知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022182663
(43)【公開日】2022-12-08
(54)【発明の名称】情報処理装置、情報処理方法及びプログラム
(51)【国際特許分類】
G06Q 50/20 20120101AFI20221201BHJP
【ＦＩ】
G06Q50/20 300
【審査請求】未請求
【請求項の数】5
【出願形態】ＯＬ
(21)【出願番号】P 2021090350
(22)【出願日】2021-05-28
(71)【出願人】
【識別番号】506201518
【氏名又は名称】株式会社ラーニングエージェンシー
(74)【代理人】
【識別番号】100205659
【弁理士】
【氏名又は名称】齋藤 拓也
(74)【代理人】
【識別番号】100154748
【弁理士】
【氏名又は名称】菅沼 和弘
(72)【発明者】
【氏名】眞▲崎▼ 大輔
(72)【発明者】
【氏名】前田 寛之
(72)【発明者】
【氏名】田中 敏志
(72)【発明者】
【氏名】土屋 典子
(72)【発明者】
【氏名】青山 結
(72)【発明者】
【氏名】宮澤 光輝
(72)【発明者】
【氏名】佐々木 佳純
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049CC34
(57)【要約】 （修正有）
【課題】研修の受講者の現在のスコアが、研修を続けることで将来どの程度伸びるかを受講者に提示することができる情報処理装置、情報処理方法及びプログラムを提供する。
【解決手段】情報処理システムにおいて、サーバ１０において、ビジネス基礎力向上のための研修がＮ年間施される予定の受講者について、ビジネス基礎力を評価した現在のスコアを取得するテスト部１２１と、研修が既にＮ年間施された既存受講者のうち、研修を受ける予定の受講者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についてのスコアの過去Ｎ年間の成長の実績に基づいて、現在のスコアを補正する係数を生成し、当該係数を含む係数群を出力する係数群生成部１２２と、研修を受ける予定の受講者について現在のスコアを、当該係数群を用いて補正し、補正後のスコアを当該受講者のＮ年間後のスコアとして予測する予測部１２３と、を備える。
【選択図】図３
【解決手段】情報処理システムにおいて、サーバ１０において、ビジネス基礎力向上のための研修がＮ年間施される予定の受講者について、ビジネス基礎力を評価した現在のスコアを取得するテスト部１２１と、研修が既にＮ年間施された既存受講者のうち、研修を受ける予定の受講者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についてのスコアの過去Ｎ年間の成長の実績に基づいて、現在のスコアを補正する係数を生成し、当該係数を含む係数群を出力する係数群生成部１２２と、研修を受ける予定の受講者について現在のスコアを、当該係数群を用いて補正し、補正後のスコアを当該受講者のＮ年間後のスコアとして予測する予測部１２３と、を備える。
【選択図】図３
【特許請求の範囲】
【請求項1】
所定の人材育成が所定期間施される予定の対象者について、ビジネスに関する現時点の能力を評価した現在の評価値を取得する評価値取得手段と、
前記人材育成が既に所定期間施された者のうち、前記対象者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についての前記評価の所定期間の成長の実績に基づいて、前記現在の評価値を補正する第１係数を生成し、当該第１係数を含む係数群を出力する係数群生成手段と、
前記対象者について前記現在の評価値に対して前記係数群を用いて補正し、補正後の評価値を当該対象者の所定期間後の評価値として予測する予測手段と、
を備える情報処理装置。
前記人材育成が既に所定期間施された者のうち、前記対象者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についての前記評価の所定期間の成長の実績に基づいて、前記現在の評価値を補正する第１係数を生成し、当該第１係数を含む係数群を出力する係数群生成手段と、
前記対象者について前記現在の評価値に対して前記係数群を用いて補正し、補正後の評価値を当該対象者の所定期間後の評価値として予測する予測手段と、
を備える情報処理装置。
【請求項2】
前記係数群生成手段は、
さらに、前記対象者の成長パターンに基づいて、前記現在の評価値を補正する第２係数を生成する第２係数生成手段を備え、
前記第１係数と共に当該第２係数をさらに含む前記係数群を生成する、
請求項１に記載の情報処理装置。
さらに、前記対象者の成長パターンに基づいて、前記現在の評価値を補正する第２係数を生成する第２係数生成手段を備え、
前記第１係数と共に当該第２係数をさらに含む前記係数群を生成する、
請求項１に記載の情報処理装置。
【請求項3】
前記係数群生成手段は、
さらに、前記１以上の類似属性者の夫々についての所定期間を経る中で成長した前記評価値のぶれに基づいて、所定期間経過後に前記対象者が成長する際の評価値の最低と最高のぶれ幅を示す第３係数を生成する第３係数生成手段を備え、
前記第１係数及び前記第２係数と共に当該第３係数をさらに含む前記係数群を生成する、
請求項２に記載の情報処理装置。
さらに、前記１以上の類似属性者の夫々についての所定期間を経る中で成長した前記評価値のぶれに基づいて、所定期間経過後に前記対象者が成長する際の評価値の最低と最高のぶれ幅を示す第３係数を生成する第３係数生成手段を備え、
前記第１係数及び前記第２係数と共に当該第３係数をさらに含む前記係数群を生成する、
請求項２に記載の情報処理装置。
【請求項4】
情報処理装置が実行する情報処理方法において、
所定の人材育成が所定期間施される予定の対象者について、ビジネスに関する現時点の能力を評価した現在の評価値を取得する評価値取得ステップと、
前記人材育成が既に所定期間施された者のうち、前記対象者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についての前記評価の所定期間の成長の実績に基づいて、前記現在の評価値を補正する第１係数を生成し、当該第１係数を含む係数群を出力する係数群生成ステップと、
前記対象者について前記現在の評価値に対して前記係数群を用いて補正し、補正後の評価値を当該対象者の所定期間後の評価値として予測する予測ステップと、
を含む情報処理方法。
所定の人材育成が所定期間施される予定の対象者について、ビジネスに関する現時点の能力を評価した現在の評価値を取得する評価値取得ステップと、
前記人材育成が既に所定期間施された者のうち、前記対象者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についての前記評価の所定期間の成長の実績に基づいて、前記現在の評価値を補正する第１係数を生成し、当該第１係数を含む係数群を出力する係数群生成ステップと、
前記対象者について前記現在の評価値に対して前記係数群を用いて補正し、補正後の評価値を当該対象者の所定期間後の評価値として予測する予測ステップと、
を含む情報処理方法。
【請求項5】
情報処理装置を制御するコンピュータに、
所定の人材育成が所定期間施される予定の対象者について、ビジネスに関する現時点の能力を評価した現在の評価値を取得する評価値取得ステップと、
前記人材育成が既に所定期間施された者のうち、前記対象者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についての前記評価の所定期間の成長の実績に基づいて、前記現在の評価値を補正する第１係数を生成し、当該第１係数を含む係数群を出力する係数群生成ステップと、
前記対象者について前記現在の評価値に対して前記係数群を用いて補正し、補正後の評価値を当該対象者の所定期間後の評価値として予測する予測ステップと、
を含む制御処理を実行させるプログラム。
所定の人材育成が所定期間施される予定の対象者について、ビジネスに関する現時点の能力を評価した現在の評価値を取得する評価値取得ステップと、
前記人材育成が既に所定期間施された者のうち、前記対象者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についての前記評価の所定期間の成長の実績に基づいて、前記現在の評価値を補正する第１係数を生成し、当該第１係数を含む係数群を出力する係数群生成ステップと、
前記対象者について前記現在の評価値に対して前記係数群を用いて補正し、補正後の評価値を当該対象者の所定期間後の評価値として予測する予測ステップと、
を含む制御処理を実行させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理方法及びプログラムに関する。
【背景技術】
【0002】
従来より、ユーザの技能（スキル）を診断し、診断結果に基づく人材育成の支援を図る人材育成支援システムは存在する（例えば特許文献１参照）。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２００４－２４６５０７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、このように、従来、人材育成の支援により施される研修等は、ユーザ個人のスキルの向上に繋がることは分かるものの、人材育成が施されることで現在のスキルが将来どの程度成長するかといったことまでは分からないのが現状である。
【0005】
本発明は、このような状況に鑑みてなされたものであり、人材育成の対象者の現時点のビジネスに関する能力が人材育成の支援により所定期間でどの程度成長するかを対象者に示すことができるようにすることを目的とする。
【課題を解決するための手段】
【0006】
上記目的を達成するため、本発明の一実施形態である情報処理装置は、
所定の人材育成が所定期間施される予定の対象者について、ビジネスに関する現時点の能力を評価した現在の評価値を取得する評価値取得手段と、
前記人材育成が既に所定期間施された者のうち、前記対象者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についての前記評価の所定期間の成長の実績に基づいて、前記現在の評価値を補正する第１係数を生成し、当該第１係数を含む係数群を出力する係数群生成手段と、
前記対象者について前記現在の評価値に対して前記係数群を用いて補正し、補正後の評価値を当該対象者の所定期間後の評価値として予測する予測手段と、
を備える。
このように、人材育成が既に所定期間施された者のうち、対象者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についての評価の所定期間の成長の実績に基づいて、現在の評価値を補正する第１係数を生成し、当該第１係数を含む係数群を出力し、その出力された係数群を用いて対象者の現在の評価値を補正し、補正後の評価値を対象者の所定期間後の評価値として予測する。
これにより、人材育成が所定期間施される予定の対象者の現時点のビジネスに関する能力が所定期間でどの程度成長するかを対象者に分からせることができる。
本発明の一態様の上記情報処理装置に対応する情報処理方法及びプログラムも、本発明の一態様の情報処理方及びプログラムとして提供される。
所定の人材育成が所定期間施される予定の対象者について、ビジネスに関する現時点の能力を評価した現在の評価値を取得する評価値取得手段と、
前記人材育成が既に所定期間施された者のうち、前記対象者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についての前記評価の所定期間の成長の実績に基づいて、前記現在の評価値を補正する第１係数を生成し、当該第１係数を含む係数群を出力する係数群生成手段と、
前記対象者について前記現在の評価値に対して前記係数群を用いて補正し、補正後の評価値を当該対象者の所定期間後の評価値として予測する予測手段と、
を備える。
このように、人材育成が既に所定期間施された者のうち、対象者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についての評価の所定期間の成長の実績に基づいて、現在の評価値を補正する第１係数を生成し、当該第１係数を含む係数群を出力し、その出力された係数群を用いて対象者の現在の評価値を補正し、補正後の評価値を対象者の所定期間後の評価値として予測する。
これにより、人材育成が所定期間施される予定の対象者の現時点のビジネスに関する能力が所定期間でどの程度成長するかを対象者に分からせることができる。
本発明の一態様の上記情報処理装置に対応する情報処理方法及びプログラムも、本発明の一態様の情報処理方及びプログラムとして提供される。
【発明の効果】
【0007】
本発明によれば、人材育成の対象者の現時点のビジネスに関する能力が人材育成の支援により所定期間でどの程度成長するかを対象者に示すことができる。
【図面の簡単な説明】
【0008】
【図1】本発明の一実施形態の情報処理システムの全体構成を示している。
【図4】ビジネススキルの評価指標と対応付けた個々のユーザのスキルの評価結果の一例を示す図である。
【図7】ある受講者のスキル毎の数値の一例を示す図である。
【図9】複数の属性パターンにカテゴライズされた属性パターンテーブルを示す図である。
【図10】受講者の性格属性を調べるためのアンケートの一例を示す図である。
【図13】１乃至１５のタイプにカテゴライズされた成長パターンの成長パターンテーブルを示す図である。
【図14】４つのカテゴリのスキル間の相関関係を示す図である。
【図15】４つのスキルのテーマ間の相関関係を示す図である。
【図16】第１の事例におけるアンケートの結果を示す図である。
【図17】性格属性の係数を判定するための対応表を示す図である。
【図18】属性パターンの適合例を示す図である。
【図19】適合した属性パターンに基づく類似属性者の属性係数を示す図である。
【図20】対象者の現在のスコアと受講者全体の直近１年の平均点との対応関係を示す対応表である。
【図22】年数に応じた係数がスキル毎に設定されている経年係数を示す図である。
【図23】Ｎ年後の予測における入力と係数と出力の各数値を示す図である。
【図24】第２の事例におけるアンケートの結果を示す図である。
【図25】性格属性の係数を判定するための対応表を示す図である。
【図26】属性パターンの適合例を示す図である。
【図27】適合した属性パターンに基づく類似属性者の属性係数を示す図である。
【図28】対象者の現在のスコアと受講者全体の直近１年の平均点との対応関係を示す対応表である。
【図30】年数に応じた係数がスキル毎に設定されている経年係数を示す図である。
【図31】Ｎ年後の予測における入力と係数と出力の各数値を示す図である。
【図32】第３の事例におけるアンケートの結果を示す図である。
【図33】性格属性の係数を判定するための対応表を示す図である。
【図34】属性パターンの適合例を示す図である。
【図35】適合した属性パターンに基づく類似属性者の属性係数を示す図である。
