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】P2023044655
(43)【公開日】2023-03-30
(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 20120101AFI20230323BHJP
【ＦＩ】
G06Q50/20
【審査請求】未請求
【請求項の数】7
【出願形態】ＯＬ
(21)【出願番号】P 2022145205
(22)【出願日】2022-09-13
(31)【優先権主張番号】P 2021152370
(32)【優先日】2021-09-17
(33)【優先権主張国・地域又は機関】JP
(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】
【課題】研修の受講対象者が所定期間（Ｎ年）後に成長目標を達成するための具体性のある支援を行う。
【解決手段】サーバ１０は、属性取得部１２０、テスト部１２１、レコメンド部１２２を備える。属性取得部１２０は１以上の講座の受講により研修が施される予定の１人以上の受講者（受講予定者）毎に１以上の属性（例えば性別、年齢、職種、業種、役職等）を取得する。テスト部１２１は、１以上の受講予定者について、ビジネス基礎力診断テストの結果を現在のスコアを現在スコアとして取得する。レコメンド部１２２は、１以上の受講予定者の１以上の属性（例えば性別、年齢、職種、業種、役職等）及び現在スコアに基づいて、１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する。
【選択図】図３
【解決手段】サーバ１０は、属性取得部１２０、テスト部１２１、レコメンド部１２２を備える。属性取得部１２０は１以上の講座の受講により研修が施される予定の１人以上の受講者（受講予定者）毎に１以上の属性（例えば性別、年齢、職種、業種、役職等）を取得する。テスト部１２１は、１以上の受講予定者について、ビジネス基礎力診断テストの結果を現在のスコアを現在スコアとして取得する。レコメンド部１２２は、１以上の受講予定者の１以上の属性（例えば性別、年齢、職種、業種、役職等）及び現在スコアに基づいて、１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する。
【選択図】図３
【特許請求の範囲】
【請求項1】
１以上の講座の受講により所定の人材育成が所定期間施される予定の１人以上の対象者毎に１以上の属性を取得する属性取得手段と、
前記１人以上の対象者の夫々について、ビジネスに関する能力の現時点の評価値を現在評価値として取得する現在評価値取得手段と、
前記１人以上の対象者の夫々の前記１以上の属性及び前記現在評価値に基づいて、前記１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する推薦手段と、
を備える情報処理装置。
前記１人以上の対象者の夫々について、ビジネスに関する能力の現時点の評価値を現在評価値として取得する現在評価値取得手段と、
前記１人以上の対象者の夫々の前記１以上の属性及び前記現在評価値に基づいて、前記１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する推薦手段と、
を備える情報処理装置。
【請求項2】
前記対象者について、前記ビジネスに関する能力の、前記所定期間が経過した後の目標となる評価値が前記対象者の操作により入力された場合、当該評価値を目標評価値として取得する目標評価値取得手段、
をさらに備え、
前記推薦手段は、前記対象者の前記１以上の属性及び前記現在評価値に加えてさらに前記目標評価値に基づいて、前記受講計画と共にさらに前記所定期間として適切な期間を含む前記推薦情報を生成する、
請求項１に記載の情報処理装置。
をさらに備え、
前記推薦手段は、前記対象者の前記１以上の属性及び前記現在評価値に加えてさらに前記目標評価値に基づいて、前記受講計画と共にさらに前記所定期間として適切な期間を含む前記推薦情報を生成する、
請求項１に記載の情報処理装置。
【請求項3】
前記所定期間として目標の期間が前記対象者の操作により入力された場合、当該期間を目標期間として取得する目標期間取得手段と、
現在よりも前記目標期間よりも前に前記人材育成が既に施された者のうち、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、前記目標期間の前記人材育成が施される前後の、前記ビジネスに関する能力の夫々の評価値を含む情報を実績情報として、前記１以上の類似属性者の夫々の前記実績情報を取得する類似実績取得手段と、
をさらに備え、
前記推薦手段は、前記対象者の前記１以上の属性及び前記現在評価値に加えてさらに前記１以上の類似属性者の夫々の前記実績情報に基づいて、前記受講計画と共に前記所定期間が経過した際に目標となる評価値を目標評価値として含む前記推薦情報を生成する、
請求項１又は２に記載の情報処理装置。
現在よりも前記目標期間よりも前に前記人材育成が既に施された者のうち、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、前記目標期間の前記人材育成が施される前後の、前記ビジネスに関する能力の夫々の評価値を含む情報を実績情報として、前記１以上の類似属性者の夫々の前記実績情報を取得する類似実績取得手段と、
をさらに備え、
前記推薦手段は、前記対象者の前記１以上の属性及び前記現在評価値に加えてさらに前記１以上の類似属性者の夫々の前記実績情報に基づいて、前記受講計画と共に前記所定期間が経過した際に目標となる評価値を目標評価値として含む前記推薦情報を生成する、
請求項１又は２に記載の情報処理装置。
【請求項4】
前記ビジネスに関する能力の評価値は、前記ビジネスのスキルを評価するための複数の評価要素の値である、
請求項１乃至３のうち何れか１項に記載の情報処理装置。
請求項１乃至３のうち何れか１項に記載の情報処理装置。
【請求項5】
前記１人以上の対象者は、所定観点で分類された所定グループに属しており、
前記推薦手段は、前記推薦情報の生成の元になる情報として、前記１人以上の対象者の夫々の情報を用いて生成された前記所定グループの情報を用いて、当該所定グループに対する前記推薦情報を生成する、
請求項１乃至４のうち何れか１項に記載の情報処理装置。
前記推薦手段は、前記推薦情報の生成の元になる情報として、前記１人以上の対象者の夫々の情報を用いて生成された前記所定グループの情報を用いて、当該所定グループに対する前記推薦情報を生成する、
請求項１乃至４のうち何れか１項に記載の情報処理装置。
【請求項6】
情報処理装置が実行する情報処理方法において、
１以上の講座の受講により所定の人材育成が所定期間施される予定の１人以上の対象者毎に１以上の属性を取得する属性取得ステップと、
前記１人以上の対象者の夫々について、ビジネスに関する能力の現時点の評価値を現在評価値として取得する現在評価値取得ステップと、
前記１人以上の対象者の夫々の前記１以上の属性及び前記現在評価値に基づいて、前記１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する推薦ステップと、
を含む情報処理方法。
１以上の講座の受講により所定の人材育成が所定期間施される予定の１人以上の対象者毎に１以上の属性を取得する属性取得ステップと、
前記１人以上の対象者の夫々について、ビジネスに関する能力の現時点の評価値を現在評価値として取得する現在評価値取得ステップと、
前記１人以上の対象者の夫々の前記１以上の属性及び前記現在評価値に基づいて、前記１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する推薦ステップと、
を含む情報処理方法。
【請求項7】
情報処理装置を制御するコンピュータに、
１以上の講座の受講により所定の人材育成が所定期間施される予定の１人以上の対象者毎に１以上の属性を取得する属性取得ステップと、
前記１人以上の対象者の夫々について、ビジネスに関する能力の現時点の評価値を現在評価値として取得する現在評価値取得ステップと、
前記１人以上の対象者の夫々の前記１以上の属性及び前記現在評価値に基づいて、前記１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する推薦ステップと、
を含む制御処理を実行させるプログラム。
１以上の講座の受講により所定の人材育成が所定期間施される予定の１人以上の対象者毎に１以上の属性を取得する属性取得ステップと、
前記１人以上の対象者の夫々について、ビジネスに関する能力の現時点の評価値を現在評価値として取得する現在評価値取得ステップと、
前記１人以上の対象者の夫々の前記１以上の属性及び前記現在評価値に基づいて、前記１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する推薦ステップと、
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、従来の人材育成のための研修等は、受講することで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、研修が施されることで現在のスキルが将来どの程度先にどの程度成長するか等といったことまでは分からない。
【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、研修の対象者が所定期間（Ｎ年）後に成長目標を達成するための具体性のある支援を行うことを目的とする。
【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、
１以上の講座の受講により所定の人材育成が所定期間施される予定の１人以上の対象者毎に１以上の属性を取得する属性取得手段と、
前記１人以上の対象者の夫々について、ビジネスに関する能力の現時点の評価値を現在評価値として取得する現在評価値取得手段と、
前記１人以上の対象者の夫々の前記１以上の属性及び前記現在評価値に基づいて、前記１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する推薦手段と、
を備える。
本発明では、１以上の講座の受講により所定の人材育成が所定期間施される予定の１人以上の対象者毎に属性を取得し、１人以上の対象者の夫々について、ビジネスに関する能力の現時点の評価値を現在評価値として取得し、１人以上の対象者の夫々の１以上の属性及び現在評価値に基づいて、１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する。
このように、研修の受講対象者の将来像（スコアの成長）を実現するために、受講が必要な研修とその受講順序・要する期間（Ｎ年等）等の具体的な道筋を立てて推薦情報（適切な講座の受講計画を含む情報）を生成することで、研修の受講対象者が所定期間（Ｎ年）後に成長目標を達成するための具体性のある支援を行うことができる。
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。
１以上の講座の受講により所定の人材育成が所定期間施される予定の１人以上の対象者毎に１以上の属性を取得する属性取得手段と、
前記１人以上の対象者の夫々について、ビジネスに関する能力の現時点の評価値を現在評価値として取得する現在評価値取得手段と、
