特許第6653721号(P6653721)IP Force 特許公報掲載プロジェクト 2022.1.31 β版

知財求人 - 知財ポータルサイト「IP Force」

▶ 株式会社三菱総合研究所の特許一覧

<>
  • 特許6653721-情報処理装置及び情報処理方法 図000002
  • 特許6653721-情報処理装置及び情報処理方法 図000003
  • 特許6653721-情報処理装置及び情報処理方法 図000004
< >
(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】6653721
(24)【登録日】2020年1月30日
(45)【発行日】2020年2月26日
(54)【発明の名称】情報処理装置及び情報処理方法
(51)【国際特許分類】
   G06Q 10/10 20120101AFI20200217BHJP
   G06F 16/00 20190101ALI20200217BHJP
【FI】
   G06Q10/10 322
   G06F16/00
【請求項の数】8
【全頁数】12
(21)【出願番号】特願2018-27988(P2018-27988)
(22)【出願日】2018年2月20日
(62)【分割の表示】特願2016-138463(P2016-138463)の分割
【原出願日】2016年7月13日
(65)【公開番号】特開2018-116710(P2018-116710A)
(43)【公開日】2018年7月26日
【審査請求日】2019年7月12日
【新規性喪失の例外の表示】特許法第30条第2項適用 開催日: 平成28年4月21日 公開場所・集会名: 株式会社マイナビ本社(東京都千代田区一ツ橋一丁目1番1号) 新卒採用支援セミナー 公開者: 株式会社三菱総合研究所 ウェブサイトの掲載日: 平成28年5月19日 ウェブサイトのアドレス: https://reg31.smp.ne.jp/regist/is?SMPFORM=mdsg−pfsir−0bbf0d393d508117c096a65372fe1e0f&ID=SM00000125 公開者: 株式会社三菱総合研究所
【早期審査対象出願】
(73)【特許権者】
【識別番号】591115475
【氏名又は名称】株式会社三菱総合研究所
(74)【代理人】
【識別番号】230104019
【弁護士】
【氏名又は名称】大野 聖二
(74)【代理人】
【識別番号】230117802
【弁護士】
【氏名又は名称】大野 浩之
(72)【発明者】
【氏名】山野 高将
(72)【発明者】
【氏名】小原 太
(72)【発明者】
【氏名】栗原 俊明
(72)【発明者】
【氏名】伊藤 友博
【審査官】 阿部 潤
(56)【参考文献】
【文献】 特開2013−210980(JP,A)
【文献】 特開2016−062322(JP,A)
【文献】 国際公開第2002/063520(WO,A1)
【文献】 特開2000−172701(JP,A)
【文献】 特開2010−015289(JP,A)
【文献】 特開2006−127387(JP,A)
【文献】 特開2001−357180(JP,A)
【文献】 特開2001−338106(JP,A)
(58)【調査した分野】(Int.Cl.,DB名)
G06Q 10/00 − 99/00
G16H 10/00 − 80/00
G06F 16/00
(57)【特許請求の範囲】
【請求項1】
対象会社に対して採用希望者が作成した文書に基づき第一評価情報を生成する第一評価部と、
過去の実績データに基づいて学習する第二評価部であって、前記採用希望者に関する採用希望者情報及び前記第一評価部で生成される前記文書に基づく前記第一評価情報と、過去の実績データにより学習された結果とに基づいて、前記採用希望者の作成した前記文書を読む軽重に関する情報を含む選考優先情報を生成する第二評価部と、
前記選考優先情報を出力する出力部と、
を備え
前記過去の実績データは過去の採用希望者に対する採用希望者情報と、当該過去の採用希望者に対する第一評価情報と、当該過去の採用希望者に対する選考結果を含むことを特徴とする情報処理装置。
【請求項2】
前記過去の実績データは、過去の採用希望者の採用辞退情報又は早期退職情報を含むことを特徴とする請求項1に記載の情報処理装置。
【請求項3】
