特開 2024-104220 マッチング方法、マッチングシステム、プログラム及び非一時的コンピュータ可読記憶媒体

(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】P2024104220

(43)【公開日】2024-08-02

(54)【発明の名称】マッチング方法、マッチングシステム、プログラム及び非一時的コンピュータ可読記憶媒体

(51)【国際特許分類】

   G06Q 10/04 20230101AFI20240726BHJP

   G06Q 30/0601 20230101ALI20240726BHJP

【ＦＩ】

G06Q10/04

G06Q30/0601 312

【審査請求】未請求

【請求項の数】20

【出願形態】ＯＬ

(21)【出願番号】P 2023008340

(22)【出願日】2023-01-23

(71)【出願人】

【識別番号】523025919

【氏名又は名称】株式会社Ｓｔｒａｔｅｇｙ＆Ｓｃｉｅｎｃｅ

(74)【代理人】

【識別番号】100106220

【弁理士】

【氏名又は名称】大竹 正悟

(72)【発明者】

【氏名】小久保 欣哉

【テーマコード（参考）】

5L010

5L030

5L049

【Ｆターム（参考）】

5L010AA04

5L030BB53

5L049AA04

5L049BB53

(57)【要約】

【課題】より精度の高い安定的なマッチングを実現する。
【解決手段】複数の第１の要素からなる第１の集合と複数の第２の要素からなる第２の集合について第１の要素と第２の要素とをマッチングするマッチング方法において、１又は複数のプロセッサ１１１によって受入保留アルゴリズムを用いて、第１の要素を何れかの第２の要素に対してマッチング処理を行うこと、または、第２の要素を何れかの第１の要素に対してマッチング処理を行うことと、１又は複数のプロセッサによってマッチング処理の何れかにより得られたマッチング結果データを教師データとして用いる機械学習を行うことにより、マッチング結果データを調整することと、を含む。
【選択図】図１

【特許請求の範囲】

【請求項1】

複数の第１の要素からなる第１の集合と複数の第２の要素からなる第２の集合について前記第１の要素と前記第２の要素とをマッチングするマッチング方法において、
１又は複数のプロセッサによって受入保留アルゴリズムを用いて、前記第１の要素を何れかの前記第２の要素に対してマッチング処理を行うこと、または、前記第２の要素を何れかの前記第１の要素に対してマッチング処理を行うことと、
前記１又は複数のプロセッサによって前記マッチング処理の何れかにより得られたマッチング結果データを教師データとして用いる機械学習を行うことにより、前記マッチング結果データを調整することと、を含む
マッチング方法。

【請求項2】

前記マッチング結果データを調整する際に、
前記１又は複数のプロセッサによって前記マッチング結果データを前記教師データとして機械学習の実行の可否を判定することと、
前記１又は複数のプロセッサによって前記機械学習の実行が可能と判定された場合に、前記マッチング結果データを前記教師データとして機械学習によるマッチング評価モデルを生成することと、
前記１又は複数のプロセッサによって前記マッチング評価モデルを用いて前記マッチング結果データを調整して最終マッチング結果として算出することと、を含む
請求項１に記載のマッチング方法。

【請求項3】

前記１又は複数のプロセッサによって何れかの一方の前記マッチング処理を行った後に、前記マッチング結果データの妥当性の検証を更に行うことを含む
請求項１又は２に記載のマッチング方法。

【請求項4】

前記１又は複数のプロセッサによる前記マッチング結果データの検証として、前記マッチング結果データに対してランダム化比較試験を行ってから、前記ランダム化比較試験による効果の検証を行う
請求項３に記載のマッチング方法。

【請求項5】

前記ランダム化比較試験として、前記マッチング結果データを無作為に介入と非介入の２つのグループに分けて前記マッチング結果データにおける前記介入と前記非介入の効果の比較検証を行い、
前記ランダム化比較試験による効果の検証として、前記２つのグループにおける前記マッチング結果データの差分となる第１の差分をそれぞれ算出してから、前記各グループで算出した前記第１の差分の差分として第２の差分を算出して、前記第２の差分に基づいて前記介入の効果の検証を行う
請求項４に記載のマッチング方法。

【請求項6】

前記１又は複数のプロセッサによる前記マッチング結果データの妥当性の検証として、前記マッチング結果データの傾向スコアを算出して前記傾向スコアに基づいた分析を行う
請求項３に記載のマッチング方法。

【請求項7】

前記１又は複数のプロセッサによる前記マッチング結果データの妥当性の検証として、前記マッチング結果データの傾向スコアを算出して前記傾向スコアに基づいた分析を行ってから、前記傾向スコアを算出した前記マッチング結果データに対してランダム化比較試験を行って、前記ランダム化比較試験による効果の検証を行う
請求項３に記載のマッチング方法。

【請求項8】

複数の第１の要素からなる第１の集合と複数の第２の要素からなる第２の集合について前記第１の要素と前記第２の要素とをマッチングするマッチングシステムにおいて、
受入保留アルゴリズムを用いて前記第１の集合の要素を前記第２の集合の何れかの要素に対するマッチング処理を行うか、または、前記第２の集合の要素を前記第１の集合の何れかの要素に対するマッチング処理を行うマッチング処理部と、
前記マッチング処理部によるマッチング処理の結果により得られたマッチング結果データが記憶されているマッチング結果記憶部と、
前記マッチング結果記憶部に記憶された前記マッチング結果データを教師データとして機械学習を行って、前記マッチング処理部による前記マッチング結果を調整するマッチング結果調整部と、を備える
マッチングシステム。

【請求項9】

前記マッチング結果調整部は、
前記マッチング結果記憶部に記憶された前記マッチング結果データを前記教師データとして機械学習の実行の可否を判定する判定部と、
前記判定部で機械学習の実行が可能と判定されたら、前記マッチング結果記憶部に記憶された前記マッチング結果データを前記教師データとして機械学習によるマッチング評価モデルを生成する生成部と、
前記マッチング評価モデルを用いて前記マッチング処理部により算出された前記マッチング結果データを調整して最終マッチング結果データとして算出する算出部と、を備える
請求項８に記載のマッチングシステム。

【請求項10】

前記マッチング処理部によるマッチング処理を行った後に、前記マッチング結果データの妥当性の検証を行う検証部を更に備える
請求項８又は９に記載のマッチングシステム。

【請求項11】

前記検証部は、前記マッチング結果データに対してランダム化比較試験を行ってから、前記ランダム化比較試験による効果の検証を行う
請求項１０に記載のマッチングシステム。

【請求項12】

前記検証部は、前記マッチング結果データの傾向スコアを算出して前記傾向スコアに基づいた分析を行う
請求項１０に記載のマッチングシステム。

【請求項13】

前記検証部は、前記マッチング結果データの傾向スコアを算出して前記傾向スコアに基づいた分析を行ってから、前記傾向スコアを算出した前記マッチング結果データに対してランダム化比較試験を行って、前記ランダム化比較試験による効果の検証を行う
請求項１０に記載のマッチングシステム。

【請求項14】

前記マッチング結果記憶部は、
前記マッチング処理部で算出されたマッチング結果データを仮マッチング結果データとして記憶する仮マッチング結果記憶部と、
前記算出部で算出された前記最終マッチング結果データを記憶する最終マッチング結果記憶部と、を備える
請求項９に記載のマッチングシステム。

【請求項15】

前記マッチング結果調整部は、前記判定部で前記機械学習の実行が不可能と判定したら、前記マッチング処理部で算出した前記マッチング結果データを前記最終マッチング結果データとして前記最終マッチング結果記憶部に記憶する
請求項１４に記載のマッチングシステム。

【請求項16】

前記第１の集合の各第１の要素を特定する第１の特定情報を記憶する第１の特定情報記憶部と、
前記第１の集合の各第１の要素の有する第１の評価情報を記憶する第１の評価情報記憶部と、
前記第２の集合の各第２の要素を特定する第２の特定情報を記憶する第２の特定情報記憶部と、
前記第２の集合の各第２の要素の有する第２の評価情報を記憶する第２の評価情報記憶部と、
前記第１の集合の各第１の要素ごとに、前記第２の集合の第２の要素の全部又は一部に対して一意に順位付けられた第１の優先度リストを記憶している第１の優先度リスト記憶部と、
前記第２の集合の各第２の要素ごとに、前記第１の集合の第１の要素の全部又は一部に対して一意に順位付けられた第２の優先度リストを記憶している第２の優先度リスト記憶部と、
前記第１の評価情報と前記第２の評価情報に基づいて前記第１の集合の各第１の要素と前記第２の集合の各第２の要素との相性度情報を算出し、相性度情報記憶部に記憶する相性度算出部と、
前記第１の特定情報、前記第１の評価情報及び前記相性度情報に基づいて前記第１の優先度リストを作成し、前記第２の特定情報、前記第２の評価情報及び前記相性度情報に基づいて前記第２の優先度リストを作成する優先度リスト作成部と、を更に備え、
前記マッチング処理部は、前記第１の優先度リストと前記第２の優先度リストに基づいて、前記受入保留アルゴリズムを用いてマッチング処理を行う
請求項８に記載のマッチングシステム。

【請求項17】

前記優先度リスト作成部は、前記第１の優先度リストを作成する前に、前記第１の特定情報のデータベースにダミーデータを追加し、前記第２の優先度リストを作成する前に、前記第２の特定情報のデータベースにダミーデータを追加する
請求項１６に記載のマッチングシステム。

【請求項18】

前記相性度算出部は、コサイン類似度に基づき前記相性度情報を算出する
請求項１６に記載のマッチングシステム。

【請求項19】

コンピュータに、複数の第１の要素からなる第１の集合と複数の第２の要素からなる第２の集合について前記第１の要素と前記第２の要素とのマッチングを実行させるためのプログラムにおいて、
前記コンピュータは、１又は複数のプロセッサを備え、
前記プログラムは、前記プロセッサに、
受入保留アルゴリズムを用いて、前記第１の要素を何れかの前記第２の要素に対してマッチング処理を行うこと、または、前記第２の要素を何れかの前記第１の要素に対してマッチング処理を行うことと、
前記マッチング処理の何れかにより得られたマッチング結果データを教師データとして用いる機械学習を行うことにより、前記マッチング結果データを調整することと、を実行させる
プログラム。

【請求項20】

コンピュータに、複数の第１の要素からなる第１の集合と複数の第２の要素からなる第２の集合について前記第１の要素と前記第２の要素とをマッチングを実行させるためのプログラムを格納した非一時的コンピュータ可読記憶媒体において、
前記コンピュータは、１又は複数のプロセッサを備え、
前記プログラムは、前記プロセッサに、
受入保留アルゴリズムを用いて、前記第１の要素を何れかの前記第２の要素に対してマッチング処理を行うこと、または、前記第２の要素を何れかの前記第１の要素に対してマッチング処理を行うことと、
前記マッチング処理の何れかにより得られたマッチング結果データを教師データとして用いる機械学習を行うことにより、前記マッチング結果データを調整することと、を実行させる
非一時的コンピュータ可読記憶媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、マッチング方法、マッチングシステム、プログラム及び非一時的コンピュータ可読記憶媒体に関する。

