特開 2023-18823 情報処理装置、プログラム及び情報処理方法

(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】P2023018823

(43)【公開日】2023-02-09

(54)【発明の名称】情報処理装置、プログラム及び情報処理方法

(51)【国際特許分類】

   G06Q 50/10 20120101AFI20230202BHJP

【ＦＩ】

G06Q50/10

【審査請求】有

【請求項の数】13

【出願形態】ＯＬ

(21)【出願番号】P 2021123123

(22)【出願日】2021-07-28

(11)【特許番号】

(45)【特許公報発行日】2022-05-31

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＴＨＵＮＤＥＲＢＯＬＴ

(71)【出願人】

【識別番号】521084080

【氏名又は名称】眞野 篤師

(74)【代理人】

【識別番号】110002789

【氏名又は名称】弁理士法人ＩＰＸ

(72)【発明者】

【氏名】眞野 篤師

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049CC17

(57)【要約】      （修正有）

【課題】人材マッチングの自動化に寄与することができる情報処理装置、プログラム及び情報処理方法を提供する。
【解決手段】サーバ装置と、情報処理装置と、複数の端末とがネットワークを通じて接続されている情報処理システムにおいて、情報処理装置の制御部３１０は、求人企業の情報を読み出す読出部３１１、求人企業の情報と参照情報とに基づいて就労希望者の情報を抽出する抽出部３１２及び就労希望者の情報を求人企業に提示する提示部３１３を備える。
【選択図】図４

【特許請求の範囲】

【請求項1】

情報処理装置であって、
読出部と、抽出部と、提示部とを備え、
前記読出部は、求人企業の情報を読み出し、
前記抽出部は、前記求人企業の情報と、参照情報とに基づいて、就労希望者の情報を抽出し、
前記参照情報は、企業と、該企業における労働者との関係を示す情報であり、
前記提示部は、前記就労希望者の情報を前記求人企業に提示する、
情報処理装置。

【請求項2】

情報処理装置であって、
読出部と、抽出部と、提示部とを備え、
前記読出部は、就労希望者の情報を読み出し、
前記抽出部は、前記就労希望者の情報と、参照情報とに基づいて、求人企業の情報を抽出し、
前記参照情報は、企業と、該企業における労働者との関係を示す情報であり、
前記提示部は、前記求人企業の情報を前記就労希望者に提示する、
情報処理装置。

【請求項3】

請求項１又は請求項２に記載の情報処理装置において、
前記参照情報は、企業と、該企業における労働者との関係を教師データとして、予め学習させた学習済みモデルである、
情報処理装置。

【請求項4】

請求項３に記載の情報処理装置において、
学習部を備え、
前記学習部は、前記求人企業と、前記就労希望者との関係を教師データとして、前記学習済みモデルを生成又は更新する、
情報処理装置。

【請求項5】

請求項１～請求項４のいずれか１項に記載の情報処理装置において、
取得部を備え、
前記取得部は、前記求人企業の情報をＷｅｂサイトから取得する、
情報処理装置。

【請求項6】

請求項１～請求項５のいずれか１項に記載の情報処理装置において、
取得部を備え、
前記取得部は、前記就労希望者の情報をサーバ装置から取得する、
情報処理装置。

【請求項7】

請求項１～請求項６のいずれか１項に記載の情報処理装置において、
前記参照情報は、企業と、該企業における労働者と、該労働者の勤務実績との関係を示す情報である、
情報処理装置。

【請求項8】

請求項７に記載の情報処理装置において、
前記勤務実績は、昇進スピード、昇給率及び定着期間の少なくとも１つを含む、
情報処理装置。

【請求項9】

請求項１～請求項８のいずれか１項に記載の情報処理装置において、
前記就労希望者の情報は、文化の知能指数（Ｃｕｌｔｕｒａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ Ｑｕｏｔｉｅｎｔ）、語学力、基礎学力及び心理テストの結果の少なくとも１つを含む、
情報処理装置。

【請求項10】

請求項１～請求項９のいずれか１項に記載の情報処理装置において、
前記求人企業の情報は、口コミ、業績、財務状況、従業員数及び企業文化の少なくとも１つを含む、
情報処理装置。