前記１人以上の対象者の夫々の前記１以上の属性及び前記現在評価値に基づいて、前記１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する推薦手段と、
を備える。
本発明では、１以上の講座の受講により所定の人材育成が所定期間施される予定の１人以上の対象者毎に属性を取得し、１人以上の対象者の夫々について、ビジネスに関する能力の現時点の評価値を現在評価値として取得し、１人以上の対象者の夫々の１以上の属性及び現在評価値に基づいて、１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する。
このように、研修の受講対象者の将来像（スコアの成長）を実現するために、受講が必要な研修とその受講順序・要する期間（Ｎ年等）等の具体的な道筋を立てて推薦情報（適切な講座の受講計画を含む情報）を生成することで、研修の受講対象者が所定期間（Ｎ年）後に成長目標を達成するための具体性のある支援を行うことができる。
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、研修の受講対象者が所定期間（Ｎ年）後に成長目標を達成するための具体性のある支援を行うことができる。
【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6】サーバにおけるレコメンド算出ロジックの概要を示す図である。
【図7】なりたい未来の姿がユーザにある場合のレコメンド部の動作を示す図である。
【図8】なりたい未来の姿がユーザにない場合のレコメンド部の動作を示す図である。
【図9】ユーザの属性情報の一例を示す図である。
【図10】推奨受講研修テーマとその受講順が設定されたテーブルの具体例を示す図である。
【図11】研修受講計画の立案に関する概要動作を示すフローチャートである。
【図12】テストの受検結果から研修受講対象項目を抽出する処理を示すフローチャートである。
【図13】テストの受検結果から研修受講対象項目を抽出する処理を示すフローチャートである。
【図14】受講すべき研修サービスの受講テーマを抽出する処理を示すフローチャートである。
【図15】項目別研修テーマリストの一例を示す図である。
【図16】項目別研修テーマリストの一例を示す図である。
【図17】研修テーマの受講順を設定する処理を示すフローチャートである。
【図18】理想の姿を持つユーザの属性情報（第１事例：異業種への転職を望む場合）を示す図である。
【図20】理想の姿を持つユーザの属性情報（第２事例：異職種への転職を望む場合）を示す図である。
【図22】理想の姿を持たないユーザに対するレコメンドの例（第３事例：職種、業種等の希望が特にない場合）を示す図である。
【図23】ユーザの現在スコアと理想スコアとが比較可能に表示されたビジネススキル特性（グラフ）を示す図である。
【図24】レコメンド部が立案した適切な講座の受講計画の出力例を示す図である。
【図25】レコメンド部が立案した適切な講座の受講計画の出力例を示す図である。
【図26】ユーザの属性情報の一例を示す図である。
【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ＮＷ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ＮＷ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ＮＷ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ＮＷ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、社内における現在や現在に至るまでの所属部署（部門等）、役職、企業の業種、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。
【0031】
受検ＤＢ１４１には、受講者の属性が、現在と理想の基本属性（年齢、性別、職種等の主属性）とその他の追加属性（役職、業種等の副属性）とに分けられて（具体例は図９参照）、記憶されている。基本属性は、受講者であればすべて登録される。追加属性は、受講者からの積極的な入力により任意で登録される。なお、受講者の属性とスコアを、受講者に関する情報と呼ぶ場合がある。
なお、理想の属性については、理想を持っている受講者のみが登録する。理想の属性は、情報が多ければ多いほど、精度の高いレコメンドを提示することができる。
理想の属性の登録がない場合、現在のスコアと属性情報から、おすすめ属性とレコメンドを提示する。
受検ＤＢ１４１には、項目別研修テーマリスト（図１５参照）が記憶されている。項目別研修テーマリストには、各カテゴリの項目毎に研修テーマが設定されている。
なお、理想の属性については、理想を持っている受講者のみが登録する。理想の属性は、情報が多ければ多いほど、精度の高いレコメンドを提示することができる。
理想の属性の登録がない場合、現在のスコアと属性情報から、おすすめ属性とレコメンドを提示する。
受検ＤＢ１４１には、項目別研修テーマリスト（図１５参照）が記憶されている。項目別研修テーマリストには、各カテゴリの項目毎に研修テーマが設定されている。
【0032】
研修テーマの中から、受講者が受講する研修を受講することができる。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。
【0033】
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つのスキルに定義（カテゴリ分け）される。４つに定義（カテゴリ分け)された夫々のスキルには、スキル項目が設定されている。スキル項目は、夫々のスキルの評価要素の１つである。各スキルには、スキル項目毎に研修（講座）が設定される。
【0034】
例えば「ビジネス知識」のスキルのビジネス基礎力を計るためのスキル項目は、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・労務というスキル項目には、人事・労務、コンプライアンス等のサブ項目が含まれる。
【0035】
「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計るためのスキル項目は、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スキル項目には、目的思考というサブ項目が含まれる。また、計画というスキル項目には、アクションプラン立案というサブ項目が含まれる。
【0036】
「シンキング」のスキルのビジネス基礎力を計るためのスキル項目は、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。
【0037】
「コミュニケーション」のスキルのビジネス基礎力を計るためのスキル項目は、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、文書伝達というスキル項目には、スライド作成力というサブ項目が含まれる。
【0038】
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。
【0039】
ビジネス基礎力は、個々のスキル項目の単位、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。
【0040】
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（スキル項目毎の得点）やその総合的評価であるビジネス基礎力評価結果（カテゴリ毎のスコア）、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、テストの項目毎の得点を、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カテゴリ５つのスキル項目とした場合に１カテゴリ２５点満点とし、この場合の個々のスキル項目のスコアを合計した値等で、受講者のカテゴリ毎の評価が示される。
スコアは、テストの項目毎の得点を、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カテゴリ５つのスキル項目とした場合に１カテゴリ２５点満点とし、この場合の個々のスキル項目のスコアを合計した値等で、受講者のカテゴリ毎の評価が示される。
【0041】
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。
【0042】
サーバ１０のＣＰＵ１０１（図２参照）においては、処理を実行する際に、図３に示すように、属性取得部１２０と、テスト部１２１と、レコメンド部１２２と、目標評価値取得部１２３と、目標期間取得部１２４と、類似実績取得部１２５と、表示制御部１２６と、が機能する。
【0043】
属性取得部１２０は、１以上の講座の受講により所定の人材育成が所定期間（例えば３年等）施される予定の対象者（例えば会社の社員等の受講予定者等）の１以上の属性を取得する。１以上の属性は、基本属性と追加属性がある。基本属性は、例えば性別、年齢、職種、業種、役職等である。追加属性は、会社におけるその社員の役職、会社の業種等である。
【0044】
テスト部１２１は、対象者について、ビジネスに関する能力（ビジネス基礎力）の現時点の評価値（ビジネス基礎力診断テストによるスコア）を現在評価値として取得する。
具体的には、会社の組織に所属する１以上の社員の夫々についてのビジネス基礎力を示す情報を受講者端末２０を介して取得し受検ＤＢ１４１に記憶する。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。
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。
具体的には、会社の組織に所属する１以上の社員の夫々についてのビジネス基礎力を示す情報を受講者端末２０を介して取得し受検ＤＢ１４１に記憶する。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。
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。
【0045】
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。
【0046】
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。
【0047】
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１２６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。
【0048】
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。
【0049】
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予定者について、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、講座や研修をＮ年間受講予定の受講予定者のスコアを受検ＤＢ１４１より読み出すことで受講予定者の現在のスコアを取得する。
具体的には、テスト部１２１は、講座や研修をＮ年間受講予定の受講予定者のスコアを受検ＤＢ１４１より読み出すことで受講予定者の現在のスコアを取得する。