【背景技術】

【0002】

例えば、就職志願者の集合と志願者を受け入れる企業の集合との間のマッチング問題のように、双方向に優先度を持つ集合間のマッチング問題において、不安定対が存在しない安定的なマッチングを行えることが好ましい。複数の要素からなる集合の与えられた選好リストに基づき安定マッチング問題の安定解を求める方法として、ＧａｌｅとＳｈａｐｌｅｙが提唱された受入保留アルゴリズム（Deferred Acceptance algorithm：以下、ＤＡアルゴリズムとも言う。）が知られている。このようなＤＡアルゴリズムを応用したマッチングシステムの例として、例えば、特許文献１が知られている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１０－１６５２２４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、複数の要素からなる一方の集合と複数の要素からなる他方の集合との各要素をマッチングする際に、ＤＡアルゴリズムを応用したマッチング処理によるマッチング結果は、必ずしも安定解が得られるものとならない。このため、複数の集合の要素どうしにおける安定的なマッチングを行えることが望ましい。

【0005】

本開示は、上記課題に鑑みてなされたものであり、複数の集合の要素どうしにおける安定的なマッチングを実現することを目的とする。

【課題を解決するための手段】

【0006】

本開示の一態様は、複数の第１の要素からなる第１の集合と複数の第２の要素からなる第２の集合について前記第１の要素と前記第２の要素とをマッチングするマッチング方法において、１又は複数のプロセッサによって受入保留アルゴリズムを用いて、前記第１の要素を何れかの前記第２の要素に対してマッチング処理を行うこと、または、前記第２の要素を何れかの前記第１の要素に対してマッチング処理を行うことと、前記１又は複数のプロセッサによって前記マッチング処理の何れかにより得られたマッチング結果データを教師データとして用いる機械学習を行うことにより、前記マッチング結果データを調整することと、を含む。

【0007】

本開示の一態様によれば、受入保留アルゴリズムを用いてマッチング処理をしてから、マッチング結果データを教師データとして機械学習することによって、マッチング結果データを調整しながら最終的なマッチング結果を求める。このため、複数の集合の要素どうしにおける安定的なマッチングを実現できるようになる。

【0008】

本開示の他の態様は、複数の第１の要素からなる第１の集合と複数の第２の要素からなる第２の集合について前記第１の要素と前記第２の要素とをマッチングするマッチングシステムにおいて、前記第１の集合の要素を前記第２の集合の何れかの要素に対するマッチング処理を行うか、または、前記第２の集合の要素を前記第１の集合の何れかの要素に対するマッチング処理を行うマッチング処理部と、前記マッチング処理部によるマッチング処理の結果により得られたマッチング結果データが記憶されているマッチング結果記憶部と、前記マッチング結果記憶部に記憶された前記マッチング結果データを教師データとして機械学習を行って、前記マッチング処理部による前記マッチング結果を調整するマッチング結果調整部と、を備える。

【0009】

本開示の他の態様によれば、受入保留アルゴリズムを用いてマッチング処理部がマッチング処理してから、マッチング結果記憶部に記憶された過去のマッチング結果データを教師データとして機械学習することにより、マッチング結果データを調整しながら最終的なマッチング結果を求める。このため、複数の集合の要素どうしにおける安定的なマッチングを実現できる。

【0010】

本開示の更に他の態様は、コンピュータに、複数の第１の要素からなる第１の集合と複数の第２の要素からなる第２の集合について前記第１の要素と前記第２の要素とのマッチングを実行させるためのプログラムにおいて、前記コンピュータは、１又は複数のプロセッサを備え、前記プログラムは、前記プロセッサに、受入保留アルゴリズムを用いて、前記第１の要素を何れかの前記第２の要素に対してマッチング処理を行うこと、または、前記第２の要素を何れかの前記第１の要素に対してマッチング処理を行うことと、前記マッチング処理の何れかにより得られたマッチング結果データを教師データとして用いる機械学習を行うことにより、前記マッチング結果データを調整することと、を実行させる。

【0011】

本開示の更に他の態様によれば、マッチングを行わせるプログラムに沿ってコンピュータを動作させて、受入保留アルゴリズムを用いてマッチング処理をしてから、マッチング結果データを教師データとして機械学習をすることにより、複数の集合の要素どうしにおける安定的なマッチングを実現できる。

【0012】

本開示の更に他の態様は、コンピュータに、複数の第１の要素からなる第１の集合と複数の第２の要素からなる第２の集合について前記第１の要素と前記第２の要素とをマッチングを実行させるためのプログラムを格納した非一時的コンピュータ可読記憶媒体において、前記コンピュータは、１又は複数のプロセッサを備え、前記プログラムは、前記プロセッサに、受入保留アルゴリズムを用いて、前記第１の要素を何れかの前記第２の要素に対してマッチング処理を行うこと、または、前記第２の要素を何れかの前記第１の要素に対してマッチング処理を行うことと、前記マッチング処理の何れかにより得られたマッチング結果データを教師データとして用いる機械学習を行うことにより、前記マッチング結果データを調整することと、を実行させる。

【0013】

本開示の更に他の態様によれば、マッチングを実行させるためのプログラムを格納した非一時的コンピュータ可読記憶媒体によってコンピュータを動作させて、受入保留アルゴリズムを用いてマッチング処理をしてから、マッチング結果データを教師データとして機械学習をすることにより、複数の集合の要素どうしにおける安定的なマッチングを実現できる。

【発明の効果】

【0014】

本開示によれば、複数の集合の要素どうしにおける安定的なマッチングを実現できる。

【図面の簡単な説明】

【0015】

【図1】本開示の一実施形態に係るマッチング方法を行うマッチングシステムの構成を示すブロック図である。

【図2】本開示の一実施形態に係るマッチングシステムに備わるマッチングサーバ等のハードウェアの構成を示すブロック図である。

【図3】本開示の一実施形態に係るマッチング方法の動作フローの概略を示す図である。

【図4】本開示の一実施形態に係るマッチング方法で実施される第１の要素の業務スキルの解析結果の一例を示す説明図である。

【図5】本開示の一実施形態に係るマッチングシステムに備わる第１の評価情報記憶部に記憶された第１の評価情報をデータベース化したテーブルの一例を示す説明図である。

【図6】本開示の一実施形態に係るマッチングシステムに備わる第２の評価情報記憶部に記憶された第２の評価情報をデータベース化したテーブルの一例を示す説明図である。

【図7】本開示の一実施形態に係るマッチングシステムに備わる相性度情報記憶部に記憶された相性度情報をデータベース化したテーブルの一例を示す説明図である。

【図8】本開示の一実施形態に係るマッチングシステムに備わる第２の特定情報記憶部に記憶された第２の特定情報を補正してデータベース化したテーブルの一例を示す説明図である。

【図9】本開示の一実施形態に係るマッチングシステムに備わる第１の優先度リスト記憶部に記憶された第１の優先度リストをデータベース化したテーブルの一例を示す説明図である。

【図10】本開示の一実施形態に係るマッチングシステムに備わる第２の優先度リスト記憶部に記憶された第２の優先度リストをデータベース化したテーブルの一例を示す説明図である。

【図11】本開示の一実施形態に係るマッチング方法で行われる受入保留アルゴリズムを用いたマッチング処理の動作イメージ図である。

【図12】本開示の一実施形態に係るマッチングシステムに備わる仮マッチング結果記憶部に記憶された仮マッチング結果をデータベース化したテーブルの一例を示す説明図である。

【図13】本開示の一実施形態に係るマッチングシステムに備わる仮マッチング結果記憶部に記憶された仮マッチング結果が最終マッチング結果に調整される動作の一例を示す説明図である。

【図14】本開示の他の実施形態に係るマッチング方法を行うマッチングシステムの構成を示すブロック図である。

【図15】本開示の他の実施形態に係るマッチング方法の動作フローの概略を示す図である。

【図16】本開示の他の実施形態の一変形例に係るマッチング方法の動作フローの概略を示す図である。

【図17】本開示の他の実施形態の他の変形例に係るマッチング方法の動作フローの概略を示す図である。

【発明を実施するための形態】

【0016】

以下、本開示の好適な実施の形態について詳細に説明する。なお、以下に説明する本実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではなく、本実施形態で説明される構成の全てが本開示の解決手段として必須であるとは限らない。

【0017】

また、本明細書及び特許請求の範囲において、「第１」及び「第１」に続く「第ｎ」（ｎは整数）と記載する場合、それらは、異なる構成要素を区別するために用いるものであり、特定の順序や優劣等を示すために用いるものではない。

【0018】

さらに、以下の説明で使用される用語は、特定の実施形態を説明することのみを目的とし、本開示の範囲を限定することを意図するものではない。本明細書及び特許請求の範囲に記載する一態様による構成要素は、単数形又は複数形であることを文脈上明確に記載しない限り、複数形も含むことが意図される。用語「及び／又は」は、関連する列挙された要素のうちの１つ以上のいずれか及び全ての考えられる組み合わせを指し、かつこれを含むことが意図される。本明細書及び特許請求の範囲に記載する用語「含む（includes）」、「含む（including）」、「含む、備える（comprises）」、及び／又は「含む、備える（comprising）」は、特徴、動作、要素、ステップの存在を特定するものである。しかしながら、１つ以上の他の特徴、動作、要素、ステップ及び／又はそれらのグループの存在又は追加を除外するものではない用語として用いられている。

【0019】

（第１の実施形態）
まず、本開示の一実施形態に係るマッチングシステムの構成について、図面を使用しながら説明する。図１は、本開示の一実施形態に係るマッチング方法を行うマッチングシステムの構成を示すブロック図であり、図２は、本開示の一実施形態に係るマッチングシステムに備わるマッチングサーバのハードウェアの構成を示すブロック図である。

【0020】

本開示の一実施形態に係るマッチングシステム１００は、複数の第１の要素からなる第１の集合と複数の第２の要素からなる第２の集合との各要素をマッチングする際に適用される。ここで、複数の第１の要素は、第１の特定情報と第１の評価情報とを含む。第１の特定情報は、個々の第１の要素を識別するための情報である。第１の特定情報には、例えば、第１の要素の属性や特徴等を含む。第１の評価情報は、第２の要素が第１の要素を選好する際に、その選好に影響を及ぼすと考えられる第１の要素に関する情報である。第１の評価情報は、例えば、第１の要素の属性や特徴等を含む。前述の第１の要素および第１の評価情報における「属性」、「特徴」は、例示であり、マッチングする対象に応じて具体的に特定される。

【0021】

一方、複数の第２の要素は、第２の特定情報と第２の評価情報とを含む。第２の特定情報は、個々の第２の要素を識別するための情報である。第２の特定情報には、例えば、第２の要素の属性や特徴等を含む。第２の評価情報は、第１の要素が第２の要素を選好する際に、その選好に影響を及ぼすと考えられる第２の要素に関する情報である。第２の評価情報は、例えば、第２の要素の属性や特徴等を含む。前述の第２の要素および第２の評価情報における「属性」、「特徴」は、例示であり、マッチングする対象に応じて具体的に特定される。

