特開 2024-118599 情報処理装置、情報処理方法及びプログラム

(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】P2024118599

(43)【公開日】2024-09-02

(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 50/10 20120101AFI20240826BHJP

【ＦＩ】

G06Q50/10

【審査請求】有

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2023024968

(22)【出願日】2023-02-21

(11)【特許番号】

(45)【特許公報発行日】2023-11-17

(71)【出願人】

【識別番号】512050461

【氏名又は名称】リンカーズ株式会社

(74)【代理人】

【識別番号】100221291

【弁理士】

【氏名又は名称】青井 隆徳

(72)【発明者】

【氏名】大迫 琢也

(72)【発明者】

【氏名】松本 泰来

【テーマコード（参考）】

5L049

5L050

【Ｆターム（参考）】

5L049CC11

5L050CC11

(57)【要約】

【課題】 ニーズ企業が興味を持っている技術である興味技術を実際にマッチング実績のあったシーズ技術から好適に得ることができる。
【解決手段】 情報処理システム１の管理サーバ２０は、ニーズ技術を持つニーズ企業とシーズ技術を持つシーズ企業との過去のビジネスマッチングに関する情報を記憶するマッチング結果データベース２２３、過去のビジネスマッチングに関する情報からニーズ企業とマッチングしたシーズ企業が持つシーズ技術を抽出する抽出部２３１、及び、抽出されたシーズ技術からニーズ企業の興味技術を生成する生成部２３２を備える。
【選択図】 図３

【特許請求の範囲】

【請求項1】

ニーズ技術を持つ第１の企業とシーズ技術を持つ第２の企業との過去のビジネスマッチングに関する情報を記憶する第１の記憶部と、
前記過去のビジネスマッチングに関する情報から前記第１の企業のニーズ技術とマッチングした一又は複数の前記第２の企業がそれぞれ持つシーズ技術を抽出する抽出部と、
抽出された一又は複数の前記シーズ技術から前記第１の企業の興味技術を生成する生成部と
を備えることを特徴とする情報処理装置。

【請求項2】

前記第１の記憶部が、前記過去のビジネスマッチングに関する情報をマッチングの成功度合いに関連付けて記憶し、
前記生成部が、抽出された一又は複数の前記シーズ技術に対してそれぞれの前記成功度合いを考慮して前記興味技術を生成する
ことを特徴とする請求項１に記載の情報処理装置。

【請求項3】

前記第２の企業が持つ前記シーズ技術の特徴を表す複数の特徴語を企業ごとに記憶する特徴語記憶部をさらに備え、
前記生成部は、抽出された前記シーズ技術を持つ前記第２の企業に関する前記特徴語に基づくベクトル情報に、前記成功度合いに応じた重み付けを行なって前記興味技術を生成する
ことを特徴とする請求項２に記載の情報処理装置。

【請求項4】

前記生成部が生成した前記興味技術を前記第１の企業ごとに記憶する第２の記憶部と、
キーワードを入力する入力部と、
前記キーワードに基づく第１のベクトル情報と前記興味技術に基づく第２のベクトル情報との類似度を計算する類似度計算部と、
前記類似度に基づいて所定の前記興味技術に対応付けられる前記第１の企業を出力する出力部と
をさらに備えることを特徴とする請求項３に記載の情報処理装置。

【請求項5】

前記複数の特徴語から一の特徴語を予測する機械学習を行って得られる前記特徴語の分散表現を特徴語ごとに記憶して学習モデルとする学習モデル記憶部をさらに備え、
前記特徴語記憶部は、前記複数の特徴語のそれぞれについて該特徴語の出現頻度に基づくスコアを対応付けて記憶しており、
前記類似度計算部は、前記キーワードに対応する特徴語に類似する特徴語を前記学習モデルに基づいて計算し、前記キーワードに対応する前記特徴語及び該特徴語に類似する複数の特徴語とそれらの前記スコアを含む前記第１のベクトルと、前記興味技術に基づく複数の特徴語とそれらの前記スコアを含む前記第２のベクトルとの類似度を計算することを特徴とする請求項４に記載の情報処理装置。

【請求項6】

前記第１の記憶部が、前記過去のビジネスマッチングに関する情報を前記第１の企業の所定の管理単位ごとに分けて記憶し、
前記生成部は、前記第１の企業の興味技術を前記管理単位ごとに生成することを特徴とする請求項1に記載の情報処理装置。

【請求項7】

ビジネスパートナー探索に用いられる検索サーバにおける情報処理方法であって、
ニーズ技術を持つ第１の企業とシーズ技術を持つ第２の企業との過去のビジネスマッチングに関する情報を情報処理装置の第１の記憶部に記憶する工程と、
前記過去のビジネスマッチングに関する情報から前記第１の企業のニーズ技術とマッチングした一又は複数の前記第２の企業がそれぞれ持つシーズ技術を抽出する工程と、
抽出された一又は複数の前記シーズ技術から前記第１の企業の興味技術を生成する工程と
を有することを特徴とする情報処理方法。

