特開 2025-6123 情報処理装置、情報処理方法、およびプログラム

(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】P2025006123

(43)【公開日】2025-01-17

(54)【発明の名称】情報処理装置、情報処理方法、およびプログラム

(51)【国際特許分類】

   G06Q 10/0639 20230101AFI20250109BHJP

【ＦＩ】

G06Q10/0639

【審査請求】有

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2023106719

(22)【出願日】2023-06-29

(71)【出願人】

【識別番号】501266110

【氏名又は名称】株式会社リンクアンドモチベーション

(74)【代理人】

【識別番号】100115749

【弁理士】

【氏名又は名称】谷川 英和

(72)【発明者】

【氏名】小笹 芳央

(72)【発明者】

【氏名】坂下 英樹

【テーマコード（参考）】

5L010

5L049

【Ｆターム（参考）】

5L010AA08

5L049AA08

(57)【要約】

【課題】従来、組織の構成員の成長のための情報を適切に提案できなかった。
【解決手段】対象構成員の自分に関するアンケートである第一アンケートの回答である自構成員回答を受け付ける情報受付部１２１と、情報受付部１２１が受け付けた自構成員回答または自構成員回答を統計処理した結果である自統計結果を取得し、自構成員回答または自統計結果を用いて、対象構成員の成長のために提案するべき情報を特定する提案識別情報を取得する情報取得部１３３と、提案識別情報または提案識別情報に対応する提案内容情報を出力する情報出力部１４１とを具備する情報処理装置１により、組織の構成員の成長のための情報を適切に提案できる。
【選択図】図２

【特許請求の範囲】

【請求項1】

対象構成員の自分に関するアンケートである第一アンケートの回答である自構成員回答を受け付ける情報受付部と、
前記情報受付部が受け付けた前記自構成員回答または当該自構成員回答を統計処理した結果である自統計結果を取得し、当該自構成員回答または当該自統計結果を用いて、前記対象構成員の成長のために提案するべき情報を特定する提案識別情報を取得する情報取得部と、
前記提案識別情報または前記提案識別情報に対応する提案内容情報を出力する情報出力部とを具備する情報処理装置。

【請求項2】

前記情報受付部は、
他の構成員の前記対象構成員に対するアンケートである第二アンケートの回答である１以上の他構成員回答をも受け付け、
前記情報取得部は、
前記情報受付部が受け付けた前記自構成員回答または前記自統計結果と、前記情報受付部が受け付けた前記１以上の他構成員回答または当該１以上の他構成員回答を統計処理した結果である他統計結果とを取得し、当該自構成員回答または当該自統計結果と、当該１以上の他構成員回答または当該他統計結果とを用いて、前記提案識別情報を取得する請求項１記載の情報処理装置。

【請求項3】

一の構成員の自分に関する第一アンケートの回答である自構成員回答または当該自構成員回答を統計処理した結果である自統計結果と、前記一の構成員の成長のために提案するべき情報を特定する提案識別情報とを有する２以上の教師データを用いて作成された学習情報が格納される学習情報格納部をさらに具備し、
前記情報取得部は、
前記自構成員回答または前記自統計結果を用いて、前記対象構成員に提案する情報を特定する提案識別情報を取得するための元データを取得し、当該元データと前記学習情報とを用いて、提案識別情報を取得する請求項１または請求項２記載の情報処理装置。

【請求項4】

前記学習情報は、前記２以上の教師データを用いて、機械学習の学習処理を行い、取得された学習モデルであり、
前記情報取得部は、
前記元データと前記学習モデルとを用いて、機械学習の予測処理を行い、前記提案識別情報を取得する請求項１記載の情報処理装置。

【請求項5】

取得される候補の提案識別情報である１以上の候補情報が格納される候補管理部をさらに具備し、
前記２以上の教師データは、
当該教師データが有する提案識別情報に対応する提案内容情報を前記一の構成員に対して出力した場合に効果がある旨を示す第一フラグに対応付く１以上の正例と、当該教師データが有する提案識別情報に対応する提案内容情報を前記一の構成員に対して出力した場合に効果がない旨を示す第二フラグに対応付く１以上の負例とを含み、
前記学習情報は、前記１以上の正例と前記１以上の負例とを用いて、機械学習の学習処理を行い、取得された学習モデルであり、
前記情報取得部は、
前記１以上の各候補情報ごとに、前記元データと前記候補情報と、前記学習モデルとを用いて、機械学習の予測処理を行い、第一フラグまたは第二フラグを取得し、取得したフラグが第一フラグである候補情報である前記提案識別情報を取得する請求項４記載の情報処理装置。

【請求項6】

取得される候補の提案識別情報である１以上の候補情報が格納される候補管理部をさらに具備し、
前記２以上の教師データは、
当該教師データが有する提案識別情報に対応するスコアを有し、
前記学習情報は、前記２以上の教師データを用いて、機械学習の学習処理を行い、取得された学習モデルであり、
前記情報取得部は、
前記１以上の各候補情報ごとに、前記元データと前記候補情報と、前記学習モデルとを用いて、機械学習の予測処理を行い、スコアを取得し、当該スコアが良好条件を満たす候補情報である前記提案識別情報を取得する請求項４記載の情報処理装置。

【請求項7】

前記２以上の教師データは、
元データを説明変数とし、提案識別情報を目的変数とするデータであり、
前記学習情報は、前記２以上の教師データを用いて、機械学習の学習処理を行い、取得された学習モデルであり、
前記情報取得部は、
前記自構成員回答または前記自統計結果を用いて、前記対象構成員に提案する情報を特定する提案識別情報を取得するための元データを取得し、当該元データと前記学習モデルとを用いて、機械学習の予測処理を行い、前記提案識別情報を取得する請求項４記載の情報処理装置。

【請求項8】

前記学習情報は、生成系ＡＩのモジュールが使用する学習モデルであり、
前記情報取得部は、
前記元データを前記生成系ＡＩのモジュールに与え、当該生成系ＡＩのモジュールから前記提案識別情報を取得する請求項３記載の情報処理装置。

【請求項9】

前記学習情報は、元データと提案識別情報との対応を示す２以上の対応情報を有する対応表であり、
前記情報取得部は、
前記元データが採用条件を満たす元データを前記対応表から決定し、当該決定した元データと対になる前記提案識別情報を前記対応表から取得する請求項３記載の情報処理装置。

【請求項10】

前記第一アンケートに含まれる２以上の各設問は、２以上の提案識別情報のうちのいずれか１以上に対応付いており、
前記情報取得部は、
前記２以上の各提案識別情報ごとに、提案識別情報に対する１以上の各設問に対する回答に対して統計処理した結果である自統計結果を取得し、当該自統計結果が選択条件を満たす１以上の提案識別情報を取得する請求項１記載の情報処理装置。

【請求項11】

情報受付部と、情報取得部と、情報出力部とにより実現される情報処理方法であって、
前記情報受付部が、対象構成員の自分に関するアンケートである第一アンケートの回答である自構成員回答を受け付ける情報受付ステップと、
前記情報取得部が、前記情報受付ステップで受け付けられた前記自構成員回答または当該自構成員回答を統計処理した結果である自統計結果を取得し、当該自構成員回答または当該自統計結果を用いて、前記対象構成員の成長のために提案するべき情報を特定する提案識別情報を取得する情報取得ステップと、
前記情報出力部が、前記提案識別情報または前記提案識別情報に対応する提案内容情報を出力する情報出力ステップとを具備する情報処理方法。

【請求項12】

コンピュータを、
対象構成員の自分に関するアンケートである第一アンケートの回答である自構成員回答を受け付ける情報受付部と、
前記情報受付部が受け付けた前記自構成員回答または当該自構成員回答を統計処理した結果である自統計結果を取得し、当該自構成員回答または当該自統計結果を用いて、前記対象構成員の成長のために提案するべき情報を特定する提案識別情報を取得する情報取得部と、
前記提案識別情報または前記提案識別情報に対応する提案内容情報を出力する情報出力部として機能させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、組織の構成員の成長のための情報を提案する情報処理装置等に関するものである。

【背景技術】

【0002】

従来、生産現場の従業員によるアンケート結果又は報告書に基づいて、働きがい評価情報を生成し、業務に従事する従業員の働きがい向上を支援する改善支援システムがあった（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２０２２－４７８３６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、従来技術においては、組織の構成員の成長のための情報を適切に提案できなかった。

【課題を解決するための手段】

【0005】

本第一の発明の情報処理装置は、対象構成員の自分に関するアンケートである第一アンケートの回答である自構成員回答を受け付ける情報受付部と、情報受付部が受け付けた自構成員回答または自構成員回答を統計処理した結果である自統計結果を取得し、自構成員回答または自統計結果を用いて、対象構成員の成長のために提案するべき情報を特定する提案識別情報を取得する情報取得部と、提案識別情報または提案識別情報に対応する提案内容情報を出力する情報出力部とを具備する情報処理装置である。

【0006】

かかる構成により、自構成員回答を用いて、組織の構成員の成長のための情報を適切に提案できる。

【0007】

また、本第二の発明の情報処理装置は、第一の発明に対して、情報受付部は、他の構成員の対象構成員に対するアンケートである第二アンケートの回答である１以上の他構成員回答をも受け付け、情報取得部は、情報受付部が受け付けた自構成員回答または自統計結果と、情報受付部が受け付けた１以上の他構成員回答または１以上の他構成員回答を統計処理した結果である他統計結果とを取得し、自構成員回答または自統計結果と、１以上の他構成員回答または他統計結果とを用いて、提案識別情報を取得する情報処理装置である。

【0008】

かかる構成により、他構成員回答をも用いて、組織の構成員の成長のための情報を適切に提案できる。

【0009】

また、本第三の発明の情報処理装置は、第一または第二の発明に対して、一の構成員の自分に関する第一アンケートの回答である自構成員回答または自構成員回答を統計処理した結果である自統計結果と、一の構成員の成長のために提案するべき情報を特定する提案識別情報とを有する２以上の教師データを用いて作成された学習情報が格納される学習情報格納部をさらに具備し、情報取得部は、自構成員回答または自統計結果を用いて、対象構成員に提案する情報を特定する提案識別情報を取得するための元データを取得し、元データと学習情報とを用いて、提案識別情報を取得する情報処理装置である。

【0010】

かかる構成により、学習情報を用いて、組織の構成員の成長のための情報を適切に提案できる。

【0011】

また、本第四の発明の情報処理装置は、第一の発明に対して、学習情報は、２以上の教師データを用いて、機械学習の学習処理を行い、取得された学習モデルであり、情報取得部は、元データと学習モデルとを用いて、機械学習の予測処理を行い、提案識別情報を取得する情報処理装置である。