【0022】

本実施形態では、第１の集合を構成する第１の要素となる市場調査会社のマーケットリサーチャー（以下、ＭＲとも言う。）と、第２の集合を構成する第２の要素となるクライアント企業（以下、ＣＬとも言う。）とのマッチングに適用した場合について、説明する。この適用例では、第１の集合、第１の要素、第２の集合及び第２の要素は、次のように把握されるべきものである。
・個々の第１の要素：１人のマーケットリサーチャー
・複数の第１の要素：複数人のマーケットリサーチャーの集合
・第１の集合：複数人のマーケットリサーチャーの集合
・個々の第２の要素：１社のクライアント企業
・複数の第２の要素：複数のクライアント企業の集合
・第２の集合：複数のクライアント企業の集合

【0023】

本実施形態のマッチングシステム１００は、図１に示すように、マッチングサーバ１１０と、マッチング管理者端末１２０と、第１の端末１３０と、及び第２の端末１４０とがインターネット等のネットワーク１０２を介して接続されている。なお、本実施形態では、ネットワーク１０２は、ＬＡＮ（Local Area Network）やＷＡＮ(Wide Area Network)等の有線又は無線のネットワークであり、また、インターネット等の公衆回線でなくても、専用回線であってもよい。

【0024】

マッチングサーバ１１０は、マッチング管理者がＭＲとＣＬとの組合せを決定するマッチング処理を行うためのコンピュータ装置であり、マッチング処理の実行を制御する機能を有する。本実施形態では、マッチングサーバ１１０として、例えば、スーパーコンピュータ、汎用コンピュータ、オフィスコンピュータ、制御用コンピュータ、パーソナルコンピュータ等の各種のコンピュータ装置が使用される。

【0025】

マッチングサーバ１１０を構成するコンピュータ装置１０１は、図２に示すように、制御装置１０３、入力装置１０９、表示装置１０８、メモリ１０７、記憶装置１０６、ネットワークインターフェース１０５を備えており、これらがバス１０４で接続されている。なお、図２に示すコンピュータ装置１０１は、マッチングサーバ１１０以外にも、本実施形態のマッチングシステム１００に備わるマッチング管理者端末１２０、第１の端末１３０及び第２の端末１４０のハードウェアの構成も示すものとする。

【0026】

制御装置１０３は、ＣＰＵ（Central Processing Unit）で構成され、このＣＰＵが本実施形態のマッチング方法で使用される「プロセッサ」を構成する。制御装置１０３は、記憶装置１０６に記憶されたプログラムＰを実行することにより、マッチングサーバ１１０の全体の動作を制御する。入力装置１０９は、キーボード、ポインティングデバイスにより構成される。このうち、キーボードは、ハードウェア又はソフトウェアにより構成できる。ハードウェアの例は、キーボード装置である。ソフトウェアの例は、スマートフォンやタブレット端末のように画面に表示される仮想キーボード画面である。また、ポインティングデバイスは、マウス、タッチパッド、タッチパネル、ジョイスティック、ポインティング・スティック、トラックボール、ペンタブレット等により構成することができる。表示装置１０８は、制御装置１０３から出力される情報を表示する液晶表示装置等の表示装置で構成される。

【0027】

メモリ１０７は、ＲＡＭ（Random Access Memory）等の揮発性記憶装置で構成される。記憶装置１０６は、ハードディスクやフラッシュメモリ等の不揮発性記憶装置で構成される。記憶装置１０６には、プログラムＰと後述するデータファイルＰｄが格納されている。記憶装置１０６とメモリ１０７は、本実施形態のマッチングシステム１００における「マッチング結果記憶部」、「優先度リスト記憶部」、「相性度情報記憶部」、「特定情報記憶部」、「評価情報記憶部」、「非一時的コンピュータ可読記憶媒体」を構成する。ネットワークインターフェース１０５は、インターネット等のネットワーク１０２に接続される。マッチングサーバ１１０は、ネットワークインターフェース１０５を通じてネットワーク１０２を介して、マッチング管理者端末１２０、第１の端末１３０及び第２の端末１４０と接続可能となっている。なお、本実施形態のマッチングサーバ１１０等を構成するコンピュータ装置１０１がプログラムＰを実行することで実現されるマッチングサーバ１１０の機能部の詳細については、後述する。

【0028】

マッチング管理者端末１２０は、マッチング管理者がマッチングサーバ１１０の管理及びメンテナンス等を行うための端末装置である。マッチング管理者端末１２０は、デスクトップ型やノート型のパーソナルコンピュータ、タッチパッド及びスマートフォン等の携帯情報端末を含めた各種演算処理が可能なコンピュータ装置である。マッチング管理者端末１２０は、外部装置とのデータの送受信等を行う通信部１２１と、各種処理内容等を表示する表示部１２２と、各種コンピュータ処理を実行する処理部１２３と、各種データの入力を行う入力部１２４と、を備える。

【0029】

第１の端末１３０は、ＭＲが操作してＣＬの希望順位等の入力やマッチング管理者との間でデータの送受信等を行うための端末装置である。第１の端末１３０は、デスクトップ型やノート型のパーソナルコンピュータ、タッチパッド及びスマートフォン等の携帯情報端末を含めた各種演算処理が可能なコンピュータ装置である。第１の端末１３０は、外部装置とのデータの送受信等を行う通信部１３１と、各種処理内容等を表示する表示部１３２と、各種コンピュータ処理を実行する処理部１３３と、各種データの入力を行う入力部１３４と、を備える。

【0030】

第２の端末１４０は、ＣＬが操作してＭＲの希望順位等の入力やマッチング管理者との間でデータの送受信等を行うための端末装置である。第２の端末１４０は、デスクトップ型やノート型のパーソナルコンピュータ、タッチパッド及びスマートフォン等の携帯情報端末を含めた各種演算処理が可能なコンピュータ装置である。第２の端末１４０は、外部装置とのデータの送受信等を行う通信部１４１と、各種処理内容等を表示する表示部１４２と、各種コンピュータ処理を実行する処理部１４３と、各種データの入力を行う入力部１４４と、を備える。

【0031】

本実施形態のマッチングシステム１００では、マッチングサーバ１１０がネットワーク１０２を介してマッチング管理者端末１２０、第１の端末１３０及び第２の端末１４０と接続されている。これによって、マッチング管理者がマッチング管理者端末１２０を介してマッチングサーバ１１０を制御することによって、ＭＲとＣＬとのマッチングを行えるようにしている。

【0032】

マッチングサーバ１１０は、図１に示すように、制御部１１１と、マッチング結果記憶部１１２と、ＲＯＬ記憶部１１３（１１３ａ、１１３ｂ）と、相性度情報記憶部１１４と、特定情報記憶部１１５（１１５ａ、１１５ｂ）と、評価情報記憶部１１６（１１６ａ、１１６ｂ）を備える。

【0033】

第１の特定情報記憶部１１５ａは、第１の集合の各第１の要素を特定する第１の特定情報を記憶する機能を有する。本実施形態では、第１の特定情報記憶部１１５ａは、第１の集合の各第１の要素となるＭＲを特定する第１の特定情報として、例えば、各ＭＲを特定するためのＩＤであるＭＲコード、ＭＲの氏名、ＭＲの所属先となる会社名、定員数（ＣＬの受け入れ可能人数）、ＭＲの所属先となる会社の住所、ＭＲの得意分野、ＭＲの業務スキル等の個々の第１の要素を識別するための情報がデータファイルとして記憶されている。

【0034】

第１の評価情報記憶部１１６ａは、第１の集合の各第１の要素が有する第１の評価情報を記憶する機能を有する。本実施形態では、第１の評価情報記憶部１１６ａは、ＭＲの有する第１の評価情報として、ＣＬがＭＲを選好する際に、その選好に影響を及ぼすと考えられる第１の要素の有するスキル評価情報が各ＭＲコードに対応してデータファイルとして記憶されている。第１の評価情報としては、例えば、ＭＲに求められる様々な業務スキルをデータベース化したものが含まれる。「ＭＲに求められる様々な業務スキル」としては、例えば、専門分野に関する知識の深さや広さ、経験年数、コミュニケーション能力、プレゼンテーション能力等を含むことができる。データベース化とは、それらの業務スキルに関する評価結果を示す定性データ及び定量データを含むことができる。「定性データ」及び「定量データ」には、１つの業務スキルに関するデータ及び複数の業務スキルを複合した複合スキルに関するデータを含むことができる。また、「定性データ」及び「定量データ」には、業務スキルを直接示すデータ（例えば経験年数）のみならず、業務スキルを直接示すデータに何らかの解析を加えて得られるデータを含むことができる。

【0035】

第２の特定情報記憶部１１５ｂは、第２の集合の各第２の要素を特定する第２の特定情報を記憶する機能を有する。本実施形態では、第２の特定情報記憶部１１５ｂは、第２の集合の各第２の要素となるＣＬを特定する第２の特定情報として、例えば、各ＣＬを特定するためのＩＤであるＣＬコードと、ＣＬの名称（氏名）、ＣＬ企業の従業員数、ＣＬ企業の住所、ＣＬが要求する業務スキル等の個々の第２の要素を識別するための情報がデータファイルとして記憶されている。

【0036】

第２の評価情報記憶部１１６ｂは、第２の集合の各第２の要素が有する第２の評価情報を記憶する機能を有する。本実施形態では、第２の評価情報記憶部１１６ｂは、ＣＬの有する第２の評価情報として、ＭＲがＣＬを選好する際に、その選好に影響を及ぼすと考えられる第２の要素の求めるスキル評価情報がＣＬランク別にデータファイルとして各ＣＬコードに対応して記憶されている。第２の評価情報としては、例えば、ＣＬがＭＲに要求する様々な業務スキルをデータベース化したものが含まれる。「ＣＬがＭＲに要求する様々な業務スキル」としては、例えば、専門分野に関する知識の深さや広さ、経験年数、コミュニケーション能力、プレゼンテーション能力等を含むことができる。データベース化とは、それらの業務スキルに関する評価結果を示す定性データ及び定量データを含むことができる。「定性データ」及び「定量データ」には、１つの業務スキルに関するデータ及び複数の業務スキルを複合した複合スキルに関するデータを含むことができる。また、「定性データ」及び「定量データ」には、業務スキルを直接示すデータ（例えば経験年数）のみならず、業務スキルを直接示すデータに何らかの解析を加えて得られるデータを含むことができる。

【0037】

第１のＲＯＬ記憶部１１３ａ（第１の優先度リスト記憶部）は、第１の集合の各第１の要素となるＭＲごとに、第２の集合の各第２の要素となるＣＬの全部又は一部に対して一意に順位付けられた第１の優先度リストを記憶する機能を有する。第１のＲＯＬ記憶部１１３ａには、各ＭＲコードごとに、各ＭＲが希望するＣＬを希望順に並べたリストが記憶されている。具体的には、各ＭＲごとにＭＲのＣＬに対する選好を示す第１希望から順に第ｎ希望までのＣＬが順にデータファイルとして記憶されている。各ＭＲは、例えば、ＣＬの面談等を行ってＣＬの情報を得て、希望順位を決定する。なお、第１のＲＯＬ記憶部１１３ａに、全てのＣＬを登録しても、一部のＣＬを登録してもよい。