【請求項8】

ビジネスパートナー探索に用いられる情報処理装置に、
ニーズ技術を持つ第１の企業とシーズ技術を持つ第２の企業との過去のビジネスマッチングに関する情報を第１のデータベースに記憶する手順と、
前記過去のビジネスマッチングに関する情報から前記第１の企業のニーズ技術とマッチングした一又は複数の前記第２の企業がそれぞれ持つシーズ技術を抽出する手順と、
抽出された一又は複数の前記シーズ技術から前記第１の企業の興味技術を生成する手順と
を実行させるためのコンピュータ読み取り可能なプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、企業のビジネスマッチングを支援する情報処理装置、情報処理方法及びプログラムに関する。

【背景技術】

【0002】

近年の企業における製品開発では、自社の技術と社外の企業の優れた技術を結合して新しい価値を生み出すオープンイノベーションが活発である。そして、自社が必要とする社外の技術（ニーズ技術）を必要とする企業（ニーズ企業）と、外部に提供可能な技術（シーズ技術）を持っている企業（シーズ企業）とのオープンイノベーションを効率よく行うために、ニーズ企業とシーズ企業とを引き合わせるビジネスマッチングもクローズアップされている。

【0003】

ビジネスマッチングを行う事業者は、一般に、ニーズ企業からマッチングの依頼を受けると、ニーズに合うシーズ技術を持つシーズ企業を探索する。この際、ニーズ技術とシーズ技術の対応付けによってマッチングの的確さやスピードなどの精度が決まる。

【0004】

このようなマッチング技術の精度を高める従来技術として、例えば、受け取ったニーズ技術とデータベース内のシーズ技術との文節の合致率等を用いてマッチングするシステム（特許文献１）や、明示的なニーズ技術と候補企業のシーズ技術とのマッチング評価にそれらの構造化された関連性を用いるマッチング支援装置（特許文献２）がある。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２００３－１８６８９８号公報

【特許文献2】特開２０２１－１９３５３７号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

上記のような従来技術の多くは、ニーズ企業がシーズ企業を探索するために用いるための技術であって、それらの技術をそのままシーズ企業からニーズ企業の探索に用いることは難しい。

【0007】

また、企業のニーズ技術が公開情報として世の中に出回ることは少なく、このような背景からシーズ技術を積極的に売り込みたいシーズ企業にとって精度良くニーズ企業を探索することは難しい。

【0008】

本発明は、このような事情を考慮してなされたものであり、ニーズ企業が興味を持っている技術である興味技術を実際にマッチング実績のあったシーズ技術から好適に得ることができる情報処理装置、情報処理方法及びプログラムを提供することを目的とする。

【課題を解決するための手段】

【0009】

上記課題を解決するために、本発明に係る情報処理装置は、ニーズ技術を持つ第１の企業とシーズ技術を持つ第２の企業との過去のビジネスマッチングに関する情報を記憶する第１の記憶部と、前記過去のビジネスマッチングに関する情報から前記第１の企業のニーズ技術とマッチングした一又は複数の前記第２の企業がそれぞれ持つシーズ技術を抽出する抽出部と、抽出された一又は複数の前記シーズ技術から前記第１の企業の興味技術を生成する生成部とを備えることを特徴とする。

【0010】

また、上記課題を解決するために、本発明は、ビジネスパートナー探索に用いられる検索サーバにおける情報処理方法であって、ニーズ技術を持つ第１の企業とシーズ技術を持つ第２の企業との過去のビジネスマッチングに関する情報を情報処理装置の第１の記憶部に記憶する工程と、前記過去のビジネスマッチングに関する情報から前記第１の企業のニーズ技術とマッチングした一又は複数の前記第２の企業がそれぞれ持つシーズ技術を抽出する工程と、抽出された一又は複数の前記シーズ技術から前記第１の企業の興味技術を生成する工程とを有することを特徴とする。

【0011】

さらに、上記課題を解決するために、本発明に係るプログラムは、ビジネスパートナー探索に用いられる情報処理装置に、ニーズ技術を持つ第１の企業とシーズ技術を持つ第２の企業との過去のビジネスマッチングに関する情報を第１のデータベースに記憶する手順と、前記過去のビジネスマッチングに関する情報から前記第１の企業のニーズ技術とマッチングした一又は複数の前記第２の企業がそれぞれ持つシーズ技術を抽出する手順と、抽出された一又は複数の前記シーズ技術から前記第１の企業の興味技術を生成する手順とを実行させることを特徴とする。

【発明の効果】

【0012】

本発明によれば、ニーズ企業が興味を持っている技術である興味技術を実際にマッチング実績のあったシーズ技術から好適に得ることができる。これにより、シーズ企業は自分たちの技術に興味を持っているニーズ企業を好適に見つけることができるようになり、シーズ企業によって確度の高いニーズ企業の検索が可能となる。

