知財求人 - 知財ポータルサイト「IP Force」
▶ エヌ・ティ・ティ・コミュニケーションズ株式会社の特許一覧
(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】P2024058493
(43)【公開日】2024-04-25
(54)【発明の名称】情報処理装置、情報処理方法および情報処理プログラム
(51)【国際特許分類】
G06Q 10/105 20230101AFI20240418BHJP
【ＦＩ】
G06Q10/10 320
【審査請求】未請求
【請求項の数】8
【出願形態】ＯＬ
(21)【出願番号】P 2022165902
(22)【出願日】2022-10-14
(71)【出願人】
【識別番号】399035766
【氏名又は名称】エヌ・ティ・ティ・コミュニケーションズ株式会社
(74)【代理人】
【識別番号】110002147
【氏名又は名称】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】紺家 裕子
(72)【発明者】
【氏名】山下 祐貴
(72)【発明者】
【氏名】吉田 徳太郎
【テーマコード（参考）】
5L010
5L049
【Ｆターム（参考）】
5L010AA08
5L049AA08
(57)【要約】
【課題】検索者のキャリアアップを目的とした人物検索が可能となり、人的資本を有効に活用する。
【解決手段】情報処理装置１００は、ユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報を取得する取得部１２１と、取得部１２１により取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの職種を示すタレントの情報を記憶する記憶部１３０から取得されたタレントの情報とに基づいて、記憶部１３０に記憶されたユーザの情報を検索する検索部１２４と、検索部１２４により検索されたユーザの情報を表示する表示部１２５とを有する。
【選択図】図１
【解決手段】情報処理装置１００は、ユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報を取得する取得部１２１と、取得部１２１により取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの職種を示すタレントの情報を記憶する記憶部１３０から取得されたタレントの情報とに基づいて、記憶部１３０に記憶されたユーザの情報を検索する検索部１２４と、検索部１２４により検索されたユーザの情報を表示する表示部１２５とを有する。
【選択図】図１
【特許請求の範囲】
【請求項1】
ユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報を取得する取得部と、
前記取得部により取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの職種を示すタレントの情報を記憶する記憶部から取得されたタレントの情報とに基づいて、前記記憶部に記憶されたユーザの情報を検索する検索部と、
前記検索部により検索されたユーザの情報を表示する表示部と
を有することを特徴とする情報処理装置。
前記取得部により取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの職種を示すタレントの情報を記憶する記憶部から取得されたタレントの情報とに基づいて、前記記憶部に記憶されたユーザの情報を検索する検索部と、
前記検索部により検索されたユーザの情報を表示する表示部と
を有することを特徴とする情報処理装置。
【請求項2】
前記取得部により取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの情報を記憶する前記記憶部から取得されたユーザの情報とを照合することによりキーワードの一致度合を計算する第一計算部をさらに有し、
前記検索部は、前記第一計算部により検索されたキーワードの一致度合の高さに応じて、前記記憶部に記憶された、検索を行うユーザの抱える課題を解決するユーザの情報を検索する
ことを特徴とする請求項１に記載の情報処理装置。
前記検索部は、前記第一計算部により検索されたキーワードの一致度合の高さに応じて、前記記憶部に記憶された、検索を行うユーザの抱える課題を解決するユーザの情報を検索する
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】
前記取得部により取得された検索を行うユーザの目標に関する情報と、ユーザごとのタレントの情報を記憶する前記記憶部から取得されたタレントの情報とを照合することにより、タレントの一致度合を計算する第一計算部をさらに有し、
前記検索部は、前記第一計算部により計算されたタレントの一致度合の高さに応じて、前記記憶部に記憶された、検索を行うユーザの見本となるユーザの情報を検索する
ことを特徴とする請求項１に記載の情報処理装置。
前記検索部は、前記第一計算部により計算されたタレントの一致度合の高さに応じて、前記記憶部に記憶された、検索を行うユーザの見本となるユーザの情報を検索する
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4】
前記取得部は、検索を行うユーザの目標に関する情報として人柄の情報を取得し、
前記第一計算部は、前記取得部により取得された人柄の情報と、ユーザごとの人柄の情報を記憶する前記記憶部から取得された人柄の情報とを照合することにより、人柄の一致度合を計算し、
前記第一計算部により計算されたタレントの一致度合と、人柄の一致度合とを用いて、総合的な一致度合を計算する第二計算部をさらに有し、
前記検索部は、前記第二計算部により計算された総合的な一致度合の高さに応じて、前記記憶部に記憶された、検索を行うユーザの見本となるユーザの情報を検索する
ことを特徴とする請求項３に記載の情報処理装置。
前記第一計算部は、前記取得部により取得された人柄の情報と、ユーザごとの人柄の情報を記憶する前記記憶部から取得された人柄の情報とを照合することにより、人柄の一致度合を計算し、
前記第一計算部により計算されたタレントの一致度合と、人柄の一致度合とを用いて、総合的な一致度合を計算する第二計算部をさらに有し、
前記検索部は、前記第二計算部により計算された総合的な一致度合の高さに応じて、前記記憶部に記憶された、検索を行うユーザの見本となるユーザの情報を検索する
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】
前記表示部は、前記検索部により検索されたユーザと、当該ユーザと関係のあるユーザとの情報を、ユーザ間の関係性に応じた相関図の形式で表示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】
前記取得部は、ユーザ同士の連絡に関する情報を取得し、
前記取得部により取得されたユーザ同士の連絡に関する情報を用いて、前記記憶部に記憶されたユーザの情報を更新する更新部をさらに有することを特徴とする請求項１に記載の情報処理装置。
前記取得部により取得されたユーザ同士の連絡に関する情報を用いて、前記記憶部に記憶されたユーザの情報を更新する更新部をさらに有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】
ユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報を取得する取得工程と、
前記取得工程により取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの職種を示すタレントの情報を記憶する記憶部から取得されたタレントの情報とに基づいて、前記記憶部に記憶されたユーザの情報を検索する検索工程と、
前記検索工程により検索されたユーザの情報を表示する表示工程と
を含むことを特徴とする情報処理方法。
前記取得工程により取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの職種を示すタレントの情報を記憶する記憶部から取得されたタレントの情報とに基づいて、前記記憶部に記憶されたユーザの情報を検索する検索工程と、
前記検索工程により検索されたユーザの情報を表示する表示工程と
を含むことを特徴とする情報処理方法。
【請求項8】
ユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報を取得する取得ステップと、