【0012】

かかる構成により、機械学習の処理により、組織の構成員の成長のための情報を適切に提案できる。

【0013】

また、本第五の発明の情報処理装置は、第四の発明に対して、取得される候補の提案識別情報である１以上の候補情報が格納される候補管理部をさらに具備し、２以上の教師データは、教師データが有する提案識別情報に対応する提案内容情報を一の構成員に対して出力した場合に効果がある旨を示す第一フラグに対応付く１以上の正例と、教師データが有する提案識別情報に対応する提案内容情報を一の構成員に対して出力した場合に効果がない旨を示す第二フラグに対応付く１以上の負例とを含み、学習情報は、１以上の正例と１以上の負例とを用いて、機械学習の学習処理を行い、取得された学習モデルであり、情報取得部は、１以上の各候補情報ごとに、元データと候補情報と、学習モデルとを用いて、機械学習の予測処理を行い、第一フラグまたは第二フラグを取得し、取得したフラグが第一フラグである候補情報である提案識別情報を取得する情報処理装置である。

【0014】

かかる構成により、機械学習の処理により、組織の構成員の成長のための情報を適切に提案できる。

【0015】

また、本第六の発明の情報処理装置は、第四の発明に対して、取得される候補の提案識別情報である１以上の候補情報が格納される候補管理部をさらに具備し、２以上の教師データは、教師データが有する提案識別情報に対応するスコアを有し、学習情報は、２以上の教師データを用いて、機械学習の学習処理を行い、取得された学習モデルであり、情報取得部は、１以上の各候補情報ごとに、元データと候補情報と、学習モデルとを用いて、機械学習の予測処理を行い、スコアを取得し、スコアが良好条件を満たす候補情報である提案識別情報を取得する情報処理装置である。

【0016】

かかる構成により、機械学習の処理により、組織の構成員の成長のための情報を適切に提案できる。

【0017】

また、本第七の発明の情報処理装置は、第四の発明に対して、２以上の教師データは、元データを説明変数とし、提案識別情報を目的変数とするデータであり、学習情報は、２以上の教師データを用いて、機械学習の学習処理を行い、取得された学習モデルであり、情報取得部は、自構成員回答または自統計結果を用いて、対象構成員に提案する情報を特定する提案識別情報を取得するための元データを取得し、元データと学習モデルとを用いて、機械学習の予測処理を行い、提案識別情報を取得する情報処理装置である。

【0018】

かかる構成により、機械学習の処理により、組織の構成員の成長のための情報を適切に提案できる。

【0019】

また、本第八の発明の情報処理装置は、第三の発明に対して、学習情報は、生成系ＡＩのモジュールが使用する学習モデルであり、情報取得部は、元データを生成系ＡＩのモジュールに与え、生成系ＡＩのモジュールから提案識別情報を取得する情報処理装置である。

【0020】

かかる構成により、生成系ＡＩにより、組織の構成員の成長のための情報を適切に提案できる。

【0021】

また、本第九の発明の情報処理装置は、第三の発明に対して、学習情報は、元データと提案識別情報との対応を示す２以上の対応情報を有する対応表であり、情報取得部は、元データが採用条件を満たす元データを対応表から決定し、決定した元データと対になる提案識別情報を対応表から取得する情報処理装置である。

【0022】

かかる構成により、対応表により、組織の構成員の成長のための情報を適切に提案できる。

【0023】

また、本第十の発明の情報処理装置は、第一の発明に対して、第一アンケートに含まれる２以上の各設問は、２以上の提案識別情報のうちのいずれか１以上に対応付いており、情報取得部は、２以上の各提案識別情報ごとに、提案識別情報に対する１以上の各設問に対する回答に対して統計処理した結果である自統計結果を取得し、自統計結果が選択条件を満たす１以上の提案識別情報を取得する情報処理装置である。

【0024】

かかる構成により、組織の構成員の成長のための情報を適切に提案できる。

【発明の効果】

【0025】

本発明による情報処理装置によれば、組織の構成員の成長のための情報を適切に提案できる。

【図面の簡単な説明】

【0026】

【図1】実施の形態１における情報システムＡの概念図

【図2】同情報システムＡのブロック図

【図3】同情報処理装置１の動作例について説明するフローチャート

【図4】同第一の元データ取得処理の例について説明するフローチャート

【図5】同第二の元データ取得処理の例について説明するフローチャート

【図6】同第一の情報取得処理の例について説明するフローチャート

【図7】同第二の情報取得処理の例について説明するフローチャート

【図8】同第三の情報取得処理の例について説明するフローチャート

【図9】同第四の情報取得処理の例について説明するフローチャート

【図10】同統計処理の例について説明するフローチャート

【図11】同学習処理の例について説明するフローチャート

【図12】同第一の教師データ構成処理の例について説明するフローチャート

【図13】同第二の教師データ構成処理の例について説明するフローチャート

【図14】同第三の教師データ構成処理の例について説明するフローチャート

【図15】同スコア取得処理の例について説明するフローチャート

【図16】同第一アンケート管理表を示す図

【図17】同第二アンケート管理表を示す図

【図18】同候補管理表を示す図

【図19】同出力例を示す図

【図20】同コンピュータシステムの概観図

【図21】同コンピュータシステムのブロック図

【発明を実施するための形態】

【0027】

以下、情報処理装置等の実施形態について図面を参照して説明する。なお、実施の形態において同じ符号を付した構成要素は同様の動作を行うので、再度の説明を省略する場合がある。

【0028】

（実施の形態１）
本実施の形態において、組織における一の構成員への第一アンケートの回答を用いて、当該回答に合わせた情報であり、一の構成員の成長のための情報である提案識別情報を出力する情報処理装置について説明する。なお、組織は、例えば、企業、地方公共団体、学校、個人事業体であるが、その種類は問わない。

【0029】

また、本実施の形態において、組織における一の構成員への第一アンケートの回答と、当該組織における他の構成員の一の構成員に対する第二アンケートの回答とを用いて、提案識別情報を出力する情報処理装置について説明する。

【0030】

また、本実施の形態において、一の構成員への第一アンケートの回答と、提案識別情報とを用いて取得された２以上の教師データを用いて作成された学習情報が格納されており、当該学習情報を用いて、提案識別情報を出力する情報処理装置について説明する。なお、学習情報は、例えば、学習モデル、生成系ＡＩが有するモデル、または対応表である。

【0031】

さらに、本実施の形態において、一の構成員への第一アンケートの回答と、他の構成員の一の構成員に対する第二アンケートの回答と、提案識別情報とを用いて取得された２以上の教師データを用いて作成された学習情報が格納されており、当該学習情報を用いて、提案識別情報を出力する情報処理装置について説明する。なお、学習情報は、例えば、学習モデル、生成系ＡＩが有するモデル、または対応表である。

【0032】

なお、本明細書において、情報Ｘが情報Ｙに対応付いていることは、情報Ｘから情報Ｙを取得できること、または情報Ｙから情報Ｘを取得できることであり、その対応付けの方法は問わない。情報Ｘと情報Ｙとがリンク付いていても良いし、同じバッファに存在していても良いし、情報Ｘが情報Ｙに含まれていても良いし、情報Ｙが情報Ｘに含まれている等でも良い。

【0033】

図１は、本実施の形態における情報システムＡの概念図である。情報システムＡは、情報処理装置１、および１または２端末装置２を備える。

【0034】

情報処理装置１は、少なくとも対象構成員への第一アンケートの回答を用いて、当該対象構成員の成長のための情報を出力する装置である。情報処理装置１は、ここではいわゆるサーバ装置である。情報処理装置１は、例えば、クラウドサーバやＡＳＰサーバであるが、そのタイプや設置場所は問わない。なお、情報処理装置１は、スタンドアロンの装置でも良い。

【0035】

端末装置２は、ユーザが使用する端末である。ユーザは、通常、組織の構成員である。ユーザは、通常、提案識別情報の得る対象構成員、または第二アンケートに対する回答を行う他の構成員である。また、構成員は、組織の一員である。構成員は、例えば、会社の社員、会社のアルバイト等である。構成員の立場や役職等は問わない。端末装置２は、スマートフォンやタブレット端末や携帯電話等の携帯端末、いわゆるパソコン等であり、そのタイプは問わない。

【0036】

図２は、本実施の形態における情報システムＡのブロック図である。情報処理装置１は、格納部１１、受付部１２、処理部１３、および出力部１４を備える。

【0037】

格納部１１は、アンケート格納部１１１、候補管理部１１２、組織情報格納部１１３、回答格納部１１４、および学習情報格納部１１５を備える。受付部１２は、情報受付部１２１を備える。処理部１３は、統計処理部１３１、学習部１３２、および情報取得部１３３を備える。出力部１４は、情報出力部１４１を備える。

【0038】

端末装置２は、端末格納部２１、端末受付部２２、端末処理部２３、端末送信部２４、端末受信部２５、および端末出力部２６を備える。

【0039】

情報処理装置１を構成する格納部１１には、各種の情報が格納される。各種の情報とは、例えば、後述するアンケート、後述する候補情報、後述する組織情報、後述する回答、後述する学習情報である。

【0040】

アンケート格納部１１１には、１または２以上のアンケートが格納される。アンケート格納部１１１には、通常、第一アンケートと第二アンケートとが格納される。通常、第一アンケートと第二アンケートとは異なるアンケートである。ただし、第一アンケートと第二アンケートとは同じアンケートでも良い。第一アンケートと第二アンケートとが同じアンケートである場合、アンケート格納部１１１には、１つのアンケートのみが格納されていても良い。

【0041】

アンケートは、通常、２以上の設問を有する。設問は、項目、質問等と言っても良い。設問の内容は、問わない。

【0042】

第一アンケートとは、一の構成員の自分に関するアンケートである。第一アンケートは、構成員の仕事に関する１以上の設問を有することは好適である。第一アンケートの１以上の設問は、例えば、仕事に関する項目について、一の構成員が仕事をする上で重要度を問う設問を含む。第一アンケートの１以上の設問は、例えば、一の構成員の行動や考え方を問う設問を含む。

【0043】

第二アンケートとは、他の構成員の一の構成員に対するアンケートである。つまり、第二アンケートは、他の構成員が回答するアンケートである。第二アンケートは、一の構成員に対する１または２以上の設問の集合である。第二アンケートは、例えば、一の構成員の仕事ぶりに関する１以上の設問を有する。第二アンケートを構成する１以上の各設問は、一の構成員の仕事ぶりに関する項目に対する期待度または項目に対する満足度を聞く設問であることは好適である。項目に対する期待度と満足度とを構成員に問う場合、項目に対する期待度を問う設問と、項目に対する満足度を問う設問とは、別々の設問である、と考えても良いし、一の項目が一の設問である、と考えても良い。一の項目が一の設問であると考える場合、一の設問は、期待度と満足度との両方を問う設問である。