【図36】対象者の現在のスコアと受講者全体の直近１年の平均点との対応関係を示す対応表である。
【図38】年数に応じた係数がスキル毎に設定されている経年係数を示す図である。
【図39】Ｎ年後の予測における入力と係数と出力の各数値を示す図である。
【発明を実施するための形態】
【0009】
以下、本発明の実施形態について、図面を用いて説明する。
図１は、本発明の一実施形態の情報処理システム１の全体構成を示している。
図１に示す情報処理システム１は、サーバ１０と、ｎ台（ｎは１以上の任意の整数値）の受講者端末２０－１乃至２０－ｎとが、インターネット等の所定のネットワークＮを介して相互に接続されることによって構成されている。
なお、以下、受講者端末２０－１乃至２０－ｎの夫々を個々に区別する必要がない場合、これらをまとめて「受講者端末２０」と呼ぶ。
図１は、本発明の一実施形態の情報処理システム１の全体構成を示している。
図１に示す情報処理システム１は、サーバ１０と、ｎ台（ｎは１以上の任意の整数値）の受講者端末２０－１乃至２０－ｎとが、インターネット等の所定のネットワークＮを介して相互に接続されることによって構成されている。
なお、以下、受講者端末２０－１乃至２０－ｎの夫々を個々に区別する必要がない場合、これらをまとめて「受講者端末２０」と呼ぶ。
【0010】
受講者端末２０は、受講者毎に管理される情報処理装置であって、例えばタブレット端末やスマートフォン等で構成される。
サーバ１０は、本サービス提供者により管理される。サーバ１０は、受講者端末２０－１乃至２０－ｎの夫々の各動作を制御しつつ各種処理を実行する。
サーバ１０は、本サービス提供者により管理される。サーバ１０は、受講者端末２０－１乃至２０－ｎの夫々の各動作を制御しつつ各種処理を実行する。
【0011】
本サービス提供者は、企業からの申し込みにより社員を受講者として講座に参加させて受講させたりオンライン研修等を行う。また、サービス提供者は、受講者が受講した講座やオンライン研修の内容の理解度や習得度を確認するために当該受講者に対してテストを行い、そのテストの結果を評価して当該受講者に対して今後のアドバイス等を行う。
さらに、本サービス提供者は、企業或いはその企業内の部署等に属する複数の社員（受講者）の夫々のテストの結果に基づいて、当該企業或いは当該部署等に対し成長の支援を行うとともに、今後の成長の最適解を提示し、社会の発展に貢献できるようにする。
さらに、本サービス提供者は、企業或いはその企業内の部署等に属する複数の社員（受講者）の夫々のテストの結果に基づいて、当該企業或いは当該部署等に対し成長の支援を行うとともに、今後の成長の最適解を提示し、社会の発展に貢献できるようにする。
【0012】
具体的には、本実施形態では、サーバ１０は、次のように受講者端末２０と連携して動作する。
即ち、サーバ１０は、先ずサーバ１０に予め記憶されている複数の問題のうち１以上からなるビジネス基礎力診断テスト（以下単に「テスト」と称す）を、受講者端末２０に送信し、これら１以上の問題の夫々に対して受講者が入力した解答を受信する。
即ち、サーバ１０は、先ずサーバ１０に予め記憶されている複数の問題のうち１以上からなるビジネス基礎力診断テスト（以下単に「テスト」と称す）を、受講者端末２０に送信し、これら１以上の問題の夫々に対して受講者が入力した解答を受信する。
【0013】
テストは、サービス提供者により実施される。当該テストの問題は、受講者のビジネスにおける基礎的な力（ビジネス基礎力）を評価するためのものであり、サービス提供者により１以上のビジネスの評価対象のスキル毎及び夫々のスキルの１以上のテーマ毎に出題される。ビジネス基礎力とは、社会人として仕事を行う上で役に立つ技術又は能力をいう。
【0014】
ビジネス基礎力を評価するためのスキルとテーマとの関係について説明する。
スキルは、ｍ個（ｍは１以上の任意の整数値）に定義され、さらに１以上のスキルの夫々にｐ個（ｐは、ｍとは独立した１以上の任意の整数値）のテーマが定義されている。
テストでは、当該テーマの夫々に関連する内容の問題が項目毎に出題される。
スキルは、ｍ個（ｍは１以上の任意の整数値）に定義され、さらに１以上のスキルの夫々にｐ個（ｐは、ｍとは独立した１以上の任意の整数値）のテーマが定義されている。
テストでは、当該テーマの夫々に関連する内容の問題が項目毎に出題される。
【0015】
受講者端末２０は、サーバ１０が送信したテストを受信する。そして、受講者は、受講者端末２０を操作して、当該テストを構成する複数の問題の夫々について解答を入力する。
受講者端末２０は、受講者が入力したテストの解答（各問題の解答の集合体）を、サーバ１０に送信する。
受講者端末２０は、受講者が入力したテストの解答（各問題の解答の集合体）を、サーバ１０に送信する。
【0016】
サーバ１０は、受講者端末２０－１乃至２０－ｎの夫々からテストの解答が送信される毎に、当該回答を順次取得し採点を行う。また、サーバ１０は、採点結果を前記項目毎に正規化し、これをスコアとして受講者毎に記憶し管理する。
【0017】
サーバ１０は、受講者毎に管理しているスコアから、所定の母集団のスコアを抽出するための抽出条件を設定し記憶する。
なお、所定の母集団は、特に限定されず、例えば、受講者に関する各種属性情報のうち、所定の１以上の属性情報が一致する受講者からなる集団や、スコアが一定範囲内の受講者からなる集団等各種各様な集団を採用することができる。なおその前提として、サーバ１０は、各受講者毎に、採点結果を示すスコアとともに、当該受講者の各種属性情報を対応付けて管理しているものとする。
この場合、所定の母集団のスコアを抽出するための抽出条件としては、例えば、同年齢、同職種、同業界、同役職、同入社年度、過去のスコアの値や範囲等を採用することができる。
なお、所定の母集団は、特に限定されず、例えば、受講者に関する各種属性情報のうち、所定の１以上の属性情報が一致する受講者からなる集団や、スコアが一定範囲内の受講者からなる集団等各種各様な集団を採用することができる。なおその前提として、サーバ１０は、各受講者毎に、採点結果を示すスコアとともに、当該受講者の各種属性情報を対応付けて管理しているものとする。
この場合、所定の母集団のスコアを抽出するための抽出条件としては、例えば、同年齢、同職種、同業界、同役職、同入社年度、過去のスコアの値や範囲等を採用することができる。
【0018】
サーバ１０は、所定の受講者のスコアと、当該所定の受講者が含まれる所定の母集団のスコアとを抽出し、両スコアを比較する。
具体的には、例えば当該所定の受講者のスコアと、当該所定の受講者が含まれる所定の母集団のスコアの平均値、最大値又は最小値とを比較することができる。
具体的には、例えば当該所定の受講者のスコアと、当該所定の受講者が含まれる所定の母集団のスコアの平均値、最大値又は最小値とを比較することができる。
【0019】
また、サーバ１０は、当該所定の受講者のスコアと当該所定の受講者が含まれる所定の母集団のスコアとをプロットしたグラフを、当該所定の受講者の受講者端末２０の画面に表示させる。
【0020】
これにより、受講者は、受講者端末２０の画面に表示されたグラフの、各スキルの各テーマ夫々についての当該受講者自身のスコアの値と、当該受講者が含まれる所定の母集団のスコアの値との分布から、当該受講者の現在のスキルと、過去のスキルとを比べた成長の度合いや企業の教育効果を容易に視認することができる。
【0021】
このように、研修が既にＮ年間施された既存受講者のうち、研修を受ける予定の受講者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についてのスコアの過去Ｎ年間の成長の実績（受検ログ）を読み出し、受検ログに基づいて、現在のスコアを補正する属性係数を生成し、当該属性係数を含む係数群を用いて、研修を受ける予定の受講者の現在のスコアを補正し、補正後のスコアを当該受講者のＮ年間後のスコアとして予測し、今後研修の受講を継続してＮ年後になったときの受講者のスコアの予測値を受講者に提示することで、受講者は、研修を続ければＮ年後に成果が得られることが分かり、受講者にＮ年後の将来に向けて研修を継続しようという意欲（やる気）を持たせることができる。
【0022】
【0023】
サーバ１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１０２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１０３と、バス１０４と、入出力インターフェース１０５と、出力部１０６と、入力部１０７と、記憶部１０８と、通信部１０９と、ドライブ１１０と、を備えている。
【0024】
ＣＰＵ１０１は、ＲＯＭ１０２に記録されているプログラム、又は、記憶部１０８からＲＡＭ１０３にロードされたプログラムに従って各種の処理を実行する。
ＲＡＭ１０３には、ＣＰＵ１０１が各種の処理を実行する上において必要なデータ等も適宜記憶される。
ＲＡＭ１０３には、ＣＰＵ１０１が各種の処理を実行する上において必要なデータ等も適宜記憶される。
【0025】
ＣＰＵ１０１、ＲＯＭ１０２及びＲＡＭ１０３は、バス１０４を介して相互に接続されている。このバス１０４にはまた、入出力インターフェース１０５も接続されている。入出力インターフェース１０５には、出力部１０６、入力部１０７、記憶部１０８、通信部１０９及びドライブ１１０が接続されている。
【0026】
出力部１０６は、ディスプレイやスピーカ等で構成され、各種情報を画像や音声として出力する。
入力部１０７は、キーボードやマウス等で構成され、各種情報を入力する。
入力部１０７は、キーボードやマウス等で構成され、各種情報を入力する。
【0027】
記憶部１０８は、ハードディスクやＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成され、各種データを記憶する。
通信部１０９は、インターネットを含むネットワークＮを介して他の装置（図１の例では受講者端末２０）との間で通信を行う。
通信部１０９は、インターネットを含むネットワークＮを介して他の装置（図１の例では受講者端末２０）との間で通信を行う。
【0028】
ドライブ１１０には、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリ等よりなる、リムーバブルメディア１１１が適宜装着される。ドライブ１１０によってリムーバブルメディア１１１から読み出されたプログラムは、必要に応じて記憶部１０８にインストールされる。
また、リムーバブルメディア１１１は、記憶部１０８に記憶されている各種データも、記憶部１０８と同様に記憶することができる。
また、リムーバブルメディア１１１は、記憶部１０８に記憶されている各種データも、記憶部１０８と同様に記憶することができる。
【0029】
図３は、図１の情報処理システムにおけるサーバの機能的構成を示す機能ブロック図である。
図３に示すように、サーバ１０の記憶部１０８（図２）の一領域には、受検ＤＢ１４１が設けられている。
受検ＤＢ１４１には、受講者に関する情報と、受講者が現在までに受講した研修の実績やビジネス基礎力診断テストを受けた結果の実績等のログ（以下「受検ログ」と称す）とが記憶されている。
受講者に関する情報は、例えば企業等で就労する従業員が、自身のスキル向上のために、サービス提供者が開催する講座や研修等を受講するための情報であり、受講者に関する情報には、受講者が属する企業や業種等の情報が含まれる。
図３に示すように、サーバ１０の記憶部１０８（図２）の一領域には、受検ＤＢ１４１が設けられている。
受検ＤＢ１４１には、受講者に関する情報と、受講者が現在までに受講した研修の実績やビジネス基礎力診断テストを受けた結果の実績等のログ（以下「受検ログ」と称す）とが記憶されている。
受講者に関する情報は、例えば企業等で就労する従業員が、自身のスキル向上のために、サービス提供者が開催する講座や研修等を受講するための情報であり、受講者に関する情報には、受講者が属する企業や業種等の情報が含まれる。
【0030】
具体的には、受検ＤＢ１４１には、会社等の企業において研修サービスを受講させる従業員の氏名、年齢、性別、職種等の基本属性、社内における所属部署（部門等）、役職、受講する講座や研修に関する情報（講座名や講座番号、研修名や研修番号、受講日、受講履歴）、サービス提供者が受講者の夫々に対して行ったアンケート（質問）とその回答の組等が、受講者個人を識別する情報（受講者ＩＤ又は受講者番号等）に対応して記憶されている。
この他、受検ＤＢ１４１には、受講者全体として基本属性とその他の４つの副属性との組み合わせが設定された属性パターンテーブル（図９参照）、成長パターンテーブル（図１３等）、年毎の経年係数（下限の係数ＭＩＮ、上限の係数ＭＡＸ）等が記憶されている。
属性パターンテーブル（図９参照）は、サービス事業者がいくつかにカテゴライズした受講者の属性パターンのうち、個々の受講者が他の受講者とどの属性パターンで属性を比較可能かを示すものである。この属性パターンテーブルに設定された属性パターンのうち予測対象者（受講者）が適合する属性パターンと同じ属性パターンを持つ既存受講者から属性係数が導出される。
成長パターンテーブル（図１３等）は、受講者の４つのスキルの現在のスコアのうち、受講者全体の直近１年のスキル毎のスコアの平均点以上を取ったスキル項目とその数で分類した、スコアが伸びる傾向を示すパターンである。この成長パターンテーブルに設定されたタイプと同じタイプの成長パターンに設定された成長パターン係数が導出される。
受検ＤＢ１４１には、アンケート（図１０を参照）と、アンケートから夫々の受講者の性格傾向を判定するためのポイント表（図１０の性格傾向評定尺度表を参照）が記憶されている。
アンケートとポイント表では、質問に対する回答者（受講者）の回答から回答者（受講者）の性格の傾向を判定することができる。例えば質問に対して回答者が回答項目（当てはまる、当てはまらない等、図１１参照）にチェックや〇、×を付けるだけで、その人の性格が導出できる。
この他、受検ＤＢ１４１には、受講者全体として基本属性とその他の４つの副属性との組み合わせが設定された属性パターンテーブル（図９参照）、成長パターンテーブル（図１３等）、年毎の経年係数（下限の係数ＭＩＮ、上限の係数ＭＡＸ）等が記憶されている。
属性パターンテーブル（図９参照）は、サービス事業者がいくつかにカテゴライズした受講者の属性パターンのうち、個々の受講者が他の受講者とどの属性パターンで属性を比較可能かを示すものである。この属性パターンテーブルに設定された属性パターンのうち予測対象者（受講者）が適合する属性パターンと同じ属性パターンを持つ既存受講者から属性係数が導出される。
成長パターンテーブル（図１３等）は、受講者の４つのスキルの現在のスコアのうち、受講者全体の直近１年のスキル毎のスコアの平均点以上を取ったスキル項目とその数で分類した、スコアが伸びる傾向を示すパターンである。この成長パターンテーブルに設定されたタイプと同じタイプの成長パターンに設定された成長パターン係数が導出される。
受検ＤＢ１４１には、アンケート（図１０を参照）と、アンケートから夫々の受講者の性格傾向を判定するためのポイント表（図１０の性格傾向評定尺度表を参照）が記憶されている。