【0038】

第２のＲＯＬ記憶部１１３ｂ（第２の優先度リスト記憶部）は、第２の集合の各第２の要素となるＣＬごとに、第１の集合の第１の要素となるＭＲの全部又は一部に対して一意に順位付けられた第２の優先度リストを記憶する機能を有する。本実施形態では、第２のＲＯＬ記憶部１１３ｂには、各ＣＬごとにＣＬのＭＲに対する選好を示す第１希望から順に第ｎ希望までのＭＲが順にデータファイルとして記憶されている。各ＣＬは、例えば、インターネットのホームページ等から各ＭＲの情報を得て、希望順位を決定する。なお、第２のＲＯＬ記憶部１１３ｂに全てのＭＲを登録しても、一部のＭＲを登録してもよい。

【0039】

マッチング結果記憶部１１２は、マッチング処理部１１１ｂによるマッチング処理により得られたマッチング結果をデータファイルとして記憶する機能を有する。本実施形態では、図１に示すように、マッチング結果記憶部１１２は、仮マッチング結果記憶部１１２ａ１と、最終マッチング結果記憶部１１２ａ２と、を備える。仮マッチング結果記憶部１１２ａ１は、マッチング処理部１１１ｂで算出されたマッチング結果データを仮マッチング結果データとして記憶する機能を有する。最終マッチング結果記憶部１１２ａ２は、マッチング結果調整部１１１ａの算出部１１１ａ３で算出された最終マッチング結果データを記憶する機能を有する。

【0040】

相性度情報記憶部１１４は、相性度算出部１１１ｄが算出したＭＲとＣＬとの相性の良さ示す相性度情報をデータファイルとして記憶する機能を有する。本実施形態では、相性度情報記憶部１１４は、相性度情報として、コサイン類似度に基づいて相性度算出部１１１ｄによって算出されたＭＲとＣＬランクの相性の良さをランク分けしてデータベース化して記憶している。

【0041】

このように、本実施形態では、ＲＯＬ記憶部１１３として第１のＲＯＬ記憶部１１３ａと第２のＲＯＬ記憶部１１３ｂとを備え、特定情報記憶部１１５として第１の特定情報記憶部１１５ａと第２の特定情報記憶部１１５ｂとを備え、評価情報記憶部１１６として第１の評価情報記憶部１１６ａと第２の評価情報記憶部１１６ｂとを備える。本実施形態では、マッチングサーバ１１０は、マッチング結果記憶部１１２及び相性度情報記憶部１１４と合わせて８つの記憶部を備えるが、これらの記憶部は、共通の１つの記憶装置内に記憶されていてもよく、又は、複数の記憶装置内に記憶されていてもよい。また、本実施形態のマッチングシステム１００では、これらの記憶部がマッチングサーバ１１０の装置内に備わっている。しかしながら、これらの記憶部は、マッチングサーバ１１０の装置外に設けられ、ネットワーク１０２を介してマッチング管理者端末１２０、第１の端末１３０及び第２の端末１４０と共用できるようにしてもよい。

【0042】

制御部１１１は、ＲＯＭ等の記憶装置１０６に記憶されている各種プログラムに従って、マッチングサーバ１１０に備わる各構成要素の動作を制御する機能を有する。本実施形態では、制御部１１１は、図１に示すように、マッチング結果調整部１１１ａと、マッチング処理部１１１ｂと、相性度算出部１１１ｄと、ＲＯＬ作成部１１１ｃと、通信部１１１ｅとを備える。

【0043】

通信部１１１ｅは、ネットワーク１０２を介して、マッチング管理者端末１２０、第１の端末１３０、及び第２の端末１４０とのデータ等の送受信を行う通信を制御する機能を有する。本実施形態では、通信部１１１ｅは、ＭＲから第１の端末１３０を介してＭＲを特定する第１の特定情報を受信したら第１の特定情報記憶部１１５ａに送信して書き込み、ＭＲが有する第１の評価情報を受信したら、第１の評価情報記憶部１１６ａに送信して書き込む。

【0044】

また、通信部１１１ｅは、ＣＬから第２の端末１４０を介してＣＬを特定する第２の特定情報を受信したら第２の特定情報記憶部１１５ｂに送信して書き込み、ＣＬが有する第２の評価情報を受信したら、第２の評価情報記憶部１１６ｂに送信して書き込む。さらに、通信部１１１ｅは、マッチング管理者からＭＲとＣＬの優先度リスト作成のコマンドを受信したら、既に受信したＭＲとＣＬの特定情報と評価情報をＲＯＬ作成部に送信する機能も有する。

【0045】

なお、通信部１１１ｅは、ネットワーク１０２を介して、第１の端末１３０及び第２の端末１４０からそれぞれの特定情報と評価情報を直接してから各記憶部に送信して書き込んでいる。しかしながら、マッチング管理者端末１２０がこれらの特定情報と評価情報をまとめて、通信部１１１ｅに送信するようにしてもよい。すなわち、ＭＲとＣＬは、それぞれ特定情報と評価情報をマッチング管理者が所有するマッチング管理者端末１２０に送信して、マッチング管理者がこれらの特定情報と評価情報をまとめてマッチングサーバ１１０の通信部１１１ｅに送信してもよい。

【0046】

相性度算出部１１１ｄは、通信部１１１ｅを介して受信したそれぞれのＭＲとＣＬの評価情報に基づいて、ＭＲとＣＬの相性の良さ関する相性度情報を算出する機能を有する。相性度算出部１１１ｄは、第１の評価情報記憶部１１６ａに記憶された第１の評価情報と、第２の評価情報記憶部１１６ｂに記憶された第２の評価情報を用いて、コサイン類似度に基づいて相性度情報を算出する。そして、相性度算出部１１１ｄは、算出したＭＲとＣＬの相性度情報を相性度情報記憶部１１４に記憶する。

【0047】

ＲＯＬ作成部１１１ｃは、マッチング管理者からＭＲとＣＬの優先度リスト作成のコマンドを通信部１１１ｅが受信したら、優先度リストとなるＲＯＬファイルの作成処理を行う優先度リスト作成部としての機能を有する。ＲＯＬ作成部１１１ｃは、通信部１１１ｅが第１の端末１３０から受信したＭＲの第１の特定情報、第１の評価情報及び相性度算出部１１１ｄで算出された相性度情報に基づいて第１の優先度リストとなるＭＲのＣＬ優先度リストを作成処理して、第１のＲＯＬ記憶部１１３ａに記憶する。また、ＲＯＬ作成部１１１ｃは、通信部１１１ｅが第２の端末１４０から受信したＣＬの第２の特定情報、第２の評価情報及び相性度算出部１１１ｄで算出された相性度情報に基づいて第２の優先度リストとなるＣＬのＭＲ優先度リストを作成処理して、第２のＲＯＬ記憶部１１３ｂに記憶する。

【0048】

さらに、ＲＯＬ作成部１１１ｃは、同じＭＲランクでも優先度リストの順序が確実につくようにするために、第１の優先度リストを作成する前に、第１の特定情報のデータベースにダミーデータを追加する。また、ＲＯＬ作成部１１１ｃは、同じＣＬランクでも優先度リストの順序が確実につくようにするために、第２の優先度リストを作成する前に、第２の特定情報のデータベースにダミーデータを追加する。

【0049】

マッチング処理部１１１ｂは、ＲＯＬ作成部１１１ｃで作成された第１の優先度リスト（ＭＲのＣＬ優先度リスト）と第２の優先度リスト（ＣＬのＭＲ優先度リスト）に基づいて、受入保留アルゴリズム（ＤＡアルゴリズム）を用いてＭＲとＣＬのマッチング処理を行う機能を有する。本実施形態では、マッチング処理部１１１ｂは、第１の優先度リストと第２の優先度リストに基づいて、ＭＲをＣＬの何れかに対するマッチング処理を行うか、または、ＣＬをＭＲの何れかに対するマッチング処理を行う。すなわち、マッチング処理の開始は、第１の集合の第１の要素となるＭＲからでも、第２の集合の第２の要素となるＣＬからでも、どちらから優先させてマッチング処理をしてもよい。

【0050】

マッチング結果調整部１１１ａは、マッチング結果記憶部１１２の最終マッチング結果記憶部１１２ａ２に記憶されたマッチング結果データを教師データとして機械学習を行って、マッチング処理部１１１ｂによるマッチング結果データを調整する機能を有する。すなわち、マッチング結果調整部１１１ａは、まず、マッチング処理部１１１ｂで算出されたマッチング結果データを仮マッチング結果データとして保留する。そして、マッチング結果調整部１１１ａは、最終マッチング結果記憶部１１２ａ２に記憶された過去の最終マッチング結果データを教師データとして機械学習する。マッチング結果調整部１１１ａは、このように機械学習することによって、保留した仮マッチング結果データを調整して、最終的なマッチング結果となる最終マッチング結果データを算出する機能を有する。本実施形態では、マッチング結果調整部１１１ａは、図１に示すように、判定部１１１ａ１と、生成部１１１ａ２と、算出部１１１ａ３とを備える。

【0051】

判定部１１１ａ１は、マッチング結果記憶部１１２に記憶されたマッチング結果データを教師データとして機械学習の実行の可否を判定する機能を有する。本実施形態では、判定部１１１ａ１は、マッチング結果記憶部１１２の最終マッチング結果記憶部１１２ａ２に記憶された最終マッチング結果データが例えば１００個以上と一定量の値を閾値とする。そして、判定部１１１ａ１は、最終マッチング結果データの個数が当該閾値以上に最終マッチング結果記憶部１１２ａ２に蓄積した場合に、マッチング結果データを教師データとして機械学習を行えると判定する。

【0052】

一方、判定部１１１ａ１は、マッチング結果記憶部１１２の最終マッチング結果記憶部１１２ａ２に記憶された最終マッチング結果データの個数が閾値未満である場合には、マッチング結果記憶部１１２に記憶されたマッチング結果データを教師データとして機械学習の実行が不可能と判定する。そして、判定部１１１ａ１は、マッチング処理部１１１ｂで算出したマッチング結果データを最終マッチング結果データとして最終マッチング結果記憶部１１２ａ２に記憶する。

【0053】

生成部１１１ａ２は、判定部１１１ａ１で機械学習の実行が可能と判定されたら、マッチング結果記憶部１１２に記憶されたマッチング結果データを教師データとして機械学習によるマッチング評価モデルを生成する機能を有する。生成部１１１ａ２は、機械学習装置として機能し、蓄積された過去のマッチング結果データと当該マッチング結果データのマッチング対象となったＭＲとＣＬの特定情報、評価情報、相性度情報等を学習してマッチング評価モデルを生成する。マッチング評価モデルは、例えば、マッチング結果データのスコアと、ＭＲとＣＬの特定情報、評価情報、相性度情報等との間の相関式で表される。生成部１１１ａ２は、機械学習に使用するパラメータ最適化のために、例えば、回帰分析、ニューラルネットワーク等の種々の機械学習の手法を利用することができる。

【0054】

算出部１１１ａ３は、生成部１１１ａ２で生成したマッチング評価モデルを用いてマッチング処理部１１１ｂにより算出された仮マッチング結果データを調整して最終マッチング結果データとして算出する機能を有する。本実施形態では、算出部１１１ａ３は、判定部１１１ａ１で機械学習の実行可能と判定したら、マッチング処理部１１１ｂで算出した仮マッチング結果データがマッチング評価モデルを用いて調整されて、最終マッチング結果データとして算出されて、最終マッチング結果記憶部１１２ａ２に記憶される。