前記取得ステップにより取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの職種を示すタレントの情報を記憶する記憶部から取得されたタレントの情報とに基づいて、前記記憶部に記憶されたユーザの情報を検索する検索ステップと、
前記検索ステップにより検索されたユーザの情報を表示する表示ステップと
をコンピュータに実行させることを特徴とする情報処理プログラム。
前記取得ステップにより取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの職種を示すタレントの情報を記憶する記憶部から取得されたタレントの情報とに基づいて、前記記憶部に記憶されたユーザの情報を検索する検索ステップと、
前記検索ステップにより検索されたユーザの情報を表示する表示ステップと
をコンピュータに実行させることを特徴とする情報処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理方法および情報処理プログラムに関する。
【背景技術】
【0002】
従来、社員情報のデータベース等を用いて、検索者が目的とする人物を検索することが知られている。例えば、このような検索技術として、人物の氏名や年齢等の身上情報、取得資格、所属や役職等の職務履歴などの人事情報を参照して、検索条件に合致する人物を検索する人材検索技術が存在する（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２００５－３２７０２８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、従来技術においては、検索者のキャリアアップを目的とした人物検索が行えず、人的資本を有効に活用できない場合がある。
【0005】
例えば、従来技術では、ある社員がキャリアアップを目的として、自らの指針となる人物を見つけたいと考えても、うまく検索することができない場合がある。また、例えば、従来技術では、検索条件に一致するユーザのみが検索結果に表示されるため、検索者の検索意図には沿っているが、検索条件とは完全に一致しないユーザを発見することができなかった。
【0006】
加えて、従来技術では、検索時に単純な属性・経歴情報等のみが考慮され、検索者との人柄面での相性が考慮されないため、仮にユーザを発見できた場合であっても、円滑なコミュニケーションを図ることができず、結果として検索者のキャリアアップに寄与しない場合がある。
【0007】
また、例えば、業務上の課題を抱える社員と、その課題に対して的確にアドバイス可能な社員とが、同じ社内に存在しているにも関わらず、社員同士で接点を持たないために、迅速に課題を解決できない場合がある。
【0008】
本発明は、上記の課題を解決するため、検索者のキャリアアップを目的とした人物検索を可能とし、人的資本を有効に活用できる情報処理装置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】
上述した課題を解決し、目的を達成するために、本発明の情報処理装置は、ユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報を取得する取得部と、取得部により取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの職種を示すタレントの情報を記憶する記憶部から取得されたタレントの情報とに基づいて、記憶部に記憶されたユーザの情報を検索する検索部と、検索部により検索されたユーザの情報を表示する表示部とを有することを特徴とする。
【発明の効果】
【0010】
本発明によれば、検索者のキャリアアップを目的とした人物検索が可能となり、人的資本を有効に活用することができる。
【図面の簡単な説明】
【0011】
【発明を実施するための形態】
【0012】
以下、図面を参照して、本願に係る情報処理装置、情報処理方法および情報処理プログラムの実施形態を詳細に説明する。なお、この実施の形態により本発明が限定されるものではない。また、図面の記載において、同一部分には同一の符号を付して示しており、重複する説明は適宜省略される。
【0013】
【0014】
ここでユーザ端末２００は、例えば、デスクトップ型ＰＣ、タブレット型ＰＣ、ノート型ＰＣ、携帯電話機、スマートフォン、ＰＤＡ（Personal Digital Assistant）等の情報処理装置である。
【0015】
また、図１に示すように、情報処理装置１００は、通信部１１０と、制御部１２０と、記憶部１３０とを有する。なお、これらの各部は、複数の装置が分散して保持してもよい。以下にこれら各部の処理を説明する。
【0016】
通信部１１０は、ＮＩＣ（Network Interface Card）等で実現され、ＬＡＮ（Local Area Network）やインターネットなどの電気通信回線を介した外部装置と制御部１２０の通信を可能とする。例えば、通信部１１０は、外部装置と制御部１２０との通信を可能とする。
【0017】
記憶部１３０は、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１３０が記憶する情報としては、例えば、ユーザＩＤ、属性、年次、所属部署、職位、職階、経歴、タレント、スキル、得意領域、資格、知人関係、コミュニケーションタイプ、性格、応対可否、チャットデータ、自己紹介データ、キャリアシート、キーワード、その他マッチングに必要な情報などが含まれる。なお、記憶部１３０が記憶する情報は上記に記載したものに限定されない。
【0018】
ここで、タレントは、職種を示す。また、タレントの情報は、一人のユーザが複数保有することができる。また、スキルはタレントと紐づいており、あるタレントを持つ人物が行うことのできる処理の内容を示す。キャリアシートは、キャリアや目標に関する様々な質問へのユーザの回答を記載した書類の情報である。例えば、キャリアシートには、自己ＰＲ、経歴、社外活動、過去のタレント、現在のタレント、目標とするタレント、保有スキル、強化したいスキル、取得予定の資格といった目標に関する情報が含まれる。以降、キャリアシートに記載された情報を、目標に関する情報とする。
【0019】
また、応対可否とは、「いつでも相談に乗れる」、「できる限り相談に乗りたい」、「できる限り相談に乗りたくない」、「絶対に相談に乗れない」などのようにユーザによる応対の可否を示す情報である。応対可否には、電話、メール、チャットなど、ユーザが希望する連絡方法が含まれる。
【0020】
制御部１２０は、ＣＰＵ（Central Processing Unit）やＮＰ（Network Processor）やＦＰＧＡ（Field Programmable Gate Array）等を用いて実現され、メモリに記憶された処理プログラムを実行する。図１に示すように、制御部１２０は、取得部１２１と、第一計算部１２２と、第二計算部１２３と、検索部１２４と、表示部１２５と、更新部１２６とを有する。以下、制御部１２０が有する各部について説明する。
【0021】
取得部１２１は、ユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報を取得する。具体的には、取得部１２１は、検索を行うユーザのユーザ端末２００に検索ウィンドウを表示させ、検索を行うユーザが検索ウィンドウに入力したキーワードを取得する。例えば、取得部１２１は、ユーザＡが入力したキーワード「ＡＩリサーチャ」を取得する。これにより、取得部１２１は、検索を行うユーザの検索意図がより直接的に反映されたキーワードを取得する。つまり、上記の例では、ユーザＡがアドバイザとして「ＡＩリサーチャ」を検索する場合に、ユーザＡはキーワードを自由に入力することで、直感的な検索が可能となる。
【0022】
また、取得部１２１は、検索を行うユーザの目標に関する情報としてのキーワードを取得する。具体的には、取得部１２１は、検索を行うユーザの目標に関する情報としてのキーワードを記憶部１３０から取得する。例えば、取得部１２１は、検索を行うユーザＡの検索を行うユーザがキャリアシートに記載した５年後の目標から抽出されたキーワード「映像コミュニケーションエンジニア」を記憶部１３０から取得する。また、例えば、取得部１２１は、検索を行うユーザＡの検索を行うユーザがキャリアシートに記載した５年後の目標に記載された情報をキーワードとして、記憶部１３０から取得する。なお、先述のとおり、取得部１２１により、検索を行うユーザの目標に関する情報として取得されるキーワードは、文章の形式であってもよいし、文章から抽出された単語などの形式であってもよい。