アンケートとポイント表では、質問に対する回答者（受講者）の回答から回答者（受講者）の性格の傾向を判定することができる。例えば質問に対して回答者が回答項目（当てはまる、当てはまらない等、図１１参照）にチェックや〇、×を付けるだけで、その人の性格が導出できる。
【0031】
受講者が受講する研修としては、複数の講座が記憶されている。講座とは例えば研修プログラムを実施する研修会や講習会等であり、複数の講座に複数の受講者が参加することが可能である。複数の講座夫々には１つ以上の評価要素が対応している。
１つ以上の評価要素は、特に限定されないが、以下においては、テーマ又はサブテーマが採用されているものとして説明する。即ち、以下の例では、１つの講座に１以上（主に１つ）のテーマ又はサブテーマが対応付けられているものとする。
テーマは、ビジネスの技能要素の夫々をネーミングした主題であり、講座名と対応付けされる。サブテーマは、テーマの中に含まれる小テーマをいい、小テーマだけの講座も設定される。研修についても同様である。
１つ以上の評価要素は、特に限定されないが、以下においては、テーマ又はサブテーマが採用されているものとして説明する。即ち、以下の例では、１つの講座に１以上（主に１つ）のテーマ又はサブテーマが対応付けられているものとする。
テーマは、ビジネスの技能要素の夫々をネーミングした主題であり、講座名と対応付けされる。サブテーマは、テーマの中に含まれる小テーマをいい、小テーマだけの講座も設定される。研修についても同様である。
【0032】
ビジネス基礎力を評価する指標は、例えば図４に示すグラフに示されるように、「ビジネス知識」（Ｂｕｓｉｎｅｓｓ ｋｎｏｗｌｅｄｇｅ）、「プランニング＆コントロール」（Ｐｌａｎｎｉｎｇ ＆ Ｃｏｎｔｒｏｌ）、「シンキング」（Ｔｈｉｎｋｉｎｇ）、「コミュニケーション」（Ｃｏｍｍｕｎｉｃａｔｉｏｎ）等の４つに定義（カテゴリ分け）される。テーマは、夫々のスキルの評価要素の１つである。各スキルには、１以上のテーマが含まれる講座が設定される。
【0033】
例えば「ビジネス知識」のスキルのビジネス基礎力を図るテーマは、時事問題、法務・人事・労務、財務・経理、マーケティング、経営等がある。図示しないが、法務・人事・労務というテーマには、人事・労務、コンプライアンス等のサブテーマが含まれる。
【0034】
「プランニング＆コントロール」のスキルのビジネス基礎力を図るテーマは、目的及び目標、計画、業務管理、振り返り・評価、改善等がある。図示しないが、目的及び目標というテーマには、目的思考というサブテーマが含まれる。また、計画というテーマには、アクションプラン立案というサブテーマが含まれる。
【0035】
「シンキング」のスキルのビジネス基礎力を図るテーマは、数的処理、思考法活用、情報収集、課題設定、解決策立案等がある。図示しないが、思考法活用というテーマには、要素分解力というサブテーマが含まれる。
【0036】
「コミュニケーション」のスキルのビジネス基礎力を図るテーマは、ネゴシエーション、文書伝達、口頭伝達、傾聴、ビジネスマナー等がある。図示しないが、文書伝達というテーマには、スライド作成力というサブテーマが含まれる。
【0037】
ここでビジネススキルを評価するためのスキルのカテゴライズの仕方（分け方）について説明する。
スキルは、人材育成において成長するために必要なスキルを体系化して大きく４つに分けられる。
人が成果を出すためには、計画性・実行力「プランニング＆コントロール」が必要となる。この計画性・実行力を上げるためには意思や判断等の考え方「シンキング」、人間関係を構築するコミュニケーション力「コミュニケーション」、前提となる知識「ビジネス知識」が同時に必要である。
このように４つのスキルに分けてビジネス基礎力を診断することで、診断対象者の持っているスキルの特長が見え易くなる。
スキルは、人材育成において成長するために必要なスキルを体系化して大きく４つに分けられる。
人が成果を出すためには、計画性・実行力「プランニング＆コントロール」が必要となる。この計画性・実行力を上げるためには意思や判断等の考え方「シンキング」、人間関係を構築するコミュニケーション力「コミュニケーション」、前提となる知識「ビジネス知識」が同時に必要である。
このように４つのスキルに分けてビジネス基礎力を診断することで、診断対象者の持っているスキルの特長が見え易くなる。
【0038】
ビジネス基礎力は、個々のテーマの単位、又は複数のテーマで１つ設定される講座の単位で、受講者が講座や研修を受講することにより、受講者のビジネススキルの向上が図られる。
受講者が講座や研修を受講するにあたり、受講前と受講中及び受講後等にビジネス基礎力診断テストが実施される。
受講者が講座や研修を受講するにあたり、受講前と受講中及び受講後等にビジネス基礎力診断テストが実施される。
【0039】
受検ＤＢ１４１には、サービス提供者が実施するテストに関する情報が記憶されている。テストに関する情報は、例えばテストの問題、解答、個々の受講者のテスト結果（テーマ毎の得点）やその総合的評価であるビジネス基礎力評価結果（スキル毎のスコア）、研修サービス利用企業及び受講者へのアンケートと、アンケートに対する回答、研修利用企業数、受講人数、階層教育に着手している企業数、研修テーマ別・階層別の受講人数、教育導入までの意思決定にかかるリードタイム、サービス利用者ＩＤ登録数等を含む人材育成ログ情報が記憶されている。
スコアは、テストのテーマ毎の得点を、例えば５段階等で評価した数値（“１”から“５”）であり、１スキル毎に合計した数値も記憶されている。１スキル５つのテーマとした場合に１スキル２５点満点とし、この場合の個々のテーマのスコアを合計した値等で、受講者のスキル毎の評価が示される。
スコアは、テストのテーマ毎の得点を、例えば５段階等で評価した数値（“１”から“５”）であり、１スキル毎に合計した数値も記憶されている。１スキル５つのテーマとした場合に１スキル２５点満点とし、この場合の個々のテーマのスコアを合計した値等で、受講者のスキル毎の評価が示される。
【0040】
受検ＤＢ１４１には、受講者が属する企業の情報（企業規模（人数）、組織構成（階層等）、部署、部門の配置等）が記憶されている。また、受検ＤＢ１４１には、企業における従業員（受講者）夫々の情報（例えば従業員の氏名、年齢、入社年月日、在職年数、組織上の職位、役職等）が社員番号等の従業員の個人特定情報に紐づけて記憶されている。
なお、上記で示した１年前や数年前等の受検ログは一例であり、３年前であってもよく過去の実績であれば足りる。
この他、受検ＤＢ１４１には、講座や研修を受講する企業の業績情報（例えば経済情報誌等で公開されている範囲の情報）が同業他社で比較可能に記憶されている。
なお、上記で示した１年前や数年前等の受検ログは一例であり、３年前であってもよく過去の実績であれば足りる。
この他、受検ＤＢ１４１には、講座や研修を受講する企業の業績情報（例えば経済情報誌等で公開されている範囲の情報）が同業他社で比較可能に記憶されている。
【0041】
サーバ１０のＣＰＵ１０１（図２参照）においては、処理を実行する際に、テスト部１２１と、係数群生成部１２２と、予測部１２３と、表示制御部１２４と、が機能する。
テスト部１２１は、企業等の組織に所属する１以上の従業員（構成員）の夫々についてのビジネス基礎力を示す情報を取得する。ビジネス基礎力を示す情報は、例えばビジネスの能力であるスキルを評価するためのテーマ毎のテストのスコア等である。
具体的には、テスト部１２１は、受検ＤＢ１４１に予め記憶されている、受講者のスキルを評価するための問題の中から、受講者が受講者端末２０を操作して解答をするための問題を、各テーマの項目毎に作成する。このようにして作成された各スキルの夫々のテーマ毎の問題と解答の集合体がテストである。
テスト部１２１は、企業等の組織に所属する１以上の従業員（構成員）の夫々についてのビジネス基礎力を示す情報を取得する。ビジネス基礎力を示す情報は、例えばビジネスの能力であるスキルを評価するためのテーマ毎のテストのスコア等である。
具体的には、テスト部１２１は、受検ＤＢ１４１に予め記憶されている、受講者のスキルを評価するための問題の中から、受講者が受講者端末２０を操作して解答をするための問題を、各テーマの項目毎に作成する。このようにして作成された各スキルの夫々のテーマ毎の問題と解答の集合体がテストである。
【0042】
テスト部１２１は、テストを、通信部１０９を介して受講者端末２０に表示させることにより、受講者に対しテストを出題する。
受講者は、受講者端末２０を操作することにより、テスト部１２１が出題したテストに対する解答（各問題毎の解答）を入力する。受講者が入力した解答は、受講者端末２０からサーバ１０に対して送信される。
受講者は、受講者端末２０を操作することにより、テスト部１２１が出題したテストに対する解答（各問題毎の解答）を入力する。受講者が入力した解答は、受講者端末２０からサーバ１０に対して送信される。
【0043】
テスト部１２１は、受講者端末２０から送信されたテストの解答（各問題毎の解答の集合体）を、通信部１０９を介して取得する。
テスト部１２１は、取得したテストの解答を、所定の採点基準に基づいて各問題毎に採点する。
テスト部１２１は、各問題毎の採点の結果を、各スキルの各テーマ毎に正規化（スコア化）し、当該スコアを受検ＤＢ１４１に評価結果として各テーマの項目名と紐付けて記憶し受講者毎に管理する。
テスト部１２１は、取得したテストの解答を、所定の採点基準に基づいて各問題毎に採点する。
テスト部１２１は、各問題毎の採点の結果を、各スキルの各テーマ毎に正規化（スコア化）し、当該スコアを受検ＤＢ１４１に評価結果として各テーマの項目名と紐付けて記憶し受講者毎に管理する。
【0044】
受講者端末２０からの評価提示要求（作表指示）に応じて受検ＤＢ１４１で管理されている１以上の受講者のスコアの中から、所定の受講者のスコアと、当該所定の受講者が含まれる所定の母集団のスコアとを取得し表示制御部１２４へ出力する。なお、所定の受講者を第１受講者と言い換える場合がある。
【0045】
なお、当該所定の母集団は、受検ＤＢ１４１に予め記憶されている所定の抽出条件によって抽出される。具体的には例えば、上述した様に、同年齢、同職種、同業界、同役職、同入社年度、又は所定の受講者本人の過去のスコアのうち、任意の数（１も含む）の任意の組合せを所定の抽出条件とした母集団を抽出することができる。
【0046】
テスト部１２１は、ビジネス基礎力向上のための研修がＮ年間施される予定の受講者について、ビジネス基礎力を評価した現在のスコアを取得する。
具体的には、テスト部１２１は、研修をＮ年間受講予定の受講者のスコアを受検ＤＢ１４１より読み出すことで現在のスコアを取得する。
具体的には、テスト部１２１は、研修をＮ年間受講予定の受講者のスコアを受検ＤＢ１４１より読み出すことで現在のスコアを取得する。
【0047】
係数群生成部１２２は、研修が既にＮ年間施された既存受講者のうち、研修を受ける予定の受講者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についてのスコアの過去Ｎ年間の成長の実績に基づいて、現在のスコアを補正する予測係数（補正係数ともいう）を生成し、当該予測係数を含む係数群を出力する。
具体的には、係数群生成部１２２は、研修が既にＮ年間施された既存受講者のうち、研修を受ける予定の受講者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についてのスコアの過去Ｎ年間の成長の実績を受検ＤＢ１４１より読み出す。
係数群生成部１２２は、受検ＤＢ１４１から読み出した、１以上の類似属性者の過去Ｎ年間の成長の実績であるスコアの平均変化率を算出し、その平均変化率を予測係数とする。
ある受講者の「ビジネス知識」の現在のスコアを１００％とし、１年後のスコアが５％上昇した場合、つまり１０５％となったときの変化率は１．０５となる。複数の類似属性者の変化率の平均値をとったものが平均変化率である。この平均変化率を、他のカテゴリのプランニング＆コントロール、コミュニケーション、シンキングについても算出する。
係数群生成部１２２は、属性係数生成部１３１と、成長パターン係数生成部１３２と、経年係数生成部１３３とを有する。
具体的には、係数群生成部１２２は、研修が既にＮ年間施された既存受講者のうち、研修を受ける予定の受講者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についてのスコアの過去Ｎ年間の成長の実績を受検ＤＢ１４１より読み出す。
係数群生成部１２２は、受検ＤＢ１４１から読み出した、１以上の類似属性者の過去Ｎ年間の成長の実績であるスコアの平均変化率を算出し、その平均変化率を予測係数とする。
ある受講者の「ビジネス知識」の現在のスコアを１００％とし、１年後のスコアが５％上昇した場合、つまり１０５％となったときの変化率は１．０５となる。複数の類似属性者の変化率の平均値をとったものが平均変化率である。この平均変化率を、他のカテゴリのプランニング＆コントロール、コミュニケーション、シンキングについても算出する。
係数群生成部１２２は、属性係数生成部１３１と、成長パターン係数生成部１３２と、経年係数生成部１３３とを有する。
【0048】
ここで、図６乃至図８を用いて係数（予測係数）について説明する。
図６に示すように、サーバ１は、受講者の現在のスコア（実績値）を入力値として、そのスコアに係数（予測係数）を掛け算することで、受講者のＮ年後のスコア（予測値）を出力する。係数（予測係数）は、属性係数、成長パターン係数、経年係数等を含み、夫々の係数が掛け算される。
図６に示すように、サーバ１は、受講者の現在のスコア（実績値）を入力値として、そのスコアに係数（予測係数）を掛け算することで、受講者のＮ年後のスコア（予測値）を出力する。係数（予測係数）は、属性係数、成長パターン係数、経年係数等を含み、夫々の係数が掛け算される。
【0049】
属性係数は、受講者の基本属性（性別、年齢、職種等）と類似する属性を持つ受講者がＮ年間の研修を過去から現在までに受講した結果どの程度スコアが変化したかを示す係数であり、属性係数生成部１３１により算出される。
属性係数は、これまでの人材育成の実績を基に属性係数生成部１３１により算出される対象者の個人属性に対する成長の傾向を示す係数である。即ち属性係数は、受講者個人の成長の加速度の指標である。
属性係数は、これまでの人材育成の実績を基に属性係数生成部１３１により算出される対象者の個人属性に対する成長の傾向を示す係数である。即ち属性係数は、受講者個人の成長の加速度の指標である。
【0050】
成長パターン係数は、４つにカテゴライズされたスキルのスコアのうち、平均以上のスコアをとったカテゴリに応じて成長パターン係数生成部１３２により算出される係数である。
【0051】
経年係数は、これまでの人材育成の実績を基に経年係数生成部１３３により算出される、経年に対する成長の傾向を示す係数である。即ち経年係数は、研修を続ける中でＮ年後のスコアの下方へのぶれ幅（ＭＩＮ）と上方へのぶれ幅（ＭＡＸ）の夫々で示される指標である。
【0052】