【0050】
レコメンド部１２２は、受講予定者（既存受講者を含む）の１以上の属性及び現在のスコアに基づいて、受講予定者が受講すべき１以上の講座として適切な講座の受講計画を立案して、受講予定者にレコメンド（推薦）する。
具体的には、レコメンド部１２２は、受講予定者の１以上の属性（性別、年齢、職種、業種、役職等）とテスト部１２１により受検ＤＢ１４１から読み出された受講予定者の現在のスコアとに基づいて、受講予定者が受講すべき１以上の講座として適切な講座の受講計画（図２２参照，どういった順に講座や研修を受講しＮ年で目標スコアに到達させるという計画）を立案し、立案したその受講計画を受講予定者にレコメンド（推薦）する。
受講計画の立案は、ＡＩモデルにより実行される。
ＡＩモデルにより実行される受講計画の立案には、受講予定者の属性と現在のスコアの数値だけでなく、属性により傾向、４つのビジネススキルのカテゴリによる得点傾向（ビジネススキルの適正）や受講予定者本人により入力される目標スコア等が考慮される。ＡＩモデルの他、予め設定されたアルゴリズムに基づいて受講計画を立案してもよい。
具体的には、レコメンド部１２２は、受講予定者の１以上の属性（性別、年齢、職種、業種、役職等）とテスト部１２１により受検ＤＢ１４１から読み出された受講予定者の現在のスコアとに基づいて、受講予定者が受講すべき１以上の講座として適切な講座の受講計画（図２２参照，どういった順に講座や研修を受講しＮ年で目標スコアに到達させるという計画）を立案し、立案したその受講計画を受講予定者にレコメンド（推薦）する。
受講計画の立案は、ＡＩモデルにより実行される。
ＡＩモデルにより実行される受講計画の立案には、受講予定者の属性と現在のスコアの数値だけでなく、属性により傾向、４つのビジネススキルのカテゴリによる得点傾向（ビジネススキルの適正）や受講予定者本人により入力される目標スコア等が考慮される。ＡＩモデルの他、予め設定されたアルゴリズムに基づいて受講計画を立案してもよい。
【0051】
目標評価値取得部１２３は、受講予定者について、ビジネスに関する能力の、Ｎ年が経過した後の目標となるスコアが受講予定者の操作により入力されていた場合、当該スコアを目標評価値として取得する。
具体的には、目標評価値取得部１２３は、受検ＤＢ１４１の当該受講予定者の受講者情報に目標スコアが含まれていた場合、その目標スコアを受検ＤＢ１４１から読み出し目標評価値として取得しレコメンド部１２２へ出力する。
具体的には、目標評価値取得部１２３は、受検ＤＢ１４１の当該受講予定者の受講者情報に目標スコアが含まれていた場合、その目標スコアを受検ＤＢ１４１から読み出し目標評価値として取得しレコメンド部１２２へ出力する。
【0052】
目標期間取得部１２４は、所定期間として目標の期間が受講予定者の操作により入力された場合、当該期間を目標期間として取得する。
具体的には、目標期間取得部１２４は、受検ＤＢ１４１の当該受講予定者の受講者情報に目標期間が含まれていた場合、その目標期間を受検ＤＢ１４１から読み出し目標期間として取得しレコメンド部１２２へ出力する。
これにより、レコメンド部１２２は、受講予定者の１以上の属性及び現在スコアに加えてさらに受講予定者により入力された目標スコア及び目標期間に基づいて、受講計画を立案すると共にさらに受講期間として適切な期間を算出し、受講予定者にレコメンドする。
具体的には、目標期間取得部１２４は、受検ＤＢ１４１の当該受講予定者の受講者情報に目標期間が含まれていた場合、その目標期間を受検ＤＢ１４１から読み出し目標期間として取得しレコメンド部１２２へ出力する。
これにより、レコメンド部１２２は、受講予定者の１以上の属性及び現在スコアに加えてさらに受講予定者により入力された目標スコア及び目標期間に基づいて、受講計画を立案すると共にさらに受講期間として適切な期間を算出し、受講予定者にレコメンドする。
【0053】
類似実績取得部１２５は、現時点で受講予定者の目標期間よりも前に人材育成が既に施された既存受講者のうち、受講予定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、目標期間の人材育成が施される前後の、ビジネススキルの夫々のスコアを含む情報を実績情報として、１以上の類似属性者の夫々の実績情報を取得する。
具体的には、類似実績取得部１２５は、受講予定者と同一又は類似する属性を有する１以上の既存受講者（類似属性者）の実績情報を受検ＤＢ１４１から取得し、レコメンド部１２２へ出力する。
これにより、レコメンド部１２２は、受講予定者の１以上の属性及び現在スコアに加えてさらに１以上の既存受講者（類似属性者）の夫々の実績情報に基づいて、受講計画を立案すると共に所定期間が経過した際に目標となるスコアを目標スコアとして算出し、既存受講者（類似属性者）にレコメンドする。
具体的には、類似実績取得部１２５は、受講予定者と同一又は類似する属性を有する１以上の既存受講者（類似属性者）の実績情報を受検ＤＢ１４１から取得し、レコメンド部１２２へ出力する。
これにより、レコメンド部１２２は、受講予定者の１以上の属性及び現在スコアに加えてさらに１以上の既存受講者（類似属性者）の夫々の実績情報に基づいて、受講計画を立案すると共に所定期間が経過した際に目標となるスコアを目標スコアとして算出し、既存受講者（類似属性者）にレコメンドする。
【0054】
表示制御部１２６は、レコメンド部１２２により立案された受講計画を受講者端末２０の画面に表示させる制御を行う。
【0055】
また、表示制御部１２６は、レコメンド部１２２から出力される受講予定者の現在のスコアと理想のスコアとを円形の表示領域に夫々プロットした２つの折れ線グラフ（例えば図２２のレーダーチャート参照）を、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。
この他、表示制御部１２６は、テスト部１２１により取得される受講予定者の現在のスコアと、当該受講予定者が含まれる所定の母集団のスコアとを円形の表示領域にプロットした２つの折れ線グラフ（例えば図４参照）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。
この他、表示制御部１２６は、テスト部１２１により取得される受講予定者の現在のスコアと、当該受講予定者が含まれる所定の母集団のスコアとを円形の表示領域にプロットした２つの折れ線グラフ（例えば図４参照）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。
【0056】
ここで、図５を参照してサーバの動作を説明する。
図５は、サーバの動作を示すフローチャートである。
図５に示すように、サーバ１０では、ステップＳ１１において、属性取得部１２０は、１以上の講座の受講により所定の人材育成が所定期間（例えば３年等）施される受講予定者の１以上の属性（年齢、性別、職種、役職、業種のうち少なくとも年齢、性別、職種を含む情報）を取得する。
ステップＳ１２において、テスト部１２１は、対象者について、ビジネスに関する能力（ビジネス基礎力）の現時点の評価値（ビジネス基礎力診断テストによる４つのビジネススキルの夫々のスコア）を現在スコアとして取得する。
ステップＳ１３において、レコメンド部１２２は、受講予定者（既存受講者を含む）の１以上の属性（年齢、性別、職種、役職、業種のうち少なくとも年齢、性別、職種を含む情報）及び現在のスコア（４つのビジネススキルの夫々のスコア）に基づいて、受講予定者が受講すべき１以上の講座として適切な講座の受講計画を立案して、受講予定者にレコメンド（推薦）する。
図５は、サーバの動作を示すフローチャートである。
図５に示すように、サーバ１０では、ステップＳ１１において、属性取得部１２０は、１以上の講座の受講により所定の人材育成が所定期間（例えば３年等）施される受講予定者の１以上の属性（年齢、性別、職種、役職、業種のうち少なくとも年齢、性別、職種を含む情報）を取得する。
ステップＳ１２において、テスト部１２１は、対象者について、ビジネスに関する能力（ビジネス基礎力）の現時点の評価値（ビジネス基礎力診断テストによる４つのビジネススキルの夫々のスコア）を現在スコアとして取得する。
ステップＳ１３において、レコメンド部１２２は、受講予定者（既存受講者を含む）の１以上の属性（年齢、性別、職種、役職、業種のうち少なくとも年齢、性別、職種を含む情報）及び現在のスコア（４つのビジネススキルの夫々のスコア）に基づいて、受講予定者が受講すべき１以上の講座として適切な講座の受講計画を立案して、受講予定者にレコメンド（推薦）する。
【0057】
このようなサーバ１０の動作によれば、受講予定者の１以上の属性と現在スコアとを取得し、取得した１以上の属性と現在スコアに基づいて、受講予定者が受講すべき１以上の講座として適切な講座の受講計画を立案して、受講予定者にレコメンド（推薦）するので、研修の対象者が所定期間（Ｎ年）後に成長目標を達成するための具体性のある支援を行うことができる。
【0058】
次に、図６乃至図８を参照してサーバにおけるレコメンド部（検出レコメンドロジック）の動作を説明する。
図６は、サーバにおけるレコメンド部の動作の概要を示す図である。
図６に示すように、サーバ１０において、受検ＤＢ１４１に保存されている受講予定者（以下「ユーザ」と称す）の現在のスコア及び属性と、ユーザのなりたい未来の姿（理想）の属性がユーザにより事前に入力され受検ＤＢ１４１記憶されている場合は、なりたい未来の姿（理想）の属性が受検ＤＢ１４１から読み出されてレコメンド部１２２に入力される。
なりたい未来の姿（理想）のスコアは、ユーザのなりたい未来の姿（理想）の属性を持つ既存受講者（既存ユーザ）におけるスコア上位２０％の平均値等とする。ここで示したスコア上位２０％の平均値は、一例であり、他の値であってもよい。
図６は、サーバにおけるレコメンド部の動作の概要を示す図である。
図６に示すように、サーバ１０において、受検ＤＢ１４１に保存されている受講予定者（以下「ユーザ」と称す）の現在のスコア及び属性と、ユーザのなりたい未来の姿（理想）の属性がユーザにより事前に入力され受検ＤＢ１４１記憶されている場合は、なりたい未来の姿（理想）の属性が受検ＤＢ１４１から読み出されてレコメンド部１２２に入力される。
なりたい未来の姿（理想）のスコアは、ユーザのなりたい未来の姿（理想）の属性を持つ既存受講者（既存ユーザ）におけるスコア上位２０％の平均値等とする。ここで示したスコア上位２０％の平均値は、一例であり、他の値であってもよい。
【0059】
レコメンド部１２２は、ユーザのビジネススキル、例えば４カテゴリ×５項目、合計２０項目の夫々における、現在のスコアと、なりたい姿のスコアとを比較し、現在となりたい姿の各項目の点数差に基づいて、研修受講計画（推奨期間とおすすめ研修）を生成する。
おすすめ研修としては、例えば研修テーマ、研修受講順序、研修受講とあわせて読む書籍等が生成される。推奨期間は、なりたい姿のスコアに到達するのに必要な年数が例えばＮ年やＮ年半等として算出される。
おすすめ研修としては、例えば研修テーマ、研修受講順序、研修受講とあわせて読む書籍等が生成される。推奨期間は、なりたい姿のスコアに到達するのに必要な年数が例えばＮ年やＮ年半等として算出される。
【0060】
ここで、図７を参照して、なりたい未来の姿がユーザにある場合のレコメンド部（研修レコメンドロジック）の動作を説明する。
図７は、なりたい未来の姿がユーザにある場合のレコメンド部の動作を示す図である。