【図面の簡単な説明】

【0013】

【図1】本発明の一実施形態に係る情報処理システム１の構成図である。

【図2】本発明の一実施形態に係る情報処理システム１におけるユーザ端末１０の構成を示すブロック図である。

【図3】本発明の一実施形態に係る情報処理システム１における管理サーバ２０の構成を示すブロック図である。

【図4】本発明の一実施形態に係るマッチング結果データベース２２３のデータ構造例を示す図である。

【図5】本発明の一実施形態に係る特徴語データベース２２４のデータ構造例を示す図である。

【図6】本発明の一実施形態に係る学習モデルデータベース２２５のデータ構造例を示す図である。

【図7】本発明の一実施形態に係る情報処理システム１の管理サーバ２０における全体処理を説明するためのフローチャートである。

【図8】本発明の一実施形態に係る情報処理システム１の管理サーバ２０における興味技術を持つニーズ企業の検索処理を説明するためのフローチャートである。

【発明を実施するための形態】

【0014】

以下、図面を参照して、本発明の一実施形態について説明する。
図１は、本発明の一実施形態に係る情報処理システム１の構成図である。図１に示すように、本実施形態に係る情報処理システム１は、複数のユーザ端末１０と管理サーバ２０で構成され、それぞれインターネット等の有線又は無線のネットワーク３０で通信可能に接続されている。

【0015】

以下では、ビジネスパートナー企業の探索を含む企業マッチングサービスを提供する企業（以下、「管理企業」という）に上記情報処理システム１が導入され、ＳａａＳ（Software as a Service）型のクラウドサービスによって、シーズ技術を持つ企業（シーズ企業）側からニーズ技術を持つ企業（ニーズ企業）を検索する処理などが行われる。

【0016】

ユーザ端末１０は、例えば、管理企業のビジネスパートナー探索を行う部署の管理者又はその部署に所属する担当者のパーソナルコンピュータ等である。管理企業は、シーズ企業からのニーズ企業やそのニーズ技術の探索依頼を受けると、担当者等はユーザ端末１０を介して、シーズ技術に関連するキーワードなどの情報を入力する。具体的には、ユーザ端末１０の担当者等は、管理サーバ２０が管理するＷｅｂサイトにアクセスをしてキーワードを入力する。管理サーバ２０は、入力されたキーワードに基づいてニーズ企業の検索を行い、当該ニーズ企業の情報がユーザ端末１０からアクセスしたＷｅｂサイトで表示される。

【0017】

ここで、ユーザ端末１０は、管理企業だけでなく、シーズ企業に導入されていてもよい。この場合、シーズ企業の担当者等は、それぞれのユーザ端末１０から自社のシーズ技術に関する情報を入力して管理サーバ２０によって検索されたニーズ企業に関する情報を閲覧することができる。

【0018】

図２は、本発明の一実施形態に係る情報処理システム１におけるユーザ端末１０の構成を示すブロック図である。図２に示すように、ユーザ端末１０は、担当者等のユーザがキーワードやコマンド等を入力するキーボードやタッチパネル等の入力部１１、入力されたキーワードや管理サーバ２０で生成されたニーズ企業やニーズ技術に関する情報などを表示するモニタ等の表示部１２、各種処理を行う処理部１３、及び管理サーバ２０やその他の不図示の装置等とネットワーク３０を介して通信処理を行う通信部１４を備えている。処理部１３は、ＣＰＵやプログラムを格納したＲＯＭ、ＲＡＭ等によって構成され、ＲＯＭに記憶されたプログラムに従って各種処理を行う。本実施形態において、ユーザ端末１０はパーソナルコンピュータとして説明するが、それ以外に、スマートフォンやタブレット等の通信端末であってもよい。

【0019】

図３は、本発明の一実施形態に係る情報処理システム１における管理サーバ２０の構成を示すブロック図である。図３に示すように、管理サーバ２０は、ユーザ端末１０やその他の不図示の外部装置等とネットワーク３０を介して通信処理を行う通信部２１、プログラムや各種データ等の情報を記憶する記憶部２２、記憶部２２に記憶されたプログラムやデータに基づいて各種処理を行う処理部２３を備える。処理部２３は、ＣＰＵやプログラムを格納したＲＯＭ、ＲＡＭ等によって構成され、ＲＯＭに記憶されたプログラムに従って各種処理を行う。また、管理サーバ２０には、ユーザ端末１０の入力部１１、表示部１２と同様の機能・役割を有する入力部２４、表示部２５を備えている。

【0020】

ここで、記憶部２２は、ニーズ企業に関する情報を記憶するニーズ企業データベース２２１、シーズ企業に関する情報を記憶するシーズ企業データベース２２２、管理企業で行われた過去のビジネスマッチングに関する結果に関する情報を記憶するマッチング結果データベース２２３、企業の技術的な特徴を示す特徴語を記憶する特徴語データベース２２４、特徴語の機械学習による学習モデルを記憶する学習モデル記憶部２２５、及び、ニーズ企業が興味を持っている技術であって実際にマッチング実績のあったシーズ技術から関連付けられる興味技術を記憶する興味技術データベース２２６を備えている。

【0021】

また、処理部２３は、過去のビジネスマッチングに関する情報からニーズ企業とマッチングしたシーズ企業が持つシーズ技術を抽出する抽出部２３１、抽出されたシーズ技術に基づいてニーズ企業の興味技術を生成する生成部２３２、及びユーザ端末１０や入力部２４から入力された情報に基づくシーズ技術に関する情報と興味技術に関する情報との類似度を計算する類似度計算部２３３を備える。

【0022】

本実施形態において、管理サーバ２０は、上述の各ユニット（通信部２１～表示部２５）の処理機能を１つのサーバで実現するようにしているが、この機能を複数のサーバで実現するようにしてもよい。また、各サーバを単一の計算機で構成するようにしてもよいし、物理的に異なる複数の計算機等で構成されるようにしてもよい。

