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】P2024074688
(43)【公開日】2024-05-31
(54)【発明の名称】貢献度推定システム、貢献度推定方法、及びプログラム
(51)【国際特許分類】
G06Q 10/0639 20230101AFI20240524BHJP
【ＦＩ】
G06Q10/0639
【審査請求】未請求
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2022186008
(22)【出願日】2022-11-21
(71)【出願人】
【識別番号】000004237
【氏名又は名称】日本電気株式会社
(74)【代理人】
【識別番号】100103894
【弁理士】
【氏名又は名称】家入 健
(72)【発明者】
【氏名】尾田 識史
(72)【発明者】
【氏名】赤川 武志
(72)【発明者】
【氏名】小森 秀樹
【テーマコード（参考）】
5L010
5L049
【Ｆターム（参考）】
5L010AA09
5L049AA09
(57)【要約】
【課題】異なるスキルを持つ複数のメンバが参画するプロジェクトにおいて、各メンバの貢献度を推定することができる。
【解決手段】貢献度推定システム１は、プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付ける情報受付部１１と、プロジェクト情報、タスク情報及びメンバ情報を入力として、プロジェクトにおけるメンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの貢献度を推定する推定部１２と、推定したメンバの貢献度を表示装置に提示させる提示部１３と、を備える。
【選択図】図１
【解決手段】貢献度推定システム１は、プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付ける情報受付部１１と、プロジェクト情報、タスク情報及びメンバ情報を入力として、プロジェクトにおけるメンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの貢献度を推定する推定部１２と、推定したメンバの貢献度を表示装置に提示させる提示部１３と、を備える。
【選択図】図１
【特許請求の範囲】
【請求項1】
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付ける情報受付部と、
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定する推定部と、
前記推定したメンバの前記貢献度を表示装置に提示させる提示部と、を備える、貢献度推定システム。
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定する推定部と、
前記推定したメンバの前記貢献度を表示装置に提示させる提示部と、を備える、貢献度推定システム。
【請求項2】
前記学習済モデルは、前記プロジェクトにおける前記要求タスクごとに重みづけが設定され、
前記推定部は、前記要求タスクと前記メンバの前記担当タスクとを関連付けることにより前記メンバの貢献度を推定する、請求項１に記載の貢献度推定システム。
前記推定部は、前記要求タスクと前記メンバの前記担当タスクとを関連付けることにより前記メンバの貢献度を推定する、請求項１に記載の貢献度推定システム。
【請求項3】
前記学習済モデルは、前記要求タスクの難易度、市場価値、重要度の少なくとも１つを含む前記プロジェクト情報ごとに重みづけが設定されており、
前記推定部は、前記プロジェクト情報ごとの学習済モデルに応じて、異なる貢献度を推定する、請求項１に記載の貢献度推定システム。
前記推定部は、前記プロジェクト情報ごとの学習済モデルに応じて、異なる貢献度を推定する、請求項１に記載の貢献度推定システム。
【請求項4】
前記情報受付部は、前記要求タスクごとの達成率を含む前記プロジェクト情報を受け付け、
前記推定部は、異なる前記達成率に応じて異なる貢献度を推定する、請求項１に記載の貢献度推定システム。
前記推定部は、異なる前記達成率に応じて異なる貢献度を推定する、請求項１に記載の貢献度推定システム。
【請求項5】
前記推定部は、記憶された複数の学習済モデルのうち一の学習済モデルを選択して、貢献度を推定する、請求項１に記載の貢献度推定システム。
【請求項6】
複数の前記メンバが利用するユーザ端末それぞれを認証する認証部を更に備え、
前記情報受付部は、認証された前記ユーザ端末それぞれから前記メンバ情報を受け付ける、請求項１に記載の貢献度推定システム。
前記情報受付部は、認証された前記ユーザ端末それぞれから前記メンバ情報を受け付ける、請求項１に記載の貢献度推定システム。
【請求項7】
前記推定部は、各貢献度を推定した理由を出力する、請求項１に記載の貢献度推定システム。
【請求項8】
複数の前記メンバが利用するユーザ端末それぞれを認証する認証部を更に備え、
前記提示部は、認証されたユーザ端末を介して、認証レベルに応じて異なる態様で貢献度を表示装置に提示させる、請求項１に記載の貢献度推定システム。
前記提示部は、認証されたユーザ端末を介して、認証レベルに応じて異なる態様で貢献度を表示装置に提示させる、請求項１に記載の貢献度推定システム。
【請求項9】
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付けて、
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定し、
前記推定したメンバの前記貢献度を提示する、貢献度推定方法。
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定し、
前記推定したメンバの前記貢献度を提示する、貢献度推定方法。
【請求項10】