【0044】

項目は、例えば、「彼／彼女が、市場の変化や動向をあなたに伝えること」「彼／彼女が、自部署の目標を達成するための計画や方法をあなたに伝えること」である。

【0045】

なお、期待度とは、対象（例えば、情報提供、情報収集、判断行動、支援行動等）に対する期待の度合である。なお、対象は、領域や項目等と言っても良い。また、「期待度」は、「重要度」や「影響度」等の同種の用語の意義であると考えても良いし、同種の用語に置き換えても良いことは言うまでもない。また、満足度とは、対象（例えば、情報提供、情報収集、判断行動、支援行動等）に対する満足の度合である。「満足度」は、「実現度」や「達成度」等の同種の用語の意義であると考えても良いし、同種の用語に置き換えても良いことは言うまでもない。

【0046】

他の構成員とは、一の構成員とは異なる構成員である。他の構成員と一の構成員とは、例えば、同じ会社である。他の構成員は、例えば、一の構成員の上司、一の構成員の部下、一の構成員の同僚、一の構成員の斜め上司である。斜め上司とは、一の構成員とは異なる部署（例えば、隣の部署）の、上の役職の者である。

【0047】

候補管理部１１２には、１または２以上の候補情報が格納される。候補情報とは、取得され得る候補の提案識別情報に関する情報である。なお、以下、候補情報を単に候補と言っても良い。候補情報には、重みが対応付いていても良い。重みは、候補情報の重みであり、候補情報のスコアを算出する場合の補正量を特定する情報である。候補情報は、例えば、提案識別子、タイトル情報、または提案内容情報のうちの１または２種類以上の情報である。

【0048】

提案識別情報とは、構成員の成長のために提案するべき情報を特定するである。提案するべき情報は、例えば、構成員の成長課題を示す情報である。成長課題とは、成長のための課題である。提案識別情報は、例えば、提案識別子、タイトル情報、または提案内容情報である。提案識別子とは、提案内容情報を識別する情報である。提案識別子は、例えば、提案内容情報のＩＤである。タイトル情報とは、提案内容情報のタイトルを特定する情報である。タイトル情報は、通常、提案内容情報のタイトルである。提案内容情報とは、構成員に提案する情報である。提案内容情報は、例えば、文字列、画像、動画、音声、またはこれらのデータタイプのうちの２以上のデータタイプの情報を有する情報である。提案内容情報のデータタイプは問わない。

【0049】

組織情報格納部１１３には、１または２以上の組織情報が格納される。組織情報とは、組織に関する情報である。組織情報は、例えば、組織識別子、１以上の組織属性値を有する。

【0050】

組織識別子とは、組織を識別する情報である。組織識別子は、例えば、組織のＩＤ、組織名である。組織名は、例えば、会社名、部署名、会社名と部署名、市町村名である。

【0051】

組織属性値とは、組織の属性値である。組織属性値は、例えば、業種、組織の規模を特定する規模情報、組織の年次割合を特定する年次割合情報、組織の構成員の年代の割合を特定する年齢割合情報、業務内容、組織の性別構成を特定する性別構成情報、決算月、総会の時期を特定する総会時期情報、事業情報である。事業情報とは、組織の事業に関する情報である。事業情報は、例えば、売上、利益額、利益率、 生産性、成長率である。

【0052】

回答格納部１１４には、回答集合が格納される。回答集合とは、１または２以上の構成員回答の集合である。構成員回答とは、一の構成員に対するアンケートに対する回答である。構成員回答は、自構成員回答または他構成員回答である。構成員回答は、通常、２以上の各設問に対する回答の集合である。

【0053】

自構成員回答とは、対象構成員の第一アンケートの回答である。自構成員回答には、回答した対象構成員の構成員識別子が対応付く。自構成員回答には、自統計結果が対応付いても良い。自統計結果とは、自構成員回答を統計処理した結果である。かかる統計処理は、例えば、統計処理部１３１が行う。

【0054】

他構成員回答とは、対象構成員に対する第二アンケートの回答である。他構成員回答には、対象構成員の構成員識別子が対応付く。他構成員回答には、回答した構成員の構成員識別子が対応付いても良い。他構成員回答には、他統計結果が対応付いても良い。他統計結果とは、一の対象構成員に対する１以上の他構成員回答を統計処理した結果である。かかる統計処理は、例えば、統計処理部１３１が行う。

【0055】

回答格納部１１４において、例えば、構成員識別子に対応付く自構成員回答と１または２以上の他構成員回答との１以上のセットが格納される。かかるセットは、構成員識別子で識別される対象構成員が回答した自構成員回答と、当該対象構成員に対する１以上の他の構成員の他構成員回答である。また、かかるセットには、例えば、提案履歴が対応付く。提案履歴は、自構成員回答と１以上の他構成員回答とが受け付けられた後に、対象構成員に対して出力された提案内容情報に関する情報であり、対象構成員に対する提案の履歴である。提案履歴は、例えば、提案識別情報（例えば、提案識別子）と提案した日付とを有する。提案履歴は、例えば、結果情報を有する。結果情報とは、当該提案内容情報の構成員への提案の結果についての情報である。結果情報は、例えば、フラグまたはスコアである。ここでのフラグは、提案内容情報の提案が良かった（例えば「１」）、または良くなかった（例えば、「０」）かを示す情報である。ここでのスコアは、提案内容情報の提案の評価値（例えば、「１」から「１０」の１０段階）である。

【0056】

学習情報格納部１１５は、１または２以上の学習情報が格納される。学習情報は、例えば、後述する学習部１３２が取得する情報である。学習情報は、モデル条件が対応付いていても良い。つまり、学習情報は、モデル条件ごとに存在していても良い。モデル条件は、予測処理に使用する学習情報を決定するための条件である。モデル条件は、１または２以上の組織属性値を用いた条件である。モデル条件は、例えば、「業種＝商社 ＡＮＤ 規模＝大企業」である。なお、学習情報を用いずに提案識別情報が取得される場合、学習情報格納部１１５は不要である。

【0057】

学習情報とは、２以上の教師データに基づく情報である。学習情報は、通常、２以上の教師データを用いて取得された情報である。学習情報は、例えば、学習モデルまたは対応表である。学習情報は、例えば、生成系ＡＩが有する学習モデルである。

【0058】

学習モデルとは、２以上の教師データを用いて、機械学習の学習処理を行い、取得された情報である。学習情報は、例えば、後述する１以上の正例と1以上の負例とを用いて、機械学習の学習処理を行い、取得されたデルである。学習モデルは、学習器、分類器等と言っても良い。学習処理および後述する予測処理の機械学習のアルゴリズムは、深層学習、ランダムフォレスト、決定木、ＳＶＭ、ＳＶＲ等、問わない。また、機械学習には、例えば、ＴｅｎｓｏｒＦｌｏｗ（登録商標）のライブラリ、Ｒ言語のｒａｎｄｏｍ ｆｏｒｅｓｔのモジュール、ｆａｓｔＴｅｘｔ、ＴｉｎｙＳＶＭ等の各種の機械学習の関数や、種々の既存のライブラリを用いることができる。

【0059】

対応表とは、元データと提案識別情報との対応を示す２以上の対応情報を有する情報である。

【0060】

生成系ＡＩが有する学習モデルを使用する場合、学習情報格納部１１５は、情報処理装置１ではない外部の装置に存在する。なお、生成系ＡＩは、生成ＡＩと言っても良い。生成系ＡＩは、通常、テキスト生成を行うＡＩである。生成系ＡＩは、例えば、ＣｈａｔＧＰＴ（登録商標）、Ｊａｓｐｅｒである。

【0061】

教師データとは、学習情報の元になる情報である。教師データは、元データを有する。元データとは、教師データの元になる情報である。元データは、例えば、自構成員回答または自統計結果を有する。元データは、例えば、１以上の他構成員回答または他統計結果を有する。元データは、例えば、自構成員回答または自統計結果、および１以上の他構成員回答または他統計結果を有する。元データは、提案識別情報を有しても良い。元データは、１以上の組織属性値を有しても良い。

【0062】

教師データは、例えば、以下の（１）（２）（３）のいずれかである。
（１）説明変数が元データであり、目的変数が提案識別情報である場合

【0063】

かかる場合の元データは、例えば、自構成員回答または自統計結果を有する。かかる場合の元データは、例えば、１または２以上の他構成員回答または他統計結果を有する。かかる場合の元データは、例えば、１または２以上の他構成員回答または他統計結果、および自構成員回答または自統計結果を有する。かかる場合の元データは、提案識別情報を有さない。
（２）説明変数が元データであり、目的変数がフラグである場合

【0064】

かかる場合の元データは、例えば、自構成員回答または自統計結果、および提案識別情報を有する。かかる場合の元データは、例えば、１以上の他構成員回答または他統計結果、および提案識別情報を有する。かかる場合の元データは、自構成員回答または自統計結果、および１以上の他構成員回答または他統計結果、および提案識別情報を有する。目的変数であるフラグは、第一フラグ（例えば、「１」）または第二フラグ（例えば、「０」）の値を採り得る。第一フラグは、一の構成員に対して出力した場合に効果がある旨を示す情報である。第二フラグは、一の構成員に対して出力した場合に効果がない旨を示す情報である。

【0065】

なお、目的変数であるフラグが第一フラグである教師データは正例であり、目的変数であるフラグが第二フラグである教師データは負例である。
（３）説明変数が元データであり、目的変数がスコアである場合

【0066】

かかる場合の元データは、例えば、自構成員回答または自統計結果、および提案識別情報を有する。かかる場合の元データは、例えば、１以上の他構成員回答または他統計結果、および提案識別情報を有する。かかる場合の元データは、例えば、自構成員回答または自統計結果、および１以上の他構成員回答または他統計結果、および提案識別情報を有する。目的変数であるスコアとは、提案識別情報に対応する提案内容情報を一の構成員に提案することの効果の度合いである。目的変数であるスコアは、例えば、提案識別情報に対応する提案内容情報を一の構成員に提案した後の当該一の構成員の評価値と、提案識別情報に対応する提案内容情報を一の構成員に提案する前の当該一の構成員の評価値との差である。スコアは、人が入力した情報でも良いし、自構成員回答の履歴から取得された情報でも良い。自構成員回答の履歴から取得された情報は、例えば、提案識別情報に対応する提案内容情報を一の構成員に提案した後の自構成員回答から取得された第一スコアと、提案識別情報に対応する提案内容情報を一の構成員に提案する前の自構成員回答から取得された第二スコアとの差である。