【0055】

このように、本実施形態のマッチングシステム１００では、マッチング処理部１１１ｂによりＤＡアルゴリズムを用いて算出されたマッチング結果データを仮マッチング結果データとして保留する。そして、過去に蓄積された最終マッチング結果データを教師データとして機械学習することにより、仮マッチング結果データを調整しながら最終的なマッチング結果を求めるので、より精度の高い安定的なマッチングを実現できるようになる。

【0056】

なお、本実施形態のマッチングシステム１００の各構成要素は、ソフトウェアによって実現してもよく、ハードウェアによって実現してもよい。ソフトウェアによって実現する場合、ＣＰＵとなる制御装置１０３が本実施形態のプログラムを実行することによって各種機能を実現することができる。本実施形態のプログラムは、マッチングサーバ１１０に内蔵のＲＯＭ等の記憶装置１０６に記憶してもよく、コンピュータ読み取り可能な非一時的な記録媒体（非一時的コンピュータ可読記憶媒体）に記憶してもよい。また、本実施形態では、外部の記憶装置となるストレージデバイスに記憶されたプログラムを読み出し、いわゆるクラウドコンピューティングにより実現してもよい。

【0057】

次に、本開示の一実施形態に係るマッチング方法の動作フローについて、図面を使用しながら説明する。図３は、本開示の一実施形態に係るマッチング方法の動作フローの概略を示す図である。

【0058】

本実施形態のマッチング方法は、マッチングシステム１００に含まれるコンピュータを動作させるプログラムにより実行される。本実施形態のマッチング方法を実行するプログラムは、ネットワークに接続された１又は複数のプロセッサ（コンピュータ装置）に対して、マッチングサービスを実行させるためのプログラムである。具体的には、第１の集合の複数の第１の要素となるＭＲと第２の集合の複数の第２の要素となるＣＬとのマッチングを行うマッチング管理者がマッチングサーバ１１０を作動させながら、マッチングサービスを実行させるためのプログラムである。本実施形態のマッチング方法を行うプログラムは、図３に示す動作フローをネットワークに接続された１又は複数のプロセッサ（コンピュータ装置）に実行させる。

【0059】

本実施形態では、まず、マッチングの対象者となるＭＲとＣＬのそれぞれの特定情報を入力する（工程Ｓ１１）。ＭＲの特定情報となる第１の特定情報として、ＭＲが第１の端末１３０の入力部１３４から入力したＭＲの特定情報は、通信部１３１からネットワーク１０２を介してマッチングサーバ１１０の通信部１１１ｅに送信される。そして、入力したＭＲの特定情報が第１の特定情報記憶部１１５ａにデータベース化して書き込まれる。第１の特定情報記憶部１１５ａには、ＭＲの第１の特定情報として、例えば、各ＭＲを特定するためのＩＤであるＭＲコードと、ＭＲの氏名、ＭＲの所属先となる会社名、定員数（ＣＬの受け入れ可能人数）、ＭＲの所属先となる会社の住所、ＭＲの得意分野、ＭＲの業務スキル等の情報が書き込まれる。本実施形態では、例えば、ＭＲの業務スキルとして、ＭＲのスキルセットの２３項目について５段階の水準（「１．知っている」～「５．指導できる」）で評価したものが第１の特定情報記憶部１１５ａに書き込まれる。

【0060】

一方、ＣＬの特定情報となる第２の特定情報として、ＣＬが第２の端末１４０の入力部１４４から入力したＣＬの特定情報は、通信部１４１からネットワーク１０２を介してマッチングサーバ１１０の通信部１１１ｅに送信される。そして、入力したＣＬの特定情報が第２の特定情報記憶部１１５ｂにデータベース化して書き込まれる。第２の特定情報記憶部１１５ｂには、ＣＬの第２の特定情報として、例えば、各ＣＬを特定するためのＩＤであるＣＬコードと、ＣＬの名称（氏名）、ＣＬ企業の従業員数、ＣＬ企業の住所、ＣＬがＭＲに要求する業務スキル等の情報が書き込まれる。本実施形態では、ＣＬについては、過去のＭＲとの取引実績等に基づいて、ランク別に５カテゴリーに分類した。

【0061】

ＭＲとＣＬのそれぞれの特定情報の入力が済んだら、次に、ＭＲとＣＬのそれぞれの評価情報を入力する（工程Ｓ１２）。工程Ｓ１２では、ＭＲとＣＬの評価情報を入力する際に、まず、ＭＲの業務スキルを集約して可視化することから実施する。ＭＲの業務スキルを集約して可視化するために、例えば、ＭＲの業務スキルの２４項目の５段階評価データを対象に探索的因子分析を用いて因子を抽出する。なお、探索的因子分析の因子抽出法は、例えば、最尤法で行い、回転法は、例えば、Kaiserの正規化を伴うバリマックス法で行い、因子数は、例えば、固有値が１以上として解析を行う。このようにして、ＭＲの業務スキルを解析した結果、ＭＲの業務スキルは、例えば、図４に示すように、市場洞察力や表現力等の業務スキルの２４項目に対して、３つの因子に集約されて、各業務スキル項目のそれぞれに対して評価データが作成される。本実施形態では、因子１（リサーチャー総合力）、因子２（定量・統計スキル）、因子３（ビジネス基礎スキル）の３つの因子に集約されて、各業務スキル項目に対する評価データが作成される。

【0062】

次に、工程Ｓ１２では、集約された３因子で業務スキルを評価したＭＲから見たＣＬの選好、ＣＬから見たＭＲの選好をそれぞれ算出する。その際に、ＣＬがＭＲを選好する際に影響を及ぼすと考えられるＭＲの有するスキル評価情報が第１の評価情報として各ＭＲコードに対応して算出される。図５には、ＭＲの第１の評価情報として算出されて、各ＭＲのスキル評価を数値化されたデータベースとして書き込まれているテーブルの一例を示す。図５に示すように、ＭＲの第１の評価情報として、個々のＭＲを一意に識別する識別コードとなるＩＤ（researcher_id）に対して、集約した３つの因子ごとの業務スキル（「skill_f1」、「skill_f2」、「skill_f3」）の解析結果をスキル評価データとして算出する。ＭＲの評価情報として算出された第１の評価情報は、ＭＲが第１の端末１３０の入力部１３４から入力して、通信部１３１からネットワーク１０２を介してマッチングサーバ１１０の通信部１１１ｅに送信される。そして、入力した第１の評価情報が第１の評価情報記憶部１１６ａにデータベース化して書き込まれる。

【0063】

一方、ＭＲがＣＬを選好する際に影響を及ぼすと考えられるＣＬが求めるＣＬランク別のスキル評価情報が第２の評価情報として各ＣＬコードに対応して算出される。図６には、ＣＬの第２の評価情報として算出されて、ＭＲから見たＣＬの選好の指標となるＣＬタイプ別の求めるスキル評価を数値化されたデータベースとして書き込まれているテーブルの一例を示す。図６に示すように、ＣＬの第２の評価情報として、個々のクライアントのタイプ別に（Ｓ、Ａ、Ｂ、Ｃ、Ｃ、Ｄ）、集約した３つの因子ごとの業務スキル（「skill_f1」、「skill_f2」、「skill_f3」）の解析結果をスキル評価データとして算出する。ＣＬの評価情報として算出された第２の評価情報は、ＣＬが第２の端末１４０の入力部１４４から入力して、通信部１４１からネットワーク１０２を介してマッチングサーバ１１０の通信部１１１ｅに送信される。そして、入力した第２の評価情報が第２の評価情報記憶部１１６ｂにデータベース化して書き込まれる。

【0064】

なお、本実施形態では、ＭＲとＣＬの特定情報と評価情報は、それぞれ第１の端末１３０、第２の端末１４０から直接マッチングサーバ１１０に送信されている。しかしながら、ＭＲとＣＬの特定情報と評価情報は、マッチング管理者端末１２０に送信してから、マッチング管理者がまとめてＭＲとＣＬの特定情報と評価情報をマッチング管理者端末１２０からマッチングサーバ１１０に送信してもよい。

【0065】

ＭＲとＣＬのそれぞれの評価情報を入力が済んだら、次に、ＭＲとＣＬの相性度情報を算出する（工程Ｓ１３）。本実施形態では、相性度算出部１１１ｄは、第１の評価情報記憶部１１６ａに記憶された第１の評価情報と、第２の評価情報記憶部１１６ｂに記憶された第２の評価情報とを用いて、コサイン類似度に基づいて相性度情報を算出する。そして、相性度算出部１１１ｄは、算出した相性度情報を相性度情報記憶部１１４に書き込む。図７には、相性度情報としてＭＲとＣＬランクの相性の良さをデータベースとして書き込まれているテーブルの一例を示す。図７に示すように、相性度情報として、個々のＭＲを一意に識別する識別コードとなるＩＤ（researcher_id）に対して、０～４の５段階評価に応じて相性の良いクライアントのタイプ（Ｓ、Ａ、Ｂ、Ｃ、Ｄ）が算出される。

【0066】

相性度情報の算出が済んだら、次に、ＭＲとＣＬのそれぞれの優先度リスト（ＲＯＬ）を作成する（工程Ｓ１４）。ＲＯＬ作成部１１１ｃは、マッチング管理者からＭＲとＣＬの優先度リスト作成のコマンドを通信部１１１ｅが受信したら、ＭＲ及びＣＬの特定情報と評価情報、及び相性度情報に基づいて、ＭＲとＣＬのそれぞれの優先度リスト（ＲＯＬ）を作成する。本実施形態では、ＲＯＬ作成部１１１ｃは、優先度リスト（ＲＯＬ）を作成する前に、同じＣＬランクでも優先度リストの順序が確実に定まるようにするために、ＣＬの特定情報のデータベースにダミーデータを追加している。具体的には、図８に示すように、各ＣＬのＩＤ毎にクライアントのタイプ（Ｓ、Ａ、Ｂ、Ｃ、Ｄ）が記載されたＣＬの特定情報のデータベースに、それぞれダミーデータを追加する。

【0067】

ＲＯＬ作成部１１１ｃは、通信部１１１ｅが第１の端末１３０から受信したＭＲの第１の特定情報と第１の評価情報、及び相性度算出部１１１ｄで算出された相性度情報に基づいて演算処理を行って、第１の優先度リストとなるＭＲのＣＬ優先度リストを作成する。ＣＬ優先度リストは、図９に示すように、ＭＲのＩＤ毎にＣＬに対する選好が数値化された形で記載されている。そして、ＲＯＬ作成部１１１ｃは、作成したＭＲのＣＬ優先度リストを第１のＲＯＬ記憶部１１３ａに送信する。

【0068】

また、ＲＯＬ作成部１１１ｃは、通信部１１１ｅが第２の端末１４０から受信したＣＬの第２の特定情報、第２の評価情報、及び相性度算出部１１１ｄで算出された相性度情報に基づいて演算処理を行って、第２の優先度リストとなるＣＬのＭＲ優先度リストを作成する。ＭＲ優先度リストは、図１０に示すように、ＣＬのＩＤ毎にＭＲに対する選好が数値化された形で記載されている。そして、ＲＯＬ作成部１１１ｃは、作成したＣＬのＭＲ優先度リストを第２のＲＯＬ記憶部１１３ｂに送信する。