【0023】
ここで、検索を行うユーザの目標に関する情報から抽出してキーワードを取得する場合には、ユーザがキャリアシートに記載した内容から形態素解析等の方法により抽出してもよい。なお、取得部１２１は、タレント、スキル、得意領域、自己紹介、チャットデータなどのように、各種の目標に関する情報から抽出されたキーワードを取得してもよい。
【0024】
これにより、取得部１２１は、検索を行うユーザが過去に入力したキャリアアップに関する情報から、検索を行うユーザの検索意図が反映されたキーワードを自動的に取得する。つまり、上記の例では、取得部１２１は、ユーザＡがアドバイザとして「映像コミュニケーションエンジニア」を検索する場合に、ユーザＡに関する登録済みの情報を活用することで、キーワード「映像コミュニケーションエンジニア」を自動的に取得し、ユーザＡの負担を軽減する。
【0025】
また、取得部１２１は、検索を行うユーザの目標に関する情報として、目標とするタレントの情報を取得する。具体的には、取得部１２１は、検索を行うユーザが目標とするタレントの情報を、記憶部１３０から取得する。例えば、取得部１２１は、検索を行うユーザＡの目標に関する情報として、目標とするタレント「データエンジニア」を記憶部１３０から取得する。これにより、取得部１２１は、検索を行うユーザが目標とするタレントを自動的に取得する。つまり、上記の例では、取得部１２１は、ユーザＡがロールモデルを検索する場合に、ユーザＡに関する登録済みの情報を活用することで、目標とするタレント「データエンジニア」の情報を自動的に取得し、ユーザＡの負担を軽減する。
【0026】
また、取得部１２１は、検索を行うユーザの目標に関する情報として、人柄の情報を取得する。具体的には、取得部１２１は、検索を行うユーザの目標に関する情報として、性格を記憶部１３０から取得する。例えば、取得部１２１は、検索を行うユーザＡの目標に関する情報として、人柄「温和」を記憶部１３０から取得する。また、取得部１２１は、タグ付けされていない人柄の情報を取得する場合、プロフィールや自己紹介など、キャリアシートに記載された文章や、メール・チャットの履歴情報などを取得してもよい。また、取得部１２１は、性格やコミュニケーションタイプを数値として取得してもよい。
【0027】
これにより、取得部１２１は、検索を行うユーザの人柄に関する情報を自動的に取得する。つまり、取得部１２１は、ユーザＡがロールモデルを検索する場合に、ユーザＡに関する登録済みの情報を活用することで、人柄の情報を自動的に取得し、ユーザＡの負担を軽減する。
【0028】
ここで、人柄の情報とは、ユーザの人柄に関する情報であって、ユーザが行うコミュニケーションのタイプや、ユーザの性格といった情報が含まれる。なお、性格の分類については、例えば、ＢｉＧ Ｆｉｖｅといったパーソナリティ特性の分類法を用いてもよい。また、コミュニケーションのタイプについては、例えば、ユーザの行動データから嗜好性や行動特性を抽出することにより分類を行ってもよい。
【0029】
また、例えば、取得部１２１は、ユーザ同士の連絡に関する情報を取得する。具体的には、取得部１２１は、ユーザ同士の連絡に関する履歴情報を記憶部１３０から取得する。例えば、取得部１２１は、ユーザＡとユーザＢとの間で行われたメールの履歴情報を取得する。これにより、取得部１２１は、検索を行うユーザと関係するユーザを特定するための情報を自動的に取得する。
【0030】
第一計算部１２２は、取得部１２１により取得された、ユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの職種を示すタレントの情報を記憶する記憶部１３０から取得されたタレントの情報とを照合することにより一致度合を計算する。具体的には、第一計算部１２２は、取得部１２１により取得されたユーザが入力したキーワードと、記憶部１３０から取得されたタレントとに、所定の計算方法を用いることにより、キーワードの一致度合を計算する。なお、第一計算部１２２は、コサイン類似度を用いた所定のルールに基づいて総合的な一致度合を計算してもよい。
【0031】
また、具体的には、第一計算部１２２は、取得部１２１により取得されたユーザが入力したキーワードと、記憶部１３０から取得されたタレントとに、キーワードの一致度合を推定する学習モデルを用いることにより、キーワードの一致度合を計算する。例えば、第一計算部１２２は、取得部１２１により取得された、ユーザＡが入力したキーワード「データエンジニア」と、記憶部１３０から取得されたユーザＢのタレント「データサイエンティスト」とのキーワードの一致度合を０．８と計算する。
【0032】
これにより、第一計算部１２２は、検索を行うユーザの検索意図がより直接的に反映されたキーワードまたは目標に関する情報と、各ユーザのタレントに関する情報との類似度を計算する。また、これにより、第一計算部１２２は、検索条件との一致ではなく、検索意図にどれだけ沿っているかといった指標を計算する。
【0033】
また、第一計算部１２２は、取得部１２１により取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの情報を記憶する記憶部１３０から取得されたユーザの情報とを照合することによりキーワードの一致度合を計算する。具体的には、第一計算部１２２は、取得部１２１により取得されたユーザが入力したキーワードまたはユーザの目標に関する情報としてのキーワードと、ユーザごとの情報を記憶する記憶部１３０から取得されたユーザの情報とに、所定の計算方法を用いることによりキーワードの一致度合を計算する。
【0034】
また、具体的には、第一計算部１２２は、取得部１２１により取得されたユーザが入力したキーワードまたはユーザの目標に関する情報としてのキーワードと、ユーザごとの情報を記憶する記憶部１３０から取得されたユーザの情報とに、キーワードの一致度合を推定する学習モデルを用いることによりキーワードの一致度合を計算する。
【0035】
例えば、第一計算部１２２は、取得部１２１により取得されたユーザＡが入力したキーワード「コンサルティングセールス」と、記憶部１３０から取得されたユーザＢのタレント「インサイドセールス」とのキーワードの一致度合を０．６と計算する。また、例えば、第一計算部１２２は、取得部１２１により取得されたユーザＡの目標に関する情報から抽出されたキーワード「コンサルティングセールス」と、記憶部１３０から取得されたユーザＢのスキル「セールス」とのキーワードの一致度合を０．４と計算する。
【0036】
また、例えば、第一計算部１２２は、取得部１２１により取得されたユーザＡの目標に関する情報から抽出されたキーワード「コンサルティングセールス」と、記憶部１３０から取得されたユーザＢの得意領域「販売・営業」とのキーワードの一致度合を０．３と計算する。
【0037】
これにより、第一計算部１２２は、検索を行うユーザの検索意図がより直接的に反映されたキーワードまたは、自動的に取得された、検索を行うユーザの検索意図が反映されたキーワードと、各ユーザのタレント、スキル、得意領域に関する情報との類似度を計算する。
【0038】
また、第一計算部１２２は、取得部１２１により取得された検索を行うユーザの目標に関する情報と、ユーザごとのタレントの情報を記憶する記憶部１３０から取得されたタレントの情報とを照合することにより、タレントの一致度合を計算する。具体的には、第一計算部１２２は、取得部１２１により取得された検索を行うユーザの目標に関する情報として目標とするタレントの情報と、ユーザごとのタレントの情報を記憶する記憶部１３０から取得されたユーザのタレントの情報とに、所定の計算方法を用いることにより、タレントの一致度合を計算する。
【0039】
また、具体的には、第一計算部１２２は、取得部１２１により取得された検索を行うユーザの目標に関する情報として目標とするタレントの情報と、ユーザごとのタレントの情報を記憶する記憶部１３０から取得されたユーザのタレントの情報とに、タレントの一致度合を推定する学習モデルを用いることにより、タレントの一致度合を計算する。なお、第一計算部１２２は、検索を行うユーザの目標に関する情報として、目標、所定年後のキャリアイメージといった情報を用いて一致度合を計算してもよい。
【0040】
例えば、第一計算部１２２は、取得部１２１により取得されたユーザＡが目標とするタレント「サーバサイドエンジニア」と、記憶部１３０から取得されたユーザＢの現在のタレント「サーバサイドエンジニア」とのタレントの一致度合を１．０と計算する。
【0041】