前記出力部は、前記第一評価情報として前記採用希望者の人物像に関する情報を出力することを特徴とする請求項1又は2のいずれかに記載の情報処理装置。
【請求項4】
前記選考優先情報は、前記採用希望者が書類選考試験、一次選考試験、二次選考試験、n次選考試験及び最終選考試験のいずれか1つの選考試験を通過する可能性に関する情報を含んでいることを特徴とする請求項1乃至3のいずれか1項に記載の情報処理装置。
【請求項5】
前記出力部は、前記選考優先情報を視覚的表示として出力することを特徴とする請求項1乃至4のいずれか1項に記載の情報処理装置。
【請求項6】
前記出力部は、前記第一評価情報として前記採用希望者の人物像に関する情報を視覚的表示として出力することを特徴とする請求項1乃至5のいずれか1項に記載の情報処理装置。
【請求項7】
前記出力部は、前記選考優先情報を視覚的表示として出力し、かつ前記第一評価情報として前記採用希望者の人物像に関する情報を視覚的表示として出力することを特徴とする請求項1乃至6のいずれか1項に記載の情報処理装置。
【請求項8】
制御部によって実施される情報処理方法であって、
対象会社に対して採用希望者が作成した文書に基づき第一評価情報を生成する工程と、
前記採用希望者に関する採用希望者情報及び前記第一評価情報を生成する工程で生成される前記文書に基づく前記第一評価情報と、過去の実績データにより学習された結果とに基づいて、前記採用希望者の作成した前記文書を読む軽重に関する情報を含む選考優先情報を生成する工程と、
前記選考優先情報を出力する工程と、
を備え、
前記過去の実績データは、過去の採用希望者に対する採用希望者情報と、当該過去の採用希望者に対する第一評価情報と、当該過去の採用希望者に対する選考結果を含むことを特徴とする情報処理方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、人工知能機能を有する情報処理装置及び情報処理方法に関する。
【背景技術】
【0002】
従来から、人工知能機能の活用が試みられており、研究分野も多岐に及んでいる(特許文献1参照)。他方、新卒採用等の採用試験では企業の採用担当者が書類選考を始めとする審査を人的に行ってきた。しかしながら、大量の採用希望者が作成したエントリーシート等の選考書類を最初から読むのは大変な労力がかかるうえ、採用担当者の個人的な立場によって選考結果がぶれることもあった。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開平10−207504号
【発明の概要】
【発明が解決しようとする課題】
【0004】
本発明は、客観的なデータに基づいて採用希望者に関する一定の評価を提供でき、採用担当者の労力を低減できる情報処理装置及び情報処理方法を提供する。
【課題を解決するための手段】
【0005】
本発明による情報処理装置は、
対象会社に対して採用希望者が作成した文書に基づき、予め定まった各ファクタに対する第一評価情報を生成する第一評価部と、
前記採用希望者に関する採用希望者情報及び前記第一評価部からの前記第一評価情報に基づいて、前記採用希望者の第二評価情報を生成する第二評価部と、
を備え、
前記第二評価部は、過去の実績データに基づいて学習する人工知能機能を有し、
前記過去の実績データは、過去の採用希望者に対する採用希望者情報と、当該過去の採用希望者に対する第一評価情報と、当該過去の採用希望者に対する選考結果を含む。
【0006】
本発明による情報処理装置において、
前記第一評価部は、前記文書で用いられている単語と前記ファクタを用いて、各ファクタに対する第一評価情報を生成してもよい。
【0007】
本発明による情報処理装置において、
前記第一評価部は、前記文書内で用いられている単語の使用頻度と、当該単語と前記ファクタとの類似度とを用いて、各ファクタに対する第一評価情報を生成してもよい。
【0008】
本発明による情報処理装置において、
前記第一評価部は、人工知能機能を有し、単語間の近さから各ファクタに対応する特徴ベクトルを作成し、当該特徴ベクトルを用いて、前記文書内で用いられている単語と各ファクタとの類似度を算出してもよい。
【0009】
本発明による情報処理装置において、
前記過去の実績データは、過去の採用希望者に対する採用希望者情報と、当該過去の採用希望者に対する第一評価情報と、当該過去の採用希望者の採用辞退情報又は早期退職情報を含んでもよい。