ユーザに、なりたい未来の姿がある場合、図６の概要動作と同様であり、レコメンド部１２２は、ユーザのビジネススキル、例えば４カテゴリ×５項目、合計２０項目の夫々における、現在のスコアと、なりたい姿のスコアとを比較し、現在となりたい姿の各項目の点数差に基づいて、研修受講計画（推奨期間とおすすめ研修）を生成する。
おすすめ研修としては、例えば研修テーマ、研修受講順序、あわせて読む書籍等が生成される。推奨期間は、なりたい姿のスコアに到達するのに必要な年数が例えばＮ年やＮ年半等として算出される。
図７は、なりたい未来の姿がユーザにある場合のレコメンド部の動作を示す図である。
ユーザに、なりたい未来の姿がある場合、図６の概要動作と同様であり、レコメンド部１２２は、ユーザのビジネススキル、例えば４カテゴリ×５項目、合計２０項目の夫々における、現在のスコアと、なりたい姿のスコアとを比較し、現在となりたい姿の各項目の点数差に基づいて、研修受講計画（推奨期間とおすすめ研修）を生成する。
おすすめ研修としては、例えば研修テーマ、研修受講順序、あわせて読む書籍等が生成される。推奨期間は、なりたい姿のスコアに到達するのに必要な年数が例えばＮ年やＮ年半等として算出される。
【0061】
次に、図８を参照して、なりたい未来の姿がユーザにない場合のレコメンド部（研修レコメンドロジック）の動作を説明する。
図８は、なりたい未来の姿がユーザにない場合のレコメンド部の動作を示す図である。
ユーザに、なりたい未来の姿がない場合、図８に示すように、目標とする期間（Ｎ年）をユーザに決めてもらい、その期間（Ｎ年）がユーザにより受講者端末２０を介してサーバ１０に入力される。
図８は、なりたい未来の姿がユーザにない場合のレコメンド部の動作を示す図である。
ユーザに、なりたい未来の姿がない場合、図８に示すように、目標とする期間（Ｎ年）をユーザに決めてもらい、その期間（Ｎ年）がユーザにより受講者端末２０を介してサーバ１０に入力される。
【0062】
サーバ１０では、受検ＤＢ１４１のユーザの現在のスコア及び属性が読み出されて、読み出された現在のスコア及び属性と、ユーザにより入力された期間（Ｎ年）とがレコメンド部１２２に入力される。
【0063】
レコメンド部１２２は、研修が既にＮ年間施された既存ユーザのうち、研修を受ける予定のユーザ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（－Ｎ年～現在）の実績情報（Ｎ年前から現在に至るスコアの推移）を夫々読み出す。この例では、類似属性者３人分の実績情報が読み出される。
実績情報としては、類似属性者の夫々が理想の属性（職種や役職等）になったＮ年後のスコアがレコメンド部１２２により取得される。
実績情報としては、類似属性者の夫々が理想の属性（職種や役職等）になったＮ年後のスコアがレコメンド部１２２により取得される。
【0064】
続いて、レコメンド部１２２は、類似属性者３人分の夫々のスコアと、ユーザの現在のスコアとに基づいて、１以上の研修受講計画（この例では３パターンの研修受講計画）を生成する。
そして、レコメンド部１２２は、生成した３パターンの研修受講計画夫々の理想のスコアを、ユーザのスコアや属性とのマッチ度の高さ別に、表示制御部１２６を介して受講者端末の画面に表示しユーザへ提示する。
このように実現可能性のあるユーザの未来の姿がマッチ度の高さ別に１以上（この例では３つ）提示されるので、ユーザは、提示された１以上の未来の姿の中から自らなりたい姿を選択することができる。
そして、レコメンド部１２２は、生成した３パターンの研修受講計画夫々の理想のスコアを、ユーザのスコアや属性とのマッチ度の高さ別に、表示制御部１２６を介して受講者端末の画面に表示しユーザへ提示する。
このように実現可能性のあるユーザの未来の姿がマッチ度の高さ別に１以上（この例では３つ）提示されるので、ユーザは、提示された１以上の未来の姿の中から自らなりたい姿を選択することができる。
【0065】
以下、具体例を説明する。
図９は、ユーザの属性情報の一例を示す図である。
図９に示すように、ユーザの属性情報は、属性の項目毎に、現在と理想の夫々情報が対応して管理されている。属性は、例えば基本属性と追加属性がある。基本属性は、性別、年齢、職種である。追加属性は業種と役職（役割）である。
この例では、ユーザの基本属性としての性別は男、現在の年齢は２６歳、現在の職種はプログラマーである。理想の職種は営業が入力されている。
追加属性の現在の業種はＩＴ業、現在の役職は一般（一般職）である。理想の業種も現在と同じＩＴ業、理想の役職も一般（一般職）である。役職は、この他、例えばリーダー、管理職、経営者等が入力可能である。
図９は、ユーザの属性情報の一例を示す図である。
図９に示すように、ユーザの属性情報は、属性の項目毎に、現在と理想の夫々情報が対応して管理されている。属性は、例えば基本属性と追加属性がある。基本属性は、性別、年齢、職種である。追加属性は業種と役職（役割）である。
この例では、ユーザの基本属性としての性別は男、現在の年齢は２６歳、現在の職種はプログラマーである。理想の職種は営業が入力されている。
追加属性の現在の業種はＩＴ業、現在の役職は一般（一般職）である。理想の業種も現在と同じＩＴ業、理想の役職も一般（一般職）である。役職は、この他、例えばリーダー、管理職、経営者等が入力可能である。
【0066】
図１０は、推奨受講研修テーマとその受講順が設定されたテーブルの具体例を示す図である。
ビジネススキルは、４つのカテゴリ毎に５つの項目、合計２０項目が設定されており、夫々の項目毎に、より研修効果が得られる受講順序と書籍等が設定されている。
例えば図１０に示すテーブルの、例えば「プランニング＆コントロール」の「目的・目標」という項目には、項目識別情報として、項目ＩＤ_Ｐ１が設定されており、項目ＩＤＰ１の項目に関連する研修を受講する前に先行して受講しておくとよい（研修の効果をより高められる）先行項目として、例えば項目ＩＤ_Ｔ４（「シンキング」の「課題設定」）が設定されている。
また、項目ＩＤ_Ｐ１の研修テーマ数は～２０代で１つ、～３０代で１つ設定されており、研修の受講に合わせて読んでおいた方がよい書籍として、例えば「目的・目標」が設定されている。
レコメンド部１２２は、このテーブルを参照して夫々の項目における現在と未来（理想とするスコア）との点数差から、推奨受講研修テーマとその受講順序を含む研修受講計画を生成する。
ビジネススキルは、４つのカテゴリ毎に５つの項目、合計２０項目が設定されており、夫々の項目毎に、より研修効果が得られる受講順序と書籍等が設定されている。
例えば図１０に示すテーブルの、例えば「プランニング＆コントロール」の「目的・目標」という項目には、項目識別情報として、項目ＩＤ_Ｐ１が設定されており、項目ＩＤＰ１の項目に関連する研修を受講する前に先行して受講しておくとよい（研修の効果をより高められる）先行項目として、例えば項目ＩＤ_Ｔ４（「シンキング」の「課題設定」）が設定されている。
また、項目ＩＤ_Ｐ１の研修テーマ数は～２０代で１つ、～３０代で１つ設定されており、研修の受講に合わせて読んでおいた方がよい書籍として、例えば「目的・目標」が設定されている。
レコメンド部１２２は、このテーブルを参照して夫々の項目における現在と未来（理想とするスコア）との点数差から、推奨受講研修テーマとその受講順序を含む研修受講計画を生成する。
【0067】
図１１乃至図１５を参照して研修受講計画の立案動作を説明する。
図１１は、研修受講計画の立案に関する概要動作を示すフローチャートである。
図１１に示すように、ステップＳ１０１において、レコメンド部１２２は、受講予定のユーザ（対象者）のスコア及び属性等の情報を受検ＤＢ１４１より読み出す。
図１１は、研修受講計画の立案に関する概要動作を示すフローチャートである。
図１１に示すように、ステップＳ１０１において、レコメンド部１２２は、受講予定のユーザ（対象者）のスコア及び属性等の情報を受検ＤＢ１４１より読み出す。
【0068】
ステップＳ１０２（大処理［１］）において、レコメンド部１２２は、読み出したスコア及び属性に基づいて、受検ＤＢ１４１より研修受講対象の項目を抽出しその項目の順序を設定する。
この際、対象者の現在のスコアと理想のスコアとを比較し、各項目の点数差（現在－理想）をそれぞれ算出する。
この際、対象者の現在のスコアと理想のスコアとを比較し、各項目の点数差（現在－理想）をそれぞれ算出する。
【0069】
ステップＳ１０３において、レコメンド部１２２は、ビジネススキルの２０項目のうち、点数差が－１以下でかつ研修受講順序が付されていない項目を抽出し、研修受講対象項目リストを生成する。研修受講対象項目リストに上がった項目は、すべて研修受講を推奨する分野である。
【0070】
ステップＳ１０４（大処理［２_１］）において、レコメンド部１２２は、研修受講対象項目リストに基づいて、ユーザ（対象者）が受講すべき研修の受講テーマを抽出する。
【0071】
ステップＳ１０５（大処理［２_１］）において、レコメンド部１２２は、所定条件（後述の図１３のステップＳ１１９参照）に基づいて、抽出した受講テーマの受講順序を設定する。
【0072】
図１２及び図１３は、研修受講計画の立案に関する詳細な動作を示すフローチャートである。
図１２に示すように、ステップＳ１１１［処理１］において、レコメンド部１２２は、所定条件（現在スコアと理想スコアとの点数差が－１以下）に合致する項目を研修受講すべき項目として抽出する。
図１２に示すように、ステップＳ１１１［処理１］において、レコメンド部１２２は、所定条件（現在スコアと理想スコアとの点数差が－１以下）に合致する項目を研修受講すべき項目として抽出する。
【0073】
ステップＳ１１２において、レコメンド部１２２は、ビジネススキルの２０項目のうち、現在スコアと理想スコアとの点数差が－１以下でかつ研修受講順序が付されていない項目を抽出し、第１研修受講対象項目リスト（１）を生成する。
【0074】
ステップＳ１１３［処理２_１］において、レコメンド部１２２は、第１条件（先行項目が空欄の項目）に基づいて、第１研修受講対象項目リスト（１）の項目を絞り込み、フラグを設定する。
これにより、先行してクリアすべき項目がないことが分かり、その項目については、研修受検対象にしてよいことが分かる。
これにより、先行してクリアすべき項目がないことが分かり、その項目については、研修受検対象にしてよいことが分かる。
【0075】
ステップＳ１１４［処理２_２］において、レコメンド部１２２は、第２条件（先行項目に値があり、かつ対象の先行項目すべてが現在スコアと理想スコアとの点数差が－１以下［（現実－理想）≦－１］の項目）に基づいて、第１研修受講対象項目リスト（１）の項目を絞り込み、フラグを設定する。
これにより、先行してクリアすべき項目があるが、その対象項目をクリアできている項目かわかる。
これにより、先行してクリアすべき項目があるが、その対象項目をクリアできている項目かわかる。
【0076】
ステップＳ１１５［処理２_３］において、レコメンド部１２２は、第３条件（先行項目に値があり、かつステップＳ１１４の処理で抽出されていない項目）に基づいて、第１研修受講対象項目リスト（１）の項目を絞り込み、フラグを設定する。
これにより、先行してクリアすべき項目があるが、条件によっては受講対象にできる項目を抽出することができる。
これにより、先行してクリアすべき項目があるが、条件によっては受講対象にできる項目を抽出することができる。
【0077】