また、第一計算部１２２は、取得部１２１により取得されたユーザＡが目標とするタレント「フロントサイドエンジニア」と、記憶部１３０から取得されたユーザＢの過去のタレント「フロントサイドエンジニア」とのタレントの一致度合を１．０と計算する。
【0042】
これにより、第一計算部１２２は、検索を行うユーザが目標とするタレントと、各ユーザの現在または過去のタレントとの類似度を計算する。
【0043】
また、第一計算部１２２は、取得部１２１により取得された人柄の情報と、ユーザごとの人柄の情報を記憶する記憶部１３０から取得された人柄の情報とを照合することにより、人柄の一致度合を計算する。具体的には、第一計算部１２２は、取得部１２１により取得された人柄の情報と、ユーザごとの人柄の情報を記憶する記憶部１３０から取得された人柄の情報とに、所定の計算方法を用いることにより、人柄の一致度合を計算する。
【0044】
また、具体的には、第一計算部１２２は、取得部１２１により取得された人柄の情報と、ユーザごとの人柄の情報を記憶する記憶部１３０から取得された人柄の情報とに、人柄の一致度合を推定する学習モデルを用いることにより、人柄の一致度合を計算する。
【0045】
例えば、第一計算部１２２は、取得部１２１により取得された人柄の情報と、記憶部１３０から取得されたユーザの人柄の情報との一致度合を０．７と計算する。また、例えば、第一計算部１２２は、取得部１２１により取得された人柄「温和」と、記憶部１３０から取得されたユーザの人柄「おだやか」との人柄の一致度合を０．８と計算する。
【0046】
また、例えば、第一計算部１２２は、タグ付けされていない人柄の情報を用いて一致度合を計算してもよい。例えば、第一計算部１２２は、取得部１２１により取得されたプロフィールや自己紹介などに記載された文章と、記憶部１３０から取得されたユーザのプロフィールや自己紹介などに記載された文章とを、人柄の一致度合を推定する学習モデルに入力し、人柄の一致度合０．７と計算する。また、例えば、第一計算部１２２は、数値化された性格やコミュニケーションタイプの情報を用いて、人柄の一致度を計算してもよい。
【0047】
これにより、第一計算部１２２は、自動的に取得された、検索を行うユーザの人柄の情報と、各ユーザの人柄の情報との類似度を計算する。
【0048】
なお、第一計算部１２２は、複数の一致度合を計算した場合、それぞれの一致度合の平均値を一致度合として用いてもよい。例えば、第一計算部１２２は、キーワード「ＡＩリサーチャ」の一致度合０．８と、キーワード「リサーチャ」の一致度合０．６との平均値０．７を計算し、平均値０．７を、キーワードの一致度合として用いてもよい。また、例えば、第一計算部１２２は、タレント「データサイエンティスト」の一致度合０．９と、タレント「データエンジニア」の一致度合０．７との平均値０．８を計算し、平均値０．８を、タレントの一致度合として用いてもよい。
【0049】
また、例えば、第一計算部１２２は、性格「温厚」の一致度合０．６と、性格「ほがらか」の一致度合０．７との平均値０．６５を計算し、平均値０．６５を、人柄の一致度合として用いてもよい。これにより、第一計算部１２２は、複数の一致度合を計算した場合であっても、キーワード、タレント、人柄ごとに、一致度合を統合することができる。
【0050】
なお、第一計算部１２２は、後述する表示部１２５により、一致度合の重み付けの操作を受け付けた場合には、変更後の一致度合を用いて平均値を計算し、平均値を一致度合として用いることができる。また、第一計算部１２２は、所定の一致度合として、文字列の一致度合と意味の一致度合との双方またはいずれか一方を計算することができる。
【0051】
第二計算部１２３は、第一計算部１２２により計算されたタレントの一致度合と、人柄の一致度合とを用いて、総合的な一致度合を計算する。具体的には、第二計算部１２３は、第一計算部１２２により計算されたタレントの一致度合と、人柄の一致度合とに、所定の計算方法を用いて、総合的な一致度合を計算する。例えば、第二計算部１２３は、第一計算部１２２により計算されたタレントの一致度合と、人柄の一致度合とに対して、それぞれ所定の重み係数を掛けることにより合計値を算出して、総合的な一致度合を計算する。このとき、第二計算部１２３は、合計値を正規化した上で、総合的な一致度合を計算してもよい。
【0052】
また、具体的には、第二計算部１２３は、第一計算部１２２により計算されたタレントの一致度合と、人柄の一致度合とに、総合的な一致度合を推定する学習モデルを用いることにより、総合的な一致度合を計算する。
【0053】
第二計算部１２３による具体的な処理例については、後述の[総合的な一致度合の算出]で説明する。なお、第二計算部１２３は、タレントの一致度合または人柄の一致度合のいずれか一方のみを用いて、総合的な一致度合を計算してもよい。
【0054】
これにより、第二計算部１２３は、タレントに関する類似度と、人柄に関する類似度とを用いて、包括的な類似度を計算する。
【0055】
検索部１２４は、取得部１２１により取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの職種を示すタレントの情報を記憶する記憶部１３０から取得されたタレントの情報とに基づいて、記憶部１３０に記憶されたユーザの情報を検索する。
【0056】
例えば、検索部１２４は、取得部１２１により取得された情報と、記憶部１３０から取得された情報との距離を測定し、測定された距離を用いることにより、記憶部１３０に記憶されたユーザの情報を検索する。ここで、単語間の距離は、形態素解析により抽出された単語を、ＢＯＷ（Bag of Words）やＴＦ―ＩＤＦ（Term Frequency-Inverse Document Frequency）といった方法によりベクトル化し、類似度としてコサイン類似度を用いることにより測定される。なお、上記の単語間の距離測定は、第一計算部１２２が行ってもよい。
【0057】
また、検索部１２４は、第一計算部１２２により計算されたキーワードの一致度合の高さに応じて、記憶部１３０に記憶された、検索を行うユーザの抱える課題を解決するユーザの情報を検索する。具体的には、検索部１２４は、第一計算部１２２により計算されたキーワードの一致度合が所定値以上である、記憶部１３０に記憶された、検索を行うユーザが抱える課題を解決するユーザの情報を、一致度合が高い順に検索する。例えば、検索部１２４は、第一計算部１２２により計算されたキーワードの一致度合が０．５以上である、記憶部１３０に記憶された、検索を行うユーザの抱える課題を解決するユーザの情報を、キーワードの一致度合が高い順に検索する。
【0058】
また、具体的には、検索部１２４は、第一計算部１２２により計算されたキーワードの一致度合が高い順に、記憶部１３０に記憶された、検索を行うユーザが抱える課題を解決するユーザの情報を所定数検索する。例えば、検索部１２４は、第一計算部１２２により計算されたキーワードの一致度合が高い順に、記憶部１３０に記憶された、検索を行うユーザの抱える課題を解決するユーザの情報を２０名分検索する。
【0059】
これにより、検索部１２４は、キャリアアップを目的とする検索者の意図に沿った検索を行う。つまり、検索部１２４は、検索を行うユーザの意図するキーワードやタレントの情報と完全一致していない場合であっても、一致度合の高いユーザを検索することで、検索を行うユーザの抱える課題を解決するユーザの特定を可能とする。
【0060】
また、検索部１２４は、第一計算部１２２により計算されたタレントの一致度合の高さに応じて、記憶部１３０に記憶された、検索を行うユーザの見本となるユーザの情報を検索する。具体的には、検索部１２４は、第一計算部１２２により計算された一致度合が所定値以上である、記憶部１３０に記憶された、検索を行うユーザの見本となるユーザの情報を、タレントの一致度合が高い順に検索する。例えば、検索部１２４は、第一計算部１２２により計算されたタレントの一致度合が０．５以上である、記憶部１３０に記憶された、検索を行うユーザの見本となるユーザの情報を、タレントの一致度合が高い順に検索する。
【0061】
また、具体的には、検索部１２４は、第一計算部１２２により計算されたタレントの一致度合が高い順に、記憶部１３０に記憶された、検索を行うユーザの見本となるユーザの情報を所定数検索する。例えば、検索部１２４は、第一計算部１２２により計算されたタレントの一致度合が高い順に、記憶部１３０に記憶された、検索を行うユーザの見本となるユーザの情報を２０名分検索する。
【0062】