【0023】

ニーズ企業データベース２２１には、情報処理システム１において企業ごとに付与される企業ＩＤと、ニーズ企業のニーズ技術に関する情報が対応付けられて記憶される。ニーズ技術に関する情報はテキスト形式で記憶されており、管理企業や特別に許可されたニーズ企業によって更新される。
シーズ企業データベース２２２には、情報処理システム１において企業ごとに付与される企業ＩＤと、シーズ企業のシーズ技術に関する情報が対応付けられて記憶される。シーズ技術に関する情報はテキスト形式で記憶されており、管理企業や特別に許可されたシーズ企業によって更新される。

【0024】

マッチング結果データベース２２３には、情報処理システム１において実施された過去のビジネスパートナー探索におけるマッチング結果に関する情報が記憶されている。図４は、本発明の一実施形態に係るマッチング結果データベース２２３のデータ構造例を示す図である。過去のマッチング結果に関する情報としては、過去のビジネスマッチングの案件に関する管理番号（案件ＩＤ）、案件名、発注企業であるニーズ企業の管理番号（発注企業ＩＤ）、発注企業名、受注企業であるシーズ企業の管理番号（受注企業ＩＤ）、受注企業名、シーズ技術の内容に関する情報、マッチングの成功度合いに関する情報などである。

【0025】

本実施形態では、マッチングの成功度合いは、例えば、ニーズ企業のニーズ技術を元に管理企業で準備等されたシーズ企業のリストに基づいて、（１）ニーズ企業がお気に入りの登録をした実績（お気に入り登録）、（２）ビジネスマッチング成立前により具体的な技術情報の交換が行われた実績（面談成立）、（３）発注企業と受注企業との面談成立後にマッチングが完了した実績（マッチング成立）といったような３つのアクションのレベルに区分されている。これらのアクションのレベルは一例であって、マッチングの成功を「マッチング成立」のアクションのみに限定してもよいし、もっと細かなアクションレベルに分けても良い。

【0026】

特徴語データベース２２４は、企業の特徴を表す複数の特徴語を企業ごとに記憶する。この特徴語は、ニーズ企業データベース２２１やシーズ企業データベース２２２から企業ごとにニーズ技術やシーズ技術に関する公開企業情報や非公開企業情報を取得して結合テキストデータを生成し、その結合テキストデータに対して形態素解析・不要語除去処理を経て得られた技術関連用語に相当する。そして、各特徴語は、企業ＩＤに対応付けて特徴語データベース２２４に記憶される。また、特徴語データベース２２４は、複数の特徴語のそれぞれについて特徴語の出現頻度に基づくスコアを対応付けて記憶する。

【0027】

図５は、本発明の一実施形態に係る特徴語データベース２２４のデータ構造例を示す図である。本実施形態では、各企業が保有する特徴語の個数として、企業ごとにスコアが上位の特徴語をスコアとともに記憶するが、本実施形態では一例として各企業について５００個の特徴語をそのスコアとともに記憶するものとする。

【0028】

ここで特徴語のスコアについて説明する。本実施形態において特徴語のスコアは、ニーズ企業データベース２２１及びシーズ企業データベース２２２に記憶されている全テキストデータにおける各特徴語の出現頻度におけるそれぞれの企業における結合テキストデータから生成される特徴語の出現頻度の割合に所定の係数を乗算した数値で示される。本実施形態では、特に製造業を中心としたビジネスマッチングを効果的に行うために、製造業界特有の単語が特徴語として多く格納されており、製造業向けの辞書を含む情報処理システムとなっている。

【0029】

学習モデルデータベース２２５は、特徴語の分散表現を機械学習した学習モデルを記憶する。この学習モデルは、企業ごとに特許文献、企業の研究開発報告書、技術関連ニュース等の技術に関する公開文献情報（以下、「技術文書」という）に含まれる特徴語について、周辺の複数の特徴語から一の特徴語を予測する深層学習を行ってそれぞれの特徴語を高次元ベクトルで表現した分散表現を生成したものである。

【0030】

図６は、本発明の一実施形態に係る学習モデルデータベース２２５のデータ構造例を示す図である。本実施形態において、学習モデルデータベース２２５には、特徴語データベース２２４に記憶されている特徴語に基づいて生成される各特徴語の分散表現が、特徴語ごとにベクトルの次元順に数値で示されて記憶されている。本実施形態では、後述するように各特徴語を少なくとも数百次元以上の高次元ベクトル（具体的には、５００次元のベクトル）の分散表現で構築しているため５００個の数字が記憶されているが、ベクトルの次元数についてはこれに限られず、適宜変更できるようなシステム設計にすることもできる。

【0031】

すなわち、学習モデルデータベース２２５には、複数の特徴語から一の特徴語を予測する機械学習を行って得られる特徴語の分散表現を特徴語ごとに記憶した学習モデルが記憶されている。また、特徴語データベース２２４には、複数の特徴語のそれぞれについて特徴語の出現頻度に基づくスコアを対応付けて記憶されている。