ステップＳ１１６において、レコメンド部１２２は、上記により抽出した項目の第２研修受講対象項目リスト（２）を生成する。
【0078】
続いて、図１３のステップＳ１１７［処理３］において、レコメンド部１２２は、第２研修受講対象項目リスト（２）から、現在スコアと理想スコアとの点数差の絶対値を項目毎に抽出する。
【0079】
ステップＳ１１８において、レコメンド部１２２は、抽出した項目の第３研修受講対象項目リスト（３）を生成する。
【0080】
ステップＳ１１９［処理４］において、レコメンド部１２２は、生成した第３研修受講対象項目リスト（３）から、ステップＳ１１３の処理で設定したフラグ及びステップＳ１１４の処理で設定したフラグが立っている項目に対して、所定条件に基づいて順序を割り振る。
このときの条件としては、差分絶対値が大きいものほど優先度が高い、またリストの項目が左のものほど優先度が高い、等であり、これらの条件に従って、フラグが立っている項目に順序を割り振る。
このときの条件としては、差分絶対値が大きいものほど優先度が高い、またリストの項目が左のものほど優先度が高い、等であり、これらの条件に従って、フラグが立っている項目に順序を割り振る。
【0081】
ステップＳ１２０において、レコメンド部１２２は、上記により順序を割り振った項目の第４研修受講対象項目リストを生成する。
【0082】
図１１で説明した大処理［２－１］の具体的な研修テーマの抽出処理を、図１４乃至図１６を参照して説明する。図１４は、受講すべき研修サービスの受講テーマを抽出する処理を示すフローチャートである。図１５、図１６は、項目別研修テーマリストの一例を示す図である。なお、図１５、図１６は、本来一つの図であるが、出願様式に対応するように分図したものである。
【0083】
図１４のステップＳ１３１［処理５］において、レコメンド部１２２は、受検ＤＢ１４１に記憶されている項目別研修テーマリスト（図１５、図１６参照）を読み出し、読み出した項目別研修テーマリストから、抽出条件（現在スコアと理想スコアとの点数差の絶対値の数）に合致する数だけ、研修受講対象項目の研修タイトルを抽出する。例えば点数差が－２ならば、２つの研修タイトルを抽出する。
ここでは、項目別研修テーマリストの夫々の項目について、抽出条件に合致する受講推奨研修タイトルを抽出する。
ここでは、項目別研修テーマリストの夫々の項目について、抽出条件に合致する受講推奨研修タイトルを抽出する。
【0084】
ステップＳ１３２において、レコメンド部１２２は、ユーザ（対象者）の属性から、年齢を確認し、この確認の結果、ユーザ（対象者）の年齢が３０代以上であれば、ステップＳ１３３において、３０代以上向けのタイトルリストから研修タイトルを抽出する。
また、上記ステップＳ１３２の確認の結果、ユーザ（対象者）の年齢が３０代以上でなければ、ステップＳ１３４において、レコメンド部１２２は、２０代向けのタイトルリストから研修タイトルを抽出する。
また、上記ステップＳ１３２の確認の結果、ユーザ（対象者）の年齢が３０代以上でなければ、ステップＳ１３４において、レコメンド部１２２は、２０代向けのタイトルリストから研修タイトルを抽出する。
【0085】
ステップＳ１３５において、レコメンド部１２２は、抽出した研修タイトルが、既に他の項目で抽出されているか否かを確認する。これは、同じ研修を複数回受講させないための処理である。
【0086】
ステップＳ１３５の確認の結果、抽出した研修タイトルが、既に他の項目で抽出されている場合、ステップＳ１３６において、レコメンド部１２２は、抽出した研修タイトルを削除する。
【0087】
また、ステップＳ１３５の確認の結果、抽出した研修タイトルが、他の項目で抽出されていなければ、レコメンド部１２２は、受講テーマの抽出処理を終了する。
【0088】
【0089】
図１７のステップＳ１４１［処理６］において、レコメンド部１２２は、抽出した研修タイトルに対して、研修テーマリストの上位の項目から順に番号を付与することで、研修受講順序を採番する。
【0090】
ステップＳ１４２［処理７］において、レコメンド部１２２は、研修受講対象項目リストの順序未設定項目の順序を設定する。
そして、研修テーマリスト内の研修テーマ数より点数差（理想スコア－現在スコア）の方が大きいときは、項目に関連する書籍を読むことを当該ユーザにレコメンドする。つまり、研修が足りない場合は不足分を書籍で代用する。
そして、研修テーマリスト内の研修テーマ数より点数差（理想スコア－現在スコア）の方が大きいときは、項目に関連する書籍を読むことを当該ユーザにレコメンドする。つまり、研修が足りない場合は不足分を書籍で代用する。
【0091】
次に、図１８乃至図２２を参照して、具体的な事例を説明する。図１８は、理想の姿を持つユーザの属性情報（第１事例：異業種への転職を望む場合）を示す図である。図１９は、図１８の属性情報を持つユーザのスコアを示す図である。図２０は、理想の姿を持つユーザの属性情報（第２事例：異職種への転職を望む場合）を示す図である。図２１は、図２０の属性情報を持つユーザのスコアを示す図である。図２２は、理想の姿がないユーザに対するレコメンドの例（第３事例：職種、業種等の希望が特にない場合）を示す図である。
【0092】
第１事例は、ユーザに理想の姿があり、小売業界からＩＴ業界への同職種、異業種への転職を望む場合の事例である。
この場合のユーザの属性情報は、例えば図１８に示すように、基本属性としての性別は男性、現在の年齢は３２歳、現在の職種は営業職である。理想の職種も営業職が入力されている。
追加属性の現在の業種は小売業である。理想の業種はＩＴ業が入力されている。現在の役職は一般職である。理想の役職も一般職が入力されている。
この場合のユーザの属性情報は、例えば図１８に示すように、基本属性としての性別は男性、現在の年齢は３２歳、現在の職種は営業職である。理想の職種も営業職が入力されている。
追加属性の現在の業種は小売業である。理想の業種はＩＴ業が入力されている。現在の役職は一般職である。理想の役職も一般職が入力されている。
【0093】
図１８の属性情報を持つユーザのスコアは、図１９に示すように、各カテゴリの項目毎に、現在スコアと理想スコアとが設定されており、互いのスコアの点数差も設定されているものとする。点数差については、現在と理想の夫々のスコアを読み出して互いを引き算して求めてもよい。
この場合、レコメンド部１２２は、現在のスコアと理想とする属性のスコア（上位者２０％平均）との差分から、理想の姿に成長するために必要な期間（Ｎ年）、必要な研修受講計画（受講順序、関連書籍等）をレコメンド（推奨）する。
この場合、レコメンド部１２２は、現在のスコアと理想とする属性のスコア（上位者２０％平均）との差分から、理想の姿に成長するために必要な期間（Ｎ年）、必要な研修受講計画（受講順序、関連書籍等）をレコメンド（推奨）する。
【0094】
ここで、レコメンド部１２２がＡＩモデルの場合の思考について説明する。
ＩＴ業界の特徴として、カテゴリ「プランニング＆コントロール」と「シンキング」のスコアが高いことがあげられる。
また、営業職という職種のため理想の属性においても「コミュニケーション」の領域で高いスコアが必要とされるが、ユーザは既に求められるスコアに達していることが分かる。
ユーザがＩＴ業界に求められるレベルに達するためには、「プランニング＆コントロール」と「シンキング」を中心とした（現在－理想）のスコアがマイナスとなっている項目に関連する研修を受講することがレコメンド（推奨）される。
ＩＴ業界の特徴として、カテゴリ「プランニング＆コントロール」と「シンキング」のスコアが高いことがあげられる。
また、営業職という職種のため理想の属性においても「コミュニケーション」の領域で高いスコアが必要とされるが、ユーザは既に求められるスコアに達していることが分かる。
ユーザがＩＴ業界に求められるレベルに達するためには、「プランニング＆コントロール」と「シンキング」を中心とした（現在－理想）のスコアがマイナスとなっている項目に関連する研修を受講することがレコメンド（推奨）される。
【0095】
理想とするスコアは、対象となる属性における過去受検データのスコア上位２０％の平均を用いるものとする。
【0096】
第２事例は、ユーザに理想の姿があり、同業界で営業事務から経理への転職を望む場合の事例である。
この場合のユーザの属性情報は、例えば図２０に示すように、基本属性としての性別は女性、現在の年齢は２６歳、現在の職種は営業事務である。理想の職種は経理が入力されている。
追加属性の現在の業種は製造業、理想の業種も製造業が入力されている。現在の役職は一般職である。理想の業種も一般職が入力されている。
この場合のユーザの属性情報は、例えば図２０に示すように、基本属性としての性別は女性、現在の年齢は２６歳、現在の職種は営業事務である。理想の職種は経理が入力されている。
追加属性の現在の業種は製造業、理想の業種も製造業が入力されている。現在の役職は一般職である。理想の業種も一般職が入力されている。
【0097】
図２０の属性情報を持つユーザのスコアは、図２１に示すように、各カテゴリの項目毎に、現在スコアと理想スコアとが設定されており、互いのスコアの点数差も設定されているものとする。
この場合、レコメンド部１２２は、現在のスコアと理想とする属性のスコア（上位者２０％平均）との差分から、理想の姿に成長するために必要な期間（Ｎ年）、必要な研修受講計画（受講順序、関連書籍等）をレコメンド（推奨）する。
この場合、レコメンド部１２２は、現在のスコアと理想とする属性のスコア（上位者２０％平均）との差分から、理想の姿に成長するために必要な期間（Ｎ年）、必要な研修受講計画（受講順序、関連書籍等）をレコメンド（推奨）する。
【0098】
ここで、レコメンド部１２２がＡＩモデルの場合の思考について説明する。
経理担当者の特徴として、カテゴリ「ビジネス知識」のスコアが他の職種に比較し高いことがあげられる。これは、日頃決算書の数字を扱っているため、「ビジネス知識」の中でも経営の項目で高いスコアが出ているためと推測される。また、「シンキング」の領域のスコアも高く、ユーザが経理職に求められるレベルに達するためには、「ビジネス知識」と「コミュニケーション」を中心として（現在－理想）のスコアがマイナスとなっている項目に関連する研修を受講することがレコメンド（推奨）される。
経理担当者の特徴として、カテゴリ「ビジネス知識」のスコアが他の職種に比較し高いことがあげられる。これは、日頃決算書の数字を扱っているため、「ビジネス知識」の中でも経営の項目で高いスコアが出ているためと推測される。また、「シンキング」の領域のスコアも高く、ユーザが経理職に求められるレベルに達するためには、「ビジネス知識」と「コミュニケーション」を中心として（現在－理想）のスコアがマイナスとなっている項目に関連する研修を受講することがレコメンド（推奨）される。
【0099】
第３事例は、ユーザに理想の姿がない場合の事例である。この場合のユーザの属性情報は、例えば図２２に示すように、基本属性としての性別は女性、現在の年齢は２５歳、現在の職種は事務職である。追加属性の現在の業種はサービス業である。現在の役職は一般職である。
この場合、レコメンド部１２２は、現在の属性と受検ＤＢ１４１から読み出したスコアとから、今の自分におすすめの属性とその属性となるために必要な年数と研修受講計画（受講順序、関連書籍等）を夫々複数個（レコメンド（１）（２）（３）等）、レコメンド（推奨）する。