これにより、検索部１２４は、キャリアアップを目的とする検索者の意図に沿った検索を行う。つまり、検索部１２４は、検索を行うユーザの意図するキーワードやタレントの情報と完全一致していない場合であっても、一致度合の高いユーザを検索することで、検索を行うユーザの見本となるユーザの特定を可能とする。
【0063】
また、検索部１２４は、第二計算部１２３により計算された、総合的な一致度合を用いて、記憶部１３０に記憶された、検索を行うユーザの見本となるユーザの情報を検索する。具体的には、検索部１２４は、第二計算部１２３により計算された総合的な一致度合が所定値以上である、記憶部１３０に記憶された、検索を行うユーザの見本となるユーザの情報を、総合的な一致度合が高い順に検索する。例えば、検索部１２４は、第二計算部１２３により計算された総合的な一致度合が０．５以上である、記憶部１３０に記憶された、検索を行うユーザの見本となるユーザの情報を、総合的な一致度合が高い順に検索する。
【0064】
また、具体的には、検索部１２４は、第二計算部１２３により計算された総合的な一致度合が高い順に、記憶部１３０に記憶されたユーザの情報を所定数検索する。例えば、検索部１２４は、第二計算部１２３により計算された総合的な一致度合が高い順に、記憶部１３０に記憶されたユーザの情報を３０名分検索する。なお、検索部１２４は、所定の一致度合順にユーザの情報を検索するとき、降順だけでなく昇順による検索方法を用いてもよい。
【0065】
これにより、検索部１２４は、キャリアアップを目的とする検索者の検索意図に沿い、なおかつ、人柄面の相性をも考慮して検索を行う。つまり、検索部１２４は、検索を行うユーザの意図するキーワードやタレントの情報との一致度合が高く、なおかつ、人柄の一致度合が高いユーザを検索することで、検索者が求める技能や能力を持つことに加えて、人柄の面で相性がいい人物を特定し、検索者のキャリアアップに寄与する。
【0066】
なお、検索部１２４は、検索を行うユーザの目標となるユーザが複数人いる場合、検索を行うユーザからの選択を受け付けて、検索された複数人のうちから、検索を行うユーザの見本となるユーザを特定してもよい。ユーザからの選択を受け付ける方法としては、例えば、検索部１２４は、検索された複数人の一覧を表示し、一覧からユーザの選択を受け付けるようにしてもよい。あるいは、検索部１２４は、検索を行うユーザの目標となるユーザが複数人いる場合、一致度合の高さに応じて、検索を行うユーザの見本となるユーザを特定してもよい。
【0067】
例えば、検索部１２４は、検索を行うユーザの目標となるユーザが複数人いる場合、一致度合が最も高いユーザを、検索を行うユーザの見本となるユーザとして特定してもよいし、最も高いユーザではなく、一致度合が所定の順位のユーザを、検索を行うユーザの見本となるユーザとして特定してもよい。また、例えば、検索部１２４は、検索を行うユーザの目標となるユーザが複数人いる場合、一致度合が所定の範囲内であるユーザを、検索を行うユーザの見本となるユーザとして特定する。
【0068】
表示部１２５は、検索部１２４により検索されたユーザの情報を表示する。具体的には、表示部１２５は、検索部１２４により検索されたユーザの情報を、ユーザ端末２００に表示させる。例えば、表示部１２５は、検索部１２４により検索されたユーザＡの情報をユーザ端末２００に表示させる。
【0069】
これにより、表示部１２５は、検索者のキャリアアップを目的とした人物検索結果を表示し、人的資本の有効活用を可能とする。つまり、表示部１２５は、上記の例では、検索を行ったユーザのユーザ端末に、ユーザＡの情報を表示することにより、ユーザの検索目的に沿う人物の特定、コンタクトを可能とする。
【0070】
また、表示部１２５は、検索部１２４により検索されたユーザと、当該ユーザと関係のあるユーザとの情報を、ユーザ間の関係性に応じた相関図の形式で表示する。例えば、表示部１２５は、検索部１２４により検索されたユーザＢと、当該ユーザと関係のあるユーザＣとの情報を、ユーザ間の関係性に応じた相関図の形式で表示する。このとき、表示部１２５は、検索を行ったユーザの情報を含めて表示をしてもよい。また、表示部１２５は、所属部署、コンタクトの有無、お気に入りユーザの情報を含めて表示をしてもよい。
【0071】
これにより、表示部１２５は、検索を行ったユーザに、検索結果に表示されたユーザの人間関係を把握することを可能とし、共通する知人の発見等により、連絡する際の心的負担を軽減させることができる。
【0072】
また、表示部１２５は、検索部１２４により検索されたユーザの情報に加えて、検索に用いられた一致度合の情報を表示する。具体的には、表示部１２５は、検索部１２４により検索されたユーザの情報に加えて、検索に用いられたキーワードの一致度合、タレントの一致度合、人柄の一致度合の情報を、ユーザ端末２００に表示させる。例えば、表示部１２５は、検索部１２４により検索されたユーザＢの情報に加えて、検索に用いられたキーワード「リサーチャ」の一致度合０．５、タレント「ＡＩリサ―チャ」の一致度合０．７、人柄「温厚」の一致度合０．６の情報を、ユーザ端末２００に表示させる。
【0073】
このとき、表示部１２５は、それぞれの一致度合に対する重み付けの操作を受け付けて、それぞれの一致度合を変更してもよい。具体的には、表示部１２５は、第一計算部１２２により計算された一致度合に対して、所定値の加算、減算処理を受け付けることにより、一致度合を変更し、変更後の一致度合を用いて検索されたユーザの情報を、ユーザ端末２００に表示させる。これにより、表示部１２５は、検索者による検索結果に対する操作をフィードバックとして受け付けて、検索者が重視する要素の影響がより強く反映された検索結果を表示することができる。
【0074】
更新部１２６は、取得部１２１により取得されたユーザ同士の連絡に関する情報を用いて、記憶部１３０に記憶されるユーザの情報を更新する。具体的には、更新部１２６は、取得部１２１により取得されたユーザＡとユーザＢとの間で行われたメールの履歴情報から、ユーザＡと関係があるユーザにユーザＢを追加し、また、ユーザＢと関係があるユーザにユーザＡを追加することにより、ユーザの情報を更新する。これにより更新部１２６は、最新のユーザ間の関係性をデータベース等に反映させ、ユーザ間のコンタクトを活性化させる。
【0075】
［処理の概要］
図２を用いて、情報処理装置１００が行う処理の概要について説明する。図２（１）は、検索ウィンドウである。図２（２）は、検索結果一覧である。図２（３）は、詳細情報画面である。図２（４）は、相関図画面である。
図２を用いて、情報処理装置１００が行う処理の概要について説明する。図２（１）は、検索ウィンドウである。図２（２）は、検索結果一覧である。図２（３）は、詳細情報画面である。図２（４）は、相関図画面である。
【0076】
まず、取得部１２１は、図２（１）に示すように、検索ウィンドウをユーザ端末２００に表示させ、検索対象とユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報の入力を受け付ける。例えば、取得部１２１は、ユーザ端末２００に表示させた検索ウィンドウにおいて、アドバイザやロールモデルといった検索対象の選択をプルダウンやラジオボタン等の選択により受け付ける。
【0077】
また、例えば、取得部１２１は、検索ウィンドウをユーザ端末２００に表示させることにより、検索対象の情報と、ユーザが入力したキーワードの情報を受け付ける。また、例えば、取得部１２１は、検索ウィンドウをユーザ端末２００に表示させることにより、検索対象の情報を受け付け、同時に、検索を行うユーザの目標に関する情報を自動入力の形で受け付ける。例えば、取得部１２１は、アドバイザが選択された場合には、「検索を行うユーザの目標に関する情報から抽出されたキーワード」、ロールモデルが選択された場合には、「検索を行うユーザの目標とするタレント」など、検索対象に応じた所定情報の自動入力を受け付ける。
【0078】
次に、第一計算部１２２は、図２（１）で受け付けた検索対象と、ユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、記憶部１３０が記憶する情報とを照合することで一致度合を計算する。例えば、第一計算部１２２は、取得部１２１により取得された情報と、記憶部１３０が記憶するユーザのタレント、スキル、人柄等の情報を用いて、キーワードの一致度合、タレントの一致度合、人柄の一致度合を計算する。加えて、第二計算部１２３は、第一計算部１２２により計算された、タレントの一致度合と人柄の一致度合とから総合的な一致度合を計算する。