【0032】

興味技術データベース２２６は、ニーズ技術を持つ企業が興味を持っている技術に関する情報を記憶する。すなわち、ニーズ技術は、情報処理システム１で実施された過去のビジネスマッチングにおいてマッチングが成功した技術、すなわち特定のシーズ技術とマッチングした実績のあるニーズ企業が持つ技術であり、ニーズ企業が興味を持った技術であることから興味技術と言える。ビジネスマッチングが成功したニーズ技術に関する情報を情報処理システム１が保有することにより、シーズ企業は自分たちの技術に興味を持っているニーズ企業を好適に見つけることができるようになり、シーズ企業によって確度の高いニーズ企業の検索が可能となる。

【0033】

以下、図面を参照して、情報処理システム１における過去のビジネスマッチングの結果に基づいてニーズ企業が興味を持っている技術（興味技術）を生成し、シーズ企業などが自社のシーズ技術に基づいて興味技術を検索する処理について説明する。

【0034】

図７は、本発明の一実施形態に係る情報処理システム１の管理サーバ２０における全体処理を説明するためのフローチャートである。
以下の実施形態では、企業マッチングサービスを提供している管理企業に情報処理システム１が導入されており、発注企業からの企業探索サービスの発注を受けて管理企業のユーザがビジネスマッチングを実施し、その結果（成功事例など）が管理サーバ２０のマッチング結果データベース２２３にすでに蓄積（記憶）されているものとする。

【0035】

＜実施例１＞
ここでは、過去のビジネスマッチングの結果に基づいて、ニーズ技術のマッチングの対象となったシー技術を利用して、ニーズ技術を保有しているニーズ企業が興味を示している技術（興味技術）に関する情報を生成する情報処理システム１の処理について説明する。

【0036】

前述の通り、管理サーバ２０の記憶部２２におけるマッチング結果データベース２２３には、ニーズ技術を持つニーズ企業とシーズ技術を持つシーズ企業との過去のビジネスマッチングに関する情報が記憶されている。そこで、本処理では、ニーズ企業（発注企業）ごとにビジネスマッチングが成功した案件に対してマッチング相手であるシーズ企業（受注企業）の情報とそのマッチングの成功度合いの情報を抽出していく（ステップＳ１２）。

【0037】

次に、同一案件においてマッチング相手である受注企業の情報等がすべて抽出し終えると（ステップＳ１３で「なし」）、当該発注企業の次のビジネスマッチング案件について同様の処理を行う（ステップＳ１２－Ｓ１４）。当該発注企業について上記処理が終わると（ステップＳ１４で「なし」）、当該ニーズ企業について、これまでに抽出された特徴語の情報に成功度合いの情報に基づく重み付けを考慮して、ニーズ企業の興味技術に関する情報を生成する（ステップＳ１５）。その後、ビジネスマッチングが成功した次の発注企業について同様の処理を行う。このような処理をマッチング結果データベース２２３に記憶されたすべてのニーズ企業について行う。以下で、各処理について具体的に説明する。

【0038】

管理サーバ２０では、ユーザ端末１０又は入力部２４等からの指示を受けると、処理部２３における抽出部２３１が、マッチング結果データベース２２３に記憶されている過去のビジネスマッチングに関する情報からニーズ企業のニーズ技術とマッチングしたシーズ企業が持つシーズ技術を抽出する（ステップＳ１２）。ここで過去のビジネスマッチングにおいては、ニーズ企業が発注企業としてシーズ技術を持つシーズ企業を探索している。この際、ニーズ企業のニーズ技術とビジネスマッチングが成立したシーズ技術を持つ受注企業であるシーズ企業は、1社の場合もあれば複数社の場合もある。また、この複数社のそれぞれのシーズ技術は、同一又は類似の場合もあれば非類似の場合もある。しかし、いずれのシーズ技術もニーズ技術とマッチングが成立した技術であり、当該ニーズ技術を保有するニーズ企業から見れば興味を持っている技術ということができる。

【0039】

より具体的には、管理サーバ２０では、マッチング結果データベース２２３に記憶されているマッチングが成功した一つ目のニーズ企業（発注企業）が選択されると（ステップＳ１１で「該当」）、抽出部２３１は、マッチング案件の案件ＩＤを参照して、選択された当該ニーズ企業のマッチング案件ごとにシーズ企業（受注企業）の情報（例えば、受注企業ＩＤ）とマッチングの成功度合いに関する情報を抽出し、シーズ企業データベース２２２から当該受注企業ＩＤに対応付けられたシーズ企業のシーズ技術に関する情報を抽出する（ステップＳ１２）。

【0040】

管理サーバ２０では、当該ニーズ企業の当該マッチング案件について、別の受注企業とマッチングしているかどうかが判断され（ステップＳ１３）、２社以上の受注企業とマッチングが成立している場合は（ステップＳ１３で「あり」）、上記ステップＳ１２の処理に戻って、当該処理を繰り返す。一方で、管理サーバ２０が、当該ニーズ企業の当該マッチング案件について、別の受注企業とのマッチングがないと判断した場合は（ステップＳ１３で「なし」）、当該ニーズ企業について、別のマッチング案件があるかどうかが判断される（ステップＳ１４）。