【0010】
本発明による情報処理装置において、
前記過去の実績データは、前記対象会社における過去の採用希望者に対する採用希望者情報と、当該過去の採用希望者に対する第一評価情報と、当該過去の採用希望者に対する選考結果、採用辞退情報又は早期退職情報を含んでもよい。
【0011】
本発明による情報処理装置において、
前記採用希望者情報は、前記採用希望者の学歴を含む基礎情報、前記採用希望者の行動情報、前記採用希望者が受けた試験の結果を含む検査情報、前記採用希望者の保有する資格に関する情報を含む属性情報、及び、前記採用希望者の志望動機を含む文章情報のいずれか1つ以上を含んでもよい。
【0012】
本発明による情報処理装置において、
前記第一評価情報は、前記採用希望者の人物像に関する情報であり、
前記第二評価情報は、前記採用希望者に対する選考が優先される可能性を示す情報であってもよい。
【0013】
本発明による情報処理装置において、
前記第一評価情報及び前記第二評価情報の両方を出力する出力部をさらに備えてもよい。
【0014】
本発明による情報処理方法は、
対象会社に対して採用希望者が作成した文書に基づき、予め定まった各ファクタに対する第一評価情報を生成する工程と、
前記採用希望者に関する採用希望者情報及び前記第一評価部からの前記第一評価情報に基づいて、前記採用希望者の第二評価情報を生成する工程と、
を備え、
前記第二評価情報が、人工知能機能が過去の実績データに基づいて学習した結果に基づいて、生成され、
前記過去の実績データが、過去の採用希望者に対する採用希望者情報と、当該過去の採用希望者に対する第一評価情報と、当該過去の採用希望者に対する選考結果を含む。
【発明の効果】
【0015】
本発明によれば、第一評価部が、採用希望者が作成した文書に基づき、予め定まった各ファクタに対する第一評価情報を生成し、第二評価部が、採用希望者情報と第一評価情報に基づいて、採用希望者の第二評価情報を生成する。本発明の第二評価部は過去の実績データに基づいて学習する人工知能機能を有しており、この過去の実績データには、過去の採用希望者に対する採用希望者情報と、当該過去の採用希望者に対する第一評価情報と、当該過去の採用希望者に対する選考結果が含まれていることから、客観的なデータに基づいて第二評価情報を提供でき(ぶれない評価が可能となり)、その結果、採用希望者に関する一定の評価情報を提供できる。このため、採用担当者の労力を低減できる。また、対象会社に合った人材の確保も期待できる。
【図面の簡単な説明】
【0016】
図1図1は、本発明の実施の形態による情報処理装置を含むシステム概要を説明するための概略ブロック図である。
図2図2は、本発明の実施の形態による情報処理装置における情報の流れを示した図である。
図3図3は、本発明の実施の形態による情報処理装置で入力される情報及び出力される情報の関係を示すための図である。
【発明を実施するための形態】
【0017】
実施の形態
《構成》
以下、本発明に係る情報処理装置の実施の形態について、図面を参照して説明する。ここで、図1乃至図3は本発明の実施の形態を説明するための図である。
【0018】
図1に示すように、本実施の形態では情報処理装置が採用支援機関とは異なる外部機関に設置されている態様を用いて説明するが、これに限られることはなく、情報処理装置は採用支援機関内に設置されてもよく、この場合には、採用支援機関が当該情報処理装置を所有及び/又は管理してもよい。本実施の形態の情報処理装置は、一つの装置から構成されてもよいし複数の装置から構成されてもよい。また、複数の装置から情報処理装置が構成される場合には、各装置が同じ部屋等の同じ空間に設けられる必要はなく、異なる部屋、異なる建物、異なる地域等に設けられてもよい。また、複数の装置から情報処理装置が構成される場合には、その一部を採用支援機関が所有及び/又は管理し、残りを外部機関が所有及び/又は管理してもよい。本実施の形態では「及び/又は」を用いて説明することもあるが、「又は」という文言は「及び」の意味も含んでいる。つまり、A又はBという文言は、A単独、B単独、並びに、A及びBを含んだ概念である。
【0019】