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付けて、
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定し、
前記推定したメンバの前記貢献度を提示することをコンピュータに実行させる、プログラム。
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定し、
前記推定したメンバの前記貢献度を提示することをコンピュータに実行させる、プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、貢献度推定システム、貢献度推定方法、プログラム及び学習装置に関する。
【背景技術】
【0002】
所定の目標を達成するためのプロジェクトには、異なるスキルを持つ複数のメンバが参画する。こうしたプロジェクトにおけるメンバそれぞれの貢献度の決定及び評価は通常、依頼者や管理者（例えば、プロジェクトマネージャ）等が行っている。しかし、プロジェクトマネージャがメンバそれぞれの貢献度を客観的かつ適切に評価するのは難しい。
【0003】
特許文献１には、比較的大規模な単数又は複数のプロジェクトの達成を相対的に省人化して行う仕組みや、リソースを効率的に活用するための情報の入力及び管理の仕組みが開示されている。また、特許文献２には、幅広い業務について、各人材が各業務に関するスキルをどれくらい有しているかを定量的かつ客観的に評価するスキル評価装置が開示されている。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０２１－１８４２５０号公報
【特許文献2】特開２０１３－１９１０７７号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、いずれの特許文献においても、プロジェクトに参加する異なるスキルを持つメンバの貢献度を推定することはできない。
【0006】
本開示は、このような問題点を解決するためになされたものであり、異なるスキルを持つ複数のメンバが参画するプロジェクトにおいて、メンバの貢献度を推定可能な貢献度推定システム等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】
【0007】
本開示の一態様にかかる貢献度推定システムは、プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付ける情報受付部と、
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定する推定部と、
前記推定したメンバの前記貢献度を表示装置に提示させる提示部と、を備える。
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定する推定部と、
前記推定したメンバの前記貢献度を表示装置に提示させる提示部と、を備える。
【0008】
本開示の一態様にかかる貢献度推定方法は、プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付けて、
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定し、
前記推定したメンバの前記貢献度を表示装置に提示させる。
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定し、
前記推定したメンバの前記貢献度を表示装置に提示させる。
【0009】
本開示の一態様にかかるプログラムは、
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付けて、
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定し、
前記推定したメンバの前記貢献度を表示装置に提示させることをコンピュータに実行させる。
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付けて、
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定し、
前記推定したメンバの前記貢献度を表示装置に提示させることをコンピュータに実行させる。
【0010】
本開示の一態様にかかる学習装置は、
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、前記プロジェクトにおける前記メンバの貢献度と、をセットにした学習データを取得する学習データ取得部と、
前記学習データを入力として、メンバの貢献度を出力するよう学習した学習済モデルを生成する学習部と、
を備える。
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、前記プロジェクトにおける前記メンバの貢献度と、をセットにした学習データを取得する学習データ取得部と、
前記学習データを入力として、メンバの貢献度を出力するよう学習した学習済モデルを生成する学習部と、
を備える。
【発明の効果】
【0011】
本開示によれば、異なるスキルを持つ複数のメンバが参画するプロジェクトにおいて、各メンバの貢献度を推定することができる。
【図面の簡単な説明】
【0012】
【図1】実施の形態１にかかる貢献度推定システムの例を示すブロック図である。
【図2】実施の形態１にかかる貢献度推定方法を示すフローチャートである。
【図3】実施の形態２にかかる学習装置の例を示すブロック図である。
【図4】実施の形態２にかかる学習方法の例を示すフローチャートである。
【図5】実施の形態２にかかる学習済モデルと学習データの例を示す図である。
【図6】実施の形態３にかかる貢献度推定システムの例を示すブロック図である。
【図7】実施の形態３にかかる入力項目の例を説明する図である。