【請求項11】

プログラムであって、
請求項１～請求項１０のいずれか１項に記載の情報処理装置の各部としてコンピュータを機能させる、
プログラム。

【請求項12】

コンピュータが実行する情報処理方法であって、
読出工程と、抽出工程と、提示工程とを備え、
前記読出工程では、求人企業の情報を読み出し、
前記抽出工程では、前記求人企業の情報と、参照情報とに基づいて、就労希望者の情報を抽出し、
前記参照情報は、企業と、該企業における労働者との関係を示す情報であり、
前記提示工程では、前記就労希望者の情報を前記求人企業に提示する、
情報処理方法。

【請求項13】

コンピュータが実行する情報処理方法であって、
読出工程と、抽出工程と、提示工程とを備え、
前記読出工程では、就労希望者の情報を読み出し、
前記抽出工程では、前記就労希望者の情報と、参照情報とに基づいて、求人企業の情報を抽出し、
前記参照情報は、企業と、該企業における労働者との関係を示す情報であり、
前記提示工程では、前記求人企業の情報を前記就労希望者に提示する、
情報処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、プログラム及び情報処理方法に関する。

【背景技術】

【0002】

求人企業及び就労希望者に対して動画情報を用いて自己アピールを行わせ、人材マッチングを行う、人材マッチング装置が開示されている（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２０２０－１０２１０４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に開示された人材マッチング装置では、求人企業及び就労希望者の双方の関心に基づいてマッチングを行うため、人材マッチングの自動化に寄与するわけではなかった。

【0005】

本発明では上記事情を鑑み、人材マッチングの自動化に寄与することができる情報処理装置を提供することとした。

【課題を解決するための手段】

【0006】

本発明の一態様によれば、情報処理装置が提供される。この情報処理装置は、読出部と、抽出部と、提示部とを備える。読出部は、求人企業の情報を読み出す。抽出部は、求人企業の情報と、参照情報とに基づいて、就労希望者の情報を抽出する。参照情報は、企業と、該企業における労働者との関係を示す情報である。提示部は、就労希望者の情報を求人企業に提示する。

【0007】

上記の開示によれば、人材マッチングの自動化に寄与することができる。

【図面の簡単な説明】

【0008】

【図1】本実施形態に係る情報処理システム１００を表す構成図である。

【図2】情報処理装置３００のハードウェア構成を示すブロック図である。

【図3】端末４００のハードウェア構成を示すブロック図である。

【図4】情報処理装置３００（制御部３１０）によって実現される機能を示すブロック図である。

【図5】情報処理装置３００によって実行される情報処理の流れを示すアクティビティ図である。

【図6】本実施形態に係る求人企業の情報を示す図である。

【図7】ある企業における労働者の勤務実績の一例を示す図である。

【図8】情報処理装置３００によって実行される情報処理の流れを示すアクティビティ図である。

【図9】本実施形態に係る就労希望者の情報を示す図である。

【発明を実施するための形態】

【0009】

以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。

【0010】

ところで、本実施形態に登場するソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体（Ｎｏｎ－Ｔｒａｎｓｉｔｏｒｙ Ｃｏｍｐｕｔｅｒ－Ｒｅａｄａｂｌｅ Ｍｅｄｉｕｍ）として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。

【0011】

また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集合体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。

【0012】

また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。

【0013】

１．ハードウェア構成
第１節では、本実施形態のハードウェア構成について説明する。

【0014】

１．１ 情報処理システム１００
図１は、本実施形態に係る情報処理システム１００を表す構成図である。情報処理システム１００は、サーバ装置２００と、情報処理装置３００と、端末４００とを備え、これらがネットワークを通じて接続されている。これらの構成要素についてさらに説明する。なお、サーバ装置２００は、一般的なＷＥＢサーバやデータベースサーバのことを示す。サーバ装置２００のハードウェア構成は、情報処理装置３００のハードウェア構成と略同様であるため、説明を省略する。ここで、情報処理システム１００に例示されるシステムとは、１つ又はそれ以上の装置又は構成要素からなるものである。

【0015】

１．２ 情報処理装置３００
図２は、情報処理装置３００のハードウェア構成を示すブロック図である。情報処理装置３００は、端末４００からの要求を受けて処理結果を返す、サーバとして動作する。情報処理装置３００は、制御部３１０と、記憶部３２０と、通信部３５０とを有し、これらの構成要素が情報処理装置３００の内部において通信バス３６０を介して電気的に接続されている。各構成要素についてさらに説明する。