【0067】

受付部１２は、各種の情報や指示等を受け付ける。各種の情報や指示等とは、例えば、自構成員回答、他構成員回答等である。

【0068】

情報受付部１２１は、例えば、自構成員回答を受け付ける。情報受付部１２１は、例えば、１以上の他構成員回答を受け付ける。自構成員回答は、通常、アンケートの対象であり、回答者である対象構成員の構成員識別子に対応付いている。他構成員回答は、例えば、回答した構成員の構成員識別子に対応付いている。他構成員回答は、通常、アンケートの対象である対象構成員の構成員識別子に対応付いている。情報受付部１２１は、一の対象構成員の構成員識別子に対応付く自構成員回答と１以上の各他構成員回答とを同時に受け付ける必要はない。

【0069】

ここで、受け付けとは、通常、端末装置２からの受信であるが、例えば、キーボードやマウス、タッチパネルなどの入力デバイスから入力された情報の受け付け、光ディスクや磁気ディスク、半導体メモリなどの記録媒体から読み出された情報の受け付けなどを含む概念であると考えても良い。

【0070】

処理部１３は、各種の処理を行う。各種の処理とは、例えば、統計処理部１３１、学習部１３２、情報取得部１３３が行う処理である。

【0071】

統計処理部１３１は、１または２以上の構成員回答を統計処理し、１または２以上の統計結果を取得する。構成員回答は、自構成員回答または他構成員回答である。統計結果は、自統計結果または他統計結果である。統計結果は、自統計結果と他統計結果とを用いて取得された情報でも良い。

【0072】

統計処理部１３１は、例えば、１つの他構成員回答を統計処理し、１または２以上の他統計結果を取得する。統計処理部１３１は、例えば、同じ対象構成員の構成員識別子に対応付いている２以上の他構成員回答を統計処理し、１または２以上の他統計結果を取得する。他統計結果は、例えば、１以上の他構成員回答が有する２以上の各回答の和、２以上の各回答の代表値（例えば、平均値、中央値）、２以上の領域ごとの各領域に対応する１以上の回答の和、２以上の領域ごとの各領域に対応する１以上の回答の代表値（例えば、平均値、中央値）である。なお、領域はカテゴリーやクラスやグループ等と言っても良い。領域は、通常、２以上の設問の集合である。

【0073】

統計処理部１３１は、例えば、自構成員回答を統計処理し、１または２以上の自統計結果を取得する。自統計結果は、例えば、自構成員回答が有する２以上の各回答の和、２以上の各回答の代表値（例えば、平均値、中央値）、２以上の領域ごとの各領域に対応する１以上の回答の和、２以上の領域ごとの各領域に対応する１以上の回答の代表値（例えば、平均値、中央値）である。なお、領域はカテゴリーやクラスやグループ等と言っても良い。領域は、通常、２以上の設問の集合である。

【0074】

なお、統計処理部１３１が行う統計処理のアルゴリズム、統計結果は問わない。

【0075】

学習部１３２は、２以上の教師データを用いて学習情報を取得する。以下、学習情報が学習モデルの場合と、対応表の場合とで、分けて説明する。なお、学習情報を用いずに提案識別情報が取得される場合、学習部１３２は不要である。
（１）学習情報が学習モデルの場合
（１－１）説明変数が元データであり、目的変数が提案識別情報である場合

【0076】

かかる場合の元データは、例えば、自構成員回答または自統計結果を有する。かかる場合の元データは、例えば、１または２以上の他構成員回答または他統計結果を有する。かかる場合の元データは、例えば、自構成員回答または自統計結果、および１または２以上の他構成員回答または他統計結果を有する。かかる場合の元データは、提案識別情報を有さない。

【0077】

学習部１３２は、かかる２以上の教師データを用いて、機械学習の学習処理を行い、学習モデルを取得する。かかる学習モデルは、多値分類に使用されるモデルである。かかる学習モデルは、対象構成員の元データと共に用いられて、機械学習の予測処理により提案識別情報が取得される。
（１－２）説明変数が元データであり、目的変数がフラグである場合

【0078】

かかる場合の元データは、例えば、自構成員回答または自統計結果、および提案識別情報を有する。かかる場合の元データは、例えば、１または２以上の他構成員回答または他統計結果、および提案識別情報を有する。かかる場合の元データは、例えば、自構成員回答または自統計結果、および１または２以上の他構成員回答または他統計結果、および提案識別情報を有する。

【0079】

学習部１３２は、かかる２以上の教師データを用いて、機械学習の学習処理を行い、学習モデルを取得する。かかる学習モデルは、二値分類に使用されるモデルである。かかる学習モデルは、元データと共に用いられて、機械学習の予測処理によりフラグ（例えば、「１」または「０」）の目的変数が取得される。
（１－３）説明変数が元データであり、目的変数がスコアである場合

【0080】

かかる場合の元データは、例えば、自構成員回答または自統計結果、および提案識別情報を有する。かかる場合の元データは、例えば、１または２以上の他構成員回答または他統計結果、および提案識別情報を有する。かかる場合の元データは、例えば、自構成員回答または自統計結果、および１または２以上の他構成員回答または他統計結果、および提案識別情報を有する。

【0081】

学習部１３２は、かかる２以上の教師データを用いて、機械学習の学習処理を行い、学習モデルを取得する。かかる学習モデルは、多値分類に使用されるモデルである。かかる学習モデルは、対象構成員の元データと共に用いられて、機械学習の予測処理によりスコアが取得される。
（２）学習情報が対応表の場合
（２－１）説明変数が元データであり、目的変数が提案識別情報である場合

【0082】

かかる場合の元データは、例えば、自構成員回答または自統計結果を有する。かかる場合の元データは、例えば、１または２以上の他構成員回答または他統計結果を有する。かかる場合の元データは、例えば、自構成員回答または自統計結果、および１または２以上の他構成員回答または他統計結果を有する。かかる場合の元データは、提案識別情報を有さない。

【0083】

学習部１３２は、例えば、かかる２以上の各教師データごとに、教師データが有する元データに含まれる２以上の各情報を要素とするベクトルと、教師データが有する提案識別情報とを有する対応情報を取得する。学習部１３２は、例えば、当該２以上の対応情報を有する対応表を取得する。
（２－２）説明変数が元データであり、目的変数がフラグである場合

【0084】

かかる場合の元データは、例えば、自構成員回答または自統計結果、および提案識別情報を有する。かかる場合の元データは、例えば、１または２以上の他構成員回答または他統計結果、および提案識別情報を有する。かかる場合の元データは、例えば、自構成員回答または自統計結果、および１または２以上の他構成員回答または他統計結果、および提案識別情報を有する。

【0085】

学習部１３２は、例えば、かかる２以上の各教師データごとに、教師データが有する元データに含まれる２以上の各情報と提案識別情報とを要素とするベクトルと、フラグとを有する対応情報を取得する。学習部１３２は、例えば、当該２以上の対応情報を有する対応表を取得する。

【0086】

なお、学習部１３２は、フラグが第一フラグに対応するベクトルの代表ベクトルである第一代表ベクトルと、フラグが第二フラグに対応するベクトルの代表ベクトルである第二代表ベクトルとを有する対応表を取得しても良い。
（２－３）説明変数が元データであり、目的変数がスコアである場合

【0087】

かかる場合の元データは、例えば、自構成員回答または自統計結果、および提案識別情報を有する。かかる場合の元データは、例えば、１または２以上の他構成員回答または他統計結果、および提案識別情報を有する。かかる場合の元データは、例えば、自構成員回答または自統計結果、および１または２以上の他構成員回答または他統計結果、および提案識別情報を有する。

【0088】

学習部１３２は、例えば、かかる２以上の各教師データごとに、教師データが有する元データに含まれる２以上の各情報を要素とするベクトルと、教師データが有するスコアとを有する対応情報を取得する。学習部１３２は、例えば、当該２以上の対応情報を有する対応表を取得する。

【0089】

なお、学習部１３２は、通常、取得した学習情報を学習情報格納部１１５に蓄積する。

【0090】

情報取得部１３３は、元データを取得する。次に、情報取得部１３３は、例えば、当該元データと学習情報格納部１１５の学習情報とを用いて、提案識別情報を取得する。なお、情報取得部１３３は、学習情報を用いずに、提案識別情報を取得しても良い。

【0091】

情報取得部１３３は、例えば、情報受付部１２１が受け付けた自構成員回答または当該自構成員回答に基づく自統計結果を取得し、当該自構成員回答または当該自自統計結果を用いて、元データを取得する。情報取得部１３３は、例えば、情報受付部１２１が受け付けた１以上の他構成員回答または当該１以上の他構成員回答に基づく他統計結果とを取得し、当該１以上の他構成員回答または当該他統計結果を用いて、元データを取得する。情報取得部１３３は、例えば、情報受付部１２１が受け付けた自構成員回答または当該自構成員回答に基づく自統計結果と、情報受付部１２１が受け付けた１以上の他構成員回答または当該１以上の他構成員回答に基づく他統計結果とを取得し、当該自構成員回答または当該自統計結果と、当該１以上の他構成員回答または当該他統計結果とを用いて、元データを取得する。

【0092】

なお、元データとは、対象構成員に提案する情報を特定する提案識別情報を取得するための情報である。元データは、例えば、元データの取得のために使用する各情報を要素とするベクトルであるが、そのデータ構造は問わない。元データは、例えば、１以上の他構成員回答に含まれる２以上の各回答、および自構成員回答に含まれる２以上の各回答を要素とするベクトルである。かかるベクトルは、例えば、（上司の設問１に対する回答，上司の設問２に対する回答，・・・，部下の設問１に対する回答，部下の設問２に対する回答，・・・，同僚の設問１に対する回答，同僚の設問２に対する回答，・・・，自構成員回答に含まれる設問１に対する回答，・・・，自構成員回答に含まれる設問Ｎに対する回答）である。元データは、例えば、１以上の各他統計結果、および１以上の各自統計結果を要素とするベクトルである。かかるベクトルは、例えば、（２以上の他構成員回答に含まれるグループ１に対応する２以上の設問の回答の平均値，２以上の他構成員回答に含まれるグループ２に対応する２以上の設問の回答の平均値，・・・，自構成員回答に含まれるグループ１に対応する２以上の設問の回答の平均値，・・・，自構成員回答に含まれるグループＮに対応する２以上の設問の回答の平均値）である。