【図8】実施の形態３にかかる貢献度提示情報の例を説明する図である。
【図9】実施の形態４にかかる貢献度推定システムのブロック図である。
【図10】貢献度推定装置等のハードウェアの構成例を示すブロック図である。
【発明を実施するための形態】
【0013】
実施の形態１
以下、図面を参照して本実施の形態について説明する。
図１は、実施の形態１にかかる貢献度推定システムのブロック図である。
貢献度推定システム１は、プロジェクトに参加する様々な専門スキルを有するメンバの貢献度を推定するために使用され得る。貢献度推定システム１は、プロジェクトの実施前に、メンバごとの期待貢献度を推定することもできる。期待貢献度は、プロジェクトの途中又は終了時までに、各メンバのプロジェクトへの貢献度の予測値であり得る。あるいは、貢献度推定システム１は、プロジェクトの完了後、メンバごとの実績貢献度を推定することもできる。推定された期待貢献度は、例えば、各メンバのスケジュール管理に、又は各メンバの報酬額を予測及び決定するために使用され得る。本明細書に使用されるとき、プロジェクトとは、異なるスキルを持つ複数のメンバが参画する企画をいう。プロジェクトには、同一のスキルを有する二人以上のメンバ（例えば、２人のソフトウェアエンジニア）が存在する場合もある。プロジェクトは、プロジェクトマネージャにより管理され、異なるスキルを有するメンバとしては、ソフトウェアエンジニア、ハードウェアエンジニア、研究者、アナリスト、ナレッジエキスパートなどが挙げられるが、これらに限定されない。各メンバは、一の会社に属していても、プロジェクトにフリーランスとして参加するため、一の会社に属していなくてもよい。
以下、図面を参照して本実施の形態について説明する。
図１は、実施の形態１にかかる貢献度推定システムのブロック図である。
貢献度推定システム１は、プロジェクトに参加する様々な専門スキルを有するメンバの貢献度を推定するために使用され得る。貢献度推定システム１は、プロジェクトの実施前に、メンバごとの期待貢献度を推定することもできる。期待貢献度は、プロジェクトの途中又は終了時までに、各メンバのプロジェクトへの貢献度の予測値であり得る。あるいは、貢献度推定システム１は、プロジェクトの完了後、メンバごとの実績貢献度を推定することもできる。推定された期待貢献度は、例えば、各メンバのスケジュール管理に、又は各メンバの報酬額を予測及び決定するために使用され得る。本明細書に使用されるとき、プロジェクトとは、異なるスキルを持つ複数のメンバが参画する企画をいう。プロジェクトには、同一のスキルを有する二人以上のメンバ（例えば、２人のソフトウェアエンジニア）が存在する場合もある。プロジェクトは、プロジェクトマネージャにより管理され、異なるスキルを有するメンバとしては、ソフトウェアエンジニア、ハードウェアエンジニア、研究者、アナリスト、ナレッジエキスパートなどが挙げられるが、これらに限定されない。各メンバは、一の会社に属していても、プロジェクトにフリーランスとして参加するため、一の会社に属していなくてもよい。
【0014】
貢献度推定システム１は、１つ以上の貢献度推定装置１０を含み得る。貢献度推定装置１０は、１つ以上のメモリ及び１つ以上のプロセッサを有する１つ以上のコンピュータによって実現され得る。貢献度推定装置１０は、図１に示すように、情報受付部１１、推定部１２、提示部１３を備え得る。制御部は、細分化された処理のそれぞれを実行する機能演算部としての機能も担う。また、いくつかの実施形態では、構成要素（又は機能）の一部が貢献度推定装置１０以外の別のコンピュータによって実行される場合もある。
【0015】
情報受付部１１は、例えば、入力インタフェースを介して、プロジェクト情報と、プロジェクトの遂行に要する複数の要求タスクのタスク情報と、プロジェクトに参画するメンバそれぞれのメンバ情報と、を受け付ける。本明細書で使用されるとき、要求タスクは、プロジェクトを完了するために必要な作業単位である。
【0016】
プロジェクト情報は、各プロジェクトを識別するプロジェクトＩＤを含む。また、プロジェクト情報は、プロジェクトの種別、目標、予算、成果のうち一部又は全部を含むことができる。プロジェクト情報は、プロジェクトの種別、目標、予算、成果のうち一部又は全部を含むガントチャートの形態であってもよい。ガントチャートとは、プロジェクト管理において各タスクの進捗状況の管理や作業計画を視覚的に表現した図表である。
【0017】
プロジェクトの種別としては、様々な業界のコンサルティングプロジェクト、業務改善プロジェクト、売上向上プロジェクト、研究開発プロジェクト、共同研究プロジェクト、発明発掘プロジェクト、スタートアップのデューデリ、海外市場調査、エンドユーザ調査、収益モデルの設計、代理店へのキックバックの設計などが挙げられるが、これらに限定されない。目標とは、組織と個人の目的的な活動の方向性と水準（仕事振りや成果の評価基準）を示すものである。成果とは、目的や目標（自己目標も含む）から要求される「成されるべきこと」であり、マネジメントの実践過程における出来ばえや結果のことである。いくつかの実施形態では、プロジェクト情報は、要求タスクごとの達成率を含み得る。要求タスクごとの達成率は通常、プロジェクトの開始前は、０％であり、プロジェクトの完了時は、１００％であり得る。
【0018】
タスク情報は、各タスクを識別するためのタスクＩＤを含む。またタスク情報は、プロジェクトの遂行に要する複数の要求タスクのそれぞれの難易度及び市場価値のうち少なくとも１つ又は両方を含むことができる。タスクの難易度としては、単純作業、付加価値を生み出す作業、作業に要する熟練度、マシンによる代替可能性、などを含み得るが、これに限定されない。タスクの市場価値は、当該タスクのアウトソーシングサービスの報酬額、当該タスクを実行できる人の転職マーケットでの報酬などに基づいて決定され得るが、これに限定されず、様々な方法を用いて、決定され得る。
【0019】