属性係数生成部１３１は、予測対象の受講者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についてのスコアの過去Ｎ年間の成長の実績に基づいて、現在のスコアを補正する予測係数（補正係数ともいう）を生成する。
【0053】
成長パターン係数生成部１３２は、受講者の成長パターンに基づいて、現在のスコアを補正する成長パターン係数を生成する。
【0054】
経年係数生成部１３３は、１以上の既存受講者の夫々についての過去Ｎ年間を経る中で成長したスコアのぶれに基づいて、今後Ｎ年間経過後に受講者が成長する際のスコアの最低と最高のぶれ幅（ＭＩＮ、ＭＡＸ）を示す経年係数を生成する。
【0055】
予測部１２３は、研修を受ける予定の受講者について現在のスコアを、当該係数群を用いて補正し、補正後のスコアを当該受講者のＮ年間後のスコアとして予測（生成）する。
具体的には、予測部１２３は、研修を受ける予定の受講者の現在のスコアを受検ＤＢ１４１から読み出し、読み出した現在のスコアを、当該係数群を用いて補正し、その補正したスコアを受講者のＮ年間後のスコアの予測値とする。なお、予測部１２３の予測ロジックについては後述する。
具体的には、予測部１２３は、研修を受ける予定の受講者の現在のスコアを受検ＤＢ１４１から読み出し、読み出した現在のスコアを、当該係数群を用いて補正し、その補正したスコアを受講者のＮ年間後のスコアの予測値とする。なお、予測部１２３の予測ロジックについては後述する。
【0056】
表示制御部１２４は、予測部１２３により予測（生成）される受講者のスコアのＮ年間後の予測値を受講者端末２０の画面に表示させる制御を行う。
【0057】
この他、表示制御部１２４は、テスト部１２１により取得される１以上の従業員の夫々のスコアを円形の表示領域（例えば図４参照）にプロットした折れ線グラフと、当該従業員が含まれる母集団のスコアを円形の表示領域にプロットした折れ線グラフとを重畳させて、通信部１０９を介して受講者端末２０の画面に表示させる制御を行う。
【0058】
表示制御部１２４は、テスト部１２１から出力されるスコアをプロットしたビジネス基礎力診断結果の評価値であるスコアをグラフとして表示する。
具体的には、表示制御部１２４は、テスト部１２１から出力される所定の受講者のスコアと、当該所定の受講者が含まれる所定の母集団のスコアとをグラフ（図４参照）にして、通信部１０９を介して受講者端末２０の画面に表示させる制御を行う。
具体的には、表示制御部１２４は、テスト部１２１から出力される所定の受講者のスコアと、当該所定の受講者が含まれる所定の母集団のスコアとをグラフ（図４参照）にして、通信部１０９を介して受講者端末２０の画面に表示させる制御を行う。
【0059】
図４は、所定の受講者のスコアの値と、当該所定の受講者が含まれる所定の母集団のスコアの値とを円領域にプロットし夫々を折れ線グラフとして重畳表示した例を示す図である。
図４に示すように、本実施形態において、受講者のビジネス基礎力を評価する指標を、例えばビジネスの実務能力という面で人を評価するように４つのスキルに分けて定義し、各スキル毎に５つのテーマで項目が設定されている。
具体的には、ビジネス基礎力を評価する上で定義される４つのスキルとして、例えば「ビジネス知識」（Ｂｕｉｓｉｎｅｓｓ Ｋｎｏｗｌｅｇｅ）、「プランニング＆コントロール」（Ｐｌａｎｎｉｎｇ ＆ Ｃｏｎｔｒｏｌ）、「コミュニケーション」（Ｃｏｍｍｕｎｉｃａｔｉｏｎ）、並びに「シンキング」（Ｔｈｉｎｋｉｎｇ）等がある。
図４に示すように、本実施形態において、受講者のビジネス基礎力を評価する指標を、例えばビジネスの実務能力という面で人を評価するように４つのスキルに分けて定義し、各スキル毎に５つのテーマで項目が設定されている。
具体的には、ビジネス基礎力を評価する上で定義される４つのスキルとして、例えば「ビジネス知識」（Ｂｕｉｓｉｎｅｓｓ Ｋｎｏｗｌｅｇｅ）、「プランニング＆コントロール」（Ｐｌａｎｎｉｎｇ ＆ Ｃｏｎｔｒｏｌ）、「コミュニケーション」（Ｃｏｍｍｕｎｉｃａｔｉｏｎ）、並びに「シンキング」（Ｔｈｉｎｋｉｎｇ）等がある。
【0060】
また、４つのスキルの夫々には、５つのテーマが設定されている。５つのテーマとしては、例えば「ビジネス知識」というスキルには、時事問題、法務・人事・労務、財務・経理、マーケティング、経営というテーマで項目が設定されている。
「プランニング＆コントロール」というスキルには、目的及び目標、計画、業務管理、振り返り・評価、改善というテーマで項目が設定されている。
「コミュニケーション」というスキルには、ネゴシエーション、文書伝達、口頭伝達、傾聴、ビジネスマナーというテーマで項目が設定されている。
「シンキング」というスキルには、数的処理、思考法活用、情報収集、課題設定、解決策立案というテーマで項目が設定されている。
「プランニング＆コントロール」というスキルには、目的及び目標、計画、業務管理、振り返り・評価、改善というテーマで項目が設定されている。
「コミュニケーション」というスキルには、ネゴシエーション、文書伝達、口頭伝達、傾聴、ビジネスマナーというテーマで項目が設定されている。
「シンキング」というスキルには、数的処理、思考法活用、情報収集、課題設定、解決策立案というテーマで項目が設定されている。
【0061】
そして、サーバ１０のテスト部１２１は、受講者に対し、各スキル毎に設定したテーマ毎に個別のテストを課し、当該テストの結果を取得し、各スキル毎に設定したテーマ毎の所定の採点基準に基づいて採点をした上で、当該採点結果を正規化（スコア化）し、これをスコアとして取得し、当該スコアを所定の表示領域にプロットしたグラフを受講者端末２０に表示させる。
【0062】
具体的には、図４に示す同心円状の表示領域（円領域又は円グラフ、レーダーチャート等という）に、４つのスキルを表示領域の外周上に均等に割り当て表示し、各スキル毎に設定した各テーマの夫々を、スキルとの関係がわかるようにして円領域の外周上に均等間隔で配置し、正規化により取得したスコアの最低値“０”（ゼロ）を同心円状の中心に割り当て、中心から遠ざかる方向に一定間隔で数値（“１”乃至“５”）を配置する。当該スコアの最高値“５”は円領域の外周上に配置される。また、スコアが取り得る値（“１”乃至“５”）の夫々に同心円が配置される。
【0063】
そして、サーバ１０は、受講者毎に管理しているスコアから、所定の受講者のスコアと、当該所定の受講者が含まれる所定の母集団であって、同年齢、同職種、同業界、同役職、同入社年度、又は本人の過去の結果の母集団のスコアとの１又は２以上の組合せを、前記表示領域にプロットしたグラフを受講者端末２０に表示させる。
即ち、図４の表示領域には、受講者個人の今回スコア、前回スコア、前々回スコアという３つのスコアについて、線種を分けたレーダーチャートで描かれる。チャートどうしは、同一領域に重ねて表示されており、変化した項目（スキル）が一目で比較可能になっている。
各スキルの項目名の位置には、そのスキルの総点数に対する受講者の取得点数が提示される。レーダーチャートの外側のスキル名、例えば「ビジネス知識」というスキル名の枠の位置には、そのスキルにおける受講者の獲得スコア（点数）が示される。この例では、スキルの合計点（２５満点）に対する獲得スコア（１９点）として、例えば１９／２５等という表示形態で提示される。
即ち、図４の表示領域には、受講者個人の今回スコア、前回スコア、前々回スコアという３つのスコアについて、線種を分けたレーダーチャートで描かれる。チャートどうしは、同一領域に重ねて表示されており、変化した項目（スキル）が一目で比較可能になっている。
各スキルの項目名の位置には、そのスキルの総点数に対する受講者の取得点数が提示される。レーダーチャートの外側のスキル名、例えば「ビジネス知識」というスキル名の枠の位置には、そのスキルにおける受講者の獲得スコア（点数）が示される。この例では、スキルの合計点（２５満点）に対する獲得スコア（１９点）として、例えば１９／２５等という表示形態で提示される。
【0064】
このように、各スキル毎の各テーマのスコアの値の分布状態を可視化することで、当該所定の受講者は、現状のスキルと過去のスキルとを比べた成長の度合い、並びに企業の教育効果を容易に視認することができる。
【0065】
このように、受講者は、受講者自身のビジネスにおけるスキルの高さを容易に視認できるとともに、受講者と同年齢の受講者や、受講者と同職種かつ同年齢の受講者のビジネスにおけるスキルの水準についても視認できるため、受講者自身のビジネスにおけるスキルの高さを相対的に把握することができる。
したがって、受講者は、受講者自身の強みとして伸ばすべきスキルや、弱みとしてフォローすべきスキルを容易に把握することができる。
したがって、受講者は、受講者自身の強みとして伸ばすべきスキルや、弱みとしてフォローすべきスキルを容易に把握することができる。
【0066】
続いて、図５を参照してこの情報処理システム１におけるサーバ１０の今後の成長予測動作を説明する。図５は、サーバ１０の成長予測動作を示すフローチャートである。
サーバ１０では、図５のステップＳ１１において、テスト部１２１は、ビジネス基礎力向上のための研修がＮ年間施される予定の受講者について、ビジネス基礎力を評価した現在のスコアを取得する。
サーバ１０では、図５のステップＳ１１において、テスト部１２１は、ビジネス基礎力向上のための研修がＮ年間施される予定の受講者について、ビジネス基礎力を評価した現在のスコアを取得する。
【0067】
ステップＳ１２において、係数群生成部１２２は、研修が既にＮ年間施された既存受講者のうち、研修を受ける予定の受講者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についてのスコアの過去Ｎ年間の成長の実績に基づいて、現在のスコアを補正する属性係数（第１係数）を生成し、当該属性係数を含む係数群を出力する。
【0068】
ステップＳ１３において、予測部１２３は、研修を受ける予定の受講者について現在のスコアを、当該係数群を用いて補正し、補正後のスコアを当該受講者のＮ年間後のスコアとして予測する。
【0069】
このように受講者と同一又は類似する属性を有する既存受講者の過去Ｎ年間のスコアの成長実績を受検ＤＢ１４１より読み出し、受講者の能力が成長する加速度の指標である属性係数を生成して係数群の一つとし、当該係数群を用いて当該受講者のＮ年間後のスコアを予測するので、研修を受講中で次の研修を受ける予定の受講者やこれから研修を受講予定の者（これらを対象者等と呼ぶ）の現在の能力（ビジネス基礎力診断テストのスコア）が、研修を続けることで将来どの程度成長するかを対象者に示すことができる。
【0070】
ここで、図６乃至図８を参照してサーバの予測ロジックの概要を説明する。
図６は、図２、図３のサーバの予測ロジックの概要を示す図である。図７は、ある受講者のスキル毎の数値の一例を示す図である。図８は、図６の予測ロジックを模式的に示す図である。なお、図７では、ビジネス知識をＢＫ、プランニング＆コントロールをＰ＆Ｃ、コミュニケーションをＣＯＭ、シンキングをＴＨＩと記載する。
図６に示すように、サーバ１０では、受講者の現在のスコア（実績値又は評価値と称す）を入力として、その現在のスコアを、属性係数、成長パターン係数、経年係数等を含む係数群により補正し、補正後の数値（評価値）を当該受講者のＮ年後のスコア（予測値又はＮ年後の評価値）として予測する。
具体的には、サーバ１０は、図７のように、受講者の４つのスキルの項目（ビジネス知識（ＢＫ）、プランニング＆コントロール（Ｐ＆Ｃ）、コミュニケーション（ＣＯＭ）、シンキング（ＴＨＩ）の夫々の現在の点数（実績値）に対して上記係数群に基づいて予測値を算出する。
図６は、図２、図３のサーバの予測ロジックの概要を示す図である。図７は、ある受講者のスキル毎の数値の一例を示す図である。図８は、図６の予測ロジックを模式的に示す図である。なお、図７では、ビジネス知識をＢＫ、プランニング＆コントロールをＰ＆Ｃ、コミュニケーションをＣＯＭ、シンキングをＴＨＩと記載する。
図６に示すように、サーバ１０では、受講者の現在のスコア（実績値又は評価値と称す）を入力として、その現在のスコアを、属性係数、成長パターン係数、経年係数等を含む係数群により補正し、補正後の数値（評価値）を当該受講者のＮ年後のスコア（予測値又はＮ年後の評価値）として予測する。
具体的には、サーバ１０は、図７のように、受講者の４つのスキルの項目（ビジネス知識（ＢＫ）、プランニング＆コントロール（Ｐ＆Ｃ）、コミュニケーション（ＣＯＭ）、シンキング（ＴＨＩ）の夫々の現在の点数（実績値）に対して上記係数群に基づいて予測値を算出する。
【0071】
例えば図７のビジネス知識（ＢＫ）の現在の点数が１２点、属性係数が１０５．２％、成長パターン係数が１０５．０％、経年係数のＭＩＮが９６％、ＭＡＸが１０３％である場合、予測部１２３は、１２×１.０５２×１.０５×０.９６を計算して下振れ（下限）の予測値１２．７（ＭＩＮ）を算出する。また、予測部１２３は、１２×１.０５２×１.０５×１.０３を計算して上振れ（上限）の予測値１３．７（ＭＡＸ）を算出する。なお、他のカテゴリのスキルの項目についても同様に算出する。
【0072】
各係数の算出から上述の予測計算を実行するまでの詳細な動作を説明する。
この場合、図８に示すように、ステップＳ２１において、係数群生成部１２２は、ビジネス基礎力向上のための研修がＮ年間施される予定の受講者Ｘについて、基礎パターンに基づいて属性情報と現在のスコア（実績値）を受検ＤＢ１４１から読み出す。
この場合、図８に示すように、ステップＳ２１において、係数群生成部１２２は、ビジネス基礎力向上のための研修がＮ年間施される予定の受講者Ｘについて、基礎パターンに基づいて属性情報と現在のスコア（実績値）を受検ＤＢ１４１から読み出す。
【0073】
係数群生成部１２２は、研修が既にＮ年間施された既存受講者のうち、研修を受ける予定の受講者と同一又は類似する属性を有する者を類似属性者Ｙとして、１以上の類似属性者ＹのＮ年前のスコア（実績値）と、１以上の類似属性者ＹがＮ年間研修を受講した後のスコア（実績値）とを受検ＤＢ１４１から読み出す。
【0074】
具体的には、ステップＳ２２において、係数群生成部１２２は、類似属性者Ｙの夫々のＮ年前のスコア（Ｎ年前実績値）を読み出し、ステップＳ２３において、Ｎ年前からＮ年経過した現在のスコア（Ｎ年後実績値）を読み出し、ステップＳ２４において、読み出したＮ年前実績値とＮ年後実績値との比をとって、Ｎ年前からＮ年後のスコアの変化率（Ｎ年後／Ｎ年前）を算出し、１以上の類似属性者Ｙの変化率の平均を求め、それを属性係数とする。
即ち、係数群生成部１２２は、１以上の類似属性者Ｙの夫々のスコア（実績値）に基づいて、受講者Ｘの現在のスコアを補正する属性係数（第１係数）をスキル毎に生成し、当該属性係数を含む係数群を予測部１２３へ出力する。
即ち、係数群生成部１２２は、１以上の類似属性者Ｙの夫々のスコア（実績値）に基づいて、受講者Ｘの現在のスコアを補正する属性係数（第１係数）をスキル毎に生成し、当該属性係数を含む係数群を予測部１２３へ出力する。
【0075】
次に、ステップＳ２５において、係数群生成部１２２は、受講者Ｘの成長パターンに基づいて、現在のスコアを補正する成長パターン係数を生成する。