【0093】

以下、情報取得部１３３が、（１）機械学習の予測処理により提案識別情報を取得する場合、（２）生成系ＡＩのモジュールを用いて提案識別情報を取得する場合、（３）対応表を用いて提案識別情報を取得する場合、（４）学習情報を用いずに、統計結果を用いて提案識別情報を取得する場合について説明する。

【0094】

なお、（１）（２）（３）（４）のいずれの場合でも、情報取得部１３３は、例えば、情報受付部１２１が受け付けた自構成員回答または当該自構成員回答を統計処理した結果である自統計結果と情報受付部１２１が受け付けた１以上の他構成員回答または当該１以上の他構成員回答を統計処理した結果である他統計結果とを取得し、当該自構成員回答または当該自統計結果と、当該１以上の他構成員回答または当該他統計結果とを用いて、元データを取得する。なお、情報取得部１３３は、例えば、（ａ）自構成員回答または当該自統計結果と、（ｂ）１以上の他構成員回答または当該他統計結果のうちの、どちらか一方（（ａ）または（ｂ））を用いて、元データを取得しても良い。
（１）機械学習の予測処理により提案識別情報を取得する場合
（１－１）説明変数が元データであり、目的変数が提案識別情報である場合

【0095】

情報取得部１３３は、例えば、取得した元データと学習情報格納部１１５の学習モデルとを用いて、機械学習の予測処理を行い、目的変数である提案識別情報を取得する。
（１－２）説明変数が元データであり、目的変数がフラグである場合
（１－２－１）尤度（スコアと言っても良い）を用いない場合

【0096】

情報取得部１３３は、候補管理部１１２の１以上の各候補情報ごとに、元データと候補情報と、学習情報格納部１１５の学習モデルとを用いて、機械学習の予測処理を行い、第一フラグまたは第二フラグを取得する。

【0097】

次に、情報取得部１３３は、取得したフラグが第一フラグである１または２以上の候補情報を取得する。かかる１以上の各候補情報は、提案識別情報である。
（１－２－２）尤度を用いる場合

【0098】

情報取得部１３３は、１以上の各候補情報ごとに、元データと候補情報と、学習モデルとを用いて、機械学習の予測処理を行い、第一フラグまたは第二フラグ、および尤度（スコア）を取得する。

【0099】

次に、情報取得部１３３は、良好条件を満たす尤度に対応する１または２以上の候補情報を取得する。かかる１以上の各候補情報は、提案識別情報である。良好条件は、例えば、尤度が閾値以上または閾値より大きいこと、または尤度が上位Ｎ以上（Ｎは１以上の自然数）である。
（１－３）説明変数が元データであり、目的変数がスコアである場合

【0100】

情報取得部１３３は、１以上の各候補情報ごとに、元データと候補情報と、学習モデルとを用いて、機械学習の予測処理を行い、スコアを取得する。

【0101】

次に、情報取得部１３３は、スコアが良好条件を満たす候補情報である提案識別情報を取得する。良好条件は、例えば、スコアが閾値以上または閾値より大きいこと、またはスコアが上位Ｎ以上（Ｎは１以上の自然数）である。
（２）生成系ＡＩのモジュールを用いて提案識別情報を取得する場合

【0102】

情報取得部１３３は、元データを生成系ＡＩのモジュールに与え、当該生成系ＡＩのモジュールから提案識別情報を取得する。なお、生成系ＡＩのモジュールは、格納部１１に存在する必要は無く、図示しない他の装置に存在していても良い。また、ここでの提案識別情報は、通常、提案内容情報である。
（３）対応表を用いて提案識別情報を取得する場合

【0103】

情報取得部１３３は、情報取得部１３３が取得した元データが、対応表が有する対応情報に含まれる元データに対して、採用条件を満たす対応表の１以上の元データを決定し、決定した１以上の各元データと対になる提案識別情報を対応表から取得する。採用条件は、例えば、類似度が閾値以上または閾値より大きいこと、または類似度が上位Ｎ以上（Ｎは１以上の自然数）である。
（４）学習情報を用いずに、統計結果を用いて提案識別情報を取得する場合

【0104】

ここで、例えば、第一アンケートの各設問には、候補情報が対応付いている、とする。また、第二アンケートの各設問にも、候補情報が対応付いている、とする。
（４－１）自統計結果を用いる場合

【0105】

情報取得部１３３は、候補管理部１１２には、２以上の各候補情報ごとに、候補情報に対応付く１以上の各設問の回答であり、自構成員回答に含まれる１以上の回答を取得する。次に、情報取得部１３３は、２以上の各候補情報ごとに、取得した１以上の回答に対して統計処理し、候補情報ごとのスコアを取得する。次に、情報取得部１３３は、スコアが選択条件を満たす候補情報である１以上の提案識別情報を取得する。なお、スコアは、例えば、取得した１以上の回答の合計、または取得した１以上の回答の代表値（例えば、平均値、中央値）、取得した１以上の回答の合計を候補情報の重みを用いて、調整した値である。
（４－２）他統計結果を用いる場合

【0106】

情報取得部１３３は、候補管理部１１２には、２以上の各候補情報ごとに、候補情報に対応付く１以上の各設問の回答であり、１以上の他構成員回答に含まれる１以上の回答を取得する。次に、情報取得部１３３は、２以上の各候補情報ごとに、取得した１以上の回答に対して統計処理し、候補情報ごとのスコアを取得する。次に、情報取得部１３３は、スコアが選択条件を満たす候補情報である１以上の提案識別情報を取得する。なお、スコアは、例えば、取得した１以上の回答の合計、または取得した１以上の回答の代表値（例えば、平均値、中央値）、取得した１以上の回答の合計を候補情報の重みを用いて、調整した値である。
（４－３）自統計結果と他統計結果とを用いる場合

【0107】

情報取得部１３３は、候補管理部１１２には、２以上の各候補情報ごとに、候補情報に対応付く１以上の各設問の回答であり、自構成員回答および１以上の他構成員回答に含まれる１以上の回答を取得する。次に、情報取得部１３３は、２以上の各候補情報ごとに、取得した１以上の回答に対して統計処理し、候補情報ごとのスコアを取得する。次に、情報取得部１３３は、スコアが選択条件を満たす候補情報である１以上の提案識別情報を取得する。なお、スコアは、例えば、取得した１以上の回答の合計、または取得した１以上の回答の代表値（例えば、平均値、中央値）、取得した１以上の回答の合計を候補情報の重みを用いて、調整した値である。

【0108】

出力部１４は、各種の情報を出力する。ここで、各種の情報とは、例えば、提案識別情報、または提案内容情報である。

【0109】

情報出力部１４１は、情報取得部１３３が取得した提案識別情報、または当該提案識別情報に対応する提案内容情報を出力する。なお、提案識別情報に対応する提案内容情報は、例えば、候補管理部１１２に格納されている。

【0110】

なお、ここでの出力とは、通常、端末装置２への送信であるが、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念である、と考えても良い。

【0111】

端末装置２を構成する端末格納部２１には、各種の情報が格納される。各種の情報とは、例えば、構成員回答である。構成員回答は、例えば、他構成員回答または自構成員回答である。

【0112】

端末受付部２２は、各種の指示や情報等を受け付ける。各種の指示や情報等とは、例えば、構成員回答である。構成員回答は、例えば、組織識別子、構成員識別子に対応付く。

【0113】

ここで、受け付けとは、キーボードやマウス、タッチパネルなどの入力デバイスから入力された情報の受け付け、有線もしくは無線の通信回線を介して送信された情報の受信、光ディスクや磁気ディスク、半導体メモリなどの記録媒体から読み出された情報の受け付けなどを含む概念である。

【0114】

各種の指示や情報等の入力手段は、タッチパネルやキーボードやマウスやメニュー画面によるもの等、何でも良い。

【0115】

端末処理部２３は、各種の処理を行う。各種の処理とは、例えば、端末受信部２５が受信した情報を表示されるデータに構成する処理である。各種の処理とは、例えば、端末受付部２２が受け付けた指示等を送信する指示等に構成する処理である。

【0116】

端末送信部２４は、各種の指示や情報等を情報処理装置１に送信する。各種の指示や情報等とは、例えば、端末処理部２３が構成した指示、端末受付部２２が受け付けた指示や情報等である。

【0117】

端末受信部２５は、各種の情報を情報処理装置１から受信する。各種の情報とは、例えば、アンケート、提案識別情報である。アンケートは、例えば、第一アンケート、または第二アンケートである。ここでの提案識別情報は、例えば、提案内容情報、タイトル情報、または提案識別子である。

【0118】

端末出力部２６は、各種の情報を取得する。各種の情報とは、例えば、端末受付部２２が受け付けた情報、端末受信部２５が受信した情報、端末処理部２３が構成した情報である。各種の情報とは、例えば、提案識別情報または提案内容情報である。ここで、出力とは、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、外部の装置への送信、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念である。

【0119】

格納部１１、アンケート格納部１１１、候補管理部１１２、組織情報格納部１１３、回答格納部１１４、学習情報格納部１１５、および端末格納部２１は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。

【0120】

格納部１１等に情報が記憶される過程は問わない。例えば、記録媒体を介して情報が格納部１１等で記憶されるようになってもよく、通信回線等を介して送信された情報が格納部１１等で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された情報が格納部１１等で記憶されるようになってもよい。

【0121】

受付部１２、および情報受付部１２１は、無線または有線の通信手段で実現されることが好適であるが、放送を受信する手段、タッチパネルやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現されても良い。

【0122】

処理部１３、統計処理部１３１、学習部１３２、情報取得部１３３、および端末処理部２３は、通常、プロセッサやメモリ等から実現され得る。処理部１３等の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。なお、プロセッサは、ＣＰＵ、ＭＰＵ、ＧＰＵ等であり、その種類は問わない。

【0123】

出力部１４、および情報出力部１４１は、通常、無線または有線の通信手段で実現されるが、放送手段で実現されても良い。

【0124】

端末受付部２２は、タッチパネルやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。

【0125】

端末送信部２４は、通常、無線または有線の通信手段で実現されるが、放送手段で実現されても良い。

【0126】

端末受信部２５は、通常、無線または有線の通信手段で実現されるが、放送を受信する手段で実現されても良い。

【0127】

端末出力部２６は、ディスプレイやスピーカー等の出力デバイスを含むと考えても含まないと考えても良い。端末出力部２６は、出力デバイスのドライバーソフトまたは、出力デバイスのドライバーソフトと出力デバイス等で実現され得る。