【0016】

制御部３１０は、情報処理装置３００に関連する全体動作の処理・制御を行う。制御部３１０は、例えば、不図示の中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）である。制御部３１０は、記憶部３２０に記憶された所定のプログラムを読み出すことによって、情報処理装置３００に係る種々の機能を実現する。すなわち、記憶部３２０に記憶されているソフトウェアによる情報処理が、ハードウェアの一例である制御部３１０によって具体的に実現されることで、制御部３１０に含まれる各機能部として実行されうる。これらについては、次節においてさらに詳述する。なお、制御部３１０は単一であることに限定されず、機能ごとに複数の制御部３１０を有するように実施してもよい。またそれらの組み合わせであってもよい。

【0017】

記憶部３２０は、情報処理装置３００の情報処理に必要な様々な情報を記憶する。これは、例えば、制御部３１０によって実行される情報処理装置３００に係る種々のプログラム等を記憶するソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして、あるいは、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施されうる。また、これらの組み合わせであってもよい。

【0018】

通信部３５０は、ＵＳＢ、ＩＥＥＥ１３９４、Ｔｈｕｎｄｅｒｂｏｌｔ、有線ＬＡＮネットワーク通信等といった有線型の通信手段が好ましいものの、無線ＬＡＮネットワーク通信、５Ｇ／ＬＴＥ／３Ｇ等のモバイル通信、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信等を必要に応じて含めてもよい。すなわち、これら複数の通信手段の集合として実施することがより好ましい。すなわち、情報処理装置３００は、通信部３５０を介して、サーバ装置２００及び端末４００とネットワークを介して種々の情報を通信する。

【0019】

１．３ 端末４００
図３は、端末４００のハードウェア構成を示すブロック図である。端末４００は、例えば、スマートフォン、タブレット端末、ノートパソコン、デスクトップパソコン等であってもよい。端末４００は、制御部４１０と、記憶部４２０と、表示情報生成部４３０と、入力受付部４４０と、通信部４５０とを有し、これらの構成要素が端末４００の内部において通信バス４６０を介して電気的に接続されている。制御部４１０、記憶部４２０及び通信部４５０の説明は、情報処理装置３００における制御部３１０、記憶部３２０及び通信部３５０と略同様のため省略する。

【0020】

表示情報生成部４３０は、テキスト、画像（静止画及び動画を含む）を表示するものであり、ＣＲＴディスプレイ、液晶ディスプレイ、有機ＥＬディスプレイ及びプラズマディスプレイ等の表示デバイスに表示する情報を生成する。

【0021】

入力受付部４４０は、端末４００に種々の情報を入力するものであり、マウス、キーボード、ポインティングデバイス等から入力される信号を受け付ける。ユーザによってなされた操作入力は、命令信号として、通信バス４６０を介して制御部４１０に転送される。そして、制御部４１０は、必要に応じて所定の制御や演算を実行しうる。

【0022】

２．機能構成
第２節では、本実施形態の機能構成について説明する。前述の通り、記憶部３２０に記憶されているソフトウェアによる情報処理がハードウェアの一例である制御部３１０によって具体的に実現されることで、制御部３１０に含まれる各機能部として実行されうる。

【0023】

図４は、情報処理装置３００（制御部３１０）によって実現される機能を示すブロック図である。具体的には、情報処理装置３００（制御部３１０）は、読出部３１１と、抽出部３１２と、提示部３１３と、学習部３１４と、取得部３１５とを備える。

【0024】

読出部３１１は、種々の情報を読み出すように構成される。例えば、読出部３１１は、記憶部３２０に記憶された求人企業の情報を読み出す。

【0025】

抽出部３１２は、種々の情報を抽出するように構成される。例えば、抽出部３１２は、読みだした求人企業の情報と、参照情報とに基づいて、就労希望者の情報を抽出する。

【0026】

提示部３１３は、種々の情報を提示するように構成される。例えば、提示部３１３は、抽出した就労希望者の情報を求人企業に提示する。

【0027】

学習部３１４は、種々の情報を学習するように構成される。例えば、学習部３１４は、求人企業と、就労希望者との関係を教師データとして、学習済みモデルを生成又は更新する。機械学習のアルゴリズムは特に限定されず、ｋ近傍法、ロジスティック回帰、サポートベクターマシン、ニューラルネットワーク、トピックモデル、混合ガウスモデル等が適宜採用されればよい。