具体的には、受講者Ｘの４つのカテゴリのスキルの夫々の１年間の平均スコアのうち平均点以上を取ったスコアのスキル項目数（平均点以上のスキル項目が１つ、２つ、３つ、４つ）に応じた成長パターンを受検ＤＢ１４１の成長パターンテーブルから読み出す。２つ以上はスキル項目の組み合わせで異なる成長パターンが設定されている。
そして、係数群生成部１２２は、読み出した成長パターンを持ちかつ同じ属性パターンの１以上の既存受講者（類似属性者Ｙ）の群全体のスキル毎の成長係数（第２係数）を、成長パターンと成長係数との対応表より読み出し、当該成長係数を含む係数群を予測部１２３へ出力する。
具体的には、受講者Ｘの４つのカテゴリのスキルの夫々の１年間の平均スコアのうち平均点以上を取ったスコアのスキル項目数（平均点以上のスキル項目が１つ、２つ、３つ、４つ）に応じた成長パターンを受検ＤＢ１４１の成長パターンテーブルから読み出す。２つ以上はスキル項目の組み合わせで異なる成長パターンが設定されている。
そして、係数群生成部１２２は、読み出した成長パターンを持ちかつ同じ属性パターンの１以上の既存受講者（類似属性者Ｙ）の群全体のスキル毎の成長係数（第２係数）を、成長パターンと成長係数との対応表より読み出し、当該成長係数を含む係数群を予測部１２３へ出力する。
【0076】
ステップＳ２６において、係数群生成部１２２は、受講者Ｘが予測を望む年数に応じた経年係数（第３係数）を受検ＤＢ１４１から読み出し、当該経年係数を含む係数群を予測部１２３へ出力する。経年係数は、経年によるぶれ幅を示す係数のため、下限の係数ＭＩＮと上限の係数ＭＡＸの２つが出力される。
【0077】
ステップＳ２７において、予測部１２３は、研修を受ける予定の受講者Ｘについて現在のスコアを、係数群生成部１２２から入力される当該係数群を用いて補正し、補正後のスコアを当該受講者ＸのＮ年間後のスコアとして予測、つまり受講者ＸのＮ年後のスコアの予測値を出力する。
【0078】
具体的には、予測部１２３は、受検ＤＢ１４１から読み出した受講者Ｘの４つのスキルの夫々の現在のスコアに、係数群に含まれる属性係数、成長パターン係数、成長係数を掛け算して現在のスコアを補正し、その補正した値を、受講者Ｘの４つのスキルの夫々のスコアのＮ年後の予測値として出力する。
予測値は、Ｎ年後の下限の予測値を示すＭＩＮ予測値とＮ年後の上限の予測値を示すＭＡＸ予測値との２つが出力される。
予測値は、Ｎ年後の下限の予測値を示すＭＩＮ予測値とＮ年後の上限の予測値を示すＭＡＸ予測値との２つが出力される。
【0079】
続いて、図９乃至図１５を参照して上述した各係数（属性係数、成長パターン係数、成長係数）の導出方法について説明する。図９は、複数の属性パターンにカテゴライズされた属性パターンテーブルを示す図である。図１０は、受講者の性格属性を調べるためのアンケートの一例を示す図である。図１１は、図１０のアンケートの項目に対する評価（スコア）の付け方の点数の一例を示す図である。図１２は、図１１の合計スコアに応じた性格属性（誠実性、開放性）の係数を示す対応表である。図１３は、１乃至１５のタイプにカテゴライズされた成長パターンの成長パターンテーブルを示す図である。図１４は、４つのカテゴリのスキル間の相関関係を示す図である。図１５は、４つのスキルのテーマ間の相関関係を示す図である。
【0080】
【0081】
人の属性は、主属性として基本属性（年齢、性別、就労中の企業内の職種（事務職、営業職等））と、その他の副属性（業界属性、所属属性、性格属性、思考属性）との組み合わせによりいくつかにカテゴライズ（分類）できる。なお、受講者の基本属性以外に副属性が取得されていない場合は、基本属性のみの属性パターンとなる。基本属性でも将来のスコアの予測は可能であるが、属性の情報が多いほど予測精度が高まる。
受講者の属性は、受検ＤＢ１４１に登録されている受講者に関する情報から取得されるが、受講者であれば基本属性は受検ＤＢ１４１に記憶されているものの、副属性については一部のみ記憶されている場合がある。
受講者の属性は、受検ＤＢ１４１に登録されている受講者に関する情報から取得されるが、受講者であれば基本属性は受検ＤＢ１４１に記憶されているものの、副属性については一部のみ記憶されている場合がある。
【0082】
副属性のうち、業界属性は、受講者が就業している企業の業界（小売業、建設業、卸業等）の属性である。
所属属性は、受講者が就業している企業内の所属部門、つまり部署（事務部門、営業部門、設計部門等）の属性である。
人の特性（性格）を判断する５つの特性因子（例えば性格ビッグファイブ等）が既に知られている。性格属性は、５つの特性因子のうちスキルの伸びに影響する受講者の誠実性や開放性に関する属性である。５つの特性因子は、例えばニューキャッスル・パーソナリティ評定尺度表等で示される特定の質問（図１０参照）に対する回答で判断できる。
思考属性は、研修後における受講者へのアンケートやコメントに見られるキーワードから推測できる受講者の考え方（振り返り学習をする、物事を前向きに考える等）を示す属性である。
所属属性は、受講者が就業している企業内の所属部門、つまり部署（事務部門、営業部門、設計部門等）の属性である。
人の特性（性格）を判断する５つの特性因子（例えば性格ビッグファイブ等）が既に知られている。性格属性は、５つの特性因子のうちスキルの伸びに影響する受講者の誠実性や開放性に関する属性である。５つの特性因子は、例えばニューキャッスル・パーソナリティ評定尺度表等で示される特定の質問（図１０参照）に対する回答で判断できる。
思考属性は、研修後における受講者へのアンケートやコメントに見られるキーワードから推測できる受講者の考え方（振り返り学習をする、物事を前向きに考える等）を示す属性である。
【0083】
具体的には、図９に示す属性パターンテーブルが受検ＤＢ１４１に記憶されている。
属性パターンテーブルには、番号１から番号１５までの属性パターンが設定されている。
例えば番号１の属性パターンは、基本属性のみの属性パターンである。また番号２の属性パターンは、基本属性と業界属性との組の属性パターンである。番号３の属性パターンは、基本属性と所属属性との組の属性パターンである。番号４の属性パターンは、基本属性と性格属性との組の属性パターンである。番号５の属性パターンは、基本属性と思考属性との組の属性パターンである。
番号６乃至１５の属性パターンは、基本属性に対して上記副属性を組み合わせた属性パターンである。
属性パターンテーブルには、番号１から番号１５までの属性パターンが設定されている。
例えば番号１の属性パターンは、基本属性のみの属性パターンである。また番号２の属性パターンは、基本属性と業界属性との組の属性パターンである。番号３の属性パターンは、基本属性と所属属性との組の属性パターンである。番号４の属性パターンは、基本属性と性格属性との組の属性パターンである。番号５の属性パターンは、基本属性と思考属性との組の属性パターンである。
番号６乃至１５の属性パターンは、基本属性に対して上記副属性を組み合わせた属性パターンである。
【0084】
この場合、受講者個人の基本属性、又は基本属性と受講者に関する既取得の副属性との組み合わせの属性パターンが、属性パターンテーブルのどの属性パターンに該当するかによって、その属性パターンで受講者の属性と同じか又は類似する属性を持つ既存受講者の属性係数が導出される。
なお、属性パターンテーブルの番号について、番号の数値が大きいほど、属性の組み合わせが多いため、予測精度は高くなる。
なお、属性パターンテーブルの番号について、番号の数値が大きいほど、属性の組み合わせが多いため、予測精度は高くなる。
【0085】
性格属性を取得するには、図１０に示すアンケートが用いられる。このアンケートは、例えばアンケートには、質問番号１：乃至１０：と、質問番号毎の質問が記載されている。アンケートの質問番号１乃至１０のうち質問番号３、４、８、９の質問は、受講者の性格を判定する上で必要な質問であり、質問番号３、８はアンケート回答者である受講者の開放性を判断するためのものであり、４、９は誠実性を判断するためのものである。
【0086】
図１０に示したアンケートに対するアンケート回答者である受講者の回答は、図１１に示すポイント表によりポイントが付与される。
図１１のポイント表では、「きわめて当てはまる」、「やや当てはまる」、「どちらでもない」、「やや当てはまらない」、「きわめて当てはまらない」等の５つの回答に対して、質問番号７、９と、質問番号７、９以外とでポイントの順序が逆になるように設定されている。
図１１のポイント表では、「きわめて当てはまる」、「やや当てはまる」、「どちらでもない」、「やや当てはまらない」、「きわめて当てはまらない」等の５つの回答に対して、質問番号７、９と、質問番号７、９以外とでポイントの順序が逆になるように設定されている。
【0087】
受講者の回答を、図１１のポイント表に照合し、夫々のスコアを計数し、計数したスコアの合計得点から誠実性、開放性の夫々の係数を特定するものである。
合計得点と、誠実性、開放性の夫々の係数との対応関係は、図１２に示す対応表により設定されている。
図１２の対応表には、開放性と誠実性の夫々の項目について、合計スコアの範囲に応じた係数が設定されている。対応表は、受検ＤＢ１４１に記憶されており、属性係数生成部１３１が受検ＤＢ１４１から読み出して係数の特定に利用する。
開放性については、図１０のアンケートの質問番号３，８の回答のスコア合計が０－３、４－７、８－１０の得点範囲のどの範囲に属するかにより係数が決定される。
誠実性については、図１０のアンケートの質問番号４，９の回答のスコア合計が０－３、４－７、８－１０の得点範囲のどの範囲に属するかにより係数が決定される。
合計得点と、誠実性、開放性の夫々の係数との対応関係は、図１２に示す対応表により設定されている。
図１２の対応表には、開放性と誠実性の夫々の項目について、合計スコアの範囲に応じた係数が設定されている。対応表は、受検ＤＢ１４１に記憶されており、属性係数生成部１３１が受検ＤＢ１４１から読み出して係数の特定に利用する。
開放性については、図１０のアンケートの質問番号３，８の回答のスコア合計が０－３、４－７、８－１０の得点範囲のどの範囲に属するかにより係数が決定される。
誠実性については、図１０のアンケートの質問番号４，９の回答のスコア合計が０－３、４－７、８－１０の得点範囲のどの範囲に属するかにより係数が決定される。
【0088】
続いて、図１３を参照して成長パターン係数について説明する。
成長パターン係数生成部１３２は、受講者の現時点の４つのカテゴリのスキルの夫々のスコアの中で、受講者自身が過去１年の平均スコア以上を取ったスキルとそのスキルの項目数とが、成長パターンテーブルのどの成長パターンのタイプかを判定し、そのタイプの成長パターンに応じた成長パターン係数を決定する。
即ち成長パターン係数は、現時点のテストの評価結果（スコア）と、受検ログと、成長パターンのタイプに基づいて導出される。
このため、受検ＤＢ１４１には、図１３に示す成長パターンテーブルが記憶されている。
成長パターンテーブルは、４つのスキル項目のうち現時点のスコアが自身の１年の平均点以上を取ったスキル項目と、そのスキル項目の個数とを組み合わせた成長パターンがタイプ別に設定されたテーブルである。
成長パターン係数生成部１３２は、受講者の現時点の４つのカテゴリのスキルの夫々のスコアの中で、受講者自身が過去１年の平均スコア以上を取ったスキルとそのスキルの項目数とが、成長パターンテーブルのどの成長パターンのタイプかを判定し、そのタイプの成長パターンに応じた成長パターン係数を決定する。
即ち成長パターン係数は、現時点のテストの評価結果（スコア）と、受検ログと、成長パターンのタイプに基づいて導出される。
このため、受検ＤＢ１４１には、図１３に示す成長パターンテーブルが記憶されている。
成長パターンテーブルは、４つのスキル項目のうち現時点のスコアが自身の１年の平均点以上を取ったスキル項目と、そのスキル項目の個数とを組み合わせた成長パターンがタイプ別に設定されたテーブルである。
【0089】
例えばタイプ１は、直近１年でビジネス知識のスキルのスコアだけが平均点以上になった成長パターンである。タイプ２は、直近１年でプランニング＆コントロールのスキルのスコアだけが平均点以上になった成長パターンである。タイプ３は、直近１年でコミュニケーションのスキルのスコアだけが平均点以上になった成長パターンである。タイプ４は、直近１年でシンキングのスキルのスコアだけが平均点以上になった成長パターンである。
タイプ５乃至９は、直近１年で２つ以上のスキルのスコアが平均点以上になった成長パターンである。
タイプ１０乃至１４は、直近１年で３つ以上のスキルのスコアが平均点以上になった成長パターンである。
タイプ１５乃至１４は、直近１年で４つの全てのスキルのスコアが平均点以上になった成長パターンである。
タイプ５乃至９は、直近１年で２つ以上のスキルのスコアが平均点以上になった成長パターンである。
タイプ１０乃至１４は、直近１年で３つ以上のスキルのスコアが平均点以上になった成長パターンである。
タイプ１５乃至１４は、直近１年で４つの全てのスキルのスコアが平均点以上になった成長パターンである。
【0090】
ここで、重要なのは、２以上のスキル同士の組み合わせであり、スキル同士の組み合わせのタイプによって係数が異なる。
【0091】
以下、図１４、図１５を参照してカテゴリの相関関係について説明する。
サービス提供者は、受講者に対して研修サービスを提供する中で蓄積している過去の膨大な量の受検ログを分析する中で、カテゴリ（スキル）間に相関関係があり、スキルの関係が受講者の成長に影響を与えることが分かった。
サービス提供者は、受講者に対して研修サービスを提供する中で蓄積している過去の膨大な量の受検ログを分析する中で、カテゴリ（スキル）間に相関関係があり、スキルの関係が受講者の成長に影響を与えることが分かった。
【0092】
図１４に示すように、プランニング＆コントロール（Ｐ＆Ｃ）のスコアが高いと、シンキング（ＴＨＩ）とコミュニケーション（ＣＯＭ）のスコアも上がり易く、全体としてスコアが伸び易い。
ベースのスキルであるビジネス知識（ＢＫ）のスコアが高まれば、全体のスコアを押し上げる。
シンキング（ＴＨＩ）とコミュニケーション（ＣＯＭ）は相互に影響しない。
ベースのスキルであるビジネス知識（ＢＫ）のスコアが高まれば、全体のスコアを押し上げる。
シンキング（ＴＨＩ）とコミュニケーション（ＣＯＭ）は相互に影響しない。
【0093】
また、夫々のスキルに含まれるテーマのスコアについても他のテーマのスコアとの相関関係がある。
図１５に示すように、テスト結果の評価を示すグラフにおいて、プランニング＆コントロールに含まれる目的・目標、振り返り・評価のテーマと、プランニング＆コントロールに含まれる改善のテーマや、シンキングに含まれる解決策立案のテーマとは相関関係がある。
例えばプランニング＆コントロールに含まれる目的・目標、振り返り・評価のテーマのスコアや、シンキングに含まれる課題設定のテーマのスコアが上がると、プランニング＆コントロールに含まれる改善のテーマや、シンキングに含まれる解決策立案のテーマのスコアが上がってくる。
また、シンキングに含まれる各テーマは、思考系の能力を向上させるため、他のテーマの精度を高める効果がある。