メンバ情報は、各メンバを識別するためのメンバＩＤ又は各メンバが使用するユーザ端末を識別する端末ＩＤを含む。またメンバ情報は、プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知識、経験のうち少なくとも１つ又は全部を含むことができる。メンバのスキルとは、訓練や学習によって培われた高度な能力をいい、ポータブルスキル、リテラシー、テクニカルスキル、を含み得る。ポータブルスキルとは、業種や職種が変わっても「持ち運び可能な能力」を指し、対課題力、対自分力、及び対人力に分けて整理することができる。リテラシーとは、「業界・業種・地域（文化）を超えて求められる外国語・ＩＴなどの技術・能力」を指すことができ、より分かりやすく表現すると、「対象のものを正しく使いこなすための力」と言うことができる。テクニカルスキルとは、業界・職種・地域（文化）に関する専門知識・技術を指すことができ、例えば、コミュニケーション力、マーケティング技術、製品知識、プログラミングスキル、画像編集スキルなど、を含み得るが、これらに限定されない。
【0020】
また、スキルは、現時点での求人票（例えば、職種別年収、業種別年収、保有資格別年収）から現在のスキルの価値を決定することができる。また、スキルの価値判断において、スキルの賞味期限を考慮してもよい。スキルの興味期限は、例えば、過去の求人票と現在の求人票の変遷から推定することができる。また、重みは、業界と職種の組合せにより決定されてもよい。
【0021】
推定部１２は、学習済モデルを備えてもよい。学習済モデルは、プロジェクト情報、タスク情報及びメンバ情報を入力として受け付け、プロジェクトにおける各メンバの貢献度を出力するよう機械学習したものであり得る。学習済モデルは、貢献度推定装置１０の記憶部に格納される場合もあるが、他の実施形態では、学習済モデルは、ネットワークを介して接続された貢献度推定装置１０外部の記憶部に格納され、推定部１２は、外部記憶部にアクセスして、当該学習済モデルを使用してもよい。貢献度はプロジェクトの報酬を配賦するためにメンバに付与される値（報酬額）であり得る。学習済モデルは、プロジェクトの種別ごとに、プロジェクト情報、タスク情報及びメンバ情報と、評価者（人又はチーム）が各メンバの貢献度を評価した値とを教師データとしてニューラルネットワークを学習することにより構築されたものである。この学習方法は、教師あり学習とも呼ばれる。学習済モデルは、所定量の学習データが蓄積されるごとに、更新され得る。他の実施形態では、ニューラルネットワークを用いた他の方法を用いてもよい。
【0022】
提示部１３は、推定したメンバの貢献度を提示する。提示部１３は、メンバの貢献度を表示するディスプレイなどの各種表示装置に提示させてもよい。提示部１３は、貢献度を、有線又は無線ネットワークを経由して他のデバイスに送信し、当該他のデバイスのディスプレイに提示してもよい。提示部１３は、推定したメンバごとの貢献度を比較可能に表示装置に提示させることもできる。
【0023】
図２は、貢献度推定方法を示すフローチャートである。
情報受付部１１は、プロジェクト情報、タスク情報及びメンバ情報を受け付ける（ステップＳ１１）。推定部１２は、学習済モデルを用いて、メンバの貢献度を推定する（ステップＳ１２）。提示部１３は、推定したメンバの貢献度を表示装置に提示させる（ステップＳ１３）。
情報受付部１１は、プロジェクト情報、タスク情報及びメンバ情報を受け付ける（ステップＳ１１）。推定部１２は、学習済モデルを用いて、メンバの貢献度を推定する（ステップＳ１２）。提示部１３は、推定したメンバの貢献度を表示装置に提示させる（ステップＳ１３）。
【0024】
以上説明した実施の形態１によれば、異なるスキルを持つ複数のメンバが参画するプロジェクトにおいて、プロジェクトの開始前、プロジェクトの途中、又はプロジェクトの完了後に、各メンバの貢献度を正確かつ迅速に推定することができる。また、いくつかの実施形態では、プロジェクトの途中、又はプロジェクトの完了後に、各メンバが行った実績を元に、貢献度を推定することもできる。この場合、各メンバが提供したアウトプットに対する顧客等の満足度、端末稼働時間、活動回数、期限遵守の割合などを考慮してもよい。
【0025】
実施の形態２
図３は、学習装置の例を示すブロック図である。
学習装置３０は、機械学習の学習段階に使用され得る。学習装置３０は、プロジェクト情報、タスク情報及びメンバ情報と、プロジェクトにおけるメンバの貢献度と、をセットにした学習用データを格納するデータベース３００と接続され得る。当該データベース３００は、学習装置３０の学習データ取得部３１と接続され得る。学習装置３０は、プロセッサ及びメモリを含む１つ以上のコンピュータにより実現され得る。学習装置３０は、学習データ取得部３１と、学習部３２を含む。データベース３００の学習用データは、所定量のデータが蓄積されるごとに定期的に更新され得る。また、学習用データは、複数の学習データ（例えば、第１学習データ３０１、第２学習データ３０２）に分類され得る。学習用データは、例えば、プロジェクトの種別ごとに分類され得る。
図３は、学習装置の例を示すブロック図である。
学習装置３０は、機械学習の学習段階に使用され得る。学習装置３０は、プロジェクト情報、タスク情報及びメンバ情報と、プロジェクトにおけるメンバの貢献度と、をセットにした学習用データを格納するデータベース３００と接続され得る。当該データベース３００は、学習装置３０の学習データ取得部３１と接続され得る。学習装置３０は、プロセッサ及びメモリを含む１つ以上のコンピュータにより実現され得る。学習装置３０は、学習データ取得部３１と、学習部３２を含む。データベース３００の学習用データは、所定量のデータが蓄積されるごとに定期的に更新され得る。また、学習用データは、複数の学習データ（例えば、第１学習データ３０１、第２学習データ３０２）に分類され得る。学習用データは、例えば、プロジェクトの種別ごとに分類され得る。