図1に示すように、情報処理装置は、様々な情報を記憶する装置記憶部20と、様々な制御を行う装置制御部10とを有している。装置制御部10は、後述する第一評価部11、第二評価部12及び検証部16を有している。装置記憶部20には、予め入力された過去の実績データと、検証部16による今後の検証結果が記憶されてもよい。装置制御部10には装置出力部30が接続されてもよく、様々な情報が電子データ、紙媒体等の形式で装置出力部30から出力されてもよい。
【0020】
採用支援機関には、様々な情報を記憶する機関記憶部61と、様々な制御を行う機関制御部60と、様々な情報を出力する機関出力部62が設置されてもよい。採用支援機関と外部機関とはインターネット等を通じて情報のやりとりが可能となっており、機関記憶部61に記憶された情報を用いて装置制御部10が情報処理を行ってもよいし、装置出力部30から出力された情報を機関制御部60が受け取って、機関出力部62で出力してもよい。機関記憶部61には、各採用希望者が採用支援機関に有しているログインID、当該ログインIDに紐づけられたパスワード、ログインIDに紐づけられた採用希望者情報(後述する)等が記憶されてもよい。採用希望者には、学生等の新卒採用希望者の他、中途採用希望者も含まれてもよい。また、機関記憶部61にも、予め入力された過去の実績データと、検証部16による今後の検証結果が記憶されてもよい。なお、特許請求の範囲の「出力部」には、装置出力部30及び機関出力部62が含まれている。
【0021】
図1に示すように、本実施の形態の情報処理装置は、採用希望者が作成した文書に基づき、予め定まった各ファクタに対する第一評価情報を生成する第一評価部11と、採用希望者に関する採用希望者情報及び第一評価部11からの第一評価情報に基づいて、採用希望者の第二評価情報を生成する第二評価部12と、を有している。第二評価部12は、過去の実績データに基づいて学習する人工知能機能を有している。
【0022】
過去の実績データは、過去の採用希望者に対する採用希望者情報と、当該過去の採用希望者に対する第一評価情報と、当該過去の採用希望者に対する選考結果を含んでもよい。なお、過去の実績データは、複数の採用希望者に対するものである。図2では過去の実績データとして昨年度の選考結果を図示しているが、これに限られることはなく過去数年の選考結果を過去の実績データとして利用してもよい。選考結果は、書類選考試験、一次選考試験、二次選考試験、n次選考試験(「n」は整数である。)、最終選考試験等の各選
考試験の結果を含んでもよい。
【0023】
過去の実績データは、例えば、採用希望者が入社を希望する対象会社におけるデータを含んでもよい。また、過去の実績データは、対象会社におけるデータに加えて又は対象会社におけるデータの代わりに対象会社以外の会社(例えば同業種の会社)におけるデータを含んでもよい。
【0024】
ある程度の実績データが装置記憶部20に蓄積された場合には、予め入力されていた過去の実績データは削除されてもよい。また、一定期間(例えば5年)よりも古い実績データは削除されてもよい。このように一定期間内(例えば5年以内)の実績データのみに基づいて第二評価情報を生成する場合には、比較的新しい実績データを用いて正確性の高い第二評価情報を生成できる点で有益である。
【0025】
「ファクタ」としては様々なものを挙げることができ、例えば、コミュニケーション能力、熱意、論理性、専門性、リーダーシップ、堅実性等の様々なファクタを挙げることができる(図2及び図3の「第一評価情報」参照)。このファクタの内容は適宜変更できるようになってもよいし、ファクタの数も適宜変更できるようになってもよい。ファクタの内容は、例えば、装置操作部35からの入力によってその内容が変更されてもよい。
【0026】
採用希望者が作成した文書は、例えば、採用希望者が作成したエントリーシートであってもよい。このエントリーシートはWEB上で作成され、サーバー等の機関記憶部61で記憶されてもよい。第一評価情報は、採用希望者の人物像に関する情報(人物像情報)であってもよい(図2及び図3参照)。また、第二評価情報は、採用希望者に対する選考が優先される可能性を示す情報(選考優先情報)であってもよい(図2及び図3参照)。この選考優先情報は、採用希望者が書類選考試験、一次選考試験、二次選考試験、n次選考試験、最終選考試験等の選考試験を通過する可能性に関する情報を含んでもよい。また、装置操作部35等から対象となる選考試験を選択することで、当該選考試験にける第二評価情報が装置出力部30又は機関出力部62から出力されてもよい。なお図2及び図3では、一例として、星の数で第二評価情報である選考優先情報を示しており、星の数が多いほど所定の選考試験を通過する可能性が高いことを示してもよい。