【0028】

取得部３１５は、種々の情報を取得するように構成される。例えば、取得部３１５は、求人企業の情報をＷｅｂサイトから取得する。

【0029】

３．第１の情報処理方法
第３節では、情報処理装置３００の第１の情報処理方法について説明する。この情報処理方法は、コンピュータが実行する情報処理方法である。この情報処理方法は、読出工程と、抽出工程と、提示工程とを備える。読出工程では、求人企業の情報を読み出す。抽出工程では、求人企業の情報と、参照情報とに基づいて、就労希望者の情報を抽出する。参照情報は、企業と、該企業における労働者との関係を示す情報である。提示工程では、就労希望者の情報を求人企業に提示する。

【0030】

図５は、情報処理装置３００によって実行される情報処理の流れを示すアクティビティ図である。以下、このアクティビティ図の各アクティビティに沿って、説明するものとする。ここでは、情報処理装置３００を使用するユーザは、求人企業Ｙとする。

【0031】

取得部３１５は、各求人企業の情報をＷｅｂサイトから取得する（アクティビティＡ１１０）。すなわち、制御部３１０が、記憶部３２０に予め記憶されたＷｅｂ巡回プログラムを読み出し、取得処理を実行することで、各求人企業の情報をＷｅｂサイトから取得する。取得部３１５は、例えば、クローラーであってもよい。

【0032】

ここで、各求人企業の情報は、口コミ、業績、財務状況、従業員数及び企業文化の少なくとも１つを含む。図６は、本実施形態に係る求人企業の情報を示す図である。図６では、Ｇ社、Ｈ社、Ｉ社のそれぞれの求人企業の情報を示している。

【0033】

ここで、それぞれの項目について説明する。口コミは、口コミサイトや評判サイトから取得した５段階評価の結果を示している。業績は、企業サイトやニュースサイトから取得した、会計年度における売上高を示している。財務状況は、例えば、企業サイトに掲載されている、賃借対照表、損益計算書、キャッシュフロー計算書等の財務諸表と、有価証券報告書とから、総資産利益率や自己資本利益率を算出した結果を示している。図６では、財務状況は、総資産利益率を示している。従業員数は、Ｗｅｂサイトから取得した情報を示している。企業文化は、企業サイトに掲載されている、行動指針やスローガン等から抽出した所定のキーワードを示している。

【0034】

続いて、読出部３１１は、取得した求人企業Ｙの情報を読み出す（アクティビティＡ１２０）。すなわち、制御部３１０が、記憶部３２０にアクセスし、記憶部３２０に記憶された求人企業Ｙの情報を読み出す。

【0035】

続いて、制御部３１０は、記憶部３２０に記憶された参照情報を読み出す（アクティビティＡ１３０）。本実施形態では、参照情報は、企業と、該企業における労働者との関係を教師データとして、予め学習させた学習済みモデルである。学習済みモデルのように機械学習を用いることで、求人企業Ｙに好適な就労希望者の情報を高精度に提供することができる。

【0036】

また、参照情報は、企業と、該企業における労働者との関係を示す情報である。好ましくは、参照情報は、企業と、該企業における労働者と、該労働者の勤務実績との関係を示す情報である。

【0037】

ここで、企業における労働者の勤務実績は、昇進スピード、昇給率及び定着期間の少なくとも１つを含む。図７は、ある企業における労働者の勤務実績の一例を示す図である。図７では、「昇進」、「昇給（累積）」、「定着期間」の各項目に対し、３名の労働者の勤務実績を示す。

【0038】

「昇進」の項目では、それぞれの労働者の昇進スピードを示している。Ａさんは、入社１年後に正社員になり、入社５年後に主任に昇進し、入社７年後に係長に昇進し、入社１５年後に課長に昇進している。Ｂさんは、入社２年後に正社員になり、入社８年後に主任に昇進している。Ｃさんは、入社１年後に正社員になり、入社６年後に主任に昇進している。