【0026】
学習データ取得部３１は、データベース３００から、プロジェクトの種別、目標、予算、成果のうち少なくとも１つ又は全部を含むプロジェクト情報と、プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つ又は全部を含むタスク情報と、プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つ又は全部を含むメンバ情報と、プロジェクトにおけるメンバの貢献度と、をセットとして受け付ける。
【0027】
学習部３２は、学習データを入力として受け付け、プロジェクトにおけるメンバの貢献度を出力するよう機械学習し、学習済モデルを生成する。また、いくつかの実施形態では、学習部３２は、異なる学習データ（例えば、第１学習データ３０１、第２学習データ３０２）ごとに、異なる学習済モデル（例えば、第１学習済モデル、第２学習済モデル）を生成してもよい。学習済モデルは、貢献度推定装置１０の記憶部又はネットワークを介して接続された外部記憶部に記憶され得る。また、他の実施形態では、プロジェクトの開始前、プロジェクトの途中、又はプロジェクトの完了後に、各メンバの貢献度を推定するための各学習済モデルは、各タスクの達成率を考慮して学習されたものであり得る。
【0028】
図４は、学習方法を示すフローチャートである。図５は、学習済モデルと学習データの例を示す図である。
学習モデルの機械学習に用いられる学習データ３０１は、プロジェクト情報３０１１、タスク情報３０１２、及びメンバ情報３０１３と、各メンバの貢献度３０１５に関する情報と、を含む。
学習モデルの機械学習に用いられる学習データ３０１は、プロジェクト情報３０１１、タスク情報３０１２、及びメンバ情報３０１３と、各メンバの貢献度３０１５に関する情報と、を含む。
【0029】
学習データ取得部３１は、データベース３００から所定量の学習データを取得する（ステップＳ２１）。ついで、学習部３２は、学習データを用いて機械学習を行う（ステップＳ２２）。学習モデル１２０は、例えば、ニューラルネットワークの構造を採用したものであり、入力層１２００、中間層１２０１、及び、出力層１２０２を備える。各層の間には、各ニューロンをそれぞれ接続するシナプス（不図示）が張られており、各シナプスの重みからなる重みパラメータ群が、機械学習により調整される。
【0030】
入力層１２００は、入力データとしてのプロジェクト情報３０１１、タスク情報３０１２、及びメンバ情報３０１３に対応するニューロンを有し、それぞれの情報が示す値が、そのニューロンに入力される。中間層１２０１は、例えば、複数の層から構成される。出力層１２０２は、出力データとしてのそれぞれのメンバの貢献度に対応する数のニューロンを有し、各メンバの貢献度の推論結果をそれぞれ出力する。
【0031】
以上説明した学習装置によれば、異なるスキルを持つ複数のメンバが参画するプロジェクトにおいて、各メンバの貢献度を推定するための学習済モデルを生成することができる。また、異なる業界ごとに、又は異なるプロジェクトごとに異なる学習済モデルを生成することができる。なお、上記した機械学習の例は単なる例示にすぎず、様々な変形例が可能である。
【0032】
実施の形態３
図６は、貢献度推定システムの例を示すブロック図である。
実施の形態３にかかる貢献度推定システム１においては、プロジェクトを管理するプロジェクトマネージャが、自身のユーザ端末２０を利用して、後述するプロジェクトに関する入力情報を、貢献度推定装置１０に提供して、異なるスキルを持つ複数のメンバの貢献度を求めることができる。それによって、プロジェクトマネージャは、報酬及び進捗などについて、プロジェクトを円滑に管理することができる。貢献度推定システム１は、互いにネットワークＮを介して接続された貢献度推定装置１０とユーザ端末２０と、を含む。
図６は、貢献度推定システムの例を示すブロック図である。
実施の形態３にかかる貢献度推定システム１においては、プロジェクトを管理するプロジェクトマネージャが、自身のユーザ端末２０を利用して、後述するプロジェクトに関する入力情報を、貢献度推定装置１０に提供して、異なるスキルを持つ複数のメンバの貢献度を求めることができる。それによって、プロジェクトマネージャは、報酬及び進捗などについて、プロジェクトを円滑に管理することができる。貢献度推定システム１は、互いにネットワークＮを介して接続された貢献度推定装置１０とユーザ端末２０と、を含む。
【0033】
貢献度推定装置１０は、前述した通り、情報受付部１１、推定部１２、及び提示部１３を含む。ユーザ端末２０は、ユーザ（例えば、プロジェクトマネージャ）が使用するコンピュータデバイスであり得る。ユーザ端末２０は、パーソナルコンピュータ、スマートフォン、ウェアラブルデバイスなどの任意のデバイスであり得る。
【0034】
情報受付部１１は、ユーザ端末２０から、プロジェクトに関する入力情報を受け付ける。推定部１２は、入力情報を元に、学習済モデル１２０を用いて、各メンバの貢献度を推定する。
【0035】
提示部１３は、ネットワークを介して、推定された貢献度に関するデータをユーザ端末２０に送信し、ユーザ端末２０のディスプレイに当該貢献度を表示させることができる。例えば、プロジェクトマネージャは、ユーザ端末２０を介して、各メンバの貢献度を認識し、適切なプロジェクト管理を行うことができる。
【0036】
図７は、情報受付部１１への入力項目の例を示す。
図７に示す入力項目を、プロジェクトマネージャがユーザ端末２０により、貢献度推定装置１０の情報受付部１１に入力する。プロジェクトマネージャは、所定のユーザインターフェース上で、選択項目を選択することで、簡単に、以下の情報を入力することができる。例えば、入力項目としては、プロジェクト情報、タスク情報、メンバ情報を含む。