【0027】
第一評価部11は、エントリーシート等の文書で用いられている単語と、予め定められたファクタを用いて、各ファクタに対する第一評価情報を生成してもよい。
【0028】
第一評価部11は、エントリーシート等文書内で用いられている単語の使用頻度と、当該単語とファクタとの類似度とを用いて、各ファクタに対する第一評価情報を生成してもよい。
【0029】
第一評価部11が人工知能機能を有し、大量のテキストデータで用いられている単語間(例えばWEB上で用いられている単語間)の近さから各ファクタに対応する特徴ベクトルを作成してもよい。そして、第一評価部11は、当該特徴ベクトルを用いて、エントリーシート等の文書内で用いられている単語と各ファクタとの類似度を算出してもよい。また、第一評価部11は、各ファクタと単語との近さを記憶した及び/又は各ファクタに対応する特徴ベクトルを記憶したAI辞書を作成してもよい。単語の近さは、第一評価部11の人工知能機能によって、例えばWEB上のサイト(SNSサイト等も含む。)での単語の用いられ方(単語の前後関係等)から推測されて決定され(学習され)、随時又は適宜、アップデートされてもよい。単語の近さに関する情報は、装置記憶部20及び/又は機関記憶部61に記憶されてもよい。
【0030】
第一評価部11は、WEB上で用いられている単語間の近さをマイニングしてもよい。
第一評価部11は、ビッグテキストデータ(Big Text Data)から、各ファクタに関連し
た複数の単語をピックアップする(分類語彙表を作成する)とともに、各ファクタとピックアップされた単語との間の近さから、各ファクタに関連した特徴ベクトルを作成してもよい。一例としては、「熱意」というファクタを採用した場合には、「熱意」に近い単語として、バイタリティ、向上心、熱心、やる気、懸命等の単語をインターネットを介してピックアップし(分類語彙表を作成し)、「熱意」と、これらバイタリティ、向上心、熱心、やる気、懸命等の単語との間の近さから、「熱意」に関連した特徴ベクトルを作成してもよい。
【0031】
そして、第一評価部11は、このようにして作成された特徴ベクトルを用いて、エントリーシート等の文書内で用いられている単語と各ファクタとの類似度を生成してもよい。この際、エントリーシート等の文書内で用いられている単語の使用頻度から、文書内における当該単語の重要度を生成し、その結果も踏まえて、各ファクタに対する第一評価情報を生成してもよい。重要度を決定する際には、単語が一般的に使われる単語かどうかも考慮し、「助詞」や「私」といった単語については重要度を低くし(例えば「0」とし)、あまり使用されない単語については重要度を高くしてもよい。
【0032】
重要度を決定する際には、対象会社に採用されることを希望する他の採用希望者のエントリーシート等の文書も考慮してもよい。例えば、対象会社に採用されることを希望する他の採用希望者のエントリーシート等の文書で使用頻度が高い単語については重要度を低くし、あまり使用されない単語については重要度を高くしてもよい。このような態様を採用することで、採用希望者間での相対的な比較を行える点で有益である。
【0033】
前述した過去の実績データは、過去の採用希望者に対する採用希望者情報と、当該過去の採用希望者に対する第一評価情報と、当該過去の採用希望者の採用辞退情報及び/又は早期退職情報を含んでもよい。採用辞退情報とは、選考試験には合格したが採用希望者自らの申出によって採用を辞退したという情報である。早期退職情報とは、採用希望者が対象会社に入社したが、1年〜3年以内といった所定の期間内に対象会社を退職してしまったという情報である。この「所定の期間」は装置操作部35から適宜変更できるようになってもよい。
【0034】
検証部16は、対象会社における対象年度の採用希望者に対する採用希望者情報及び当該対象年度の採用希望者に対する第一評価情報と、当該対象年度の採用希望者に対する選考結果とを検証し、その検証結果を装置記憶部20又は機関記憶部61に記憶させてもよい。また、検証部16は、対象会社における対象年度の採用希望者に対する採用希望者情報及び当該対象年度の採用希望者に対する第一評価情報と、当該対象年度の採用希望者の採用辞退情報又は早期退職情報とを検証し、その検証結果を装置記憶部20又は機関記憶部61に記憶させてもよい。