この場合、レコメンド部１２２は、現在の属性と受検ＤＢ１４１から読み出したスコアとから、今の自分におすすめの属性とその属性となるために必要な年数と研修受講計画（受講順序、関連書籍等）を夫々複数個（レコメンド（１）（２）（３）等）、レコメンド（推奨）する。
【0100】
ユーザが、受検結果の現在のスコアと、理想のスコアとを比較するにあたり、レコメンド部１２２は、受検ＤＢ１４１から読み出した現在のスコアと、理想のスコアとを、表示制御部１２６を介して受講者端末２０に出力する。
【0101】
これにより、受講者端末２０には、図２３に示すように、ユーザの現在のスコアと理想のスコアとが夫々レーターチャートとされて、領域で比較可能にビジネススキル特性としてグラフ表示される。
このビジネススキル特性をユーザが閲覧することで、ビジネススキル上で理想のスコアに対して現在のスコアがどの項目がどの程度劣っているかを一目で確認することができ、どの方向にスキルを伸ばすべきかといったことも明確に判断できる。
このビジネススキル特性をユーザが閲覧することで、ビジネススキル上で理想のスコアに対して現在のスコアがどの項目がどの程度劣っているかを一目で確認することができ、どの方向にスキルを伸ばすべきかといったことも明確に判断できる。
【0102】
ここで、図２４、図２５を参照してレコメンド部１２２が立案した適切な講座の受講計画の出力例について説明する。図２４、図２５は、レコメンド部１２２が立案した適切な講座の受講計画の出力例を示す図である。なお、図２４、図２５は、本来一つの図であるが、出願様式に対応するように分図したものである。
【0103】
適切な講座の受講計画は、図２４、図２５に示すような表の形式で出力される他、テストの受検結果が理想のスコアになるために必要な期間が、例えば「５年」等と具体的な年月で提示される。
表の左側の欄には、カテゴリ、項目、現在、理想、点数差等の既存の情報が配置されている。表の中央部には、１以上のおすすめ研修の欄（おすすめ研修１乃至３等）が配置されている。夫々のおすすめ研修１乃至３の欄には、研修名と研修受講順序が配置されている。
この他、表の中央部には、研修の受講に合わせて読むとよい書籍の欄等が配置されている。書籍の欄には、夫々の項目毎に、開始時期、終了時期、関連ワード等が示されている。
表の右側の欄には、受講すべき研修（講座）毎の受講期間が配置され、受講すべき研修名（講座名）が項目の行に対応して順番に配置されている。
表の左側の欄には、カテゴリ、項目、現在、理想、点数差等の既存の情報が配置されている。表の中央部には、１以上のおすすめ研修の欄（おすすめ研修１乃至３等）が配置されている。夫々のおすすめ研修１乃至３の欄には、研修名と研修受講順序が配置されている。
この他、表の中央部には、研修の受講に合わせて読むとよい書籍の欄等が配置されている。書籍の欄には、夫々の項目毎に、開始時期、終了時期、関連ワード等が示されている。
表の右側の欄には、受講すべき研修（講座）毎の受講期間が配置され、受講すべき研修名（講座名）が項目の行に対応して順番に配置されている。
【0104】
例えば最初（１番目）の受講期間として「４か月後」、受講すべき研修名（講座名）は、項目ＩＤ_Ｔ５の行に「［基礎］ロジカル・シンキング」が配置されている。
次（２番目）の受講期間として「８か月後」、受講すべき研修名（講座名）は、項目ＩＤ_Ｔ５の行に「［若手向け］アイデアを出すための発想法」が配置されている。
その次（３番目）の受講期間として「１年後」、受講すべき研修名（講座名）は、項目ＩＤ_Ｃ１の行に「ビジネスマナー研修１＜良好な人間関係を築くための要素＞」等が配置されている。以降、受講期間と受講順序が分かるように、受講すべき研修名（講座名）が夫々の項目の行に配置されている。
次（２番目）の受講期間として「８か月後」、受講すべき研修名（講座名）は、項目ＩＤ_Ｔ５の行に「［若手向け］アイデアを出すための発想法」が配置されている。
その次（３番目）の受講期間として「１年後」、受講すべき研修名（講座名）は、項目ＩＤ_Ｃ１の行に「ビジネスマナー研修１＜良好な人間関係を築くための要素＞」等が配置されている。以降、受講期間と受講順序が分かるように、受講すべき研修名（講座名）が夫々の項目の行に配置されている。
【0105】
このようにレコメンド部１２２により立案された受講計画の表を、ユーザ（研修予定の対象者）が受講端末２０の画面で閲覧することで、ユーザは、自身があとどのくらいの期間、どのような講座をどのような順序で受講すれば、数年後に理想のスコアに到達する（成長目標を達成する）ことが分かるので、研修予定の対象者に対して具体性のある支援を行うことができる。
【0106】
上述の実施形態では、ビジネス基礎力を向上するための講座が３年間実施される予定のユーザ（受講予定者）個人に対して適切な講座の受講計画を立案してユーザに推薦することについて説明したが、受講予定者個人に対してだけでなく、企業全体や特定の組織に対しても適切な講座の受講計画を推薦（レコメンド）するようにしてもよい。
【0107】
以下、図２６、図２７を参照して第２実施形態を説明する。
図２６は、ユーザの属性情報の一例を示す図である。
図２７は、図２６の属性情報を持つユーザのスコアを示す図である。
第２実施形態は、例えば企業全体に対して今後の受講計画をレコメンドする実施形態である。なお、第２実施形態を説明するにあたり、第１実施形態の構成のうち機能が異なる構成については、第２実施形態として図示せず、図３の構成名で説明する。
図２６は、ユーザの属性情報の一例を示す図である。
図２７は、図２６の属性情報を持つユーザのスコアを示す図である。
第２実施形態は、例えば企業全体に対して今後の受講計画をレコメンドする実施形態である。なお、第２実施形態を説明するにあたり、第１実施形態の構成のうち機能が異なる構成については、第２実施形態として図示せず、図３の構成名で説明する。
【0108】
第２実施形態においては、図３に示すテスト部１２１は、企業を構成する複数の社員層（若手層、中堅層、管理職層等の階層）の夫々の社員層に含まれる社員のビジネス基礎力を示す現在スコア（現時点の評価値）を取得する。
【0109】
図３に示す属性取得部１２０は、１以上の講座の受講により所定の人材育成が所定期間（例えば３年等）施される予定の１人以上の対象者（例えば会社の社員等の受講予定者：ユーザ）毎に１以上の属性（例えば性別、年齢、職種、業種、役職等）を取得する。
図３に示すレコメンド部１２２は、１人以上の社員の夫々の１以上の属性（例えば性別、年齢、職種、業種、役職等）及び現在スコアに基づいて、１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する。
具体的には、レコメンド部１２２は、社員層スコア算出部（図示せず）を有する。社員層スコア算出部は、企業の中で、受講予定者である社員を若手、中堅、管理職等で区分した社員層のスコアの平均値を算出する。
具体的には、社員層平均値算出部は、受検ＤＢ１４１から読み出された情報に基づいて、社員一人一人の現在スコア（現時点の現在評価値）と所定期間（３年等）後に得るべき理想のスコア（理想の評価値）との夫々の平均値（代表値）を、夫々が属する社員層（若手層、中堅層、管理職層）毎に算出する。
図３に示すレコメンド部１２２は、１人以上の社員の夫々の１以上の属性（例えば性別、年齢、職種、業種、役職等）及び現在スコアに基づいて、１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する。
具体的には、レコメンド部１２２は、社員層スコア算出部（図示せず）を有する。社員層スコア算出部は、企業の中で、受講予定者である社員を若手、中堅、管理職等で区分した社員層のスコアの平均値を算出する。
具体的には、社員層平均値算出部は、受検ＤＢ１４１から読み出された情報に基づいて、社員一人一人の現在スコア（現時点の現在評価値）と所定期間（３年等）後に得るべき理想のスコア（理想の評価値）との夫々の平均値（代表値）を、夫々が属する社員層（若手層、中堅層、管理職層）毎に算出する。
【0110】
レコメンド部１２２は、社員層平均値算出部により算出される現在のスコアと理想のスコアの夫々の社員層毎の夫々の平均値に基づいて、夫々の社員層に属する社員が受講すべき１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成し、当該推薦情報を複数の社員層の夫々に属する社員にレコメンド（推薦）する。
なお、ここでは各社員層のスコアの特徴を示す代表値として平均値を用いて説明したが、この他、偏差値や他の数値であってもよい。即ち、各社員層のスコアの特徴を示す代表値であればよい。
上述した例では、社員の区分を社員層（若手層、中堅層、管理職層等）としたが、これ以外の例えば所属部署や年齢等で区分してもよく、所定グループ単位に区分すればよい。
なお、ここでは各社員層のスコアの特徴を示す代表値として平均値を用いて説明したが、この他、偏差値や他の数値であってもよい。即ち、各社員層のスコアの特徴を示す代表値であればよい。
上述した例では、社員の区分を社員層（若手層、中堅層、管理職層等）としたが、これ以外の例えば所属部署や年齢等で区分してもよく、所定グループ単位に区分すればよい。
【0111】
図４のユーザのスキルの評価結果の例で説明すると、レコメンド部１２２は、ビジネス基礎力を示す４つのカテゴリと、各カテゴリの夫々に含まれる５項目（受講テーマ等）の計２０項目について、夫々の項目における現在スコアと未来スコア（理想とするスコア）との点数差（傾向の違い）に基づいて、推薦する講座の受講テーマとその受講順序等を含む情報を推薦情報として生成する。
例えばある項目で未来スコアに対して現在スコアが低い社員に対して、レコメンド部１２２は、その項目のスキルを向上するための講座の受講テーマとその受講順序を含む情報を推薦情報として生成し当該推薦情報をレコメンドする。
レコメンド部１２２は、社員個人単位だけでなく、社員層毎に理想の未来スコアに対して現在スコアが低い項目の傾向を、図２３のビジネススキル特性のグラフ（分布図）から求め、低い項目のスキルを向上するための講座の受講テーマとその受講順序を含む推薦情報を社員層毎にレコメンドする。
例えばある項目で未来スコアに対して現在スコアが低い社員に対して、レコメンド部１２２は、その項目のスキルを向上するための講座の受講テーマとその受講順序を含む情報を推薦情報として生成し当該推薦情報をレコメンドする。
レコメンド部１２２は、社員個人単位だけでなく、社員層毎に理想の未来スコアに対して現在スコアが低い項目の傾向を、図２３のビジネススキル特性のグラフ（分布図）から求め、低い項目のスキルを向上するための講座の受講テーマとその受講順序を含む推薦情報を社員層毎にレコメンドする。
【0112】
つまりこの第２実施形態では、会社という組織全体について、現在のスコアと、理想とするスコアとの差分から、組織が理想とするスコアに達するまでに必要とする期間（Ｎ年）及び受講すべき講座の受講計画（未来スコアに達するために受講する講座と受講順序、読むべき関連書籍等）が推薦情報としてレコメンドされる。
また、若手、中堅、管理職といった階層や年代等により、成長のために必要なスキルやアプローチは夫々異なるため、若手、中堅、管理職等の階層別や年代別等、組織の中の特定の階層、対象群に対してのレコメンドも提示することができる。その場合、現在のスコアと理想のスコアは同属性のものを使用して算出される。
また、若手、中堅、管理職といった階層や年代等により、成長のために必要なスキルやアプローチは夫々異なるため、若手、中堅、管理職等の階層別や年代別等、組織の中の特定の階層、対象群に対してのレコメンドも提示することができる。その場合、現在のスコアと理想のスコアは同属性のものを使用して算出される。