図７に示す入力項目を、プロジェクトマネージャがユーザ端末２０により、貢献度推定装置１０の情報受付部１１に入力する。プロジェクトマネージャは、所定のユーザインターフェース上で、選択項目を選択することで、簡単に、以下の情報を入力することができる。例えば、入力項目としては、プロジェクト情報、タスク情報、メンバ情報を含む。
【0037】
プロジェクト情報は、各タスクの重要度、各タスクの達成度（進捗状況）、プロジェクトの成果（例えば、売上、評判など）を更に含む。
【0038】
タスク情報は、要求タスクの種別、役割、市場価値、知識などを含む。メンバ情報は、各メンバの担当タスク、所有スキル、過去の評価実績、評判などを含む。
【0039】
これらの情報を入力後、プロジェクトマネージャは、適切な学習済モデルを選択することができる。例えば、プロジェクトの種別（例えば、特定の業界のコンサルティング）ごとの学習済モデルを選択することもできる。
【0040】
いくつかの実施形態では、学習済モデルは、例えば、要求タスクの重要度に応じて、プロジェクトにおける要求タスクごとに重みづけが設定されている。したがって、推定部１２は、要求タスクとメンバの担当タスクとを関連付けることによりメンバの貢献度を推定することができる。
【0041】
いくつかの実施形態では、学習済モデルは、要求タスクの難易度、市場価値、重要度の少なくとも１つを含むプロジェクト情報ごとに重みづけが設定されている。したがって、推定部１２は、プロジェクト情報ごとの学習済モデルに応じて、異なる貢献度を推定することができる。
【0042】
いくつかの実施形態では、情報受付部１１は、要求タスクごとの達成率を含むプロジェクト情報を受け付けることができる。プロジェクトマネージャは、自身のユーザ端末２０Ａを介して、要求タスクの達成率を入力し、当該達成率は、情報受付部１１により取得され得る。したがって、推定部１２は、受け付けた異なる達成率に応じて異なる貢献度を推定することができる。
【0043】
図８は、貢献度提示情報の例を説明する図である。
貢献度提示情報は、プロジェクトへ参加するメンバ（図６では、Ａ～Ｅ）ごとの貢献度を示すことができる。貢献度は、様々な形式を示すことができ、例えば、プロジェクト全体に占める各メンバの貢献の割合を示してもよいし、プロジェクトの報酬総額に対する各メンバの配賦金額を示してもよい。提示方法は、各貢献度を比較可能な形態（例えば、円グラフ）であり得る。
貢献度提示情報は、プロジェクトへ参加するメンバ（図６では、Ａ～Ｅ）ごとの貢献度を示すことができる。貢献度は、様々な形式を示すことができ、例えば、プロジェクト全体に占める各メンバの貢献の割合を示してもよいし、プロジェクトの報酬総額に対する各メンバの配賦金額を示してもよい。提示方法は、各貢献度を比較可能な形態（例えば、円グラフ）であり得る。
【0044】
実施の形態４
図９は、実施の形態４にかかる貢献度推定システムのブロック図である。
本実施の形態にかかる貢献度推定システム１は、互いにネットワークＮを介して接続された、貢献度推定装置１０と、複数のユーザ端末２０Ａ～２０Ｃと、を含む。複数のユーザ端末は、異なる権限を有するユーザにより使用され得る。本例では、例えば、ユーザ端末２０Ａは、プロジェクトマネージャにより使用され得る。ユーザ端末２０Ｂ、２０Ｃは、互いに異なるスキルを持つプロジェクトの参加者により使用され得る。本実施形態は、DAO（Decentralized Autonomous Organization）においても利用され得る。DAOでは一般的に、開発者、提携パートナ、ユーザなどDAOに参画している人々に対して、当該DAOへの貢献度合いに応じてガバナンストークンを分配され得る。
図９は、実施の形態４にかかる貢献度推定システムのブロック図である。
本実施の形態にかかる貢献度推定システム１は、互いにネットワークＮを介して接続された、貢献度推定装置１０と、複数のユーザ端末２０Ａ～２０Ｃと、を含む。複数のユーザ端末は、異なる権限を有するユーザにより使用され得る。本例では、例えば、ユーザ端末２０Ａは、プロジェクトマネージャにより使用され得る。ユーザ端末２０Ｂ、２０Ｃは、互いに異なるスキルを持つプロジェクトの参加者により使用され得る。本実施形態は、DAO（Decentralized Autonomous Organization）においても利用され得る。DAOでは一般的に、開発者、提携パートナ、ユーザなどDAOに参画している人々に対して、当該DAOへの貢献度合いに応じてガバナンストークンを分配され得る。
【0045】
本実施の形態にかかる貢献度推定装置１０には、実施の形態３とは異なり、ユーザ端末を認証するための認証部１４が追加されている。なお、認証部１４以外の構成要素は、基本的に同じである。
【0046】
認証部１４は、プロジェクトに参加するメンバのユーザ端末を認証する。認証部１４は、例えば、ユーザＩＤ、パスワードなどの任意の認証方法により、メンバのユーザ端末を認証することができる。認証部１４は、メンバに与えられた権限レベルに応じた、ユーザ端末の異なる認証レベルで、ユーザ端末を認証することができる。例えば、前述したように、ユーザ端末２０Ａは、プロジェクトマネージャの権限レベルで認証され得る。一方、ユーザ端末２０Ｂ、２０Ｃは、プロジェクトの参加者の権限レベルで認証され得る。
【0047】
提示部１３は、認証部１４により認証されたユーザ端末２０Ｂに対しては、例えば、プロジェクト全体に占めるメンバＢの貢献度のみを提示させることができる。また、提示部１３は、認証部１４により認証されたユーザ端末２０Ｃに対しては、例えば、プロジェクト全体に占めるメンバＣの貢献度のみを提示させることができる。一方、提示部１３は、提示部１３は、認証部１４により認証された、プロジェクトマネージャが利用するユーザ端末２０Ａに対しては、各メンバ（例えば、Ｂ、Ｃ）の貢献度を提示することができる。これにより、プロジェクトマネージャは、各メンバの貢献度を知ることができ、プロジェクトのスケジュールや負荷の管理を行うことができる。また、各メンバは、プロジェクト全体に占める自身の貢献度のみを知ることができる。