【0079】
それから、検索部１２４は、図２（２）で示すように、所定の一致度合が高い順に、記憶部１３０に記憶されたユーザの情報を検索する。これにより、検索部１２４は、検索を行うユーザの検索意図に沿ったユーザの検索を行うことができる。
【0080】
そして、表示部１２５は、図２（２）で示すように、検索部１２４により検索結果を、ユーザ端末２００に表示させる。これにより、情報処理装置１００は、検索を行ったユーザにより、現在抱える課題を解決する人物や、見本となる人物を見つけることが可能となり、人的資本を有効に活用することができる。
【0081】
また、表示部１２５は、図２（３）で示すように、検索結果を表示し、図２（２）の検索結果一覧画面から、詳細情報をユーザ端末２００に表示させる。例えば、表示部１２５は、検索結果一覧に表示されたユーザＢを選択することにより、年次、所属部署、職位、職階、タレント、知人関係、コミュニケーションタイプ、性格、応対可否といった情報をユーザ端末２００に表示させる。また、例えば、表示部１２５は、検索結果一覧に表示されたユーザＢを選択することにより、検索を行ったユーザＡのお気に入りにユーザＢを追加する。これにより、情報処理装置１００は、検索を行ったユーザが、検索結果に表示されたユーザと連絡することを容易にし、人的資本を有効に活用することができる。
【0082】
また、表示部１２５は、図２（４）で示すように、図２（２）の検索結果一覧画面から、検索結果に表示されたユーザの人間関係の相関図を、ユーザ端末２００に表示させる。例えば、表示部１２５は、検索結果一覧に表示されたユーザＢとつながりのある人物とを線で結んだ相関図を、ユーザ端末２００に表示させる。
【0083】
また、表示部１２５は、検索結果一覧に表示された特定ユーザとつながりがある人物とを、つながりの種類ごとに異なる方法で示した相関図を、ユーザ端末２００に表示させる。ここで、表示部１２５により相関図で表示されるつながりのある人物には、過去の案件で関わりのあった人物や、過去に連絡を交わした人物などが含まれる。例えば、表示部１２５は、ユーザＢと過去の案件で関わりのあった人物とを赤色の線で、ユーザＢと連絡を取る人物とを、緑色の線で結んだ相関図を表示する。
【0084】
このとき、表示部１２５は、ユーザ間の関係性に応じて、線の色、線の種類（波線・点線など）、線の太さなどを変更して相関図を表示してもよい。例えば、表示部１２５は、ユーザの所属部署や、ユーザ間の過去のコンタクトの有無、お気に入りに登録している、もしくはお気に入り登録されているなどといった情報に応じて、線の色、線の種類（波線・点線など）、線の太さなどを変更して相関図を表示する。また、例えば、表示部１２５は、ユーザＢと過去の案件で関わりのあった人物のみを示した相関図を、ユーザ端末２００に表示させる。
【0085】
これにより、表示部１２５は、検索を行ったユーザに、検索結果に表示されたユーザの人間関係を把握することを可能とし、共通する知人の発見等により、連絡する際の心的負担を軽減させることができる。
【0086】
［検索方法］
次に、図３を用いて、情報処理装置１００が行う検索方法について説明する。図３上部は、検索を行うユーザの抱える課題を解決するアドバイザの検索方法である。図３下部は、検索を行うユーザの見本となるロールモデルの検索方法である。
次に、図３を用いて、情報処理装置１００が行う検索方法について説明する。図３上部は、検索を行うユーザの抱える課題を解決するアドバイザの検索方法である。図３下部は、検索を行うユーザの見本となるロールモデルの検索方法である。
【0087】
図３上部のアドバイザ検索では、第一計算部１２２により、検索者のキーワードとマッチング相手の現在または過去のタレント、スキル、得意領域との一致度合が計算される。ここで、検索者のキーワードには、ユーザが自由入力により入力したキーワードと、ユーザの目標に関する情報としてのキーワードとの２種類が含まれる。
【0088】
まず、取得部１２１は、検索ウィンドウをユーザ端末２００に表示させることにより、ユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報を取得する。例えば、取得部１２１は、ユーザが入力したキーワード「ビジネスプランナ」を取得する。また、例えば、検索を行うユーザの目標に関する情報から抽出されたキーワード「ビジネスプランナ」を取得する。
【0089】
次に、第一計算部１２２は、取得部１２１により取得されたキーワード「ビジネスプランナ」と、記憶部１３０に記憶されたユーザごとのタレント情報とを照合することにより一致度合を計算する。
【0090】
それから、検索部１２４は、第一計算部１２２により計算された一致度合の高さに応じて、記憶部１３０に記憶された、検索を行うユーザが抱える課題を解決するユーザの情報を検索する。
【0091】
そして、表示部１２５は、検索部１２４による検索結果をユーザ端末２００に表示させる。このとき、表示部１２５は、選択された人物に関する「年次、所属部署、職位、職階、タレント、知人関係、コミュニケーションタイプ、性格、応対可否」といった情報を表示する。
【0092】
図３下部のロールモデル検索では、第一計算部１２２により、検索を行うユーザの目標とするタレントと検索対象者の現在または過去のタレントとの一致度合および検索を行うユーザの人柄の情報と検索対象者の人柄の情報との一致度合とが計算される。このとき、第二計算部１２３は、タレントの一致度合と、人柄の一致度合とから総合的な一致度合を計算してもよい。
【0093】
まず、取得部１２１は、検索ウィンドウをユーザ端末２００に表示させることにより、ユーザの目標とするタレントの情報と、人柄の情報とを取得する。例えば、取得部１２１は、ユーザの目標とするタレントの情報として「プロジェクトマネージャ」、人柄の情報として「温和」を取得する。
【0094】
次に、第一計算部１２２は、取得部１２１により取得されたユーザの目標とするタレント「プロジェクトマネージャ」と、記憶部１３０に記憶されたユーザごとのタレント情報とを照合することにより、タレントの一致度合を計算する。また、第一計算部１２２は、取得部１２１により取得された人柄の情報「温和」と、記憶部１３０に記憶されたユーザごとの人柄の情報との照合を行うことにより人柄の一致度合を計算する。
【0095】
それから、第二計算部１２３は、第一計算部１２２により計算されたタレントの一致度合と、人柄の一致度合とを用いて、総合的な一致度合を計算する。第二計算部１２３で行われる計算については、後述の［総合的な一致度合の計算］で説明する。
【0096】
続いて、検索部１２４は、第二計算部１２３により計算された、総合的な一致度合を用いて、記憶部１３０に記憶されたユーザの情報を検索する。
【0097】
そして、表示部１２５は、検索部１２４による検索結果をユーザ端末２００に表示させる。このとき、表示部１２５は、選択された人物に関する「年次、所属部署、職位、職階、タレント、知人関係、コミュニケーションタイプ、性格、応対可否」といった情報を表示する。
【0098】
［総合的な一致度合の計算］
次に、図４、図５を用いて、総合的な一致度合の計算処理について説明する。まず、第二計算部１２３は、第一計算部１２２により計算されたタレントの一致度合と、人柄の一致度合との各要素に対して重み係数を掛けて合計値を算出する。つまり、第二計算部１２３は、タレントまたは人柄いずれかの要素を重視して、合計値を算出する。
次に、図４、図５を用いて、総合的な一致度合の計算処理について説明する。まず、第二計算部１２３は、第一計算部１２２により計算されたタレントの一致度合と、人柄の一致度合との各要素に対して重み係数を掛けて合計値を算出する。つまり、第二計算部１２３は、タレントまたは人柄いずれかの要素を重視して、合計値を算出する。
【0099】
例えば、第二計算部１２３は、タレント重視でマッチング相手を探す場合には、タレントの一致度合に対する重み係数を０．８、人柄の一致度合に対する重み係数を０．２として合計値を計算する。例えば、第二計算部１２３は、第一計算部１２２により計算されたタレントの一致０．８に重み係数０．８を掛けた値と、第一計算部１２２により計算された人柄の一致度合０．３に重み係数０．２を掛けた値との合計値０．７０を算出する。
【0100】
また、例えば、第二計算部１２３は、人柄重視でマッチング相手を探す場合には、タレントの一致度合に対する重み係数を０．２、人柄の一致度合に対する重み係数を０．８として合計値を計算する。例えば、第二計算部１２３は、第一計算部１２２により計算されたタレントの一致度合０．４に重み係数０．２を掛けた値と、第一計算部１２２により計算された人柄の一致度合０．９に重み係数０．８を掛けた値との合計値０．８０を算出する。