コミュニケーションに含まれる傾聴のテーマのスコアが高いと、コミュニケーションのスキル全体のスコアが上がり易い。
図１５に示すように、テスト結果の評価を示すグラフにおいて、プランニング＆コントロールに含まれる目的・目標、振り返り・評価のテーマと、プランニング＆コントロールに含まれる改善のテーマや、シンキングに含まれる解決策立案のテーマとは相関関係がある。
例えばプランニング＆コントロールに含まれる目的・目標、振り返り・評価のテーマのスコアや、シンキングに含まれる課題設定のテーマのスコアが上がると、プランニング＆コントロールに含まれる改善のテーマや、シンキングに含まれる解決策立案のテーマのスコアが上がってくる。
また、シンキングに含まれる各テーマは、思考系の能力を向上させるため、他のテーマの精度を高める効果がある。
コミュニケーションに含まれる傾聴のテーマのスコアが高いと、コミュニケーションのスキル全体のスコアが上がり易い。
【0094】
上述の内容から、以下のようなことが分かった。
課題設定・解決策立案には振り返り・評価が必要である。振り返りのためには課題設定が必要である。傾聴は全てに効く、他を促進させるための要素である。目的目標と振り返りが高いと課題設定が伸びる。課題設定が伸びると目的目標が伸びる。
このような結果に基づいて、成長パターンのタイプ毎に成長パターン係数が設定され、受検ＤＢ１４１に記憶されている。
課題設定・解決策立案には振り返り・評価が必要である。振り返りのためには課題設定が必要である。傾聴は全てに効く、他を促進させるための要素である。目的目標と振り返りが高いと課題設定が伸びる。課題設定が伸びると目的目標が伸びる。
このような結果に基づいて、成長パターンのタイプ毎に成長パターン係数が設定され、受検ＤＢ１４１に記憶されている。
【0095】
以下、図１６乃至図２３を参照して第１の事例を説明する。
図１６は、第１の事例におけるアンケートの結果を示す図である。図１７は、性格属性の係数を判定するための対応表を示す図である。図１８は、属性パターンの適合例を示す図である。図１９は、適合した属性パターンに基づく類似属性者の属性係数を示す図である。図２０は、対象者の現在のスコアと受講者（全体）の直近１年の平均点との対応関係を示す対応表である。図２１は、図２０の対応表の照合により適合した成長パターンと係数を示す表である。図２２は、年数に応じた係数がスキル毎に設定されている経年係数を示す図である。図２３は、Ｎ年後の予測における入力と係数と出力の各数値を示す図である。
図１６は、第１の事例におけるアンケートの結果を示す図である。図１７は、性格属性の係数を判定するための対応表を示す図である。図１８は、属性パターンの適合例を示す図である。図１９は、適合した属性パターンに基づく類似属性者の属性係数を示す図である。図２０は、対象者の現在のスコアと受講者（全体）の直近１年の平均点との対応関係を示す対応表である。図２１は、図２０の対応表の照合により適合した成長パターンと係数を示す表である。図２２は、年数に応じた係数がスキル毎に設定されている経年係数を示す図である。図２３は、Ｎ年後の予測における入力と係数と出力の各数値を示す図である。
【0096】
第１の事例において、予測対象の受講者（対象者）の基本属性は、性別：男性、年齢：２０代後半、職種：企画職とする。
対象者の副属性のうち、業界属性は、サービス業とする。所属属性は、情報無しとする。性格属性は、図１６のアンケートの結果から、開放性が２点＋５点＝７点、誠実性が４点＋４点＝８点であり、これらの点数を、図１７の対応表に照合すると、誠実性は、１０７％（百分率表記）、開放性は、１０５％（百分率表記）という係数が抽出される。思考属性は、情報無しとする。
対象者の副属性のうち、業界属性は、サービス業とする。所属属性は、情報無しとする。性格属性は、図１６のアンケートの結果から、開放性が２点＋５点＝７点、誠実性が４点＋４点＝８点であり、これらの点数を、図１７の対応表に照合すると、誠実性は、１０７％（百分率表記）、開放性は、１０５％（百分率表記）という係数が抽出される。思考属性は、情報無しとする。
【0097】
まず、係数群生成部１２２において、属性係数を生成する。
上述した副属性（業界属性、性格属性）と基本属性との組み合わせを、図９の属性パターンテーブルに照合すると、図１８の番号７の属性パターンが適合する。
この番号７の属性パターンと同じ属性パターンを有する１以上の既存受講者（類似属性者）に関する情報（過去Ｎ年前のスコアと現在のスコア等）を受検ＤＢ１４１の受検ログから抽出し、抽出した１以上の既存受講者（類似属性者）の夫々のＮ年前のスコアとそれからＮ年後の現在のスコアとの比を計算して比率を求め、夫々の比率を平均したものを属性係数とする。この結果が、図１９の番号７の属性パターンを有する類似属性者の各スキル（図１９のＢＫ、Ｐ＆Ｃ、ＣＯＭ、ＴＨＩ）の夫々の属性係数となる。
上述した副属性（業界属性、性格属性）と基本属性との組み合わせを、図９の属性パターンテーブルに照合すると、図１８の番号７の属性パターンが適合する。
この番号７の属性パターンと同じ属性パターンを有する１以上の既存受講者（類似属性者）に関する情報（過去Ｎ年前のスコアと現在のスコア等）を受検ＤＢ１４１の受検ログから抽出し、抽出した１以上の既存受講者（類似属性者）の夫々のＮ年前のスコアとそれからＮ年後の現在のスコアとの比を計算して比率を求め、夫々の比率を平均したものを属性係数とする。この結果が、図１９の番号７の属性パターンを有する類似属性者の各スキル（図１９のＢＫ、Ｐ＆Ｃ、ＣＯＭ、ＴＨＩ）の夫々の属性係数となる。
【0098】
続いて、係数群生成部１２２において、成長パターン係数を生成する。
図２０の対応表のように、対象者（受講者）の現在のスコアが、例えばＢＫ＝１１、Ｐ＆Ｃ＝１６、ＣＯＭ＝１７、ＴＨＩ＝１３であり、受講者（全体）の直近１年の平均点が例えばＢＫ＝１２．９、Ｐ＆Ｃ＝１５．６、ＣＯＭ＝１６．５、ＴＨＩ＝１３．８であったとする。
現在のスコアが受講者（全体）の直近１年の平均点以上のスキルの項目は、Ｐ＆ＣとＣＯＭであるので、図１３の成長パターンテーブルに照合すると、タイプ８の成長パターンに適合し、図２１に示す表のように、タイプ８の成長パターンに対応する係数として、ＢＫ＝１００.０％（百分率表記）、Ｐ＆Ｃ＝１０５．３％（百分率表記）、ＣＯＭ＝１１０.０％（百分率表記）、ＴＨＩ＝１１０.０％（百分率表記）が導出される。即ち、対象者の現在のスコアと受講者（全体）の直近１年の平均点とから、対象者に適合する成長パターンが割り出される。
図２０の対応表のように、対象者（受講者）の現在のスコアが、例えばＢＫ＝１１、Ｐ＆Ｃ＝１６、ＣＯＭ＝１７、ＴＨＩ＝１３であり、受講者（全体）の直近１年の平均点が例えばＢＫ＝１２．９、Ｐ＆Ｃ＝１５．６、ＣＯＭ＝１６．５、ＴＨＩ＝１３．８であったとする。
現在のスコアが受講者（全体）の直近１年の平均点以上のスキルの項目は、Ｐ＆ＣとＣＯＭであるので、図１３の成長パターンテーブルに照合すると、タイプ８の成長パターンに適合し、図２１に示す表のように、タイプ８の成長パターンに対応する係数として、ＢＫ＝１００.０％（百分率表記）、Ｐ＆Ｃ＝１０５．３％（百分率表記）、ＣＯＭ＝１１０.０％（百分率表記）、ＴＨＩ＝１１０.０％（百分率表記）が導出される。即ち、対象者の現在のスコアと受講者（全体）の直近１年の平均点とから、対象者に適合する成長パターンが割り出される。
【0099】
次に、係数群生成部１２２において、経年係数を生成する。
経年係数は、図２２に示すように、年数に応じた係数（値）がスキル毎に設定されており、予測対象の年数に応じた係数を受検ＤＢ１４１から読み出すものとする。
例えば３年後のスコアを予測する場合は３－５年後の数値を用いるため、ＢＫ、Ｐ＆Ｃ、ＣＯＭ、ＴＨＩのＭＩＮの９８．０％、ＢＫ、Ｐ＆ＣのＭＡＸの１０５．０％、ＣＯＭ、ＴＨＩのＭＡＸの１０３．０％が受検ＤＢ１４１から読み出される。
なお、図中、経年係数を百分率で表記しているが、スコアに経年係数を掛ける計算をする際は経年係数を１００で割った数値を用いる。
上述したように生成された各係数は、係数群生成部１２２から予測部１２３に出力される。
経年係数は、図２２に示すように、年数に応じた係数（値）がスキル毎に設定されており、予測対象の年数に応じた係数を受検ＤＢ１４１から読み出すものとする。
例えば３年後のスコアを予測する場合は３－５年後の数値を用いるため、ＢＫ、Ｐ＆Ｃ、ＣＯＭ、ＴＨＩのＭＩＮの９８．０％、ＢＫ、Ｐ＆ＣのＭＡＸの１０５．０％、ＣＯＭ、ＴＨＩのＭＡＸの１０３．０％が受検ＤＢ１４１から読み出される。
なお、図中、経年係数を百分率で表記しているが、スコアに経年係数を掛ける計算をする際は経年係数を１００で割った数値を用いる。
上述したように生成された各係数は、係数群生成部１２２から予測部１２３に出力される。
【0100】
予測部１２３は、係数群生成部１２２から出力される係数を含む係数群（成長パターン係数、経年係数）を、対象者の現在の点数に掛け算して、予測値を算出し、算出結果を表示制御部１２４に出力する。予測部１２３が用いる各数値は、図２３の表に示す。
具体的には、図２３の表のように、ＢＫの現在の数値が１１点であり、この数値の１１に対して、属性係数の１０５．２％、成長パターン係数の１００.０％、経年係数のＭＩＮの９８％を夫々の１００で割った数値が掛け算され、予測値の下限値ＭＩＮとして１１．３という数値が出力される。
また、ＢＫのスキルの現在の数値が１１点であり、この数値の１１に対して、属性係数の１０５．２％、成長パターン係数の１００.０％、経年係数のＭＡＸの１０５％を夫々の１００で割った数値が掛け算され、予測値の上限値ＭＡＸとして１２．２という数値が出力される。他のスキルについても同様に計算されて、下限（下ぶれ）と上限（上ぶれ）の夫々の予測値が出力される。
具体的には、図２３の表のように、ＢＫの現在の数値が１１点であり、この数値の１１に対して、属性係数の１０５．２％、成長パターン係数の１００.０％、経年係数のＭＩＮの９８％を夫々の１００で割った数値が掛け算され、予測値の下限値ＭＩＮとして１１．３という数値が出力される。
また、ＢＫのスキルの現在の数値が１１点であり、この数値の１１に対して、属性係数の１０５．２％、成長パターン係数の１００.０％、経年係数のＭＡＸの１０５％を夫々の１００で割った数値が掛け算され、予測値の上限値ＭＡＸとして１２．２という数値が出力される。他のスキルについても同様に計算されて、下限（下ぶれ）と上限（上ぶれ）の夫々の予測値が出力される。
【0101】
次に、図２４乃至図３１を参照して第２の事例を説明する。
図２４は、第２の事例におけるアンケートの結果を示す図である。図２５は、性格属性の係数を判定するための対応表を示す図である。図２６は、属性パターンの適合例を示す図である。図２７は、適合した属性パターンに基づく類似属性者の属性係数を示す図である。図２８は、対象者の現在のスコアと受講者（全体）の直近１年の平均点との対応関係を示す対応表である。図２９は、図２８の対応表の照合により適合した成長パターンと係数を示す表である。図３０は、年数に応じた係数がスキル毎に設定されている経年係数を示す図である。図３１は、Ｎ年後の予測における入力と係数と出力の各数値を示す図である。
図２４は、第２の事例におけるアンケートの結果を示す図である。図２５は、性格属性の係数を判定するための対応表を示す図である。図２６は、属性パターンの適合例を示す図である。図２７は、適合した属性パターンに基づく類似属性者の属性係数を示す図である。図２８は、対象者の現在のスコアと受講者（全体）の直近１年の平均点との対応関係を示す対応表である。図２９は、図２８の対応表の照合により適合した成長パターンと係数を示す表である。図３０は、年数に応じた係数がスキル毎に設定されている経年係数を示す図である。図３１は、Ｎ年後の予測における入力と係数と出力の各数値を示す図である。
【0102】
第２の事例において、予測対象の受講者（対象者）の基本属性は、性別：女性、年齢：３０代前半、職種：営業職とする。
対象者の副属性のうち、業界属性は、情報通信業とする。所属属性は、営業第２部とする。性格属性は、図２４のアンケートの結果から、開放性が４点＋４点＝８点、誠実性が５点＋４点＝９点であり、これらの点数を、図２５の対応表に照合すると、誠実性及び開放性は、共に１０７％（百分率表記）という係数が抽出される。思考属性は、カラオケ、ネコ、読書等がキーワードとして抽出されたものとする。
対象者の副属性のうち、業界属性は、情報通信業とする。所属属性は、営業第２部とする。性格属性は、図２４のアンケートの結果から、開放性が４点＋４点＝８点、誠実性が５点＋４点＝９点であり、これらの点数を、図２５の対応表に照合すると、誠実性及び開放性は、共に１０７％（百分率表記）という係数が抽出される。思考属性は、カラオケ、ネコ、読書等がキーワードとして抽出されたものとする。
【0103】
まず、係数群生成部１２２において、属性係数を生成する。
上述した副属性（業界属性、性格属性）と基本属性との組み合わせを、図９の属性パターンテーブルに照合すると、図２６の番号１５の属性パターンが適合する。
この番号７の属性パターンと同じ属性パターンを有する１以上の既存受講者（類似属性者）に関する情報（過去Ｎ年前のスコアと現在のスコア等）を受検ＤＢ１４１の受検ログから抽出し、抽出した１以上の既存受講者（類似属性者）の夫々のＮ年前のスコアとそれからＮ年後の現在のスコアとの比を計算して比率を求め、夫々の比率を平均したものを属性係数とする。この結果が、図２７の番号１５の属性パターンを有する類似属性者の各スキル（図２７のＢＫ、Ｐ＆Ｃ、ＣＯＭ、ＴＨＩ）の夫々の属性係数となる。
上述した副属性（業界属性、性格属性）と基本属性との組み合わせを、図９の属性パターンテーブルに照合すると、図２６の番号１５の属性パターンが適合する。
この番号７の属性パターンと同じ属性パターンを有する１以上の既存受講者（類似属性者）に関する情報（過去Ｎ年前のスコアと現在のスコア等）を受検ＤＢ１４１の受検ログから抽出し、抽出した１以上の既存受講者（類似属性者）の夫々のＮ年前のスコアとそれからＮ年後の現在のスコアとの比を計算して比率を求め、夫々の比率を平均したものを属性係数とする。この結果が、図２７の番号１５の属性パターンを有する類似属性者の各スキル（図２７のＢＫ、Ｐ＆Ｃ、ＣＯＭ、ＴＨＩ）の夫々の属性係数となる。
【0104】
続いて、係数群生成部１２２において、成長パターン係数を生成する。
図２８の対応表のように、対象者の現在のスコアが、例えばＢＫ＝１４、Ｐ＆Ｃ＝１６、ＣＯＭ＝１５、ＴＨＩ＝１４であり、受講者（全体）の直近１年の平均点が例えばＢＫ＝１２．９、Ｐ＆Ｃ＝１５．６、ＣＯＭ＝１６．５、ＴＨＩ＝１３．８であったとする。
対象者の現在のスコアが、受講者（全体）の直近１年の平均点以上のスキルの項目は、Ｐ＆ＣとＴＨＩであるので、図１３の成長パターンテーブルに照合すると、タイプ９の成長パターンに適合し、図２９に示す表のように、タイプ９の成長パターンに対応する係数として、ＢＫ＝１０３.０％（百分率表記）、Ｐ＆Ｃ＝１０９％（百分率表記）、ＣＯＭ＝１０５％（百分率表記）、ＴＨＩ＝１１０％（百分率表記）が導出される。即ち、対象者の現在のスコアと受講者（全体）の直近１年の平均点から、対象者に適合する成長パターンが割り出される。