【0035】
採用希望者情報は、採用希望者の学歴を含む基礎情報、採用希望者の行動情報、採用希望者が受けた試験の結果を含む検査情報、採用希望者の保有する資格に関する情報を含む属性情報、及び、採用希望者の志望動機を含む文章情報のいずれか1つ以上を含んでもよい(図2参照)。採用希望者情報は、これら基礎情報、行動情報、検査情報、属性情報及び文章情報の全てを含んでもよい。
【0036】
基礎情報は、採用希望者の学歴の他に、専攻、ゼミに関する情報等を含んでもよい。行動情報は、(対象会社の)説明会参加の回数、ログイン回数、併願先に関する情報等を含んでもよい。検査情報は、WEBテストの結果、適正検査の結果等を含んでもよい。属性情報は、採用希望者が有している資格、スキル等を含んでもよい。文章情報は、志望動機の他に、学外活動に関する情報等を含んでもよい。
【0037】
上記人工知能機能の一例として、機械学習の手法を用いた分類器を用いてもよい。この分類器は、例えば、過去の実績データから、高い精度の第二評価情報を生成するように、機械学習技術によって、利用する採用変数(要素)と、その係数(重み)を定めてもよい。そして、定められた採用変数(要素)と、その係数(重み)を、対象となる採用希望者に関する採用希望者情報及び第一評価情報に適用することで、当該採用希望者に対する第二評価情報が生成されてもよい。上記人工知能機能は、回帰分析、決定木分析等を行ってもよい。回帰分析では、過去の実績データから高い精度の第二評価情報を生成するための所定の関数が定まり、この関数に対象となる採用希望者に関する採用希望者情報及び第一評価情報を組み入れることで、当該採用希望者に対する第二評価情報が生成される。決定木分析では、目標事象が生じる確率が最も確からしくなるように(高い精度の第二評価情報を生成するように)、利用する採用変数とその係数が定められ、定められた採用変数と係数を用いた決定木に、対象となる採用希望者に関する採用希望者情報及び第一評価情報を組み入れることで、当該採用希望者に対する第二評価情報が生成される。機械学習技術に関しては、様々なモデルを採用することができ、例えば、ロジスティクス回帰モデル、ランダムフォレストモデル、ツリーモデル等を採用することができる。
【0038】
対象となっている採用希望者に関して高い精度の第二評価情報を生成するように、第二評価部12は「学習」を行う。ここで「学習」とは生成したい第二評価情報を最も正確に分類できるような採用変数(要素)と、その係数(重み)を自動的な試行錯誤によって定めることを意味する。つまり、第二評価部12では、過去の実績データに基づく採用希望者情報、第一評価情報等の情報が集約され、パラメータを変化させながら最も誤差が小さくなるよう繰り返し学習が行われ、対象となっている採用希望者に適用する採用変数(要素)と係数(重み)が定められる。そして、このようにして定められた採用変数(要素)と係数(重み)を、対象となっている採用希望者の採用希望者情報及び第一評価情報に適用することで、第二評価情報が生成されることになる。
【0039】
《方法》
本実施の形態の情報処理装置が第一評価情報及び第二評価情報を生成する際には、以下の工程を経ることになる。なお、上記と重複することになるので簡単に説明するに留めるが、上記「構成」で述べた全ての態様及び下記「作用・効果」で述べる全ての態様を「方法」において適用することができる。
【0040】
採用希望者が、採用支援機関が開設しているWEBサイト等でエントリーシート等の文書を作成する。このエントリーシート等の文書は、当該採用希望者のログインIDと紐づけられており、機関記憶部61に記憶される。
【0041】
機関記憶部61に記憶されたエントリーシート等の文書に基づき、予め定まった各ファクタに対する第一評価情報が生成される。この際、第一評価部11は、文書で用いられている単語とファクタを用いて、各ファクタに対する第一評価情報を生成する(図2参照)。より具体的には、第一評価部11は、文書内で用いられている単語の使用頻度と、当該単語とファクタとの類似度とを用いて、各ファクタに対する第一評価情報を生成する。
【0042】