【0101】
このとき、第二計算部１２３は、算出された合計値を所定の計算により正規化し、百分率として表すことで総合的な一致度合を計算してもよい。例えば、第二計算部１２３は、実際の合計値を、合計値がとりうる最大値により除算することにより、百分率として表示してもよい。
【0102】
それから、検索部１２４は、第二計算部１２３により計算された一致度合の高い順に、記憶部１３０に記憶された、検索を行うユーザの見本となるユーザを検索する。
【0103】
そして、表示部１２５は、図５に示すように、検索部１２４により検索された結果をユーザ端末２００に表示する。このとき、表示部１２５は、タレント重視による総合的な一致度合の表示と、人柄重視による総合的な一致度合の表示とを、スライドバー操作により段階的に切り替えてユーザ端末２００に表示させる。これにより、表示部１２５は、検索を行うユーザが、タレントと人柄との要素をそれぞれどの程度重視するかを考慮して、検索対象者を絞り込むことができる。
【0104】
これにより、情報処理装置１００は、タレントに関する類似度と、人柄に関する類似度とから計算される包括的な類似度を用いて、ユーザが目的とする人物を検索することができる。
【0105】
［フローチャート］
次に、図６を用いて、情報処理装置１００による処理の流れを説明する。なお、下記のステップＳ１０１～Ｓ１１０は、異なる順序で実行することもできる。また、下記のステップＳ１０１～Ｓ１１０のうち、省略される処理があってもよい。
次に、図６を用いて、情報処理装置１００による処理の流れを説明する。なお、下記のステップＳ１０１～Ｓ１１０は、異なる順序で実行することもできる。また、下記のステップＳ１０１～Ｓ１１０のうち、省略される処理があってもよい。
【0106】
まず、取得部１２１は、ユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報を取得する（ステップＳ１０１）。例えば、取得部１２１は、ユーザが入力したキーワード「データエンジニア」を取得する。
【0107】
次に、取得部１２１により、検索対象がアドバイザであるか否かを判定する（ステップＳ１０２）。ここで、検索対象がアドバイザである場合（ステップＳ１０２“ＹＥＳ”）、第一計算部１２２は、取得部１２１により取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報としてのキーワードと、ユーザごとの情報を記憶する記憶部１３０から取得されたユーザの情報とを、照合することによりキーワードの一致度合を計算する（ステップＳ１０３）。例えば、第一計算部１２２は、取得部１２１により取得されたユーザが入力したキーワード「データエンジニア」と、記憶部１３０に記憶されたユーザのタレント「データサイエンティスト」との一致度合を０．８と計算する。
【0108】
そして、検索部１２４は、第一計算部１２２により計算されたキーワードの一致度合の高さに応じてユーザの情報を検索する（ステップＳ１０４）。例えば、検索部１２４は、第一計算部１２２により計算されたキーワードの一致度合が高い順に記憶部１３０に記憶された、検索を行うユーザが抱える課題を解決するユーザを検索する。
【0109】
一方、アドバイザの検索でなく、ロールモデルの検索である場合（ステップＳ１０２“ＮＯ”）、第一計算部１２２は、取得部１２１により取得された検索を行うユーザの目標に関する情報と、ユーザごとのタレントの情報を記憶する記憶部１３０からタレントの情報を取得し、記憶部１３０から取得したタレントの情報とを照合することにより、タレントの一致度合を計算する（ステップＳ１０５）。例えば、第一計算部１２２は、取得部１２１により取得された目標とするタレント「サーバサイドエンジニア」と、記憶部１３０に記憶されたユーザのタレント「サーバサイドエンジニア」との一致度合を１．０と計算する。
【0110】
また、第一計算部１２２は、取得部１２１により取得された人柄の情報と、ユーザごとの人柄の情報を記憶する記憶部１３０から取得された人柄の情報とを用いて、人柄の一致度合を計算する（ステップＳ１０６）。具体的には、第一計算部１２２は、取得部１２１により取得された人柄「温和」と、記憶部１３０に記憶されたユーザの人柄「おだやか」との一致度合を０．８と計算する。
【0111】
このとき、第二計算部１２３は、第一計算部１２２により計算されたタレントの一致度合と、人柄の一致度合とを用いて、総合的な一致度合を計算してもよい（ステップＳ１０７）。例えば、第二計算部１２３は、第一計算部１２２により計算されたタレントの一致度合と、人柄の一致度合とに対して、それぞれに所定の重み係数を掛けることにより合計値を算出することにより総合的な一致度合を百分率として表してもよい。
【0112】
その後、検索部１２４は、第一計算部１２２または第二計算部１２３により計算された、一致度合の高さに応じて、記憶部１３０に記憶された、検索を行うユーザの見本となるユーザの情報を検索する（ステップＳ１０４）。例えば、表示部１２５は、第二計算部１２３により計算された総合的な一致度合が高い順に、記憶部１３０に記憶された、検索を行うユーザの見本となるユーザの情報を検索する。これにより、検索部１２４は、検索者の検索意図に沿った検索を可能とする。
【0113】
そして、表示部１２５は、検索部１２４により検索されたユーザを表示する（ステップＳ１０８）。これにより、表示部１２５は、検索者が目的とする人物を発見特定し、コンタクトを可能とする。
【0114】
その後、取得部１２１は、ユーザ間で連絡が行われたか否かを判定する（ステップＳ１０９）。例えば、取得部１２１は、検索を行ったユーザと表示部１２５により表示されたユーザ間における連絡の有無を判定する。
【0115】
ここで、取得部１２１により、ユーザ間で連絡があると判定された場合（ステップＳ１０９“ＹＥＳ”）、更新部１２６は、取得部１２１により取得されたユーザ同士の連絡に関する情報を用いて、記憶部１３０に記憶されるユーザの情報を更新する（ステップＳ１１０）。例えば、更新部１２６は、取得部１２１により取得されたユーザＡとユーザＢとの間で行われた連絡の履歴情報から、ユーザＡと関係があるユーザにユーザＢを追加し、また、ユーザＢと関係があるユーザにユーザＡを追加する。
【0116】
他方、取得部１２１により、ユーザ間で連絡がないと判定された場合（ステップＳ１０９“ＮＯ”）、更新部１２６による更新処理は行われない。
【0117】
［効果］
実施形態に係る情報処理装置１００は、ユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報を取得する取得部１２１と、取得部１２１により取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの職種を示すタレントの情報を記憶する記憶部１３０から取得されたタレントの情報とに基づいて、記憶部に記憶されたユーザの情報を検索する検索部１２４と、検索部１２４により検索されたユーザの情報を表示する表示部１２５とを有することを特徴とする。
実施形態に係る情報処理装置１００は、ユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報を取得する取得部１２１と、取得部１２１により取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報と、ユーザごとの職種を示すタレントの情報を記憶する記憶部１３０から取得されたタレントの情報とに基づいて、記憶部に記憶されたユーザの情報を検索する検索部１２４と、検索部１２４により検索されたユーザの情報を表示する表示部１２５とを有することを特徴とする。
【0118】
これにより情報処理装置１００は、目標に関する情報とユーザとの一致度合を計算し、一致度合に基づいてユーザの情報を検索することで、検索者のキャリアアップを目的とした人物の検索、発見が可能となり、人的資本が有効活用されることになる。
【0119】
実施形態に係る情報処理装置１００において、取得部１２１により取得されたユーザが入力したキーワードまたは検索を行うユーザの目標に関する情報から抽出されたキーワードと、ユーザごとの情報を記憶する記憶部１３０から取得されたユーザの情報とを照合することによりキーワードの一致度合を計算する第一計算部１２２をさらに有し、検索部１２４は、第一計算部１２２により検索されたキーワードの一致度合の高さに応じて、記憶部１３０に記憶された、検索を行うユーザの抱える課題を解決するユーザの情報を検索する。