【0048】
このように、貢献度推定装置１０が認証部１４を設けることで、認証レベル（すなわち、ユーザ端末の所有者の権限レベル）に応じて、異なる形態で個別の貢献度を提示することができる。
【0049】
図１０は、貢献度推定装置１０、ユーザ端末２０、学習装置３０など（以下、貢献度推定装置１０等）のハードウェアの構成例を示すブロック図である。
図１０を参照すると、貢献度推定装置１０等は、ネットワーク・インターフェース１２０１、プロセッサ１２０２、及びメモリ１２０３を含む。ネットワーク・インターフェース１２０１は、通信システムを構成する他のネットワークノード装置と通信するために使用される。ネットワーク・インターフェース１２０１は、無線通信を行うために使用されてもよい。例えば、ネットワーク・インターフェース１２０１は、IEEE 802.11 seriesにおいて規定された無線ＬＡＮ通信、もしくは３ＧＰＰ（登録商標）（3rd Generation Partnership Project）において規定されたモバイル通信を行うために使用されてもよい。もしくは、ネットワーク・インターフェース１２０１は、例えば、IEEE 802.3 seriesに準拠したネットワークインターフェースカード（NIC）を含んでもよい。
図１０を参照すると、貢献度推定装置１０等は、ネットワーク・インターフェース１２０１、プロセッサ１２０２、及びメモリ１２０３を含む。ネットワーク・インターフェース１２０１は、通信システムを構成する他のネットワークノード装置と通信するために使用される。ネットワーク・インターフェース１２０１は、無線通信を行うために使用されてもよい。例えば、ネットワーク・インターフェース１２０１は、IEEE 802.11 seriesにおいて規定された無線ＬＡＮ通信、もしくは３ＧＰＰ（登録商標）（3rd Generation Partnership Project）において規定されたモバイル通信を行うために使用されてもよい。もしくは、ネットワーク・インターフェース１２０１は、例えば、IEEE 802.3 seriesに準拠したネットワークインターフェースカード（NIC）を含んでもよい。
【0050】
プロセッサ１２０２は、メモリ１２０３からソフトウェア（コンピュータプログラム）を読み出して実行することで、上述の実施形態においてフローチャートもしくはシーケンスを用いて説明された貢献度推定装置１０等の処理を行う。プロセッサ１２０２は、例えば、マイクロプロセッサ、MPU（Micro Processing Unit）、又はCPU（Central Processing Unit）であってもよい。プロセッサ１２０２は、複数のプロセッサを含んでもよい。
【0051】
メモリ１２０３は、揮発性メモリ及び不揮発性メモリの組み合わせによって構成される。メモリ１２０３は、プロセッサ１２０２から離れて配置されたストレージを含んでもよい。この場合、プロセッサ１２０２は、図示されていないI/Oインタフェースを介してメモリ１２０３にアクセスしてもよい。
【0052】
図１０の例では、メモリ１２０３は、ソフトウェアモジュール群を格納するために使用される。プロセッサ１２０２は、これらのソフトウェアモジュール群をメモリ１２０３から読み出して実行することで、上述の実施形態において説明された貢献度推定装置１０等の処理を行うことができる。
【0053】
【0054】
上述の例において、プログラムは、コンピュータに読み込まれた場合に、実施形態で説明された１又はそれ以上の機能をコンピュータに行わせるための命令群（又はソフトウェアコード）を含む。プログラムは、非一時的なコンピュータ可読媒体又は実体のある記憶媒体に格納されてもよい。限定ではなく例として、コンピュータ可読媒体又は実体のある記憶媒体は、random-access memory（RAM）、read-only memory（ROM）、フラッシュメモリ、solid-state drive（SSD）又はその他のメモリ技術、CD-ROM、digital versatile disc（DVD）、Blu-ray（登録商標）ディスク又はその他の光ディスクストレージ、磁気カセット、磁気テープ、磁気ディスクストレージ又はその他の磁気ストレージデバイスを含む。プログラムは、一時的なコンピュータ可読媒体又は通信媒体上で送信されてもよい。限定ではなく例として、一時的なコンピュータ可読媒体又は通信媒体は、電気的、光学的、音響的、またはその他の形式の伝搬信号を含む。
【0055】
なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。
【0056】
上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付ける情報受付部と、
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定する推定部と、
前記推定したメンバの前記貢献度を表示装置に提示させる提示部と、を備える、貢献度推定システム。
（付記２）
前記学習済モデルは、前記プロジェクトにおける前記要求タスクごとに重みづけが設定され、
前記推定部は、前記要求タスクと前記メンバの前記担当タスクとを関連付けることにより前記メンバの貢献度を推定する、付記１に記載の貢献度推定システム。
（付記３）
前記学習済モデルは、前記要求タスクの難易度、市場価値、重要度の少なくとも１つを含む前記プロジェクト情報ごとに重みづけが設定されており、
前記推定部は、前記プロジェクト情報ごとの学習済モデルに応じて、異なる貢献度を推定する、付記１に記載の貢献度推定システム。
（付記４）
前記情報受付部は、前記要求タスクごとの達成率を含む前記プロジェクト情報を受け付け、
前記推定部は、異なる前記達成率に応じて異なる貢献度を推定する、付記１に記載の貢献度推定システム。
（付記５）