【0039】

「昇給（累積）」の項目では、それぞれの労働者の昇給額及び昇給率を示している。ここでは、各労働者の初任給を２０万円としている。Ａさんは、入社１年後の昇給額が４，０００円、昇給率が１０２．００％であり、入社１０年後の累積昇給額が５０，０００円、累積昇給率が１２５％であった。Ｂさんは、入社１年後の昇給額が３，０００円、昇給率が１０１．５０％であり、入社１０年後の累積昇給額が４０，０００円、累積昇給率が１２０％であった。Ｃさんは、入社１年度の昇給額が３，５００円、昇給率が１０１．７５％であり、入社１０年後の累計昇給額が４０，０００円、累計昇給率が１２０％であった。

【0040】

「定着期間」の項目では、それぞれの労働者の定着期間を示している。Ａさんは、まだ在職中で、勤続１８年６ヶ月である。Ｂさんは、入社１３年２ヶ月で、離職している。Ｃさんは、入社１１年４ヶ月で、離職している。

【0041】

このように、企業と、その企業における労働者との関係に加えて、企業における労働者の勤務実績との関係を示す参照情報を利用することにより、労働者をパターン分けし、そのパターンに当てはまる就労希望者の情報を求人企業に提供することで、求人企業と、就労希望者とのマッチング促進に寄与することができる。

【0042】

続いて、制御部３１０は、求人企業Ｙの情報を学習済みモデルに入力する（アクティビティＡ１４０）。

【0043】

続いて、抽出部３１２は、求人企業Ｙの情報と、学習済みモデルとに基づいて、就労希望者の情報を抽出する（アクティビティＡ１５０）。すなわち、制御部３１０が、学習済みモデルから出力された就労希望者の情報を、記憶部３２０に書き出す。

【0044】

続いて、提示部３１３は、抽出された就労希望者の情報を求人企業Ｙに提示する（アクティビティＡ１６０）。すなわち、制御部３１０が、記憶部３２０に記憶された就労希望者の情報を読み出し、提示処理を実行することで、就労希望者の情報を求人企業に提示する。具体的には、制御部３１０は、就労希望者の情報を、求人企業Ｙの端末４００の表示デバイスに表示させる。

【0045】

続いて、制御部３１０は、求人企業Ｙと、提示された就労希望者との間でマッチングが成立したか否かを判断する（アクティビティＡ１７０）。すなわち、例えば、求人企業Ｙが使用する情報処理装置３００から、提示された就労希望者の端末４００に対して、内定通知書の送信処理を実行すれば、マッチングが成立したとみなせばよいし、一方、求人企業Ｙが使用する情報処理装置３００から、提示された就労希望者の端末４００に対して、不採用通知書の送信処理を実行すれば、マッチングが成立しなかったとみなせばよい。ここで、内定通知書と不採用通知書は、例えば、電子メールの形式で送信される。

【0046】

続いて、制御部３１０は、求人企業Ｙに入社した就労希望者の勤務実績を取得する（アクティビティＡ１８０）。ここで、勤務実績は、上述のように、昇進スピード、昇給率及び定着期間等から構成されてもよい。

【0047】

続いて、学習部３１４は、求人企業Ｙと、マッチングが成立した就労希望者との関係を教師データとして、学習済みモデルを生成又は更新する。すなわち、情報処理装置３００の動作中に得られる、求人企業と、就労希望者との関係を教師データとして、学習済みモデルを生成又は更新することができる。ここで、求人企業と、就労希望者との関係は、例えば、「慎重に、且つ着実に物事を進める」ことを企業文化とする求人企業と、心理テスト結果の「合理性」の項目が高得点の就労希望者とのマッチングが成立しやすいことを示すデータのことである。このように、実データを教師データとすることで、例えば特定の求人企業に特化して学習させた学習済みモデルを生成又は更新することができ、求人企業と、就労希望者とのマッチングの促進に寄与することができる。

【0048】

４．第２の情報処理方法
第４節では、情報処理装置３００の第２の情報処理方法について説明する。この情報処理方法は、コンピュータが実行する情報処理方法である。この情報処理方法は、読出工程と、抽出工程と、提示工程とを備える。読出工程では、就労希望者の情報を読み出す。抽出工程では、就労希望者の情報と、参照情報とに基づいて、求人企業の情報を抽出する。参照情報は、企業と、該企業における労働者との関係を示す情報である。提示工程では、求人企業の情報を就労希望者に提示する。

【0049】

図８は、情報処理装置３００によって実行される情報処理の流れを示すアクティビティ図である。以下、このアクティビティ図の各アクティビティに沿って、説明するものとする。ここでは、情報処理装置３００を使用するユーザは、就労希望者Ｚとする。