図２８の対応表のように、対象者の現在のスコアが、例えばＢＫ＝１４、Ｐ＆Ｃ＝１６、ＣＯＭ＝１５、ＴＨＩ＝１４であり、受講者（全体）の直近１年の平均点が例えばＢＫ＝１２．９、Ｐ＆Ｃ＝１５．６、ＣＯＭ＝１６．５、ＴＨＩ＝１３．８であったとする。
対象者の現在のスコアが、受講者（全体）の直近１年の平均点以上のスキルの項目は、Ｐ＆ＣとＴＨＩであるので、図１３の成長パターンテーブルに照合すると、タイプ９の成長パターンに適合し、図２９に示す表のように、タイプ９の成長パターンに対応する係数として、ＢＫ＝１０３.０％（百分率表記）、Ｐ＆Ｃ＝１０９％（百分率表記）、ＣＯＭ＝１０５％（百分率表記）、ＴＨＩ＝１１０％（百分率表記）が導出される。即ち、対象者の現在のスコアと受講者（全体）の直近１年の平均点から、対象者に適合する成長パターンが割り出される。
【0105】
次に、係数群生成部１２２において、経年係数を生成する。
経年係数は、図３０に示すように、年数に応じた係数（値）がスキル毎に設定されており、予測対象の年数に応じた係数が受検ＤＢ１４１から読み出される。
例えば６年後のスコアを予測する場合は６－１０年後の数値を用いるため、ＢＫ、Ｐ＆Ｃ、ＣＯＭ、ＴＨＩのＭＩＮの９８．０％、ＢＫ、Ｐ＆ＣのＭＡＸの１０６．０％、ＣＯＭ、ＴＨＩのＭＡＸの１０５．０％が受検ＤＢ１４１から読み出される。
なお、図中、経年係数を百分率で表記しているが、スコアに経年係数を掛ける計算をする際は経年係数を１００で割った数値を用いる。
上述したように生成された各係数は、係数群生成部１２２から予測部１２３に出力される。
経年係数は、図３０に示すように、年数に応じた係数（値）がスキル毎に設定されており、予測対象の年数に応じた係数が受検ＤＢ１４１から読み出される。
例えば６年後のスコアを予測する場合は６－１０年後の数値を用いるため、ＢＫ、Ｐ＆Ｃ、ＣＯＭ、ＴＨＩのＭＩＮの９８．０％、ＢＫ、Ｐ＆ＣのＭＡＸの１０６．０％、ＣＯＭ、ＴＨＩのＭＡＸの１０５．０％が受検ＤＢ１４１から読み出される。
なお、図中、経年係数を百分率で表記しているが、スコアに経年係数を掛ける計算をする際は経年係数を１００で割った数値を用いる。
上述したように生成された各係数は、係数群生成部１２２から予測部１２３に出力される。
【0106】
予測部１２３は、係数群生成部１２２から出力される係数を含む係数群（成長パターン係数、経年係数）を、対象者の現在の点数に掛け算して、予測値を算出し、算出結果を表示制御部１２４に出力する。予測部１２３が用いる各数値は、図３１の表に示す。
具体的には、図３１の表のように、ＢＫの現在の数値が１４点であり、この数値の１４に対して、属性係数の１１０％、成長パターン係数の１０３％、経年係数のＭＩＮの９８％を夫々の１００で割った数値が掛け算され、予測値の下限値ＭＩＮとして１５．５という数値が出力される。
また、ＢＫのスキルの現在の数値が１４点であり、この数値の１４に対して、属性係数の１１０％、成長パターン係数の１０３％、経年係数のＭＡＸの１０６％を夫々の１００で割った数値が掛け算され、予測値の上限値ＭＡＸとして１６．８という数値が出力される。他のスキルについても同様に計算されて、下限（下ぶれ）と上限（上ぶれ）の夫々の予測値が出力される。
具体的には、図３１の表のように、ＢＫの現在の数値が１４点であり、この数値の１４に対して、属性係数の１１０％、成長パターン係数の１０３％、経年係数のＭＩＮの９８％を夫々の１００で割った数値が掛け算され、予測値の下限値ＭＩＮとして１５．５という数値が出力される。
また、ＢＫのスキルの現在の数値が１４点であり、この数値の１４に対して、属性係数の１１０％、成長パターン係数の１０３％、経年係数のＭＡＸの１０６％を夫々の１００で割った数値が掛け算され、予測値の上限値ＭＡＸとして１６．８という数値が出力される。他のスキルについても同様に計算されて、下限（下ぶれ）と上限（上ぶれ）の夫々の予測値が出力される。
【0107】
次に、図３２乃至図３９を参照して第３の事例を説明する。
図３２は、第３の事例におけるアンケートの結果を示す図である。図３３は、性格属性の係数を判定するための対応表を示す図である。図３４は、属性パターンの適合例を示す図である。図３５は、適合した属性パターンに基づく類似属性者の属性係数を示す図である。図３６は、対象者の現在のスコアと受講者（全体）の直近１年の平均点との対応関係を示す対応表である。図３７は、図３６の対応表の照合により適合した成長パターンと係数を示す表である。図３８は、年数に応じた係数がスキル毎に設定されている経年係数を示す図である。図３９は、Ｎ年後の予測における入力と係数と出力の各数値を示す図である。
図３２は、第３の事例におけるアンケートの結果を示す図である。図３３は、性格属性の係数を判定するための対応表を示す図である。図３４は、属性パターンの適合例を示す図である。図３５は、適合した属性パターンに基づく類似属性者の属性係数を示す図である。図３６は、対象者の現在のスコアと受講者（全体）の直近１年の平均点との対応関係を示す対応表である。図３７は、図３６の対応表の照合により適合した成長パターンと係数を示す表である。図３８は、年数に応じた係数がスキル毎に設定されている経年係数を示す図である。図３９は、Ｎ年後の予測における入力と係数と出力の各数値を示す図である。
【0108】
第３の事例において、予測対象の受講者（対象者）の基本属性は、性別：女性、年齢：４０代前半、職種：事務職とする。
対象者の副属性のうち、業界属性は、小売業とする。所属属性は、無しとする。性格属性は、図３２のアンケートの結果から、開放性が３点＋２点＝５点、誠実性が３点＋３点＝６点であり、これらの点数を、図３３の対応表に照合すると、誠実性及び開放性は、共に１０５％（百分率表記）という係数が抽出される。思考属性は、料理、音楽等がキーワードとして抽出されたものとする。
対象者の副属性のうち、業界属性は、小売業とする。所属属性は、無しとする。性格属性は、図３２のアンケートの結果から、開放性が３点＋２点＝５点、誠実性が３点＋３点＝６点であり、これらの点数を、図３３の対応表に照合すると、誠実性及び開放性は、共に１０５％（百分率表記）という係数が抽出される。思考属性は、料理、音楽等がキーワードとして抽出されたものとする。
【0109】
まず、係数群生成部１２２において、属性係数を生成する。
上述した副属性（業界属性、性格属性）と基本属性との組み合わせを、図９の属性パターンテーブルに照合すると、図３４の番号１４の属性パターンが適合する。
この番号１４の属性パターンと同じ属性パターンを有する１以上の既存受講者（類似属性者）に関する情報（過去Ｎ年前のスコアと現在のスコア等）を受検ＤＢ１４１の受検ログから抽出し、抽出した１以上の既存受講者（類似属性者）の夫々のＮ年前のスコアとそれからＮ年後の現在のスコアとの比を計算して比率を求め、夫々の比率を平均したものを属性係数とする。この結果が、図３５の番号１４の属性パターンを有する類似属性者の各スキル（図３５のＢＫ、Ｐ＆Ｃ、ＣＯＭ、ＴＨＩ）の夫々の属性係数となる。
上述した副属性（業界属性、性格属性）と基本属性との組み合わせを、図９の属性パターンテーブルに照合すると、図３４の番号１４の属性パターンが適合する。
この番号１４の属性パターンと同じ属性パターンを有する１以上の既存受講者（類似属性者）に関する情報（過去Ｎ年前のスコアと現在のスコア等）を受検ＤＢ１４１の受検ログから抽出し、抽出した１以上の既存受講者（類似属性者）の夫々のＮ年前のスコアとそれからＮ年後の現在のスコアとの比を計算して比率を求め、夫々の比率を平均したものを属性係数とする。この結果が、図３５の番号１４の属性パターンを有する類似属性者の各スキル（図３５のＢＫ、Ｐ＆Ｃ、ＣＯＭ、ＴＨＩ）の夫々の属性係数となる。
【0110】
続いて、係数群生成部１２２において、成長パターン係数を生成する。
図３６の対応表のように、対象者の現在のスコアが、例えばＢＫ＝１４、Ｐ＆Ｃ＝１５、ＣＯＭ＝１３、ＴＨＩ＝１３であり、受講者（全体）の直近１年の平均点が例えばＢＫ＝１２．９、Ｐ＆Ｃ＝１５．６、ＣＯＭ＝１６．５、ＴＨＩ＝１３．８であったとする。
対象者の現在のスコアが、受講者（全体）の直近１年の平均点以上のスキルの項目は、ＢＫのみであるので、図１３の成長パターンテーブルに照合すると、タイプ１の成長パターンに適合し、図３７に示す表のように、タイプ１の成長パターンに対応する係数として、ＢＫ＝１０５.０％（百分率表記）、Ｐ＆Ｃ＝１０３％（百分率表記）、ＣＯＭ＝１０２％（百分率表記）、ＴＨＩ＝１０３％（百分率表記）が導出される。即ち、対象者の現在のスコアと受講者（全体）の直近１年の平均点から、対象者に適合する成長パターンが割り出される。
図３６の対応表のように、対象者の現在のスコアが、例えばＢＫ＝１４、Ｐ＆Ｃ＝１５、ＣＯＭ＝１３、ＴＨＩ＝１３であり、受講者（全体）の直近１年の平均点が例えばＢＫ＝１２．９、Ｐ＆Ｃ＝１５．６、ＣＯＭ＝１６．５、ＴＨＩ＝１３．８であったとする。
対象者の現在のスコアが、受講者（全体）の直近１年の平均点以上のスキルの項目は、ＢＫのみであるので、図１３の成長パターンテーブルに照合すると、タイプ１の成長パターンに適合し、図３７に示す表のように、タイプ１の成長パターンに対応する係数として、ＢＫ＝１０５.０％（百分率表記）、Ｐ＆Ｃ＝１０３％（百分率表記）、ＣＯＭ＝１０２％（百分率表記）、ＴＨＩ＝１０３％（百分率表記）が導出される。即ち、対象者の現在のスコアと受講者（全体）の直近１年の平均点から、対象者に適合する成長パターンが割り出される。
【0111】
次に、係数群生成部１２２において、経年係数を生成する。
経年係数は、図３８に示すように、年数に応じた係数（値）がスキル毎に設定されており、予測対象の年数に応じた係数が受検ＤＢ１４１から読み出される。
例えば１年後のスコアを予測する場合は１－２年後の数値を用いるため、ＢＫ、Ｐ＆Ｃ、ＣＯＭ、ＴＨＩのＭＩＮの９５．０％、ＢＫ、Ｐ＆ＣのＭＡＸの１０３．０％、ＣＯＭ、ＴＨＩのＭＡＸの１０２．０％が受検ＤＢ１４１から読み出される。
なお、図中、経年係数を百分率で表記しているが、スコアに経年係数を掛ける計算をする際は経年係数を１００で割った数値を用いる。
上述したように生成された各係数は、係数群生成部１２２から予測部１２３に出力される。
経年係数は、図３８に示すように、年数に応じた係数（値）がスキル毎に設定されており、予測対象の年数に応じた係数が受検ＤＢ１４１から読み出される。
例えば１年後のスコアを予測する場合は１－２年後の数値を用いるため、ＢＫ、Ｐ＆Ｃ、ＣＯＭ、ＴＨＩのＭＩＮの９５．０％、ＢＫ、Ｐ＆ＣのＭＡＸの１０３．０％、ＣＯＭ、ＴＨＩのＭＡＸの１０２．０％が受検ＤＢ１４１から読み出される。
なお、図中、経年係数を百分率で表記しているが、スコアに経年係数を掛ける計算をする際は経年係数を１００で割った数値を用いる。
上述したように生成された各係数は、係数群生成部１２２から予測部１２３に出力される。
【0112】
予測部１２３は、係数群生成部１２２から出力される係数を含む係数群（成長パターン係数、経年係数）を、対象者の現在の点数に掛け算して、予測値を算出し、算出結果を表示制御部１２４に出力する。予測部１２３が用いる各数値は、図３９の表に示す。
具体的には、図３９の表のように、ＢＫの現在の数値が１４点であり、この数値の１４に対して、属性係数の１０５.４％、成長パターン係数の１０５％、経年係数のＭＩＮの９５％を夫々の１００で割った数値が掛け算され、予測値の下限値ＭＩＮとして１４．７という数値が出力される。
また、ＢＫのスキルの現在の数値が１４点であり、この数値の１４に対して、属性係数の１０５．４％、成長パターン係数の１０５％、経年係数のＭＡＸの１０３％を夫々の１００で割った数値が掛け算され、予測値の上限値ＭＡＸとして１６．０という数値が出力される。他のスキルについても同様に計算されて、下限（下ぶれ）と上限（上ぶれ）の夫々の予測値が出力される。
具体的には、図３９の表のように、ＢＫの現在の数値が１４点であり、この数値の１４に対して、属性係数の１０５.４％、成長パターン係数の１０５％、経年係数のＭＩＮの９５％を夫々の１００で割った数値が掛け算され、予測値の下限値ＭＩＮとして１４．７という数値が出力される。
また、ＢＫのスキルの現在の数値が１４点であり、この数値の１４に対して、属性係数の１０５．４％、成長パターン係数の１０５％、経年係数のＭＡＸの１０３％を夫々の１００で割った数値が掛け算され、予測値の上限値ＭＡＸとして１６．０という数値が出力される。他のスキルについても同様に計算されて、下限（下ぶれ）と上限（上ぶれ）の夫々の予測値が出力される。
【0113】
以上、本発明の一実施形態について説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。
【0114】
例えば、図２に示したハードウェア構成は、本発明の目的を達成するための例示に過ぎず、特に限定されない。
【0115】
また、図３に示した機能ブロック図は、例示に過ぎず、特に限定されない。即ち、上述した一連の処理を全体として実行できる機能が情報処理装置に備えられていれば足り、この機能を実現するためにどのような機能ブロック及びデータベースを用いるのかは、特に図３の例に限定されない。
【0116】
また、機能ブロック及びデータベースの存在場所も、図３に限定されず、任意でよい。
また、１つの機能ブロック及びデータベースは、ハードウェア単体で構成してもよいし、別々のハードウェアに備えてもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。
また、１つの機能ブロック及びデータベースは、ハードウェア単体で構成してもよいし、別々のハードウェアに備えてもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。
【0117】
各機能ブロックの処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、コンピュータ等にネットワークや記録媒体からインストールされる。
コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。また、コンピュータは、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コンピュータ、例えばサーバの他汎用のスマートフォンやパーソナルコンピュータであってもよい。
コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。また、コンピュータは、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コンピュータ、例えばサーバの他汎用のスマートフォンやパーソナルコンピュータであってもよい。
【0118】
このようなプログラムを含む記録媒体は、各受講者にプログラムを提供するために装置本体とは別に配布される、リムーバブルメディアにより構成されるだけではなく、装置本体に予め組み込まれた状態で各受講者に提供される記録媒体等で構成される。
【0119】
なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に添って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的或いは個別に実行される処理をも含むものである。
