【0031】

そして、このいずれの処理であっても、この第１転職先から第ｎ転職先までの判定結果に基づいて、再学習し、キャリア基準データを再生成する（ステップＳ１７以降のループ）。ここで、実際に判定を受けた対象者が、その判定された職に就いたときに、収入が現実に決定した場合は、その収入のデータの入力を受け付けて、キャリア基準データを再生成するために学習させてもよい。

【0032】

次に、キャリア提案コンピュータ１００の求人情報提供モジュール１８０は、判定した職と収入に基づいて、この職と収入に対応する求人情報を、求人コンピュータ２００に要求し、求人コンピュータ２００の求人検索モジュール２１０が求人情報を検索する（ステップＳ１６）。ここで、求人情報は、求人情報データベースに記憶されており、求人コンピュータ２００がここにアクセスしてデータを取得する。

【0033】

そして、求人コンピュータ２００が検索した結果を、求人情報提供モジュール１８０が対象者の端末等に送信して、求人情報を提供する（ステップＳ１７）。図４は、キャリア情報と求人情報４１、４２を、対象者の端末に表示した表示例である。

【0034】

ステップＳ１７の後は、新たな履歴書データを受信して判定を繰り返すため、ステップＳ１２に戻り、処理を繰り返す。キャリア提案コンピュータ１００は、単に、キャリア情報と採用情報を提供してもよいが、判定した職が適切である確率を提供してもよい。ここで、判定した職が複数ある場合には、それぞれの確率を表示してもよい。また、複数の職がある場合は、図５に示すような質問を、対象者に提供し、回答を受信することで、対象者の要望に適した職と収入を導いて、導いた結果のみをキャリア情報として提供してもよい。

【0035】

上述した手段、機能は、コンピュータ（ＣＰＵ、情報処理装置、各種端末を含む）が、所定のプログラムを読み込んで、実行することによって実現される。プログラムは、例えば、コンピュータからネットワーク経由で提供される（ＳａａＳ：ソフトウェア・アズ・ア・サービス）形態であってもよいし、例えば、フレキシブルディスク、ＣＤ（ＣＤ−ＲＯＭなど）、ＤＶＤ（ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＡＭなど）等のコンピュータ読取可能な記録媒体に記録された形態で提供される。この場合、コンピュータはその記録媒体からプログラムを読み取って内部記憶装置又は外部記憶装置に転送し記憶して実行する。また、そのプログラムを、例えば、磁気ディスク、光ディスク、光磁気ディスク等の記憶装置（記録媒体）に予め記録しておき、その記憶装置から通信回線を介してコンピュータに提供するようにしてもよい。

【0036】

以上、本発明の実施形態について説明したが、本発明は上述したこれらの実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。

【符号の説明】

【0037】

１ キャリア提案システム、１００ キャリア提案コンピュータ、２００ 求人コンピュータ

【図1】

【図2】

【図3】

【図4】

【図5】