前記推定部は、記憶された複数の学習済モデルのうち一の学習済モデルを選択して、貢献度を推定する、付記１に記載の貢献度推定システム。
（付記６）
複数の前記メンバが利用するユーザ端末それぞれを認証する認証部を更に備え、
前記情報受付部は、認証された前記ユーザ端末それぞれから前記メンバ情報を受け付ける、付記１に記載の貢献度推定システム。
（付記７）
前記推定部は、各貢献度を推定した理由を出力する、付記１に記載の貢献度推定システム。
（付記８）
複数の前記メンバが利用するユーザ端末それぞれを認証する認証部を更に備え、
前記提示部は、認証されたユーザ端末を介して、認証レベルに応じて異なる態様で貢献度を表示装置に提示させる、付記１に記載の貢献度推定システム。
（付記９）
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付けて、
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定し、
前記推定したメンバの前記貢献度を提示する、貢献度推定方法。
（付記１０）
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付けて、
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定し、
前記推定したメンバの前記貢献度を提示することをコンピュータに実行させる、プログラム。
（付記１１）
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、前記プロジェクトにおける前記メンバの貢献度と、をセットにした学習データを取得する学習データ取得部と、
前記学習データを入力として、メンバの貢献度を出力するよう学習した学習済モデルを生成する学習部と、
を備える、学習装置。
（付記１）
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付ける情報受付部と、
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定する推定部と、
前記推定したメンバの前記貢献度を表示装置に提示させる提示部と、を備える、貢献度推定システム。
（付記２）
前記学習済モデルは、前記プロジェクトにおける前記要求タスクごとに重みづけが設定され、
前記推定部は、前記要求タスクと前記メンバの前記担当タスクとを関連付けることにより前記メンバの貢献度を推定する、付記１に記載の貢献度推定システム。
（付記３）
前記学習済モデルは、前記要求タスクの難易度、市場価値、重要度の少なくとも１つを含む前記プロジェクト情報ごとに重みづけが設定されており、
前記推定部は、前記プロジェクト情報ごとの学習済モデルに応じて、異なる貢献度を推定する、付記１に記載の貢献度推定システム。
（付記４）
前記情報受付部は、前記要求タスクごとの達成率を含む前記プロジェクト情報を受け付け、
前記推定部は、異なる前記達成率に応じて異なる貢献度を推定する、付記１に記載の貢献度推定システム。
（付記５）
前記推定部は、記憶された複数の学習済モデルのうち一の学習済モデルを選択して、貢献度を推定する、付記１に記載の貢献度推定システム。
（付記６）
複数の前記メンバが利用するユーザ端末それぞれを認証する認証部を更に備え、
前記情報受付部は、認証された前記ユーザ端末それぞれから前記メンバ情報を受け付ける、付記１に記載の貢献度推定システム。
（付記７）
前記推定部は、各貢献度を推定した理由を出力する、付記１に記載の貢献度推定システム。
（付記８）
複数の前記メンバが利用するユーザ端末それぞれを認証する認証部を更に備え、
前記提示部は、認証されたユーザ端末を介して、認証レベルに応じて異なる態様で貢献度を表示装置に提示させる、付記１に記載の貢献度推定システム。
（付記９）
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付けて、
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定し、
前記推定したメンバの前記貢献度を提示する、貢献度推定方法。
（付記１０）
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、を受け付けて、
前記プロジェクト情報、前記タスク情報及び前記メンバ情報を入力として、前記プロジェクトにおける前記メンバの貢献度を出力するよう学習した学習済モデルを用いて、メンバの前記貢献度を推定し、
前記推定したメンバの前記貢献度を提示することをコンピュータに実行させる、プログラム。
（付記１１）
プロジェクトの種別、目標、予算、成果のうち少なくとも１つを含むプロジェクト情報と、前記プロジェクトの遂行に要する複数の要求タスクの難易度及び市場価値のうち少なくとも１つを含むタスク情報と、前記プロジェクトに参画するメンバそれぞれの担当タスク、スキル、役割、知見のうち少なくとも１つを含むメンバ情報と、前記プロジェクトにおける前記メンバの貢献度と、をセットにした学習データを取得する学習データ取得部と、
前記学習データを入力として、メンバの貢献度を出力するよう学習した学習済モデルを生成する学習部と、
を備える、学習装置。
【符号の説明】
【0057】
１ 貢献度推定システム
１０ 貢献度推定装置
１１ 情報受付部
１２ 推定部
１３ 提示部
２０ ユーザ端末
３０ 学習装置
３１ 学習データ取得部
３２ 学習部
１２０ 学習済モデル
３００ データベース
３０１ 第１学習データ
３０２ 第２学習データ
１０ 貢献度推定装置
１１ 情報受付部
１２ 推定部
１３ 提示部
２０ ユーザ端末
３０ 学習装置
３１ 学習データ取得部
３２ 学習部
１２０ 学習済モデル
３００ データベース
３０１ 第１学習データ
３０２ 第２学習データ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】