このようにして生成された第一評価情報は、装置出力部30によって出力される(図2及び図3参照)。この出力は電子データ、紙媒体等の形式で行われる。この第一評価情報は、外部機関から採用支援機関に提供され、採用支援機関から対象会社に提供されてもよい。
【0043】
第一評価部11によって生成された第一評価情報は第二評価部12に入力される(図2参照)。
【0044】
このように入力された第一評価情報と、機関記憶部61に記憶されている当該採用者の採用希望者情報に基づいて、当該採用希望者に対する第二評価情報が生成される(図2参照)。この第二評価情報は、人工知能機能が過去の実績データに基づいて学習した結果に基づいて、生成される。ここで用いられる過去の実績データには、対象会社における過去の採用希望者に対する採用希望者情報(図2では「昨年度の選考結果」に関する情報が示されている。)と、当該過去の採用希望者に対する第一評価情報と、当該過去の採用希望者に対する選考結果が含まれている。
【0045】
このようにして生成された第二評価情報は、装置出力部30によって出力される(図2及び図3参照)。この出力は電子データ、紙媒体等の形式で行われる。この第二評価情報は、外部機関から採用支援機関に提供され、採用支援機関から対象会社に提供されてもよい。
【0046】
《作用・効果》
次に、上述した構成からなる本実施の形態による作用・効果であって、未だ説明していないものを中心に説明する。
【0047】
本実施の形態によれば、第一評価部11が、採用希望者が作成したエントリーシート等の文書に基づき、予め定まった各ファクタに対する第一評価情報を生成し、第二評価部12が、採用希望者情報と第一評価情報に基づいて、採用希望者の第二評価情報を生成する。本実施の形態の第二評価部12は過去の実績データに基づいて学習する人工知能機能を有しており、この過去の実績データには、過去の採用希望者に対する採用希望者情報と、当該過去の採用希望者に対する第一評価情報と、当該過去の採用希望者に対する選考結果が含まれていることから、客観的なデータに基づいて第二評価情報を提供でき(ぶれない評価が可能となり)、その結果、採用希望者に関する一定の評価情報を提供できる。このため、採用担当者の労力を低減できる。また、対象会社に合った人材の確保も期待できる。
【0048】
第一評価部11が、文書で用いられている単語と予め定まったファクタを用いて、各ファクタに対する人物像に関する情報等の第一評価情報を生成する態様を採用した場合には、エントリーシート等の文書を用いて客観的な第一評価情報を生成することができる。
【0049】
第一評価部11が、文書内で用いられている単語の使用頻度と当該単語とファクタとの類似度とを用いて、各ファクタに対する第一評価情報を生成する態様を採用した場合には、エントリーシート等の文書内で用いられている単語の使用頻度を用いた、より客観的な第一評価情報を生成することができる。
【0050】
特に、第一評価部11が、WEB上のビッグテキストデータから、各ファクタに関連した複数の単語をピックアップする(分類語彙表を作成する)とともに、各ファクタとピックアップされた単語との間の近さから、各ファクタに関連した特徴ベクトルを作成する態様を採用した場合には、WEB上の大量の情報から作成された特徴ベクトルを用いて文書内で用いられている単語と各ファクタとの類似度を算出することができ、より客観的な第一評価情報を生成できる点で有益である。
【0051】
また、第一評価部11が人工知能機能を有し、WEB上で用いられている単語間の近さから各ファクタと対応する特徴ベクトルを作成する態様を採用した場合には、最新の特徴ベクトルを作成することができ、その結果、文書内で用いられている単語と各ファクタとの類似度を最新のデータに基づいて算出できる点で有益である。
【0052】
過去の実績データが、採用希望者情報と、当該過去の採用希望者に対する第一評価情報と、当該過去の採用希望者の採用辞退情報又は早期退職情報を含む態様を採用した場合には、対象会社が採用を決めたものの採用を辞退されたり、対象会社が実際に採用したものの早期に退職されたりした場合の情報も活用して第二評価情報を生成することができる。このため、採用辞退情報又は早期退職情報をも考慮した第二評価情報を提供できる。この際には、第二評価情報としては、選考試験を通過する可能性が高いものの、採用を辞退する可能性が高い又は早期に退職する可能性が高いという情報を別途提供してもよい。また、採用を辞退する可能性が高い又は早期に退職する可能性が高い場合には、第二評価情報として提供される選考優先情報において、その優先度が低いという情報が提供されてもよい。