【0128】

次に、情報処理装置１の動作例について、図３のフローチャートを用いて説明する。

【0129】

（ステップＳ３０１）情報受付部１２１は、自構成員回答を受け付けたか否かを判断する。自構成員回答を受け付けた場合はステップＳ３０２に行き、自構成員回答を受け付けなかった場合はステップＳ３０７に行く。

【0130】

なお、ここで、情報受付部１２１は、通常、端末装置２から自構成員回答を受信したか否かを判断する。また、自構成員回答の受信の前に、通常、出力部１４は、第一アンケートを端末装置２に送信している。また、受け付けられた自構成員回答は、回答した構成員回答の構成員識別子に対応付いている。

【0131】

（ステップＳ３０２）処理部１３は、ステップＳ３０１で受け付けられた自構成員回答を、構成員識別子と本日の日付とに対応付けて、回答格納部１１４に蓄積する。

【0132】

（ステップＳ３０３）処理部１３は、元データ取得処理を行う。元データ取得処理の例について、図４、図５のフローチャートを用いて説明する。

【0133】

なお、元データ取得処理とは、提案識別情報を取得するための元になる元データを取得する処理である。

【0134】

（ステップＳ３０４）情報取得部１３３は、情報取得処理を行う。情報取得処理の例について、図６、図７、図８、図９のフローチャートを用いて説明する。なお、情報取得処理とは、提案識別情報を取得する処理である。

【0135】

（ステップＳ３０５）情報取得部１３３は、ステップＳ３０４で取得した提案識別情報に対応する提案内容情報を候補管理部１１２から取得する。

【0136】

（ステップＳ３０６）情報出力部１４１は、ステップＳ３０５で取得された提案内容情報を出力する。ステップＳ３０１に戻る。

【0137】

ここで、情報出力部１４１は、通常、ステップＳ３０５で取得された提案内容情報を、自構成員回答を送信してきた端末装置２に送信する。つまり、自構成員回答の送信（アンケートへの回答）に応じて、対象構成員が提案内容情報を取得できることは好適である。

【0138】

（ステップＳ３０７）情報受付部１２１は、他構成員回答を受け付けたか否かを判断する。他構成員回答を受け付けた場合はステップＳ３０８に行き、自構成員回答を受け付けなかった場合はステップＳ３０９に行く。なお、他構成員回答は、対象構成員の構成員識別子に対応付いている。

【0139】

なお、ここで、情報受付部１２１は、通常、端末装置２から他構成員回答を受信したか否かを判断する。また、他構成員回答の受信の前に、通常、出力部１４は、第二アンケートを端末装置２に送信している。

【0140】

（ステップＳ３０８）処理部１３は、ステップＳ３０７で受け付けられた他構成員回答を、対象構成員の構成員識別子に対応付けて、回答格納部１１４に蓄積する。ステップＳ３０１に戻る。

【0141】

（ステップＳ３０９）統計処理部１３１は、統計処理のタイミングであるか否かを判断する。統計処理のタイミングであればステップＳ３１０に行き、統計処理のタイミングでなければステップＳ３１４に行く。

【0142】

なお、統計処理のタイミングは、例えば、処理部１３が、一の構成員に対して、予定されている１または２以上の他の構成員の第二アンケートの他構成員回答が受け付けられた、と判断した場合である。統計処理のタイミングは、例えば、処理部１３が、一の構成員に対して、予定されている１以上の他の構成員の第二アンケートの他構成員回答と自構成員回答とが受け付けられた、と判断した場合である。統計処理のタイミングは、例えば、処理部１３が、予め決められた時になった、と判断した場合である。

【0143】

（ステップＳ３１０）統計処理部１３１は、カウンタｉに１を代入する。

【0144】

（ステップＳ３１１）ステップＳ３１１は、統計処理を行う対象のｉ番目の構成員が存在するか否かを判断する。ｉ番目の構成員が存在する場合はステップＳ３１２に行き、ｉ番目の構成員が存在しない場合はステップＳ３０１に戻る。なお、統計処理を行う対象のｉ番目の構成員は、例えば、予定されている１以上の他の構成員の第二アンケートの他構成員回答が受け付けられている構成員である。統計処理を行う対象のｉ番目の構成員は、例えば、予定されている１以上の他の構成員の第二アンケートの他構成員回答と自構成員回答とが受け付けられている構成員である。

【0145】

（ステップＳ３１２）統計処理部１３１は、ｉ番目の構成員の構成員識別子と対になる１以上の他構成員回答を用いて、統計処理を行う。かかる統計処理の例について、図１０のフローチャートを用いて説明する。

【0146】

（ステップＳ３１３）統計処理部１３１は、カウンタｉを１、インクリメントする。ステップＳ３１１に戻る。

【0147】

（ステップＳ３１４）学習部１３２は、学習処理を行うか否かを判断する。学習処理を行うと判断した場合はステップＳ３１５に行き、学習処理を行わないと判断した場合はステップＳ３２０に行く。なお、学習処理を行うと判断する場合は、例えば、学習指示が受け付けられた場合、予め決められた時になった場合である。

【0148】

（ステップＳ３１５）学習部１３２は、カウンタｉに１を代入する。

【0149】

（ステップＳ３１６）学習部１３２は、ｉ番目の条件が存在するか否かを判断する。ｉ番目の条件が存在する場合はステップＳ３１７に行き、ｉ番目の条件が存在しない場合はステップＳ３０１に戻る。

【0150】

なお、１以上の条件は、予め決まっている。また、条件は一つでも良く、「空」でも良い。条件が「空」であることは、条件が存在しないことである。また、ここでの条件は、通常、学習情報ごとの条件である。条件は、学習情報を採用するための条件である。条件は、通常、１以上の組織属性値に基づく条件である。ここでの条件は、例えば、モデル条件、対応表条件である。モデル条件とは、学習モデルを採用するための条件である。対応表条件とは、対応表を採用するための条件である。

【0151】

（ステップＳ３１７）学習部１３２は、学習処理を行い、学習情報を取得する。かかる学習処理の例について、図１１のフローチャートを用いて説明する。

【0152】

（ステップＳ３１８）学習部１３２は、ステップＳ３１７で取得した学習情報を、ｉ番目の条件に対応付けて、学習情報格納部１１５に蓄積する。

【0153】

（ステップＳ３１９）学習部１３２は、カウンタｉを１、インクリメントする。ステップＳ３１６に戻る。

【0154】

（ステップＳ３２０）受付部１２は、情報を受け付けたか否かを判断する。情報を受け付けた場合はステップＳ３２１に行き、情報を受け付けなかった場合はステップＳ３０１に戻る。なお、ここでの情報は、例えば、候補情報、組織情報、構成員に提示した提案内容情報に対応付く結果情報である。結果情報は、例えば、構成員に提示した提案内容情報が良かったか否かを示す情報、構成員に提示した提案内容情報の評価値またはスコアである。なお、ここで、受付部１２は、例えば、端末装置２から情報を受信する。

【0155】

（ステップＳ３２１）処理部１３は、ステップＳ３２０で受け付けられた情報を格納部１１に蓄積する。

【0156】

なお、図３のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。

【0157】

次に、ステップＳ３０３の第一の元データ取得処理の例について、図４のフローチャートを用いて説明する。

【0158】

（ステップＳ４０１）情報取得部１３３は、対象構成員の構成員識別子を取得する。情報取得部１３３は、当該構成員識別子と対になる１または２以上の他構成員回答を回答格納部１１４から取得する。なお、対象構成員は、提案内容情報を出力する先の構成員である。

【0159】

（ステップＳ４０２）情報取得部１３３は、対象構成員の自構成員回答を取得する。

【0160】

（ステップＳ４０３）情報取得部１３３は、元データを取得する際に、組織属性値を使用するか否かを判断する。組織属性値を使用する場合はステップＳ４０４に行き、組織属性値を使用しない場合はステップＳ４０６に行く。なお、組織属性値を使用するか否かは、通常、予め決まっている。

【0161】

（ステップＳ４０４）情報取得部１３３は、対象構成員の構成員識別子と対になる組織識別子を取得する。

【0162】

（ステップＳ４０５）情報取得部１３３は、ステップＳ４０４で取得した組織識別子と対になる１以上の組織属性値であり、元データを取得する際に使用する組織属性値を、組織情報格納部１１３から取得する。なお、使用する組織属性値は、通常、予め決まっている。

【0163】

（ステップＳ４０６）情報取得部１３３は、１または２以上の他構成員回答および自構成員回答、または１または２以上の他構成員回答および自構成員回答および１以上の組織属性値を用いて、元データを構成する。上位処理にリターンする。

【0164】

なお、元データは、例えば、１または２以上の各他構成員回答に含まれる１以上の回答、および自構成員回答に含まれる１以上の回答を要素とするベクトルである。元データは、例えば、１または２以上の各他構成員回答に含まれる１以上の回答および自構成員回答に含まれる１以上の回答および１以上の組織属性値を要素とするベクトルである。

【0165】

なお、図４のフローチャートにおいて、情報取得部１３３は、自構成員回答、または１以上の他構成員回答のいずれか一方を用いて、元データを取得しても良い。

【0166】

次に、ステップＳ３０３の第二の元データ取得処理の例について、図５のフローチャートを用いて説明する。

【0167】

（ステップＳ５０１）情報取得部１３３は、対象構成員の構成員識別子を取得する。情報取得部１３３は、当該構成員識別子と対になる１または２以上の他統計結果を回答格納部１１４から取得する。

【0168】

（ステップＳ５０２）情報取得部１３３は、対象構成員の自構成員回答を取得する。次に、統計処理部１３１は、当該自構成員回答に対して統計処理を行い、１または２以上の自統計結果を取得する。なお、既に１以上の自統計結果が存在する場合、情報取得部１３３は、対象構成員の構成員識別子と対になる１以上の自統計結果を回答格納部１１４から取得する。

【0169】

（ステップＳ５０３）情報取得部１３３は、元データを取得する際に、組織属性値を使用するか否かを判断する。組織属性値を使用する場合はステップＳ５０４に行き、組織属性値を使用しない場合はステップＳ５０６に行く。

【0170】

（ステップＳ５０４）情報取得部１３３は、対象構成員の構成員識別子と対になる組織識別子を取得する。

【0171】

（ステップＳ５０５）情報取得部１３３は、ステップＳ５０４で取得した組織識別子と対になる１以上の組織属性値であり、元データを取得する際に使用する組織属性値を、組織情報格納部１１３から取得する。

【0172】

（ステップＳ５０６）情報取得部１３３は、１以上の他統計結果および１以上の自統計結果、または１以上の他統計結果および１以上の自統計結果および１以上の組織属性値を用いて、元データを構成する。上位処理にリターンする。