【0069】

優先度リスト（ＲＯＬ）の作成が済んだら、次に、ＭＲとＣＬとのマッチング処理を実行する（工程Ｓ１５）。本実施形態では、ＲＯＬ作成部１１１ｃで作成された第１の優先度リストと第２の優先度リストに基づいて、マッチング処理部１１１ｂが受入保留アルゴリズム（ＤＡアルゴリズム）を用いてＭＲとＣＬのマッチング処理を行う。マッチング処理部１１１ｂは、例えば、図１１に示すように、ＤＡアルゴリズムを用いたマッチング処理を行って、ＭＲとＣＬとの１対１のマッチングを行う。本実施形態では、マッチング処理部１１１ｂは、ＭＲをＣＬの何れかに対するマッチング処理を行うか、または、ＣＬをＭＲの何れかに対するマッチング処理を行う。なお、本実施形態では、マッチング処理の動作環境は、例えば、Python（3.6.5）、NumPy（1.17.3）、Pandas（0.25.1）、Jupyter Notebook（6.0.1）のプログラムにより実行される。

【0070】

また、本実施形態では、マッチング処理部１１１ｂがＤＡアルゴリズムを用いてＭＲとＣＬとのマッチング処理を行ったら、マッチング処理部１１１ｂによるマッチング結果データを仮マッチング結果データとして保留する。そして、当該仮マッチング結果データは、マッチング結果記憶部１１２の仮マッチング結果記憶部１１２ａ１に一時的に記憶される。図１２には、本実施形態のマッチングシステムによりマッチング処理によるマッチング結果となる仮マッチング結果データをデータベース化したテーブルの一例を示す。仮マッチング結果データは、図１２に示すように、ＭＲとＣＬとのマッチング結果がそれぞれのＩＤに対応するように記載されている。

【0071】

ＭＲとＣＬとのマッチング処理が済んだら、次に、マッチング結果記憶部１１２に記憶されたマッチング結果データを教師データとして機械学習の実行の可否を判定する（工程Ｓ１６）。本実施形態では、マッチング結果調整部１１１ａの判定部１１１ａ１が機械学習の実行の可否を判定する。具体的には、判定部１１１ａ１は、マッチング結果記憶部１１２の最終マッチング結果記憶部１１２ａ２に記憶された最終マッチング結果データの個数が一定量の値を示す閾値以上に蓄積したか否かに基づいて判定する。そして、最終マッチング結果データの個数が閾値以上に蓄積した場合に、判定部１１１ａ１は、マッチング結果データを教師データとして機械学習を実行可能と判定する。一方、判定部１１１ａ１は、最終マッチング結果データの個数が閾値未満の場合には、マッチング結果データを教師データとして機械学習を実行不可能と判定する。

【0072】

判定部１１１ａ１で機械学習の実行が可能と判定されたら、次に、生成部１１１ａ２は、マッチング結果記憶部１１２に記憶されたマッチング結果データを教師データとして機械学習によるマッチング評価モデルを生成する（工程Ｓ１７）。このようにして、本実施形態では、生成部１１１ａ２がマッチング評価モデルを生成することによって、機械学習による処理が行われるようになる。

【0073】

生成部１１１ａ２がマッチング評価モデルを生成したら、次に、算出部１１１ａ３は、生成部１１１ａ２で生成したマッチング評価モデルを用いて、仮マッチング結果データを調整する。例えば、図１３に示すように、ＩＤ２のＭＲに対応するＣＬがＩＤ１２からＩＤ２１に変更され、ＩＤ３のＭＲに対応するＣＬがＩＤ２１からＩＤ１２に変更されるようにして、仮マッチング結果データを調整する。そして、算出部１１１ａ３は、調整後の仮マッチング結果データを最終マッチング結果データとして算出して、最終マッチング結果記憶部１１２ａ２に最終マッチング結果データを記憶する（工程Ｓ１８）。

【0074】

一方、判定部１１１ａ１で機械学習の実行が不可能と判定されたら、仮マッチング結果データがそのまま最終マッチング結果データとして最終マッチング結果記憶部１１２ａ２に記憶される（工程Ｓ１９）。すなわち、判定部１１１ａ１で機械学習の実行が不可能と判定されて、マッチング結果による機械学習が行われない場合には、仮マッチング結果データがそのまま最終マッチング結果データとなる。

【0075】

このように、本実施形態のプログラムに沿ってコンピュータを動作させることによって、マッチング結果記憶部１１２に記憶されたマッチング結果データを教師データとして機械学習をすることによって、より精度の高い安定的なマッチングを実現できるようになる。すなわち、本実施形態では、マッチング処理部１１１ｂにより算出されたマッチング結果を仮マッチング結果データとして保留して、過去のマッチング結果データを教師データとして機械学習する。このようにすることによって、当該仮マッチング結果データを調整しながら最終的なマッチング結果を求められる。このため、より双方の選好が反映された精度の高いマッチング結果が得られて、安定的なマッチングを実現できるようになる。

【0076】

なお、本実施形態では、マッチングシステム１００を市場調査会社のマーケットリサーチャーとクライアント企業とのマッチングに適用した場合について取り上げている。しかしながら、本実施形態のマッチング方法及びマッチングシステムは、複数の第１の要素からなる第１の集合と複数の第２の要素からなる第２の集合との各要素をマッチングする他の態様にも適用可能である。

【0077】

例えば、経営コンサルタントからの指南を依頼する企業と、指南を担当するコンサルタントとの集合間のマッチング問題にも、本実施形態のマッチング方法、マッチングシステム１００及びプログラムを適用することができる。経営コンサルタントからの指南を依頼する企業は、自分が指南を受けたいコンサルタントを好みにより順位づけした優先度リストを持っており、一方のコンサルタントの方も指南の依頼を受けたい企業を順位づけした優先度リストを持っているものとする。また、各コンサルタントには、企業を受け入れる受託枠として、労働時間や業務能力等の資源制限がある。

【0078】

このため、本実施形態のマッチング方法、マッチングシステム１００及びプログラムを適用することによって、ＤＡアルゴリズムを用いて、経営コンサルタントからの指南を依頼する企業と、指南を担当するコンサルタントとのマッチング処理をして得られたマッチング結果データを仮マッチング結果データとして保留する。そして、企業とコンサルタントの双方間の過去のマッチング結果を教師データとして機械学習をすることにより、当該仮マッチング結果データを調整して、より精度の高いマッチング結果を得られて、安定的なマッチングが実現されるようになる。

【0079】

また、複数の男女間の結婚活動支援アプリケーションにも、本実施形態のマッチング方法、マッチングシステム１００及びプログラムを適用することができる。この場合では、例えば、各男女の選好データをそれぞれの評価情報として活用することによって、男女のグループのそれぞれの優先度リストが作成される。そして、本実施形態のマッチング方法、マッチングシステム１００及びプログラムを適用することによって、ＤＡアルゴリズムを用いて、複数の男性の優先度リストと、複数の女性の優先度リストとのマッチング処理をして得られたマッチング結果データを仮マッチング結果データとして保留する。そして、複数の男女間の過去のマッチング結果を教師データとして機械学習をすることにより、当該仮マッチング結果データを調整して、より精度の高いマッチング結果を得られて、安定的なマッチングが実現されるようになる。

【0080】

次に、本実施形態のマッチング方法、マッチングシステム１００及びプログラムの作用・効果について説明する。

【0081】

本実施形態のマッチング方法、マッチングシステム及びプログラムを適用することによって、ＤＡアルゴリズムを用いて第１の集合の第１の要素と第２の集合の第２の要素とのマッチング処理を行えるようになる。このため、マッチング処理の判断材料となるデータが十分に溜まっていない段階でも機械学習を行えるので、少ないデータ数でも双方の要素の選好をより反映させた安定したマッチングを実現させることができる。

【0082】

また、本実施形態では、ＤＡアルゴリズムを用いて安定解として得られたマッチング結果に対して、過去のマッチング結果データを教師データとして機械学習することによって、更に精度の高い安定的なマッチング結果とすることができる。すなわち、本実施形態では、複数の第１の要素からなる第１の集合と複数の第２の要素からなる第２の集合との各要素をマッチングする際に、不安定対が存在しないような安定マッチングを行うために、ＤＡアルゴリズムを用いたマッチング処理を行う。そして、本実施形態のマッチング方法及びマッチングシステム１００は、ＤＡアルゴリズムを用いたマッチング処理を行った上で、更に過去のマッチング結果データを教師データとして機械学習を行う。このため、ＤＡアルゴリズムを用いて得られた安定解のマッチング結果データを教師データとして機械学習を行うことによって、更にマッチングの精度を高められるものとなっている。

【0083】

このため、本実施形態のマッチング方法、マッチングシステム１００及びプログラムを使用して、多くのマッチング結果を算出すると、教師データとなるマッチング結果のサンプル数も増加するようになる。これによって、機械学習の精度も更に向上して、算出される最終マッチング結果データの安定性がより高まるようになる。すなわち、本実施形態のマッチング方法及びマッチングシステム１００を使用する回数を増やすに従って、マッチング方法及びマッチングシステム１００の自己強化が図れて、マッチングの精度が更に高まるようになる。

【0084】

また、本実施形態では、ＲＯＬ作成部１１１ｃが第１の特定情報、第１の評価情報及び相性度情報に基づいて第１の優先度リストを作成し、第２の特定情報、第２の評価情報及び相性度情報に基づいて第２の優先度リストを作成している。このため、作成された各優先度リストがＭＲとＣＬの選好をより反映させたものとなるので、マッチング処理部１１１ｂは、双方の優先度リストのデータのみのマッチング処理を行うだけで、より精度の高いマッチング結果が得られるようになる。

【0085】

さらに、本実施形態では、ＲＯＬ作成部１１１ｃは、第１の優先度リストを作成する前に、第１の特定情報のデータベースにダミーデータを追加し、第２の優先度リストを作成する前に、第２の特定情報のデータベースにダミーデータを追加している。このため、同じＭＲランクやＣＬランクに対しても、優先度リストの順序が確実につくようになるので、よりＭＲやＣＬの選好が反映されたマッチング結果が得られるようになる。

【0086】

（第２の実施形態）
次に、本開示の他の実施形態に係るマッチングシステムの構成について、図面を使用しながら説明する。図１４は、本開示の他の実施形態に係るマッチング方法を行うマッチングシステムの構成を示すブロック図である。

【0087】

本実施形態のマッチング方法は、ＤＡアルゴリズムを用いたマッチング処理によって得られたマッチング結果データに対して妥当性の検証を更に行ってから、検証後のマッチング結果データを教師データとして機械学習を行うことを特徴とする。このように、ＤＡアルゴリズムを用いたマッチング処理によるマッチング結果データの妥当性を検証してから、検証後のマッチング結果データを教師データとして機械学習を行うことによって、マッチングの精度を更に高めるようにしている。なお、本明細書中で言及するマッチング結果データの「妥当性」とは、マッチング結果データが複数の第１の要素と複数の第２の要素との双方の選好が適切に反映された状態を示すものとする。