【0113】
必要な期間（Ｎ年）及び必要な講座の受講計画（例えば受講順序、関連書籍等）は、各属性の現在のスコア（各属性に属する対象者の平均スコア）と未来スコア（例えば同属性におけるスコア上位２０％の平均等の対象者が理想とするスコア）との差分に基づいて立案される。
階層毎に適切に立案された受講計画をレコメンドすることで、各階層の成長を促し、組織全体の成長を促進することができる。なお、レコメンドに至る受講計画の立案ロジックは、第１実施形態（ユーザ個人の場合）と同様である。
階層毎に適切に立案された受講計画をレコメンドすることで、各階層の成長を促し、組織全体の成長を促進することができる。なお、レコメンドに至る受講計画の立案ロジックは、第１実施形態（ユーザ個人の場合）と同様である。
【0114】
以下、具体的な事例（図２６の社員の属性（ＩＴ業、技術職）と、図２７に示すスコア）に基づいて、その属性の社員又は各社員層の夫々に対するレコメンドを提示する例を説明する。
この場合、企業全体として全階層共通で例えば図２６に示す、既存属性と追加属性からなる属性情報を有するものとする。
そして、企業全体でテストを実施した結果、図２７に示すようなスコアが得られたものとする。
この場合、企業全体として全階層共通で例えば図２６に示す、既存属性と追加属性からなる属性情報を有するものとする。
そして、企業全体でテストを実施した結果、図２７に示すようなスコアが得られたものとする。
【0115】
図２７に示すように、受検結果の社員層毎の社員のスコアの平均値を見ると、ＩＴ業界の特徴であるプランニング＆コントロールとシンキングのスコアが高くなっている。
また、技術職の特徴として「コミュニケーション」のスコアが低いという特徴（傾向）も現れている。
この結果、組織全体としては、スコアの低い「コミュニケーション」を中心とした講座の受講計画を含む推薦情報が生成され、レコメンドされる。
また、技術職の特徴として「コミュニケーション」のスコアが低いという特徴（傾向）も現れている。
この結果、組織全体としては、スコアの低い「コミュニケーション」を中心とした講座の受講計画を含む推薦情報が生成され、レコメンドされる。
【0116】
また、夫々の階層で見ても、「プランニング＆コントロール」と「シンキング」のスコアが高いという特徴が若手中堅管理職のすべてで現れている。
その中でも階層によって各項目のスコア結果が異なるため、夫々の階層に対し、適切な講座を受講することがレコメンドされる。
若手層は、特に「コミュニケーション」のスコアが低いため、若手層には「コミュニケーション」を中心とした若手向けの講座の受講が提示される。
中堅層及び管理職層には、階層に応じた「コミュニケーション」の研修や、「ビジネス知識」関連の研修も推薦される。
その中でも階層によって各項目のスコア結果が異なるため、夫々の階層に対し、適切な講座を受講することがレコメンドされる。
若手層は、特に「コミュニケーション」のスコアが低いため、若手層には「コミュニケーション」を中心とした若手向けの講座の受講が提示される。
中堅層及び管理職層には、階層に応じた「コミュニケーション」の研修や、「ビジネス知識」関連の研修も推薦される。
【0117】
このようにこの第２実施形態によれば、１人以上の社員の夫々の１以上の属性及び現在スコアに基づいて、１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成するので、今後受講すべき適切な受講計画を含む推薦情報が生成されて、社員又は社員が属する社員層（若手、中堅、管理職等）毎にレコメンドされるので、各社員層の成長を促し、組織全体の成長を促進することができる。
なお、上述した例では、階層の一例として、社員層（若手、中堅、管理職等）を例示したが、これ以外であってもよく、例えば部署や部門等の単位で組織の層を区分してもよい。
なお、上述した例では、階層の一例として、社員層（若手、中堅、管理職等）を例示したが、これ以外であってもよく、例えば部署や部門等の単位で組織の層を区分してもよい。
【0118】
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。
【0119】
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。
【0120】
また、図３に示したサーバ１０の機能ブロック図は、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、この機能を情報処理装置が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。
【0121】
また、機能ブロック及びデータベースは、１台のサーバに配置する例を説明したが、配置場所は、図３に限定されず、複数の情報処理装置に分散して配置してもよく任意でよい。
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。
【0122】
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、情報処理装置のＣＰＵ等のコンピュータにネットワークや記録媒体から読み込まれる。
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読み込むことで、各種の機能を実行することが可能な情報処理装置、例えばサーバ等の他、汎用のスマートフォンやパーソナルコンピュータ等に実装されていてもよい。
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読み込むことで、各種の機能を実行することが可能な情報処理装置、例えばサーバ等の他、汎用のスマートフォンやパーソナルコンピュータ等に実装されていてもよい。
【0123】
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。
【0124】
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。
【0125】
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。
【0126】
例えば、上述の実施形態では、１以上の講座の受講により所定の人材育成が所定期間（例えば３年等）施される予定の受講予定者（ユーザ）の１以上の属性を取得する属性取得部１２０を例示したが、これは一例にしか過ぎず、１以上の講座の受講により所定の人材育成が所定期間施される予定の対象者の１以上の属性を取得する属性取得手段であれば足りる。
【0127】
上述の実施形態では、ユーザについて、ビジネス基礎力の現在のスコアを取得するテスト部１２１を例示したが、これは一例にしか過ぎず、対象者について、ビジネスに関する能力の現時点の評価値を現在評価値として取得する現在評価値取得手段であれば足りる。
【0128】
上述の第１実施形態では、レコメンド部１２２が、ユーザの属性（例えば性別、年齢、職種、業種、役職等）と、現在と理想の夫々のスコアとに基づいて、１以上の講座として適切な講座の受講計画を立案して、立案した受講計画（図２３の表を参照）をユーザにレコメンドする例を説明したが、そこに示した例は一例にしか過ぎず、第２実施形態にように、１以上の対象者の１以上の属性及び現在評価値に基づいて、１以上の講座として適切な講座の受講計画を含む情報を推薦情報（受講すべき講座や講座の受講順序、受講期間等）として生成すれば足りる。
【0129】
上記実施形態では、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、並びにシンキング等の４つのカテゴリにビジネススキルを分けたが、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スキル項目も、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）のスキル項目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スキル項目も、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）のスキル項目を採用することができる。
【0130】
上記実施形態では、企業に所属する１以上の対象者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項目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。
例えば推薦情報をレコメンドする対象は、ユーザの他、例えば社員や所員、署員やユーザが属する所定グループ等であってもよく、所定グループは、会社（企業）の他、団体やコミュニティであってもよく、その中の部署単位や職務単位や役職単位であってもよく、所定グループであれば足りる。
また、ビジネス基礎力を示す情報として、各カテゴリのスキル項目毎にテストを実施し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。
例えば推薦情報をレコメンドする対象は、ユーザの他、例えば社員や所員、署員やユーザが属する所定グループ等であってもよく、所定グループは、会社（企業）の他、団体やコミュニティであってもよく、その中の部署単位や職務単位や役職単位であってもよく、所定グループであれば足りる。
また、ビジネス基礎力を示す情報として、各カテゴリのスキル項目毎にテストを実施し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。
【0131】
上記実施形態では、対象者である受講予定者の受講計画の立案をＡＩモデルが行うことを説明したが、例えば、とある受講計画について、受講予定者の１以上の属性、受講予定者の受講前のスコア（現在スコア）、受講予定者の受講後のスコア、受講期間等の情報群をデータセットとして、多数のデータセットが学習用データとして用いられて、機械学習が行われることで、ＡＩモデルが生成又は更新されてもよい。
このＡＩモデルは、「１人以上の対象者の１以上の属性及び現在評価値」を入力すると、「１人以上の対象者や１人以上の対象者が所属する所定グループにとって適切な受講計画」を出力するものである。
またＡＩモデルに限らず、例えば、上述の多数のデータセットを用いて、「対象者の１以上の属性及び現在評価値」を入力すると、「対象者にとって適切な受講計画」を出力するルールベースのロジックが生成又は更新されてもよい。
このＡＩモデルは、「１人以上の対象者の１以上の属性及び現在評価値」を入力すると、「１人以上の対象者や１人以上の対象者が所属する所定グループにとって適切な受講計画」を出力するものである。
またＡＩモデルに限らず、例えば、上述の多数のデータセットを用いて、「対象者の１以上の属性及び現在評価値」を入力すると、「対象者にとって適切な受講計画」を出力するルールベースのロジックが生成又は更新されてもよい。
【0132】
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、
１以上の講座の受講により所定の人材育成が所定期間（例えば３年等）施される予定の１人以上の対象者（例えば会社の社員等の受講予定者：ユーザ）毎に１以上の属性（例えば性別、年齢、職種、業種、役職等）を取得する属性取得手段（例えば図３の属性取得部１２０等）と、