【0173】

なお、元データは、例えば、１以上の各他統計結果および１以上の各自統計結果を要素とするベクトルである。元データは、例えば、１以上の各他統計結果および１以上の各自統計結果および１以上の組織属性値を要素とするベクトルである。

【0174】

なお、図４、図５のフローチャートにおいて、情報取得部１３３は、１以上の他構成員回答、および自構成員回答、および１以上の組織属性値、および１以上の各他統計結果、および１以上の各自統計結果のうち、１または２種類以上の情報を用いて、元データを構成しても良い。

【0175】

次に、ステップＳ３０４の第一の情報取得処理の例について、図６のフローチャートを用いて説明する。

【0176】

（ステップＳ６０１）情報取得部１３３は、情報取得処理に使用する学習モデルを学習情報格納部１１５から取得する。

【0177】

なお、情報取得部１３３は、例えば、対象構成員の構成員識別子に対応する１以上の組織属性値が合致する条件と対になる学習モデルを学習情報格納部１１５から取得する。また、ここで取得された学習モデルは、提案識別情報を含まない元データと共に使用され、提案識別情報を取得するためのモデルである。

【0178】

（ステップＳ６０２）情報取得部１３３は、ステップＳ３０４で取得された元データと、ステップＳ６０１で取得した学習モデルとを、機械学習の予測処理を行う予測モジュールに与え、当該予測モジュールを実行する。

【0179】

（ステップＳ６０３）情報取得部１３３は、ステップＳ６０２における予測モジュールから返された提案識別情報を取得する。

【0180】

（ステップＳ６０４）情報取得部１３３は、ステップＳ６０３で取得した提案識別情報に対応する提案内容情報を候補管理部１１２から取得する。上位処理にリターンする。

【0181】

次に、ステップＳ３０４の第二の情報取得処理の例について、図７のフローチャートを用いて説明する。

【0182】

（ステップＳ７０１）情報取得部１３３は、情報取得処理に使用する学習モデルを学習情報格納部１１５から取得する。

【0183】

なお、情報取得部１３３は、例えば、対象構成員の構成員識別子に対応する１以上の組織属性値が合致する条件と対になる学習モデルを学習情報格納部１１５から取得する。ここで取得された学習モデルは、提案識別情報を含む元データと共に使用され、フラグ（第一フラグか第二フラグ）とスコア（尤度）を取得するためのモデルであり、二値分類を行うためのモデルである。

【0184】

（ステップＳ７０２）情報取得部１３３は、カウンタｉに１を代入する。

【0185】

（ステップＳ７０３）情報取得部１３３は、候補管理部１１２に、ｉ番目の候補が存在するか否かを判断する。ｉ番目の候補が存在する場合はステップＳ７０４に行き、存在しない場合はステップＳ７０８に行く。

【0186】

（ステップＳ７０４）情報取得部１３３は、ステップＳ３０４で取得された元データに、ｉ番目の候補である提案識別情報を付加したベクトルである入力ベクトルを構成する。

【0187】

（ステップＳ７０５）情報取得部１３３は、ステップＳ７０４で取得した入力ベクトルとステップＳ７０１で取得した学習モデルとを、機械学習の予測処理を行う予測モジュールに与え、当該予測モジュールを実行する。

【0188】

（ステップＳ７０６）情報取得部１３３は、ステップＳ７０５における実行結果であるフラグとスコアとを取得する。

【0189】

（ステップＳ７０７）情報取得部１３３は、カウンタｉを１、インクリメントする。ステップＳ７０３に戻る。

【0190】

（ステップＳ７０８）情報取得部１３３は、フラグの値が「フラグ１」であり、良好条件を満たすスコアと対になる１または２以上の候補を取得する。なお、良好条件は、例えば、スコアが閾値以上または閾値より大きいこと、スコアが上位Ｎ以上（Ｎは１以上の自然数）である。

【0191】

（ステップＳ７０９）情報取得部１３３は、ステップＳ７０８で取得した１以上の各候補（提案識別情報）に対応する提案内容情報を候補管理部１１２から取得する。上位処理にリターンする。

【0192】

次に、ステップＳ３０４の第三の情報取得処理の例について、図８のフローチャートを用いて説明する。

【0193】

（ステップＳ８０１）情報取得部１３３は、情報取得処理に使用する学習モデルを学習情報格納部１１５から取得する。

【0194】

なお、情報取得部１３３は、例えば、対象構成員の構成員識別子に対応する１以上の組織属性値が合致する条件と対になる学習モデルを学習情報格納部１１５から取得する。ここで取得された学習モデルは、提案識別情報を含む元データと共に使用され、スコアを取得するためのモデルであり、多値分類を行うためのモデルである。

【0195】

（ステップＳ８０２）情報取得部１３３は、カウンタｉに１を代入する。

【0196】

（ステップＳ８０３）情報取得部１３３は、候補管理部１１２に、ｉ番目の候補が存在するか否かを判断する。ｉ番目の候補が存在する場合はステップＳ８０４に行き、存在しない場合はステップＳ８０８に行く。

【0197】

（ステップＳ８０４）情報取得部１３３は、ステップＳ３０４で取得された元データに、ｉ番目の候補である提案識別情報を付加したベクトルである入力ベクトルを構成する。

【0198】

（ステップＳ８０５）情報取得部１３３は、ステップＳ８０４で取得した入力ベクトルとステップＳ８０１で取得した学習モデルとを、機械学習の予測処理を行う予測モジュールに与え、当該予測モジュールを実行する。

【0199】

（ステップＳ８０６）情報取得部１３３は、ステップＳ８０５における実行結果であるスコアを取得する。

【0200】

（ステップＳ８０７）情報取得部１３３は、カウンタｉを１、インクリメントする。ステップＳ８０３に戻る。

【0201】

（ステップＳ８０８）情報取得部１３３は、良好条件を満たすスコアと対になる１または２以上の候補を取得する。なお、良好条件は、例えば、スコアが閾値以上または閾値より大きいこと、スコアが上位Ｎ以上（Ｎは１以上の自然数）である。

【0202】

（ステップＳ８０９）情報取得部１３３は、ステップＳ８０８で取得した１以上の各候補（提案識別情報）に対応する提案内容情報を候補管理部１１２から取得する。上位処理にリターンする。

【0203】

次に、ステップＳ３０４の第四の情報取得処理の例について、図９のフローチャートを用いて説明する。

【0204】

（ステップＳ９０１）情報取得部１３３は、カウンタｉに１を代入する。

【0205】

（ステップＳ９０２）情報取得部１３３は、学習情報である対応表の中に、ｉ番目の対応情報が存在するか否かを判断する。ｉ番目の対応情報が存在する場合はステップＳ９０３に行き、ｉ番目の対応情報が存在しない場合はステップＳ９０５に行く。

【0206】

（ステップＳ９０３）情報取得部１３３は、ｉ番目の対応情報が有するベクトルと、元データ（ここではベクトル）との類似度を取得する。

【0207】

（ステップＳ９０４）情報取得部１３３は、カウンタｉを１、インクリメントする。ステップＳ９０２に戻る。

【0208】

（ステップＳ９０５）情報取得部１３３は、ステップＳ９０２で取得した類似度が良好条件を満たす場合に、当該良好条件を満たす類似度に対応するベクトルと対になる１以上の提案識別情報を対応表から取得する。

【0209】

（ステップＳ９０６）情報取得部１３３は、ステップＳ９０５で取得した１以上の各提案識別情報に対応する提案内容情報を候補管理部１１２から取得する。上位処理にリターンする。

【0210】

次に、ステップＳ３１２の統計処理の例について、図１０のフローチャートを用いて説明する。

【0211】

（ステップＳ１００１）統計処理部１３１は、対象構成員の構成員識別子を取得する。

【0212】

（ステップＳ１００２）統計処理部１３１は、ステップＳ１００１で取得した構成員識別子と対になる１以上の他構成員回答を回答格納部１１４から取得する。

【0213】

（ステップＳ１００３）統計処理部１３１は、ステップＳ１００１で取得した構成員識別子と対になる自構成員回答を回答格納部１１４から取得する。

【0214】

（ステップＳ１００４）統計処理部１３１は、カウンタｉに１を代入する。

【0215】

（ステップＳ１００５）統計処理部１３１は、ｉ番目の統計値を算出するか否かを判断する。ｉ番目の統計値を算出する場合はステップＳ１００６に行き、ｉ番目の統計値を算出しない場合はステップＳ１００９に行く。なお、算出する統計値は予め決まっている。ｉ番目の統計値は、例えば、領域ごとの各領域に対応する１以上の回答であり、自構成員回答に含まれる回答の和である。ｉ番目の統計値は、例えば、領域ごとの各領域に対応する１以上の回答であり、１以上の他構成員回答に含まれる回答の和である。

【0216】

（ステップＳ１００６）統計処理部１３１は、ｉ番目の統計値を算出する場合に使用する１または２以上の情報を取得する。

【0217】

（ステップＳ１００７）統計処理部１３１は、ステップＳ１００６で取得した１以上の情報を用いて、ｉ番目の統計値を算出する。

【0218】

（ステップＳ１００８）統計処理部１３１は、カウンタｉを１、インクリメントする。ステップＳ１００５に戻る。

【0219】

（ステップＳ１００９）統計処理部１３１は、ステップＳ１００７で算出した１以上の統計値を用いて、蓄積する１以上の統計結果を構成する。なお、統計結果は、統計値のそのままでも良い。蓄積する１以上の統計結果は、例えば、領域ごとの各領域に対応する自構成員回答の中の１以上の回答と、１以上の他構成員回答に含まれる回答との和である。

【0220】

（ステップＳ１０１０）統計処理部１３１は、ステップＳ１００９で構成した１以上の統計結果を、ステップＳ１００１で取得した構成員識別子に対応付けて、回答格納部１１４に蓄積する。上位処理にリターンする。

【0221】

次に、ステップＳ３１７の学習処理の例について、図１１のフローチャートを用いて説明する。

【0222】

（ステップＳ１１０１）学習部１３２は、教師データを取得するための情報に対する１以上の構成員識別子を取得する。

【0223】

（ステップＳ１１０２）学習部１３２は、カウンタｉに１を代入する。

【0224】

（ステップＳ１１０３）学習部１３２は、ステップＳ１１０１で取得した構成員識別子の中で、ｉ番目の構成員識別子が存在するか否かを判断する。ｉ番目の構成員識別子が存在する場合はステップＳ１１０４に行き、ｉ番目の構成員識別子が存在しない場合はステップＳ１１０９に行く。