【0088】

本実施形態のマッチングシステム２００は、図１４に示すように、マッチングサーバ２１０の制御部２１１に、マッチング処理後のマッチング結果データの妥当性の検証を行う検証部２１１ｆが更に設けられている。具体的には、検証部２１１ｆは、マッチング処理部１１１ｂとマッチング結果調整部１１１ａとの間に設けられている。なお、本実施形態では、マッチングサーバ２１０の制御部２１１に設けられている検証部２１１ｆ以外の各構成要素については、第１の実施形態のマッチングシステム１００と同様であるので、その説明については、省略する。

【0089】

検証部２１１ｆは、マッチング結果データに対してランダム化比較試験（Randomized Controlled Trail：以下、ＲＣＴとも称する。）を実施してから、ランダム化比較試験による効果検証（Difference In Differences：以下、ＤＩＤとも称する。）を行う機能を有する。検証部２１１ｆは、ランダム化比較試験として、マッチング結果データを無作為に介入と非介入の２つのグループに分けてマッチング結果データにおける介入と非介入の効果の比較検証を行う。そして、検証部２１１ｆは、ランダム化比較試験による効果の検証として、ＲＣＴで介入と非介入に分けた２つのグループにおけるマッチング結果データの差分となる第１の差分をそれぞれ算出してから、各グループで算出した第１の差分の差分として第２の差分を算出して、第２の差分に基づいて介入の効果の検証をＤＩＤで行う。

【0090】

例えば、介入・非介入のグループ分けとして、ワクチンを接種した人と接種しなかった人との２つのグループに分ける。そして、検証部２１１ｆは、無作為にワクチン接種の介入と非介入の２つのグループに分けたマッチング結果データに対して、ワクチンの介入と非介入の効果の比較検証をＤＩＤで行う。具体的には、検証部２１１ｆは、ＲＣＴでワクチン接種の介入グループにおける第１の差分となるマッチング結果データの差分と、非介入グループにおける第１の差分となるマッチング結果データの差分とをそれぞれ算出する。そして、各グループで算出した第１の差分の差分となる第２の差分を算出して、この第２の差分に基づいて、ワクチン接種の介入の効果の検証を行う。

【0091】

このように、本実施形態では、マッチング処理部１１１ｂで生成されたＤＡアルゴリズムによるマッチング結果データの妥当性の検証を行うために、ＲＣＴを実施してからＤＩＤによる効果検証を行う。そして、マッチング結果データの差があった者に対して、介入・非介入のどういうケースだと有効だったのかを見る妥当性の検証を行ってから、機械学習をかけて特徴量を抽出することによって、最終的なマッチング結果データの精緻化を図れるようにしている。

【0092】

なお、検証部２１１ｆによるマッチング結果データの検証は、ＲＣＴの実施とＲＣＴの効果検証となるＤＩＤによるものに限定されない。例えば、検証部２１１ｆは、マッチング結果データの傾向スコアを算出してから、傾向スコアに基づいた分析を行うことによって、マッチング処理後のマッチング結果データの妥当性の検証を行ってもよい。

【0093】

すなわち、検証部２１１ｆは、ＲＣＴのように介入と非介入の割り当てを無作為に均等に振り分けずに、ある介入の割り当てに影響する因子を用いて、介入割り当ての確率である傾向スコアを算出する。そして、検証部２１１ｆは、算出した傾向スコアに基づいて比較対象群の分布を等しく整えてから、同じ傾向スコアの得点の要素同士をペアとして比較して、ＤＡアルゴリズムによるマッチング処理後のマッチング結果データの妥当性の検証を行う。

【0094】

例えば、実際の臨床の現場においては、様々な患者の背景を考慮して治療が割り当てられることから、治療群（介入）とコントロール群（非介入）では、患者背景が殆ど異なることとなる。このような場合に、検証部２１１ｆは、治療の割り当てに影響する因子を用いて治療割り当ての確率である傾向スコアを算出して、比較対象群の分布を等しく整えて同じ傾向スコアの得点の患者同士をペアとして比較することによって、介入の割り振りに着目してバイアスに対処しながら、疑似的に観察研究のデータとなるマッチング結果データの解析を行う。

【0095】

このように、本実施形態の一変形例では、検証部２１１ｆは、マッチング処理部１１１ｂで生成されたマッチング結果データの妥当性の検証を行うために、介入割り当ての確率である傾向スコアを算出する。そして、検証部２１１ｆは、算出した傾向スコアに基づいて比較対象群の分布を等しく整えてから、同じ傾向スコアの得点の要素同士を比較するので、バイアスを取り除いた形でより適切にマッチング処理の効果を検証できるようになる。このため、傾向スコアに基づいてバイアスを取り除いた形で妥当性が検討されたマッチング処理後のマッチング結果データに対して、機械学習をかけて特徴量を抽出するので、最終的なマッチング結果データは、より複数の第１の要素と複数の第２の要素との双方の選好が適切に反映されて更なる精緻化が図られたものとなっている。

【0096】

なお、ＤＡアルゴリズムによるマッチング結果データの検証は、傾向スコアの算出による検証と、ＲＣＴ実施後のＤＩＤによる効果検証とを組み合わせて行ってもよい。例えば、マッチング結果データの傾向スコアを算出してから、傾向スコアを算出したマッチング結果データに対してランダム化比較試験（ＲＣＴ）とランダム化比較試験による効果の検証（ＤＩＤ）とを行うようにしてもよい。

【0097】

すなわち、検証部２１１ｆは、ＤＡアルゴリズムによるマッチング結果データの検証を行う際に、まず、ある介入の割り当てに影響する因子を用いて、介入割り当ての確率である傾向スコアを算出する。そして、検証部２１１ｆは、算出した傾向スコアに基づいて比較対象群の分布を等しく整えてから、同じ傾向スコアの得点の要素同士を比較して、バイアスを取り除いた形でＤＡアルゴリズムによるマッチング処理後のマッチング結果データの妥当性の検証を行う。このように、ＤＡアルゴリズムによるマッチング結果データを検証する際に、傾向スコアを算出することによって、同じ傾向スコアの群同士を比べられるようになるので、より精度良くＤＡアルゴリズムによるマッチング処理の効果の妥当性を検証できるようにしている。

【0098】

その後、検証部２１１ｆは、傾向スコアを算出したマッチング結果データに対してランダム化比較試験（ＲＣＴ）を行ってから、ランダム化比較試験による効果の検証（ＤＩＤ）を行う。具体的には、検証部２１１ｆは、ランダム化比較試験として、傾向スコアを算出したマッチング結果データを無作為に介入と非介入の２つのグループに分けて、傾向スコアを算出したマッチング結果データにおける介入と非介入の効果の比較検証を行う。そして、検証部２１１ｆは、ランダム化比較試験による効果の検証として、ＲＣＴで介入と非介入に分けた２つのグループにおける傾向スコアを算出したマッチング結果データの差分となる第１の差分をそれぞれ算出してから、各グループで算出した第１の差分の差分として第２の差分を算出して、第２の差分に基づいて介入の効果の検証をＤＩＤで行う。

【0099】

本実施形態の他の変形例では、マッチング処理部１１１ｂで生成されたマッチング結果データの妥当性の検証を行うために、まず、介入割り当ての確率である傾向スコアを算出する。そして、検証部２１１ｆは、算出した傾向スコアに基づいて比較対象群の分布を等しく整えてから、同じ傾向スコアの得点の要素同士を比較して、マッチング処理後のマッチング結果データの妥当性の検証を行う。このように、本変形例では、検証部２１１ｆが最初に傾向スコアに基づいた検証を行うことによって、同じ比較対象群によるＤＡアルゴリズムによるマッチング処理の効果をバイアスなく適切に検証できるようにしている。

【0100】

その後、検証部２１１ｆは、傾向スコアに基づいて同じ傾向スコアの得点の要素同士を比較した検証後のマッチング結果データに対して、更に当該マッチング結果データの妥当性の検証を行うために、ＲＣＴを実施してからＤＩＤによる効果の検証を行う。これによって、バイアスが除かれた適切なマッチング結果データに対して、更に介入・非介入の効果をＤＩＤで検証できるようになる。本変形例では、このような検証工程を経ることによって、マッチング対象となる双方の要素の選好が適切に反映されたマッチング結果データを得られるようになる。そして、本変形例では、ＤＩＤによる効果検証を行ったマッチング結果データに対して、機械学習をかけて最終的なマッチング結果データを算出することによって、最終的なマッチング結果データがより安定した精緻化の図れるものとなるようにしている。

【0101】

次に、本開示の他の実施形態に係るマッチング方法の動作フローについて、図面を使用しながら説明する。図１５は、本開示の他の実施形態に係るマッチング方法として、検証部２１１ｆがＲＣＴを実施してからＤＩＤによる比較検証を行う動作フローの概略を示す図である。一方、図１６は、本開示の他の実施形態に係るマッチング方法の一変形例として、検証部２１１ｆが傾向スコアマッチングによる分析検証を行う動作フローの概略を示す図である。なお、本実施形態では、各検証工程（Ｓ２０、Ｓ２１、Ｓ２２）以外の各工程（Ｓ１１～Ｓ１９）については、第１の実施形態のマッチング方法と同様であるので、その説明については、省略する。

【0102】

本実施形態のマッチング方法は、マッチングシステム２００に含まれるコンピュータを動作させるプログラムにより実行される。本実施形態のマッチング方法を行うプログラムは、図１５に示す動作フローをネットワークに接続された１又は複数のプロセッサ（コンピュータ装置）に実行させる。

【0103】

本実施形態のマッチング方法では、受入保留アルゴリズム（ＤＡアルゴリズム）を用いてＭＲとＣＬのマッチング処理を行ったら（工程Ｓ１５）、マッチング結果データの妥当性を検証する工程Ｓ２０、Ｓ２１に入る。具体的には、図１５に示すように、マッチング結果データの妥当性の検証として、検証部２１１ｆがマッチング結果データに対してランダム化比較試験（ＲＣＴ）を行ってから（工程Ｓ２０）、ランダム化比較試験による効果の検証をＤＩＤで行う（工程Ｓ２１）。これらのマッチング結果データの妥当性を検証する工程Ｓ２０、Ｓ２１は、１又は複数のプロセッサによって実行される。

【0104】

工程Ｓ２０におけるＲＣＴでは、マッチング結果データを無作為に介入と非介入の２つのグループに分けてから、マッチング結果データにおける介入と非介入の効果の比較検証を行う。そして、工程Ｓ２１におけるＲＣＴによる効果の検証では、ＲＣＴで２つに分けられた各グループにおけるマッチング結果データの差分となる第１の差分をそれぞれ算出してから、各グループで算出した第１の差分の差分となる第２の差分を算出する。そして、工程Ｓ２１で算出された第２の差分に基づいて介入の効果の検証を行ってから、機械学習の可否の判定を行う工程Ｓ１６以降の機械学習工程（Ｓ１６～Ｓ１９）に移行する。

【0105】

このように、本実施形態では、ＤＡアルゴリズムによるマッチング処理で得られたマッチング結果データに対して、ＲＣＴとＤＩＤによる検証を行ってから、検証後のマッチング結果データを教師データとして機械学習を行っている。このため、介入・非介入による効果を比較することによって、マッチング結果データの妥当性を容易に検証してから、検証済みのマッチング結果データを教師データとして機械学習を行えるようになる。これによって、より妥当なマッチング結果データに基づいて、最終的なマッチング結果を算出できるようになるので、更に精緻化された安定的なマッチング結果が得られる。