【0050】

取得部３１５は、就労希望者Ｚの情報をサーバ装置２００から取得する（アクティビティＡ３１０）。すなわち、制御部３１０が、サーバ装置２００の記憶部に記憶されている就労希望者Ｚの情報を、通信部３５０を介して受信する。サーバ装置２００は、就労希望者Ｚによる情報処理装置３００の使用開始時に、所定の情報を情報処理装置３００に入力するよう促し、入力された情報を、サーバ装置２００の通信部を介して受信し、サーバ装置２００の記憶部に記憶させる。

【0051】

ここで、就労希望者の情報は、文化の知能指数（Ｃｕｌｔｕｒａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ Ｑｕｏｔｉｅｎｔ）、語学力、基礎学力及び心理テストの結果の少なくとも１つを含む。図９は、本実施形態に係る就労希望者の情報を示す図である。図９では、Ｄさん、Ｅさん、Ｆさんのそれぞれの就労希望者の情報を示している。

【0052】

ここで、それぞれの項目について説明する。文化の知能指数（ＣＱ）は、情報処理装置３００に入力された、ＣＱの試験結果を示している。日本語能力試験のレベル（ＪＬＰＴ）は、情報処理装置３００に入力された、ＪＬＰＴの試験結果を示している。ＴＯＥＩＣの点数は、情報処理装置３００に入力された、ＴＯＥＩＣの試験結果を示している。基礎学力は、情報処理装置３００に入力された、国際基礎学力検定（ＴＯＦＡＳ）の試験結果を示している。基礎学力は、ＴＯＦＡＳ以外にも、例えば、基礎学力アセスメントシリーズ（ＬＩＰＨＡＲＥ）、社会人基礎力診断等、任意の試験結果を採用すればよい。心理テストの結果（協調性、誠実性）は、情報処理装置３００に入力された、心理テストの結果を示している。心理テストは、例えばビッグファイブ理論に基づいてもよく、この場合、開放性、誠実性、外向性、協調性及び神経症傾向の５つの要因から構成される。

【0053】

続いて、読出部３１１は、就労希望者Ｚの情報を読み出す（アクティビティＡ３２０）。すなわち、制御部３１０が、記憶部３２０にアクセスし、記憶部３２０に記憶された就労希望者Ｚの情報を読み出す。

【0054】

続いて、制御部３１０は、記憶部３２０に記憶された参照情報を読み出す（アクティビティＡ３３０）。ここで、参照情報は、第３節と同様に、企業と、該企業における労働者との関係を教師データとして、予め学習させた学習済みモデルである。学習済みモデルのように機械学習を用いることで、就労希望者に好適な求人企業の情報を高精度に提供することができる。

【0055】

また、参照情報は、第３節と同様に、企業と、該企業における労働者との関係を示す情報である。好ましくは、参照情報は、第３節と同様に、企業と、該企業における労働者と、該労働者の勤務実績との関係を示す情報である。

【0056】

続いて、制御部３１０は、就労希望者Ｚの情報を学習済みモデルに入力する（アクティビティＡ３４０）。

【0057】

続いて、抽出部３１２は、就労希望者Ｚの情報と、学習済みモデルとに基づいて、求人企業の情報を抽出する（アクティビティＡ３５０）。すなわち、制御部３１０が、学習済みモデルから出力された求人企業の情報を、記憶部３２０に書き出す。

【0058】

続いて、提示部３１３は、求人企業の情報を就労希望者Ｚに提示する（アクティビティＡ３６０）。すなわち、制御部３１０が、記憶部３２０に記憶された求人企業の情報を読み出し、提示処理を実行することで、求人企業の情報を就労希望者に提示する。具体的には、制御部３１０は、求人企業の情報を、就労希望者Ｚの端末４００の表示デバイスに表示させる。