【0053】
過去の実績データが、対象会社における過去の採用希望者に対する採用希望者情報と、当該過去の採用希望者に対する第一評価情報と、当該過去の採用希望者に対する選考結果、採用辞退情報又は早期退職情報を含む場合には、対象会社の特徴を反映させた第二評価情報を生成できる点で有益である。特に、選考結果だけではなく、採用辞退情報及び/又は早期退職情報が含まれている場合には、対象会社に採用された後の予想も考慮したうえで採用の有無を決定できる点で有益である。
【0054】
なお、過去の実績データとして対象会社における情報のみを用いた場合には、対象会社の特徴をより反映させた第二評価情報を生成できる点で有益である。他方、過去の実績データとして対象会社における情報に加えて、他の会社(同業種の会社)における情報も含まれる場合には、より広い情報に基づき第二評価情報を生成できる点で有益である。なお、これらは両者が提供されてもよく、装置出力部30又は機関出力部62は、過去の実績データとして対象会社における情報のみを用いた場合の第一評価情報及び第二評価情報と、過去の実績データとして対象会社と他の会社における情報の両方を用いた場合の第一評価情報及び第二評価情報の両方を出力してもよい。
【0055】
採用希望者情報が、基礎情報、行動情報、検査情報、属性情報及び文章情報のいずれか1つ以上を含む場合には、採用希望者に関する客観的な情報に基づいて第二評価情報を生成することができる。これら基礎情報、行動情報、検査情報、属性情報及び文章情報のうち、利用される情報量が増えれば増えるほどより客観的な情報に基づいて第二評価情報を生成することができる点で有益である。
【0056】
第一評価情報が採用希望者の人物像に関する情報(人物像情報)である場合には、採用希望者の人物像を対象会社が定めたファクタに沿って分析することができる点で有益である。第二評価情報が採用希望者に対する選考が優先される可能性を示す情報(選考優先情報)である場合には、採用担当者等の対象会社の担当者がエントリーシート等の採用希望者が作成した文書を読む軽重をつけるうえで参考になる点で有益である。
【0057】
第一評価情報である人物像情報及び第二評価情報である選考優先情報の両方が出力される態様を採用した場合には、採用担当者等の対象会社の担当者は、人物像情報及び選考優先情報の両者を参考にして、エントリーシート等の採用希望者が作成した文書を読む軽重をつけることができる点で有益である。
【0058】
一例としては図3に示すように、Aさんが作成したエントリーシートに基づき第一評価情報である人物像情報が生成され、この第一評価情報とAさんの採用希望者情報に基づき第二評価情報である選考優先情報が生成される。同様に、Bさん、Cさん及びDさんの各々が作成したエントリーシートに基づきBさん、Cさん及びDさんの各々に対する第一評価情報である人物像情報が生成され、この第一評価情報とBさん、Cさん及びDさんの各々の採用希望者情報に基づき第二評価情報である選考優先情報が生成される。このような
第一評価情報と第二評価情報の両方が出力されて、例えば会社の採用担当者に提供されることになる。このため、会社の採用担当者は、一目で、各採用希望者の人物像情報と選考優先情報を確認することができ、その労力を低減することができる。とりわけ、第一評価情報及び第二評価情報をグラフ、表、星の数等の視覚に訴える視覚的表示で示す態様を採用した場合には、より容易に各採用希望者の人物像情報と選考優先情報を確認することができ、会社の採用担当者の労力をさらに低減することができる。
【0059】
最後になったが、上述した実施の形態の記載及び図面の開示は、特許請求の範囲に記載された発明を説明するための一例に過ぎず、上述した実施の形態の記載又は図面の開示によって特許請求の範囲に記載された発明が限定されることはない。例えば、第一評価情報や第二評価情報以外の情報を提供するものであっても、本願における情報処理装置に該当することになる。
【符号の説明】
【0060】
10 装置制御部
11 第一評価部
12 第二評価部
16 検証部
20 装置記憶部
30 装置出力部
35 装置操作部
60 機関制御部
61 機関記憶部
62 機関出力部
図1
図2
図3