【0041】

その結果、当該ニーズ企業について別のマッチング案件がある場合は（ステップＳ１４で「あり」）、上記ステップＳ１２の処理に戻って、当該処理を繰り返す。

【0042】

一方、管理サーバ２０が、別のニーズ企業がないと判断した場合は（ステップＳ１４で「なし」）、生成部２３２において、抽出部２３１のこれまでの処理で抽出されたシーズ企業の情報に対応付けられた特徴語の情報に成功度合いの情報に基づく重み付けを与えて合成することで、抽出された一又は複数のシーズ技術に関する情報からニーズ企業の興味技術を生成する（ステップＳ１５）。つまり、興味技術はニーズ企業が過去にマッチングしたシーズ技術の束であり、束にする際に成功度合いが重み付けとして与えられている。重み付けは、（１）お気に入り登録、（２）面談成立、（３）マッチング成立の順で、マッチング成立に近いアクションの方を高くなるように管理企業等が設定する。例えば、（１）お気に入り登録の重み係数＝０．３、（２）面談成立の重み係数＝０．５、（３）マッチング成立の重み係数＝１．０というような値を設定し、シーズ技術に関する情報に掛け合わせる。これらの重み係数は運用の状況に応じて、情報処理システム１の管理者等が変更できるようにしてもよい。

【0043】

すなわち、生成部２３２は、特徴語データベース２２４から抽出されたシーズ技術を持つシーズ企業に関する特徴語に基づき、学習モデルデータベース２２５を参照することで、特徴語のベクトル情報に成功度合いに応じた重み付けを行なって興味技術を生成する。これにより、企業が持つ技術の特徴をベクトル情報として取り扱うことによって興味技術を生成する演算を計算機内で好適に行うことができる。そして、生成された興味技術は、興味技術データベース２２６にニーズ企業の情報（例えば、発注企業ＩD）に対応付けられて記憶される。
なお、管理サーバ２０におけるステップＳ１５の処理後は、ステップＳ１１の処理に戻り、マッチング結果データベース２２３に記憶されているマッチングが成功した次のニーズ企業がなくなるまで（ステップＳ１１で「非該当」）、上記処理が続けられ、ニーズ企業の興味技術に関する情報が生成される。

【0044】

このように、本実施形態に係る情報処理システム１によれば、ニーズ技術を持つ企業（ニーズ企業）が興味を持っている技術である興味技術を実際にマッチング実績のあったシーズ技術から好適に得ることができる。これにより、シーズ技術を持つ企業（シーズ企業）は自分たちの技術に興味を持っているニーズ企業を好適に見つけることができるようになり、シーズ企業によって確度の高いニーズ企業の検索が可能となる。

【0045】

＜実施例２＞
次に、実施例１によって生成され管理サーバ２０で管理されているニーズ企業の興味技術を管理企業の担当者がシーズ企業からの依頼を受けて社内のユーザ端末１０を用いてシーズ技術に関する情報を入力してそのシーズ技術に興味を持っているニーズ企業を検索する処理について説明する。この場合は、情報処理システム１が検索システムとして機能することになる。

【0046】

実施例１において説明したように、生成部２３２が生成した興味技術に関する情報はニーズ企業ごとに興味技術データベース２２６に記憶されている。また、学習モデルデータベース２２５には、複数の特徴語から一の特徴語を予測する機械学習を行って得られる特徴語の分散表現が特徴語ごとに「学習モデル」として記憶されている。また、特徴語データベース２２４には、複数の特徴語のそれぞれについて特徴語の出現頻度に基づくスコアが対応付けて記憶されている。

【0047】

図８は、本発明の一実施形態に係る情報処理システム１の管理サーバ２０における興味技術を持つニーズ企業の検索処理を説明するためのフローチャートである。管理企業の担当者がユーザ端末１０の入力部１１からシーズ技術に関するキーワードを入力するとその情報を管理サーバ２０が取得する（ステップＳ２１）。

【0048】

次に、管理サーバ２０の類似度計算部２３３は、取得したキーワードに対応する特徴語の分散表現を特徴語データベース２２４から取得して合成分散表現を生成する（ステップＳ２２）。ここでは、そのキーワードに基づくベクトル情報を第１のベクトル情報とする。そして、類似度計算部２３３は、当該第１のベクトル情報と興味技術データベース２２６に記憶されている各企業の興味技術に基づくベクトル情報（第２のベクトル情報）との類似度を計算する（ステップＳ２３）。

【0049】

具体的には、類似度計算部２３３は、興味技術データベースに記憶されているニーズ企業ごとに、各企業の特徴語の分散表現（高次元ベクトル表現）を学習モデルデータベース２２５から取得して合成分散表現を生成する。本実施形態において合成分散表現は、各企業が保有する特徴語に与えられたそれぞれの高次元ベクトル表現を加算することで得られる。具体的には、ヒットした企業ごとに、その企業が保有する特徴語（本実施形態では各企業には５００個の特徴語が付与されている）の分散表現をすべて足し合わせた合成分散表現を生成する。この際、各特徴語の分散表現は単純に足し合わせてもよいし、スコアが上位の特徴語は、その企業の特徴がより表されているものと考えて、スコアが下位の特徴語よりも高い重み付けを行って足し合わせて合成分散表現を生成するようにしてもよい。
なお、本実施形態では、計算される類似度としてコサイン類似度を用いる。