【0059】

続いて、制御部３１０は、前述のアクティビティＡ１７０～Ａ１９０を実行する。

【0060】

本実施形態によれば、求人企業の客観的な情報と、就労希望者の客観的な情報とを用いるため、人材マッチングの自動化に寄与することができる。

【0061】

本実施形態の態様は、プログラムであってもよい。このプログラムは、情報処理装置３００の各部としてコンピュータを機能させる。

【0062】

以上、本発明の実施形態について説明したが、本発明はこれに限定されることなく、その発明の技術的思想を逸脱しない範囲で適宜変更可能である。

【0063】

第１の変形例として、アクティビティＡ１１０では、サーバ装置２００における制御部が、サーバ装置２００の記憶部に予め記憶されたＷｅｂ巡回プログラムを読み出し、取得処理を実行することで、求人企業の情報をＷｅｂサイトから取得してもよい。この場合、アクティビティＡ１２０では、情報処理装置３００における制御部３１０が、通信部３５０を介して、サーバ装置２００に接続し、該当する求人企業の情報を取得し、記憶部３２０に書き出す。

【0064】

第２の変形例として、アクティビティＡ１６０では、制御部３１０は、就労希望者の情報を電子メールで求人企業Ｙの端末４００に送信してもよい。

【0065】

第３の変形例として、アクティビティＡ３６０では、制御部３１０は、求人企業の情報を電子メールで就労希望者Ｚの端末４００に送信してもよい。

【0066】

次に記載の各態様で提供されてもよい。
情報処理装置であって、読出部と、抽出部と、提示部とを備え、前記読出部は、就労希望者の情報を読み出し、前記抽出部は、前記就労希望者の情報と、参照情報とに基づいて、求人企業の情報を抽出し、前記参照情報は、企業と、該企業における労働者との関係を示す情報であり、前記提示部は、前記求人企業の情報を前記就労希望者に提示する、情報処理装置。
前記情報処理装置において、前記参照情報は、企業と、該企業における労働者との関係を教師データとして、予め学習させた学習済みモデルである、情報処理装置。
前記情報処理装置において、学習部を備え、前記学習部は、前記求人企業と、前記就労希望者との関係を教師データとして、前記学習済みモデルを生成又は更新する、情報処理装置。
前記情報処理装置において、取得部を備え、前記取得部は、前記求人企業の情報をＷｅｂサイトから取得する、情報処理装置。
前記情報処理装置において、取得部を備え、前記取得部は、前記就労希望者の情報をサーバ装置から取得する、情報処理装置。
前記情報処理装置において、前記参照情報は、企業と、該企業における労働者と、該労働者の勤務実績との関係を示す情報である、情報処理装置。
前記情報処理装置において、前記勤務実績は、昇進スピード、昇給率及び定着期間の少なくとも１つを含む、情報処理装置。
前記情報処理装置において、前記就労希望者の情報は、文化の知能指数（Ｃｕｌｔｕｒａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ Ｑｕｏｔｉｅｎｔ）、語学力、基礎学力及び心理テストの結果の少なくとも１つを含む、情報処理装置。
前記情報処理装置において、前記求人企業の情報は、口コミ、業績、財務状況、従業員数及び企業文化の少なくとも１つを含む、情報処理装置。
プログラムであって、前記情報処理装置の各部としてコンピュータを機能させる、プログラム。
コンピュータが実行する情報処理方法であって、読出工程と、抽出工程と、提示工程とを備え、前記読出工程では、求人企業の情報を読み出し、前記抽出工程では、前記求人企業の情報と、参照情報とに基づいて、就労希望者の情報を抽出し、前記参照情報は、企業と、該企業における労働者との関係を示す情報であり、前記提示工程では、前記就労希望者の情報を前記求人企業に提示する、情報処理方法。
コンピュータが実行する情報処理方法であって、読出工程と、抽出工程と、提示工程とを備え、前記読出工程では、就労希望者の情報を読み出し、前記抽出工程では、前記就労希望者の情報と、参照情報とに基づいて、求人企業の情報を抽出し、前記参照情報は、企業と、該企業における労働者との関係を示す情報であり、前記提示工程では、前記求人企業の情報を前記就労希望者に提示する、情報処理方法。
もちろん、この限りではない。

【符号の説明】

【0067】

１００ ：情報処理システム
２００ ：サーバ装置
３００ ：情報処理装置
３１０ ：制御部
３１１ ：読出部
３１２ ：抽出部
３１３ ：提示部
３１４ ：学習部
３１５ ：取得部
３２０ ：記憶部
３５０ ：通信部
３６０ ：通信バス
４００ ：端末
４１０ ：制御部
４２０ ：記憶部
４３０ ：表示情報生成部
４４０ ：入力受付部
４５０ ：通信部
４６０ ：通信バス