【0106】

本実施形態では、検証工程Ｓ２０、Ｓ２１となるＲＣＴとＤＩＤは、マッチング処理工程Ｓ１５が終わってから、機械学習の可否を判定する工程Ｓ１６の前に行われているが、当該検証工程が工程Ｓ１６後に行われてもよい。すなわち、当該検証工程Ｓ２０、Ｓ２１は、工程Ｓ１６で機械学習を確実に行えるデータ数が揃っていると判定されてから行うようにしてもよい。このように、機械学習を確実に行えるデータ数が揃ってから、検証工程Ｓ２０、Ｓ２１を行うことによって、より確実に妥当なマッチング結果データに基づいて最終的なマッチング結果データを算出できるようになる。

【0107】

一方、マッチング処理後の検証工程として、検証部２１１ｆが傾向スコアマッチングによる分析検証を行う態様としてもよい。本実施形態のマッチング方法の一変形例を行うプログラムは、図１６に示す動作フローをネットワークに接続された１又は複数のプロセッサ（コンピュータ装置）に実行させる。

【0108】

本実施形態の一変形例では、図１６に示すように、ＤＡアルゴリズムを用いてマッチング処理を行ったら（工程Ｓ１５）、検証部２１１ｆは、マッチング結果データの傾向スコアを算出して、傾向スコアに基づいた分析を行う（工程Ｓ２２）。当該マッチング結果データの妥当性を検証する工程Ｓ２２は、１又は複数のプロセッサによって実行される。このように、マッチング処理後の検証工程として、傾向スコア分析を行うことによって、マッチング処理後のマッチング結果データの妥当性を検証できるようになる。そして、工程Ｓ２２で算出されたマッチング結果データの傾向スコアに基づいた検証を行ってから、図１６に示すように、機械学習の可否の判定を行う工程Ｓ１６以降の機械学習工程（Ｓ１６～Ｓ１９）に移行する。

【0109】

本実施形態の一変形例では、ＤＡアルゴリズムによるマッチング処理で得られたマッチング結果データに対して、傾向スコアに基づく検証を行ってから、検証後のマッチング結果データを教師データとして機械学習を行っている。このため、傾向スコア分析によるマッチング結果データの妥当性を検証してから、検証済みのマッチング結果データを教師データとして機械学習を行えるようになる。

【0110】

これによって、より妥当なマッチング結果データに基づいて、最終的なマッチング結果を算出するようになるので、更に精緻化された安定的なマッチング結果が得られるようになる。特に、傾向スコア分析による検証では、過去に蓄積されたデータを用いて、マッチング結果データの検証を行えるので、過去データを有効活用しながら、より精緻化された安定的なマッチング結果が得られるようになる。

【0111】

また、本実施形態の一変形例では、検証工程Ｓ２２となる傾向スコア分析は、マッチング処理を行う工程Ｓ１５が終わってから、機械学習の可否を判定する工程Ｓ１６の前に行われているが、当該検証工程が工程Ｓ１６後に行われてもよい。すなわち、当該傾向スコア分析による検証工程Ｓ２２は、工程Ｓ１６で機械学習を確実に行えるデータ数が揃っていると判定されてから行うようにしてもよい。このように、機械学習を確実に行えるデータ数が揃ってから、検証工程Ｓ２２を行うことによって、より確実に妥当なマッチング結果データに基づいて最終的なマッチング結果データを算出できるようになる。

【0112】

なお、本実施形態では、ＤＡアルゴリズムによるマッチング処理後のマッチング結果データの検証は、傾向スコアの算出による検証と、ＲＣＴ実施後のＤＩＤによる効果検証とを組み合わせて行ってもよい。例えば、マッチング結果データの傾向スコアを算出して傾向スコアに基づいた分析を行ってから、傾向スコアを算出したマッチング結果データに対してランダム化比較試験（ＲＣＴ）を行って、ランダム化比較試験による効果の検証（ＤＩＤ）を行うようにしてもよい。すなわち、本実施形態のマッチング方法の他の変形例を行うプログラムは、図１７に示す動作フローをネットワークに接続された１又は複数のプロセッサ（コンピュータ装置）に実行させるようにしてもよい。

【0113】

本実施形態の他の変形例では、マッチング処理後の検証工程として、まず、検証部２１１ｆは、図１７に示すように、傾向スコアに基づいた分析を実行する（工程Ｓ２２）。具体的には、ある介入の割り当てに影響する因子を用いて、介入割り当ての確率である傾向スコアを算出してから、算出した傾向スコアに基づいて比較対象群の分布を等しく整えて、同じ傾向スコアの得点の要素同士を比較して、マッチング処理後のマッチング結果データの妥当性の検証を行う。

【0114】

その後、検証部２１１ｆは、傾向スコアを算出したマッチング結果データに対してランダム化比較試験（ＲＣＴ）を行ってから（工程Ｓ２３）、ランダム化比較試験による効果の検証（ＤＩＤ）を行う（工程Ｓ２４）。

【0115】

具体的には、検証部２１１ｆは、まず、ランダム化比較試験として、傾向スコアを算出したマッチング結果データを無作為に介入と非介入の２つのグループに分けて、傾向スコアを算出したマッチング結果データにおける介入と非介入の効果の比較検証を行う。

【0116】

次に、検証部２１１ｆは、ランダム化比較試験による効果の検証として、ＲＣＴで介入と非介入に分けた２つのグループにおける傾向スコアを算出したマッチング結果データの差分となる第１の差分をそれぞれ算出する。その後、検証部２１１ｆは、各グループで算出した第１の差分の差分として第２の差分を算出して、第２の差分に基づいて介入の効果の検証をＤＩＤで行う。そして、工程Ｓ２４で算出された第２の差分に基づいて介入の効果の検証をＤＩＤで行ってから、機械学習の可否の判定を行う工程Ｓ１６以降の機械学習工程（Ｓ１６～Ｓ１９）に移行する。

【0117】

このように、本実施形態の他の変形例では、ＤＡアルゴリズムによるマッチング処理後の検証工程として、まず、傾向スコア分析を行うことによって、比較する２群の条件が似た内容同士になるので、よりバイアスが取り除かれた形でマッチング処理後のマッチング結果データの妥当性を検証するようにしている。そして、傾向スコアに基づいた検証を行ったマッチング結果データに対して、ＲＣＴによる比較検証を行ってからＤＩＤによる効果の検証を行って、マッチング処理後のマッチング結果データの妥当性を更に検証している。その後、ＲＣＴとＤＩＤによる検証後のマッチング結果データを教師データとして機械学習を行っている。

【0118】

このため、傾向スコア分析によってバイアスが取り除かれた形でマッチング効果を検証したマッチング結果データに対して、更に介入・非介入による効果を比較検証することによって、マッチング対象となる双方の要素の選好が適切に反映されたマッチング結果データが得られるようになる。そして、ＤＩＤによる効果の検証済みのマッチング結果データを教師データとして機械学習を行うことによって、よりマッチングの精度が高い妥当なマッチング結果データに基づいて、最終的なマッチング結果を算出するので、更に精緻化された安定的なマッチング結果が得られるようになる。

【0119】

特に、本実施形態の他の変形例では、ＤＡアルゴリズムによるマッチング処理後のマッチング結果データに対して、傾向スコアに基づいた分析を行ってから、ＲＣＴによる比較検証を実施してＤＩＤによる効果の検証を行っている。検証対象となる２つの群（グループ）に対して、ＲＣＴによる比較検証を実施してからＤＩＤによる効果検証をする際に、双方の群の諸条件が異なると、ＲＣＴによる比較検証の効果が不平等となり、ＤＩＤで適切な効果の検証結果が得られないことがある。例えば、ワクチン接種の効果の検証をする際に、比較検証対象の性別や年齢、体格、健康状態等の諸条件が大きく異なると、ＤＩＤによる効果の検証を適切に行うことが難しくなる。

【0120】

このため、本実施形態の他の変形例では、マッチング処理後の検証工程として、最初に傾向スコアに基づいた分析を行うことによって、よりバイアスが取り除かれた妥当なマッチング効果を奏したマッチング結果データを得てから、当該マッチング結果データに対して、ＲＣＴによる比較検証を実施してＤＩＤによる効果の検証を行っている。これによって、検証後のマッチング結果データは、双方の要素の選好をより適切に反映した妥当性の担保されたものとすることができる。従って、本変形例では、より妥当性の担保されたマッチング結果データを機械学習することによって、最終的なマッチング結果データを算出するので、より双方の要素の選好を適切に反映した精度の高いマッチング結果データを算出できるようになる。

【0121】

なお、上記のように本開示の各実施形態について詳細に説明したが、本開示の新規事項及び効果から実体的に逸脱しない多くの変形が可能であることは、当業者には、容易に理解できるであろう。従って、このような変形例は、全て本開示の範囲に含まれるものとする。

【0122】

例えば、明細書又は図面において、少なくとも一度、より広義又は同義な異なる用語と共に記載された用語は、明細書又は図面のいかなる箇所においても、その異なる用語に置き換えることができる。また、マッチングシステム及びマッチングプログラムの構成、動作も本開示の各実施形態で説明したものに限定されず、種々の変形実施が可能である。

【符号の説明】

【0123】

１００ マッチングシステム
１０１ コンピュータ装置
１０２ ネットワーク
１０３ 制御装置
１０４ バス
１０５ ネットワークインターフェース
１０６ 記憶装置
１０７ メモリ
１０８ 表示装置
１０９ 入力装置
１１０ マッチングサーバ
１１１ 制御部
１１１ａ マッチング結果調整部
１１１ａ１ 判定部
１１１ａ２ 生成部
１１１ａ３ 算出部
１１１ｂ マッチング処理部
１１１ｃ ＲＯＬ作成部
１１１ｄ 相性度算出部
１１１ｅ 通信部
１１２ マッチング結果記憶部
１１２ａ１ 仮マッチング結果記憶部
１１２ａ２ 最終マッチング結果記憶部
１１３ ＲＯＬ記憶部（優先度リスト記憶部）
１１３ａ 第１のＲＯＬ記憶部（第１の優先度リスト記憶部）
１１３ｂ 第２のＲＯＬ記憶部（第２の優先度リスト記憶部）
１１４ 相性度情報記憶部
１１５ 特定情報記憶部
１１５ａ 第１の特定情報記憶部
１１５ｂ 第２の特定情報記憶部
１１６ 評価情報記憶部
１１６ａ 第１の評価情報記憶部
１１６ｂ 第２の評価情報記憶部
１２０ マッチング管理者端末
１２１ 通信部
１２２ 表示部
１２３ 処理部
１２４ 入力部
１３０ 第１の端末
１３１ 通信部
１３２ 表示部
１３３ 処理部
１３４ 入力部
１４０ 第２の端末
１４１ 通信部
１４２ 表示部
１４３ 処理部
１４４ 入力部
２００ マッチングシステム
２１０ マッチングサーバ
２１１ 制御部
２１１ｆ 検証部
Ｐ プログラム
Ｐｄ データファイル

【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】