【0050】

このように本実施形態では、類似度計算部２３３は、取得したキーワードに対応する特徴語に類似する特徴語を学習モデルに基づいて計算し、キーワードに対応する特徴語及びその特徴語に類似する複数の特徴語とそれらのスコアを含む第１のベクトルと、興味技術データベース２２６に記憶されている各ニーズ企業についての興味技術である合成された複数の特徴語とそれらのスコアに基づく第２のベクトルとの類似度を計算する。そして、類似度計算部２３３で計算された類似度の大きさに基づいて、ユーザ端末１０の表示部１２に興味技術に対応付けられるニーズ企業の情報が表示（出力）される（ステップＳ２４）。例えば、ニーズ企業のリストは、管理サーバ２０にアクセスしたユーザ端末１０に表示されるＷｅｂブラウザで表示可能な形式で出力される。これにより、過去のビジネスマッチングの成功事例からベクトル情報間の類似性に基づいてシーズ技術に興味を持っているニーズ企業を好適に見つけることができる。

【0051】

ニーズ企業のリスト表示の際には、ユーザ便宜のために、ニーズ企業データベース２２１を参照して、企業ＩＤに対応付けられた企業名、住所、ＵＲＬ及び事業概要等をあわせて企業リストに含めるようにしてもよい。

【0052】

なお、ニーズ企業の興味技術を管理企業の担当者が管理サーバ２０の入力部２４を用いて、或いはシーズ企業の担当者が自社のユーザ端末１０を用いてニーズ企業を検索する場合については、同様の処理を行うことになるため説明は省略する。

【0053】

また、ニーズ企業データベース２２１及びマッチング結果データベース２２３について、企業の管理及び案件の管理を企業単位ではなく、さらに具体的な管理単位（例えば、担当者・担当部署・事業部などの管理単位）ごとに分けて、ビジネスマッチングに関する情報を管理するようにしてもよい。この場合、過去のビジネスマッチングに関する情報も企業単位ではなく、さらにブレイクダウンした単位で管理される。すなわち、マッチング結果データベース２２３は、過去のビジネスマッチングに関する情報をニーズ企業内部の細分化された管理単位（例えば、担当者・担当部署・事業部などの管理単位）ごとに分けて記憶する。そして、生成部２３２は、ニーズ企業の興味技術をこのような管理単位ごとに生成し、興味技術データベース２２６においてもこの細分化された管理単位で管理される。これにより、担当者や担当部門などの管理単位ごとに興味技術が検索できるので、シーズ企業は自社の技術に興味があるニーズ企業をより詳細に検索でき、連絡も格段に便利になる。

【0054】

また、本実施形態では、管理サーバ２０によって提供される機能の全部又は一部がＳａａＳ型のクラウドサービスによって実現される例について説明したが、それらの機能をＰａａＳ（Platform as a Service）、ＩａａＳ（Infrastructure as a Service）、又はＡＰＩ（Application Programming Interface）等を介して提供するサービスによって実現するようにしてもよい。

【0055】

なお、本実施形態で説明した情報処理システム１の構成、ユーザ端末１０及び管理サーバ２０の構成は一例であり、本発明の範囲を超えない範囲において変更してもよい。また、管理サーバ２０等の処理の流れも一例であり、本発明の範囲を超えない範囲において不要処理ステップの削除や新規処理ステップの追加や処理ステップの入れ替えは可能である。

【符号の説明】

【0056】

１ 情報処理システム
１０ ユーザ端末
２０ 管理サーバ
２１ 通信部
２２ 記憶部
２３ 処理部
２４ 入力部
２５ 表示部
３０ ネットワーク
２２１ ニーズ企業データベース
２２２ シーズ企業データベース
２２３ マッチング結果データベース
２２４ 特徴語データベース
２２５ 学習モデルデータベース
２２６ 興味技術データベース
２３１ 抽出部
２３２ 生成部
２３３ 類似度計算部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【手続補正書】

【提出日】2023-08-03

【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】

ニーズ技術を持つ第１の企業とシーズ技術を持つ第２の企業との過去のビジネスマッチングに関する情報をマッチングの成功度合いに関連付けて記憶する第１の記憶部と、
前記過去のビジネスマッチングに関する情報から前記第１の企業のニーズ技術とマッチングした一又は複数の前記第２の企業がそれぞれ持つシーズ技術を抽出する抽出部と、
抽出された一又は複数の前記シーズ技術に対してそれぞれの前記成功度合いに応じた重み付け演算を行なって前記第１の企業の興味技術を生成する生成部と
を備えることを特徴とする情報処理装置。

【請求項2】

前記第２の企業が持つ前記シーズ技術の特徴を表す複数の特徴語を企業ごとに記憶する特徴語記憶部をさらに備え、
前記生成部は、抽出された前記シーズ技術を持つ前記第２の企業に関する前記特徴語に基づくベクトル情報に、前記成功度合いに応じた重み付けを行なって合成することにより前記興味技術を生成する
ことを特徴とする請求項１に記載の情報処理装置。

【請求項3】

前記生成部が生成した前記興味技術を前記第１の企業ごとに記憶する第２の記憶部と、
キーワードを入力する入力部と、
前記キーワードに基づく第１のベクトル情報と前記興味技術に基づく第２のベクトル情報との類似度を計算する類似度計算部と、
前記類似度に基づいて所定の前記興味技術に対応付けられる前記第１の企業を出力する出力部と
をさらに備えることを特徴とする請求項２に記載の情報処理装置。