【0120】
これにより情報処理装置１００は、キーワードとユーザとの一致度合を計算し、キーワードの一致度合に基づいてユーザの情報を検索することで、検索者の抱える課題を解決する人物の特定を目的とした検索が可能となり、人的資本が有効活用されることになる。
【0121】
実施形態に係る情報処理装置１００において、取得部１２１により取得された目標に関する情報と、ユーザごとのタレントの情報を記憶する記憶部１３０から取得されたタレントの情報とを照合することにより、タレントの一致度合を計算する第一計算部１２２をさらに有し、検索部１２４は、第一計算部１２２により計算されたタレントの一致度合の高さに応じて、記憶部１３０に記憶された、検索を行うユーザの見本となるユーザの情報を検索する。
【0122】
これにより情報処理装置１００は、タレントとユーザとの一致度合を計算し、タレントの一致度合に基づいてユーザの情報を検索することで、検索者の見本となるユーザの特定を目的とした検索が可能となり、人的資本が有効活用されることになる。
【0123】
実施形態に係る情報処理装置１００において、取得部１２１は、検索を行うユーザの目標に関する情報として人柄の情報を取得し、第一計算部１２２は、取得部１２１により取得された人柄の情報と、ユーザごとの人柄の情報を記憶する記憶部１３０から取得された人柄の情報とを照合することにより、人柄の一致度合を計算し、第一計算部１２２により計算されたタレントの一致度合と、人柄の一致度合とを用いて、総合的な一致度合を計算する第二計算部１２３をさらに有し、検索部１２４は、第二計算部１２３により計算された総合的な一致度合の高さに応じて、記憶部１３０に記憶された、検索を行うユーザの見本となるユーザの情報を検索する。
【0124】
これにより情報処理装置１００は、キーワードとユーザとの一致度合と、タレントとユーザとの一致度合とから計算される総合的な一致度合の高さに応じてユーザの情報を検索することで、検索者の見本となる人物の特定を目的とした検索が可能となり、人的資本が有効活用されることになる。
【0125】
実施形態に係る情報処理装置１００において、表示部１２５は、検索部１２４により検索されたユーザと、当該ユーザと関係のあるユーザとの情報を、ユーザ間の関係性に応じた相関図の形式で表示する。
【0126】
これにより情報処理装置１００は、検索を行ったユーザが現在抱える課題を解決する人物や、見本とする人物を見つけることが可能となり、人的資本を有効に活用することができる。
【0127】
実施形態に係る情報処理装置１００において、取得部１２１は、ユーザ同士の連絡に関する情報を取得し、取得部１２１により取得されたユーザ同士の連絡に関する情報を用いて、記憶部１３０に記憶されたユーザの情報を更新する更新部１２６をさらに有する。
【0128】
これにより情報処理装置１００は、ユーザ間の連絡情報からユーザ同士の関係に関する情報を更新し、更新された情報を相関図への表示などに利用することで、ユーザ間の連絡に対する心理的負荷を軽減し、人的資本の有効活用を可能とする。
【0129】
［プログラム］
また、上記実施形態において説明した情報処理装置１００が実行する処理をコンピュータが実行可能な言語で記述したプログラムを作成することもできる。この場合、コンピュータがプログラムを実行することにより、上記実施形態と同様の効果を得ることができる。さらに、かかるプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータに読み込ませて実行することにより上記実施形態と同様の処理を実現してもよい。
また、上記実施形態において説明した情報処理装置１００が実行する処理をコンピュータが実行可能な言語で記述したプログラムを作成することもできる。この場合、コンピュータがプログラムを実行することにより、上記実施形態と同様の効果を得ることができる。さらに、かかるプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータに読み込ませて実行することにより上記実施形態と同様の処理を実現してもよい。
【0130】
図７は、プログラムを実行するコンピュータを示す図である。図７に例示するように、コンピュータ１０００は、例えば、メモリ１０１０と、ＣＰＵ１０２０と、ハードディスクドライブインタフェース１０３０と、ディスクドライブインタフェース１０４０と、シリアルポートインタフェース１０５０と、ビデオアダプタ１０６０と、ネットワークインタフェース１０７０とを有し、これらの各部はバス１０８０によって接続される。
【0131】
メモリ１０１０は、図７に例示するように、ＲＯＭ（Read Only Memory）１０１１およびＲＡＭ１０１２を含む。ＲＯＭ１０１１は、例えば、ＢＩＯＳ（Basic Input Output System）等のブートプログラムを記憶する。ハードディスクドライブインタフェース１０３０は、図７に例示するように、ハードディスクドライブ１０９０に接続される。
【0132】
ディスクドライブインタフェース１０４０は、図７に例示するように、ディスクドライブ１１００に接続される。例えば、磁気ディスクや光ディスク等の着脱可能な記憶媒体が、ディスクドライブ１１００に挿入される。シリアルポートインタフェース１０５０は、図７に例示するように、例えば、マウス１１１０、キーボード１１２０に接続される。ビデオアダプタ１０６０は、図７に例示するように、例えばディスプレイ１１３０に接続される。
【0133】
ここで、図７に例示するように、ハードディスクドライブ１０９０は、例えば、ＯＳ１０９１、アプリケーションプログラム１０９２、プログラムモジュール１０９３、プログラムデータ１０９４を記憶する。すなわち、上記のプログラムは、コンピュータ１０００によって実行される指令が記述されたプログラムモジュールとして、例えば、ハードディスクドライブ１０９０に記憶される。
【0134】
また、上記実施形態で説明した各種データは、プログラムデータとして、例えば、メモリ１０１０やハードディスクドライブ１０９０に記憶される。そして、ＣＰＵ１０２０が、メモリ１０１０やハードディスクドライブ１０９０に記憶されたプログラムモジュール１０９３やプログラムデータ１０９４を必要に応じてＲＡＭ１０１２に読み出し、各種処理手順を実行する。
【0135】
なお、プログラムに係るプログラムモジュール１０９３やプログラムデータ１０９４は、ハードディスクドライブ１０９０に記憶される場合に限られず、例えば着脱可能な記憶媒体に記憶され、ディスクドライブ等を介してＣＰＵ１０２０によって読み出されてもよい。あるいは、プログラムに係るプログラムモジュール１０９３やプログラムデータ１０９４は、ネットワーク（ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等）を介して接続された他のコンピュータに記憶され、ネットワークインタフェース１０７０を介してＣＰＵ１０２０によって読み出されてもよい。
【0136】
［その他］
様々な実施形態を、図面を参照して、本明細書で詳細に説明したが、これらの複数の実施形態は例であり、本発明をこれらの複数の実施形態に限定することを意図するものではない。本明細書に記載された特徴は、当業者の知識に基づく様々な変形や改良を含む、様々な方法によって実現され得る。
様々な実施形態を、図面を参照して、本明細書で詳細に説明したが、これらの複数の実施形態は例であり、本発明をこれらの複数の実施形態に限定することを意図するものではない。本明細書に記載された特徴は、当業者の知識に基づく様々な変形や改良を含む、様々な方法によって実現され得る。
【0137】
また、上述した「部（module、-er接尾辞、-or接尾辞）」は、ユニット、手段、回路などに読み替えることができる。例えば、通信部（communication module）、制御部（control module）および記憶部（storage module）は、それぞれ、通信ユニット、制御ユニットおよび記憶ユニットに読み替えることができる。
【符号の説明】
【0138】
１００ 情報処理装置
１１０ 通信部
１２０ 制御部
１２１ 取得部
１２２ 第一計算部
１２３ 第二計算部
１２４ 検索部
１２５ 表示部
１２６ 更新部
１３０ 記憶部
１１０ 通信部
１２０ 制御部
１２１ 取得部
１２２ 第一計算部
１２３ 第二計算部
１２４ 検索部
１２５ 表示部
１２６ 更新部
１３０ 記憶部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】