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【手続補正書】

【提出日】2022-01-06

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

情報処理装置であって、
読出部と、抽出部と、提示部とを備え、
前記読出部は、求人企業の情報を読み出し、
前記抽出部は、前記求人企業の情報と、参照情報とに基づいて、第１就労希望者の情報を抽出し、
前記参照情報は、企業と、該企業に対してマッチングが成立した第２就労希望者との関係を示す情報であり、
前記提示部は、前記第１就労希望者の情報を前記求人企業に提示する、
情報処理装置。

【請求項2】

情報処理装置であって、
読出部と、抽出部と、提示部とを備え、
前記読出部は、第１就労希望者の情報を読み出し、
前記抽出部は、前記第１就労希望者の情報と、参照情報とに基づいて、求人企業の情報を抽出し、
前記参照情報は、企業と、該企業に対してマッチングが成立した第２就労希望者との関係を示す情報であり、
前記提示部は、前記求人企業の情報を前記第１就労希望者に提示する、
情報処理装置。

【請求項3】

請求項１又は請求項２に記載の情報処理装置において、
前記参照情報は、企業と、前記第２就労希望者との関係を教師データとして、予め学習させた学習済みモデルである、
情報処理装置。

【請求項4】

請求項３に記載の情報処理装置において、
学習部を備え、
前記学習部は、前記求人企業と、該求人企業に対してマッチングが成立した第３就労希望者との関係を教師データとして、前記学習済みモデルを生成又は更新し、
前記第３就労希望者は、前記第２就労希望者に含まれる、
情報処理装置。

【請求項5】

請求項１～請求項４のいずれか１項に記載の情報処理装置において、
取得部を備え、
前記取得部は、前記求人企業の情報をＷｅｂサイトから取得する、
情報処理装置。

【請求項6】

請求項１～請求項５のいずれか１項に記載の情報処理装置において、
取得部を備え、
前記取得部は、前記第１就労希望者の情報をサーバ装置から取得する、
情報処理装置。

【請求項7】

請求項１～請求項６のいずれか１項に記載の情報処理装置において、
前記参照情報は、企業と、前記第２就労希望者と、該企業における労働者の勤務実績との関係を示す情報であり、
前記労働者は、前記企業に入社した前記第２就労希望者である、
情報処理装置。

【請求項8】

請求項７に記載の情報処理装置において、
前記勤務実績は、昇進スピード、昇給率及び定着期間の少なくとも１つを含む、
情報処理装置。

【請求項9】

請求項１～請求項８のいずれか１項に記載の情報処理装置において、
前記第１就労希望者の情報は、文化の知能指数（Ｃｕｌｔｕｒａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ Ｑｕｏｔｉｅｎｔ）、語学力、基礎学力及び心理テストの結果の少なくとも１つを含む、
情報処理装置。

【請求項10】

請求項１～請求項９のいずれか１項に記載の情報処理装置において、
前記求人企業の情報は、口コミ、業績、財務状況、従業員数及び企業文化の少なくとも１つを含む、
情報処理装置。

【請求項11】

プログラムであって、
請求項１～請求項１０のいずれか１項に記載の情報処理装置の各部としてコンピュータを機能させる、
プログラム。

【請求項12】

コンピュータが実行する情報処理方法であって、
読出工程と、抽出工程と、提示工程とを備え、
前記読出工程では、求人企業の情報を読み出し、
前記抽出工程では、前記求人企業の情報と、参照情報とに基づいて、第１就労希望者の情報を抽出し、
前記参照情報は、企業と、該企業に対してマッチングが成立した第２就労希望者との関係を示す情報であり、
前記提示工程では、前記第１就労希望者の情報を前記求人企業に提示する、
情報処理方法。

【請求項13】

コンピュータが実行する情報処理方法であって、
読出工程と、抽出工程と、提示工程とを備え、
前記読出工程では、第１就労希望者の情報を読み出し、
前記抽出工程では、前記第１就労希望者の情報と、参照情報とに基づいて、求人企業の情報を抽出し、
前記参照情報は、企業と、該企業に対してマッチングが成立した第２就労希望者との関係を示す情報であり、
前記提示工程では、前記求人企業の情報を前記第１就労希望者に提示する、
情報処理方法。