【請求項4】

前記複数の特徴語から一の特徴語を予測する機械学習を行って得られる前記特徴語の分散表現を特徴語ごとに記憶して学習モデルとする学習モデル記憶部をさらに備え、
前記特徴語記憶部は、前記複数の特徴語のそれぞれについて該特徴語の出現頻度に基づくスコアを対応付けて記憶しており、
前記類似度計算部は、前記キーワードに対応する特徴語に類似する特徴語を前記学習モデルに基づいて計算し、前記キーワードに対応する前記特徴語及び該特徴語に類似する複数の特徴語とそれらの前記スコアを含む前記第１のベクトル情報と、前記興味技術に基づく複数の特徴語とそれらの前記スコアを含む前記第２のベクトル情報との類似度を計算することを特徴とする請求項３に記載の情報処理装置。

【請求項5】

前記第１の記憶部が、前記過去のビジネスマッチングに関する情報を前記第１の企業の所定の管理単位ごとに分けて記憶し、
前記生成部は、前記第１の企業の興味技術を前記管理単位ごとに生成することを特徴とする請求項１に記載の情報処理装置。

【請求項6】

ビジネスパートナー探索に用いられる検索サーバにおける情報処理方法であって、
ニーズ技術を持つ第１の企業とシーズ技術を持つ第２の企業との過去のビジネスマッチングに関する情報をマッチングの成功度合いに関連付けて情報処理装置の第１の記憶部に記憶する工程と、
前記過去のビジネスマッチングに関する情報から前記第１の企業のニーズ技術とマッチングした一又は複数の前記第２の企業がそれぞれ持つシーズ技術を抽出する工程と、
抽出された一又は複数の前記シーズ技術に対してそれぞれの前記成功度合いに応じた重み付け演算を行なって前記第１の企業の興味技術を生成する工程と
を有することを特徴とする情報処理方法。

【請求項7】

ビジネスパートナー探索に用いられる情報処理装置に、
ニーズ技術を持つ第１の企業とシーズ技術を持つ第２の企業との過去のビジネスマッチングに関する情報をマッチングの成功度合いに関連付けて第１のデータベースに記憶する手順と、
前記過去のビジネスマッチングに関する情報から前記第１の企業のニーズ技術とマッチングした一又は複数の前記第２の企業がそれぞれ持つシーズ技術を抽出する手順と、
抽出された一又は複数の前記シーズ技術に対してそれぞれの前記成功度合いに応じた重み付け演算を行なって前記第１の企業の興味技術を生成する手順と
を実行させるためのコンピュータ読み取り可能なプログラム。

【手続補正2】

【補正対象書類名】明細書

【補正対象項目名】０００９

【補正方法】変更

【補正の内容】

【0009】

上記課題を解決するために、本発明に係る情報処理装置は、ニーズ技術を持つ第１の企業とシーズ技術を持つ第２の企業との過去のビジネスマッチングに関する情報をマッチングの成功度合いに関連付けて記憶する第１の記憶部と、前記過去のビジネスマッチングに関する情報から前記第１の企業のニーズ技術とマッチングした一又は複数の前記第２の企業がそれぞれ持つシーズ技術を抽出する抽出部と、抽出された一又は複数の前記シーズ技術に対してそれぞれの前記成功度合いに応じた重み付け演算を行なって前記第１の企業の興味技術を生成する生成部とを備えることを特徴とする。

【手続補正3】

【補正対象書類名】明細書

【補正対象項目名】００１０

【補正方法】変更

【補正の内容】

【0010】

また、上記課題を解決するために、本発明は、ビジネスパートナー探索に用いられる検索サーバにおける情報処理方法であって、ニーズ技術を持つ第１の企業とシーズ技術を持つ第２の企業との過去のビジネスマッチングに関する情報をマッチングの成功度合いに関連付けて情報処理装置の第１の記憶部に記憶する工程と、前記過去のビジネスマッチングに関する情報から前記第１の企業のニーズ技術とマッチングした一又は複数の前記第２の企業がそれぞれ持つシーズ技術を抽出する工程と、抽出された一又は複数の前記シーズ技術に対してそれぞれの前記成功度合いに応じた重み付け演算を行なって前記第１の企業の興味技術を生成する工程とを有することを特徴とする。

【手続補正4】

【補正対象書類名】明細書

【補正対象項目名】００１１

【補正方法】変更

【補正の内容】

【0011】

さらに、上記課題を解決するために、本発明に係るプログラムは、ビジネスパートナー探索に用いられる情報処理装置に、ニーズ技術を持つ第１の企業とシーズ技術を持つ第２の企業との過去のビジネスマッチングに関する情報をマッチングの成功度合いに関連付けて第１のデータベースに記憶する手順と、前記過去のビジネスマッチングに関する情報から前記第１の企業のニーズ技術とマッチングした一又は複数の前記第２の企業がそれぞれ持つシーズ技術を抽出する手順と、抽出された一又は複数の前記シーズ技術に対してそれぞれの前記成功度合いに応じた重み付け演算を行なって前記第１の企業の興味技術を生成する手順とを実行させることを特徴とする。