【0120】
また、本明細書において、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味するものである。
【0121】
例えば、上述の実施形態では、ビジネス基礎力に関する評価を行うためのスキルとして、例えばビジネス知識、計画及びコントロール、コミュニケーション、並びに思考等の４種類のスキルに分けたが、これは例示に過ぎない。
即ち、ビジネス基礎力に関する任意のｍ個（ｍは１以上の整数値）夫々のスキルを採用することができる。この場合、各スキル毎に設けられるテーマも、上述の実施形態の例に特に限定されず、任意のｐ個（ｐは、ｍとは独立した１以上の整数値）のテーマを採用することができる。
即ち、ビジネス基礎力に関する任意のｍ個（ｍは１以上の整数値）夫々のスキルを採用することができる。この場合、各スキル毎に設けられるテーマも、上述の実施形態の例に特に限定されず、任意のｐ個（ｐは、ｍとは独立した１以上の整数値）のテーマを採用することができる。
【0122】
上記実施形態では、企業に所属する１以上の従業員の夫々についてのビジネス基礎力を示す情報として、例えばビジネススキルを評価する１以上のスキルにおけるテーマ毎のビジネス基礎力診断テストの得点を正規化したスコア等を取得したが、この例以外であってもよい。
例えば企業の他、団体やコミュニティであってもよく、組織であれば足りる。従業員の他、例えば社員や所員、署員等であってもよく、構成員であれば足りる。
また、ビジネス基礎力を示す情報としてスキルやテーマ毎のテストを正規化したスコアを取得したが、この他、例えばテストの得点そのものを取得してもよく、ビジネス基礎力を示す情報であれば足りる。
例えば企業の他、団体やコミュニティであってもよく、組織であれば足りる。従業員の他、例えば社員や所員、署員等であってもよく、構成員であれば足りる。
また、ビジネス基礎力を示す情報としてスキルやテーマ毎のテストを正規化したスコアを取得したが、この他、例えばテストの得点そのものを取得してもよく、ビジネス基礎力を示す情報であれば足りる。
【0123】
上記実施形態では、テスト部１２１は、ビジネス基礎力向上のための研修がＮ年間施される予定の受講者について、ビジネス基礎力を評価した現在のスコアを取得したが、これ以外であってもよく、所定の人材育成が所定期間施される予定の対象者について、ビジネスに関する現時点の能力を評価した現在の評価値を取得すれば足りる。
上記実施形態では、係数群生成部１２２は、研修が既にＮ年間施された既存受講者のうち、研修を受ける予定の受講者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についてのスコアの過去Ｎ年間の成長の実績に基づいて、現在のスコアを補正する３つの係数（属性係数、成長パターン係数、経年係数等）を生成し、当該係数を含む係数群を出力したが、これ以外に、例えば３つの係数（属性係数、成長パターン係数、経年係数のうち一つだけを用いてもよいし、３つの係数のうち２つを組み合わせて利用してもよい。３つの係数にさらに他の係数を追加してもよい。３つの係数のうち１つ以上の係数と他の係数と入れ代えて利用してもよい。
即ち、人材育成が既に所定期間施された者のうち、対象者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についての評価の所定期間の成長の実績に基づいて、現在の評価値を補正する第１係数を生成し、当該第１係数を含む係数群を出力すれば足りる。
上記実施形態では、予測部１２３は、研修を受ける予定の受講者について現在のスコアを、当該係数群を用いて補正し、補正後のスコアを当該受講者のＮ年間後のスコアとして予測したが、これ以外であってもよく、対象者について前記現在の評価値に対して前記係数群を用いて補正し、補正後の評価値を当該対象者の所定期間後の評価値として予測すれば足りる。
上記実施形態では、予測する期間（年月）について１年、３年、６年等を例示したが、これ以外であってもよく、Ｎ年間後であれば足りる。予測するＮ年間後については、受講者のマイページに設けられている「今後の成長予測」等のボタンを操作することで表示される予測画面に対して所望の期間を入力するものとする。所望の期間については、プルダウンメニューから年月を選択するようにしてもよく、西暦や和暦等の年月を直接入力してもよい。
上記実施形態では、過去Ｎ年の平均値を、受講者（全体）の直近１年の平均値として説明したが、この他、類似属性者の直近１年の平均値でもよく、対象者本人の直近１年の平均値でもよい。即ち、対象者の成長の基準になる数値であればよい。
上記実施形態では、会員のマイページから希望者全員に今後の成長予測の予測値（予測情報）を提示し閲覧させることを前提にしているため、予測情報の提示対象を制限することについては記載していないが、研修サービスの会員となった受講者のリテンション施策として活用してもよい。
例えば通常の会員と、プレミアム会員（オプション課金者）とを設定し、プレミアム会員にのみ予測情報を提示可能にし、レベル差を付けてもよい。また、通常の会員には、おおよその予測情報を提供し、プレミアム会員には、具体的な数値や上述したぶれ幅等を含めて提示するようにしてもよい。また、会員だけでなく、一般の人に対して、会員勧誘の一環として、本サービス提供者の研修サービスを受けることで、自身の能力がどの程度伸びるのかを無料又は有料で提供するようにしてもよい。
上記実施形態では、係数群生成部１２２は、研修が既にＮ年間施された既存受講者のうち、研修を受ける予定の受講者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についてのスコアの過去Ｎ年間の成長の実績に基づいて、現在のスコアを補正する３つの係数（属性係数、成長パターン係数、経年係数等）を生成し、当該係数を含む係数群を出力したが、これ以外に、例えば３つの係数（属性係数、成長パターン係数、経年係数のうち一つだけを用いてもよいし、３つの係数のうち２つを組み合わせて利用してもよい。３つの係数にさらに他の係数を追加してもよい。３つの係数のうち１つ以上の係数と他の係数と入れ代えて利用してもよい。
即ち、人材育成が既に所定期間施された者のうち、対象者と同一又は類似する属性を有する者を類似属性者として、１以上の類似属性者についての評価の所定期間の成長の実績に基づいて、現在の評価値を補正する第１係数を生成し、当該第１係数を含む係数群を出力すれば足りる。
上記実施形態では、予測部１２３は、研修を受ける予定の受講者について現在のスコアを、当該係数群を用いて補正し、補正後のスコアを当該受講者のＮ年間後のスコアとして予測したが、これ以外であってもよく、対象者について前記現在の評価値に対して前記係数群を用いて補正し、補正後の評価値を当該対象者の所定期間後の評価値として予測すれば足りる。
上記実施形態では、予測する期間（年月）について１年、３年、６年等を例示したが、これ以外であってもよく、Ｎ年間後であれば足りる。予測するＮ年間後については、受講者のマイページに設けられている「今後の成長予測」等のボタンを操作することで表示される予測画面に対して所望の期間を入力するものとする。所望の期間については、プルダウンメニューから年月を選択するようにしてもよく、西暦や和暦等の年月を直接入力してもよい。
上記実施形態では、過去Ｎ年の平均値を、受講者（全体）の直近１年の平均値として説明したが、この他、類似属性者の直近１年の平均値でもよく、対象者本人の直近１年の平均値でもよい。即ち、対象者の成長の基準になる数値であればよい。
上記実施形態では、会員のマイページから希望者全員に今後の成長予測の予測値（予測情報）を提示し閲覧させることを前提にしているため、予測情報の提示対象を制限することについては記載していないが、研修サービスの会員となった受講者のリテンション施策として活用してもよい。
例えば通常の会員と、プレミアム会員（オプション課金者）とを設定し、プレミアム会員にのみ予測情報を提示可能にし、レベル差を付けてもよい。また、通常の会員には、おおよその予測情報を提供し、プレミアム会員には、具体的な数値や上述したぶれ幅等を含めて提示するようにしてもよい。また、会員だけでなく、一般の人に対して、会員勧誘の一環として、本サービス提供者の研修サービスを受けることで、自身の能力がどの程度伸びるのかを無料又は有料で提供するようにしてもよい。
【0124】
以上まとめると、本発明が適用される情報処理装置は、次のような構成を取れば足り、各種各様な実施形態を取ることができる。
即ち、本発明が適用される情報処理装置（例えば図３のサーバ１０等）は、
所定の人材育成（研修サービス）が所定期間（Ｎ年間）施される予定の対象者（受講者又は受講予定者）について、ビジネスに関する現時点の能力を評価した現在の評価値（スコア）を取得する評価値取得手段（例えば図３のテスト部１２１等）と、
前記人材育成が既に所定期間（Ｎ年間）施された者のうち、前記対象者（受講者又は受講予定者）のと同一又は類似する属性を有する者（既存受講者）を類似属性者として、１以上の類似属性者についての前記評価の所定期間（Ｎ年間）の成長の実績に基づいて、前記現在の評価値（スコア）を補正する第１係数（属性係数）を生成し、当該第１係数（属性係数）を含む係数群を出力する係数群生成手段（例えば図３の係数群生成部１２２等）と、
前記対象者（受講者又は受講予定者）について前記現在の評価値（スコア）に対して前記係数群を用いて補正し、補正後の評価値（スコア）を当該対象者（受講者又は受講予定者）の所定期間（Ｎ年間）後の評価値（予測スコア又は予測値）として予測する予測手段（例えば図３の予測部１２３等）と、
を備える。
このように、対象者（受講者）評価結果（スコア）と、対象者（受講者）個人の属性（属性係数）とから対象者（受講者）の所定期間（Ｎ年）後の評価値を算出（予測）することで、人材育成（研修）予定の対象者（受講者）の現時点のビジネスに関する能力を示す評価値（ビジネス基礎力を評価したスコア）が、人材育成（研修）の支援により所定期間（Ｎ年間）でどの程度成長するかを対象者（受講者）に提示することができる。
即ち、本発明が適用される情報処理装置（例えば図３のサーバ１０等）は、
所定の人材育成（研修サービス）が所定期間（Ｎ年間）施される予定の対象者（受講者又は受講予定者）について、ビジネスに関する現時点の能力を評価した現在の評価値（スコア）を取得する評価値取得手段（例えば図３のテスト部１２１等）と、
前記人材育成が既に所定期間（Ｎ年間）施された者のうち、前記対象者（受講者又は受講予定者）のと同一又は類似する属性を有する者（既存受講者）を類似属性者として、１以上の類似属性者についての前記評価の所定期間（Ｎ年間）の成長の実績に基づいて、前記現在の評価値（スコア）を補正する第１係数（属性係数）を生成し、当該第１係数（属性係数）を含む係数群を出力する係数群生成手段（例えば図３の係数群生成部１２２等）と、
前記対象者（受講者又は受講予定者）について前記現在の評価値（スコア）に対して前記係数群を用いて補正し、補正後の評価値（スコア）を当該対象者（受講者又は受講予定者）の所定期間（Ｎ年間）後の評価値（予測スコア又は予測値）として予測する予測手段（例えば図３の予測部１２３等）と、
を備える。
このように、対象者（受講者）評価結果（スコア）と、対象者（受講者）個人の属性（属性係数）とから対象者（受講者）の所定期間（Ｎ年）後の評価値を算出（予測）することで、人材育成（研修）予定の対象者（受講者）の現時点のビジネスに関する能力を示す評価値（ビジネス基礎力を評価したスコア）が、人材育成（研修）の支援により所定期間（Ｎ年間）でどの程度成長するかを対象者（受講者）に提示することができる。
【0125】
前記係数群生成手段（例えば図３の係数群生成部１２２等）は、さらに、前記対象者（受講者）の成長パターンに基づいて、前記現在の評価値（スコア）を補正する第２係数（成長パターン係数）を生成する第２係数生成手段（例えば図３の成長パターン係数生成部１３２等）を備え、
前記第１係数（属性係数）と共に当該第２係数（成長パターン係数）をさらに含む前記係数群を生成する。
このように、第１係数（属性係数）と共に第２係数（成長パターン係数）を含めて生成した係数群を用いて現時点の評価値（スコア）を補正することで、対象者（研修を受講予定の受講者）が所定期間（Ｎ年間）人材育成を施した（研修を受講した）後の評価値（スコア）の予測精度を向上することができる。
前記第１係数（属性係数）と共に当該第２係数（成長パターン係数）をさらに含む前記係数群を生成する。
このように、第１係数（属性係数）と共に第２係数（成長パターン係数）を含めて生成した係数群を用いて現時点の評価値（スコア）を補正することで、対象者（研修を受講予定の受講者）が所定期間（Ｎ年間）人材育成を施した（研修を受講した）後の評価値（スコア）の予測精度を向上することができる。
【0126】
前記係数群生成手段は、さらに、前記１以上の類似属性者（既存受講者）の夫々についての所定期間を経る中で成長した前記評価値（スコア）のぶれに基づいて、所定期間経過後に前記対象者（受講者）が成長する際の評価値（スコア）の最低と最高のぶれ幅（ＭＩＮ、ＭＡＸ）を示す第３係数（経年係数）を生成する第３係数生成手段（例えば図３の経年係数生成部１３３等）を備え、
前記第１係数（属性係数）及び前記第２係数（成長パターン係数）と共に当該第３係数（経年係数）をさらに含む前記係数群を生成する。
このように、第１係数（属性係数）及び第２係数（成長パターン係数）と共に第３係数（経年係数）を含めて生成した係数群を用いて現時点の評価値（スコア）を補正することで、対象者（研修を受講予定の受講者）に所定期間（Ｎ年間）人材育成を施した（研修を受講した）後の評価値（スコア）の予測精度をさらに向上することができる。
前記第１係数（属性係数）及び前記第２係数（成長パターン係数）と共に当該第３係数（経年係数）をさらに含む前記係数群を生成する。
このように、第１係数（属性係数）及び第２係数（成長パターン係数）と共に第３係数（経年係数）を含めて生成した係数群を用いて現時点の評価値（スコア）を補正することで、対象者（研修を受講予定の受講者）に所定期間（Ｎ年間）人材育成を施した（研修を受講した）後の評価値（スコア）の予測精度をさらに向上することができる。
【符号の説明】
【0127】
１・・・情報処理システム、１０・・・サーバ、２０、２０－１、２０－ｎ・・・受講者端末、１０１・・・ＣＰＵ、１０２・・・ＲＯＭ、１０３・・・ＲＡＭ、１０４・・・バス、１０５・・・入出力インターフェース、１０６・・・出力部、１０７・・・入力部、１０８・・・記憶部、１０９・・・通信部、１１０・・・ドライブ、１１１・・・リムーバブルメディア、１２１・・・テスト部、１２２・・・係数群生成部、１２３・・・予測部、１３１・・・属性係数生成部、１３２・・・成長パターン係数生成部、１３３・・・経年係数生成部、１２４・・・表示制御部、１４１・・・受講者ＤＢ、Ｎ・・・ネットワーク
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【図30】
【図31】
【図32】
【図33】
【図34】
【図35】
【図36】
【図37】
【図38】
【図39】