前記１人以上の対象者の夫々について、ビジネスに関する能力（ビジネス基礎力）の現時点の評価値（ビジネス基礎力診断テストによるスコア）を現在評価値として取得する現在評価値取得手段（例えば図３のテスト部１２１等）と、
前記１人以上の対象者（受講予定者等）の夫々の前記１以上の属性（例えば性別、年齢、職種、業種、役職等）及び前記現在評価値（現在のスコア）に基づいて、前記１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する推薦手段（例えば図３のレコメンド部１２２等）と、
を備える。
このように、所定の人材育成が所定期間（例えば３年等）施される予定の１人以上の対象者（例えば会社の社員等の受講予定者：ユーザ）毎に１以上の属性（例えば性別、年齢、職種、業種、役職等）を取得し、１人以上の対象者の夫々について、ビジネスに関する能力（ビジネス基礎力）の現時点の評価値（ビジネス基礎力診断テストによるスコア）を現在評価値として取得し、１人以上の対象者（受講予定者等）の夫々の１以上の属性（例えば性別、年齢、職種、業種、役職等）及び現在評価値（現在スコア）に基づいて、１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成することで、対象者（講座の受講予定者）や対象者が属する所定グループ（会社の社員層）の単位で所定期間（Ｎ年）後に成長目標を達成するための具体性のある支援を行うことができる。
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、
１以上の講座の受講により所定の人材育成が所定期間（例えば３年等）施される予定の１人以上の対象者（例えば会社の社員等の受講予定者：ユーザ）毎に１以上の属性（例えば性別、年齢、職種、業種、役職等）を取得する属性取得手段（例えば図３の属性取得部１２０等）と、
前記１人以上の対象者の夫々について、ビジネスに関する能力（ビジネス基礎力）の現時点の評価値（ビジネス基礎力診断テストによるスコア）を現在評価値として取得する現在評価値取得手段（例えば図３のテスト部１２１等）と、
前記１人以上の対象者（受講予定者等）の夫々の前記１以上の属性（例えば性別、年齢、職種、業種、役職等）及び前記現在評価値（現在のスコア）に基づいて、前記１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成する推薦手段（例えば図３のレコメンド部１２２等）と、
を備える。
このように、所定の人材育成が所定期間（例えば３年等）施される予定の１人以上の対象者（例えば会社の社員等の受講予定者：ユーザ）毎に１以上の属性（例えば性別、年齢、職種、業種、役職等）を取得し、１人以上の対象者の夫々について、ビジネスに関する能力（ビジネス基礎力）の現時点の評価値（ビジネス基礎力診断テストによるスコア）を現在評価値として取得し、１人以上の対象者（受講予定者等）の夫々の１以上の属性（例えば性別、年齢、職種、業種、役職等）及び現在評価値（現在スコア）に基づいて、１以上の講座として適切な講座の受講計画を含む情報を推薦情報として生成することで、対象者（講座の受講予定者）や対象者が属する所定グループ（会社の社員層）の単位で所定期間（Ｎ年）後に成長目標を達成するための具体性のある支援を行うことができる。
【0133】
前記対象者について、前記ビジネスに関する能力の、前記所定期間が経過した後の目標となる評価値が前記対象者の操作により入力された場合、当該評価値を目標評価値として取得する目標評価値取得手段（例えば図３の目標評価値取得部１２３等）、
をさらに備え、
前記推薦手段（例えば図３のレコメンド部１２２等）は、前記対象者の前記１以上の属性及び前記現在評価値に加えてさらに前記目標評価値に基づいて、前記受講計画と共にさらに前記所定期間として適切な期間を含む前記推薦情報を生成する。
このように、推薦手段（例えば図３のレコメンド部１２２等）は１人以上の対象者（ユーザ）の１以上の属性及び現在評価値に加えてさらに目標評価値に基づいて、受講計画と共にさらに所定期間として適切な期間を含む推薦情報を生成することで、対象者（ユーザ）や対象者が属する所定グループ（会社の社員層）の単位で成長目標を達成するためのレコメンドを、受講期間を含めた中で高精度に行うことができる。
をさらに備え、
前記推薦手段（例えば図３のレコメンド部１２２等）は、前記対象者の前記１以上の属性及び前記現在評価値に加えてさらに前記目標評価値に基づいて、前記受講計画と共にさらに前記所定期間として適切な期間を含む前記推薦情報を生成する。
このように、推薦手段（例えば図３のレコメンド部１２２等）は１人以上の対象者（ユーザ）の１以上の属性及び現在評価値に加えてさらに目標評価値に基づいて、受講計画と共にさらに所定期間として適切な期間を含む推薦情報を生成することで、対象者（ユーザ）や対象者が属する所定グループ（会社の社員層）の単位で成長目標を達成するためのレコメンドを、受講期間を含めた中で高精度に行うことができる。
【0134】
前記所定期間として目標の期間が前記対象者の操作により入力された場合、当該期間を目標期間として取得する目標期間取得手段（例えば図３の目標期間取得部１２４等）と、
現在よりも前記目標期間よりも前に前記人材育成が既に施された者のうち、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、前記目標期間の前記人材育成が施される前後の、前記ビジネスに関する能力の夫々の評価値を含む情報を実績情報として、前記１以上の類似属性者の夫々の前記実績情報を取得する類似実績取得手段（例えば図３の類似実績取得部１２５等）と、
をさらに備え、
前記推薦手段（例えば図３のレコメンド部１２２等）は、前記対象者の前記１以上の属性及び前記現在評価値に加えてさらに前記１以上の類似属性者の夫々の前記実績情報に基づいて、前記受講計画と共に前記所定期間が経過した際に目標となる評価値を目標評価値として含む前記推薦情報を生成する。
このように、推薦手段（例えば図３のレコメンド部１２２等）は、対象者（ユーザ）の１以上の属性及び現在評価値（現在のスコア）に加えてさらに１以上の類似属性者の夫々の実績情報（Ｎ年前から現在までのスコア）に基づいて、受講計画を立案すると共に所定期間が経過した際に目標となる評価値を目標評価値（理想のスコア）として算出し、対象者に推薦することで、目標を持っていない対象者（ユーザ）に対しても、研修の対象者が所定期間（Ｎ年）後に成長目標を達成するための具体性のある支援を行うことができる。
現在よりも前記目標期間よりも前に前記人材育成が既に施された者のうち、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、前記目標期間の前記人材育成が施される前後の、前記ビジネスに関する能力の夫々の評価値を含む情報を実績情報として、前記１以上の類似属性者の夫々の前記実績情報を取得する類似実績取得手段（例えば図３の類似実績取得部１２５等）と、
をさらに備え、
前記推薦手段（例えば図３のレコメンド部１２２等）は、前記対象者の前記１以上の属性及び前記現在評価値に加えてさらに前記１以上の類似属性者の夫々の前記実績情報に基づいて、前記受講計画と共に前記所定期間が経過した際に目標となる評価値を目標評価値として含む前記推薦情報を生成する。
このように、推薦手段（例えば図３のレコメンド部１２２等）は、対象者（ユーザ）の１以上の属性及び現在評価値（現在のスコア）に加えてさらに１以上の類似属性者の夫々の実績情報（Ｎ年前から現在までのスコア）に基づいて、受講計画を立案すると共に所定期間が経過した際に目標となる評価値を目標評価値（理想のスコア）として算出し、対象者に推薦することで、目標を持っていない対象者（ユーザ）に対しても、研修の対象者が所定期間（Ｎ年）後に成長目標を達成するための具体性のある支援を行うことができる。
【0135】
前記ビジネスに関する能力の評価値（スコア）は、前記ビジネスのスキルを評価するための複数の評価要素（例えば図４に示す表の４つのカテゴリと夫々のカテゴリの５つの項目で表される計２０項目の評価要素等）の値である。
このように、自身のビジネスに関するスキルの複数の評価要素（２０項目の評価要素）に基づいて目標評価値（理想のスコア）を算出するので、所定期間（Ｎ年）後に研修の対象者が成長目標を達成するための受講講座の選定等を含めたより具体的な支援策（受講計画）をレコメンドすることができる。
このように、自身のビジネスに関するスキルの複数の評価要素（２０項目の評価要素）に基づいて目標評価値（理想のスコア）を算出するので、所定期間（Ｎ年）後に研修の対象者が成長目標を達成するための受講講座の選定等を含めたより具体的な支援策（受講計画）をレコメンドすることができる。
【0136】
前記１人以上の対象者は、所定観点で分類された所定グループ（企業の若手、中堅、管理職等のグループ）に属しており、
前記推薦手段（例えば図３のレコメンド部１２２等）は、前記推薦情報の生成の元になる情報として、前記１人以上の対象者（例えば社員等）の夫々の情報（属性やスコア）を用いて生成された前記所定グループの情報（例えば、若手、中堅、管理職等の社員層毎の複数人の社員のスコアの平均値等）を用いて、当該所定グループに対する前記推薦情報を生成する。
これにより、対象者（社員）個人に対してだけでなく、企業全体や特定の組織等のグループ、その中の一部のグループに対してもレコメンドを提示することができる。このようにグループ毎（社員層毎）に適切なレコメンドを提示することで各グループ（社員層）の成長を促し、さらに組織全体（会社全体）の成長を促進することができる。
ここで、「推薦情報の生成の元になる情報」とは、推薦情報が、「適切な講座の受講計画」を含むならば、属性及び現在評価値を指す。
また、推薦情報が、さらに「受講計画＆適切な期間」を含むならば、「推薦情報の生成の元になる情報」とは、属性及び現在評価値、並びに目標評価値を指す。
前記推薦手段（例えば図３のレコメンド部１２２等）は、前記推薦情報の生成の元になる情報として、前記１人以上の対象者（例えば社員等）の夫々の情報（属性やスコア）を用いて生成された前記所定グループの情報（例えば、若手、中堅、管理職等の社員層毎の複数人の社員のスコアの平均値等）を用いて、当該所定グループに対する前記推薦情報を生成する。
これにより、対象者（社員）個人に対してだけでなく、企業全体や特定の組織等のグループ、その中の一部のグループに対してもレコメンドを提示することができる。このようにグループ毎（社員層毎）に適切なレコメンドを提示することで各グループ（社員層）の成長を促し、さらに組織全体（会社全体）の成長を促進することができる。
ここで、「推薦情報の生成の元になる情報」とは、推薦情報が、「適切な講座の受講計画」を含むならば、属性及び現在評価値を指す。
また、推薦情報が、さらに「受講計画＆適切な期間」を含むならば、「推薦情報の生成の元になる情報」とは、属性及び現在評価値、並びに目標評価値を指す。
【符号の説明】
【0137】
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、１２０・・・属性取得部、１２１・・・テスト部、１２２・・・レコメンド部、１２３・・・目標評価値取得部、１２４・・・目標期間取得部、１２５・・・類似実績取得部、１２６・・・表示制御部、１４１・・・受検ＤＢ、ＮＷ・・・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】