【0225】

（ステップＳ１１０４）学習部１３２は、カウンタｊに１を代入する。

【0226】

（ステップＳ１１０５）学習部１３２は、ｉ番目の構成員識別子に対応する提案識別情報であり、当該構成員に対して過去に出力されたｊ番目の提案識別情報が存在するか否かを判断する。ｊ番目の提案識別情報が存在する場合はステップＳ１１０６に行き、ｊ番目の提案識別情報が存在しない場合はステップＳ１１０８に行く。

【0227】

（ステップＳ１１０６）学習部１３２は、ｉ番目の構成員識別子に対応するｊ番目の提案識別情報を用いて、教師データを構成する。かかる教師データ構成処理の例について、図１２、図１３、図１４のフローチャートを用いて説明する。

【0228】

（ステップＳ１１０７）学習部１３２は、カウンタｊを１、インクリメントする。ステップＳ１１０５に戻る。

【0229】

（ステップＳ１１０８）学習部１３２は、カウンタｉを１、インクリメントする。ステップＳ１１０３に戻る。

【0230】

（ステップＳ１１０９）学習部１３２は、ステップＳ１１０６で取得された２以上の教師データを用いて、学習情報を取得する。なお、学習情報は、例えば、学習モデル、または対応表である。

【0231】

学習部１３２は、例えば、ステップＳ１１０６で取得された２以上の教師データを機械学習の学習モジュールに与え、当該学習モジュールを実行し、学習モデルを取得する。

【0232】

学習部１３２は、例えば、ステップＳ１１０６で取得された２以上の各教師データを対応情報とする対応表を構成する。

【0233】

（ステップＳ１１１０）学習部１３２は、ステップＳ１１０９で取得された学習情報を学習情報格納部１１５に蓄積する。

【0234】

次に、ステップＳ１１０６の第一の教師データ構成処理の例について、図１２のフローチャートを用いて説明する。

【0235】

（ステップＳ１２０１）学習部１３２は、ステップＳ１１０５のｊ番目の提案識別情報に対応する提案内容情報の対象構成員への出力による結果を示す結果情報であり、ｉ番目の構成員識別子とｊ番目の提案識別情報と対になる結果情報を、回答格納部１１４の提案履歴から取得する。

【0236】

（ステップＳ１２０２）学習部１３２は、ステップＳ１２０１で取得した結果情報が良好条件を満たすか否かを判断する。良好条件を満たす場合はステップＳ１２０３に行き、良好条件を満たさない場合は上位処理にリターンする。なお、良好条件は、例えば、結果情報が、提案内容情報の提案が良かった（例えば「１」）であること、または評価値が閾値以上または閾値より大きいことである。

【0237】

（ステップＳ１２０３）情報取得部１３３は、ｉ番目の構成員識別子とｊ番目の提案識別情報と対になる１以上の他構成員回答と自構成員回答とを用いて、元データ取得処理を行う。元データ取得処理の例について、図４、図５のフローチャートを用いて説明した。

【0238】

（ステップＳ１２０４）学習部１３２は、ステップＳ１１０５のｊ番目の提案識別情報を取得する。

【0239】

（ステップＳ１２０５）学習部１３２は、ステップＳ１２０３で取得した元データとステップＳ１２０４で取得したｊ番目の提案識別情報とを用いて、教師データを構成する。上位処理にリターンする。

【0240】

なお、ここでの教師データは、例えば、元データを説明変数とし、ｊ番目の提案識別情報を目的変数とし、機械学習の学習処理に使用される情報である。また、教師データは、例えば、元データとｊ番目の提案識別情報との対応を示す対応情報である。

【0241】

次に、ステップＳ１１０６の第二の教師データ構成処理の例について、図１３のフローチャートを用いて説明する。

【0242】

（ステップＳ１３０１）学習部１３２は、ステップＳ１１０５のｊ番目の提案識別情報に対応する提案内容情報の対象構成員への出力による結果を示す結果情報であり、ｉ番目の構成員識別子とｊ番目の提案識別情報と対になる結果情報であるフラグを、回答格納部１１４の提案履歴から取得する。

【0243】

（ステップＳ１３０２）情報取得部１３３は、ｉ番目の構成員識別子とｊ番目の提案識別情報と対になる１以上の他構成員回答と自構成員回答とを用いて、元データ取得処理を行う。元データ取得処理の例について、図４、図５のフローチャートを用いて説明した。

【0244】

（ステップＳ１３０３）学習部１３２は、ステップＳ１３０１で取得したフラグとステップＳ１３０２で取得した元データとステップＳ１２０４で取得したｊ番目の提案識別情報とを用いて、教師データを構成する。上位処理にリターンする。

【0245】

なお、ここでの教師データは、例えば、フラグを目的変数とし、元データとｊ番目の提案識別情報とを説明変数とするデータであり、機械学習の学習処理に使用される情報である。ここでの教師データは、例えば、フラグと、元データとｊ番目の提案識別情報との組との対応を示す対応情報である。

【0246】

次に、ステップＳ１１０６の第三の教師データ構成処理の例について、図１４のフローチャートを用いて説明する。

【0247】

（ステップＳ１４０１）統計処理部１３１は、スコアを取得する。かかるスコア取得処理の例について、図１５のフローチャートを用いて説明する。

【0248】

（ステップＳ１４０２）情報取得部１３３は、ｉ番目の構成員識別子とｊ番目の提案識別情報と対になる１以上の他構成員回答と自構成員回答とを用いて、元データ取得処理を行う。元データ取得処理の例について、図４、図５のフローチャートを用いて説明した。

【0249】

（ステップＳ１４０３）学習部１３２は、ステップＳ１３０１で取得したスコアとステップＳ１３０２で取得した元データとステップＳ１２０４で取得したｊ番目の提案識別情報とを用いて、教師データを構成する。上位処理にリターンする。

【0250】

なお、ここでの教師データは、例えば、スコアを目的変数とし、元データとｊ番目の提案識別情報とを説明変数とするデータであり、機械学習の学習処理に使用される情報である。ここでの教師データは、例えば、スコアと、元データとｊ番目の提案識別情報との組との対応を示す対応情報である。

【0251】

次に、ステップＳ１４０１のスコア取得処理の例について、図１５のフローチャートを用いて説明する。

【0252】

（ステップＳ１５０１）統計処理部１３１は、提案後の自構成員回答を回答格納部１１４から取得する。

【0253】

（ステップＳ１５０２）統計処理部１３１は、提案後の自構成員回答が有する１または２以上の回答を用いて、スコアを取得する。かかるスコアは提案後スコアである。提案後スコアは、提案内容情報を構成員に提示した後の自構成員回答に基づく、当該構成員のスコアである。提案後スコアは、例えば、提案内容情報を構成員に提示した後の自構成員回答が有する各回答の統計処理結果（例えば、和、平均値、中央値）である。

【0254】

（ステップＳ１５０３）統計処理部１３１は、提案前の自構成員回答を回答格納部１１４から取得する。

【0255】

（ステップＳ１５０４）統計処理部１３１は、提案前の自構成員回答が有する１または２以上の回答を用いて、スコアを取得する。かかるスコアは提案前スコアである。提案前スコアは、提案内容情報を構成員に提示する前の自構成員回答に基づく、当該構成員のスコアである。提案前スコアは、例えば、提案内容情報を構成員に提示する前の自構成員回答が有する各回答の統計処理結果（例えば、和、平均値、中央値）である。

【0256】

（ステップＳ１５０５）統計処理部１３１は、提案後スコアと提案前スコアとの差異に関する情報であるスコアを取得する。上位処理にリターンする。

【0257】

かかるスコアは、提案内容情報を構成員に提示したことにより、当該構成員が良くなった度合いである、と言える。また、かかるスコアは、例えば、「提案後スコア－提案前スコア」である。

【0258】

なお、図１５のフローチャートにおいて、統計処理部１３１は、自構成員回答のみを用いて、構成員のスコアを取得した。しかし、統計処理部１３１は、１以上の他構成員回答のみを用いて構成員のスコアを取得しても良いし、自構成員回答と１以上の他構成員回答とを用いて構成員のスコアを取得しても良い。１以上の他構成員回答を用いたスコアは、例えば、１以上の他構成員回答が有する回答の統計処理結果（例えば、和、平均値、中央値）である。

【0259】

以下、本実施の形態における情報システムＡの具体的な動作例について説明する。以下の表において、「ＩＤ」は、レコードを識別する情報である。

【0260】

アンケート格納部１１１には、図１６に示す第一アンケート管理表が格納されている、第一アンケート管理表とは、一の構成員が自分に対する設問に回答する第一アンケートを管理する表である。第一アンケート管理表は、「ＩＤ」「設問」「成長課題ＩＤ」を有する２以上のレコードを管理する。「成長課題ＩＤ」は、設問が対応する成長課題ＩＤを示す。「成長課題ＩＤ」は、提案識別子の例である。設問に対応する回答は、例えば、４段階（１～４のいずれかの数字）であるが、１０段階でも、５段階でも、３段階等でも良く、問わない。第一アンケートの設問は、例えば、構成員の仕事に対する姿勢を問う設問を含む。

【0261】

アンケート格納部１１１には、図１７に示す第二アンケート管理表が格納されている、とする。第二アンケート管理表とは、他の構成員が一の構成員に対する設問に回答する第二アンケートを管理する表である。第二アンケート管理表は、「領域」「項目Ｎｏ．」「設問Ｎｏ．」「期待度設問」「設問Ｎｏ．」「満足度設問」「成長課題ＩＤ」を有する２以上のレコードを管理する。「領域」とは、項目および設問のカテゴリーを示す。「項目Ｎｏ．」は、項目の識別子である。項目は、ここでは設問の対象である。項目は、期待度を問う設問と満足度を問う設問の２つの設問を有する場合がある。また、項目は、メタ設問である場合がある。メタ設問とは、大きな項目の設問であり、満足度のみを問う設問である。「設問Ｎｏ．」は、設問の識別子である。「設問Ｎｏ．」は、期待度設問に対応付く場合と、期待度設問に対応付く場合がある。「期待度設問」は、項目に対する期待度を問う設問である。「満足度設問」は、項目に対する満足度を問う設問である。「成長課題ＩＤ」は、項目または設問が対応する成長課題ＩＤを示す。成長課題ＩＤとは、成長課題の識別子である。成長課題とは、対象構成員が成長するための課題を示す。成長課題は、対象構成員に提案する情報である。成長課題ＩＤは、提案識別子の一例である。また、期待度設問に対応する回答および満足度設問に対応する回答は、例えば、５段階（１～５のいずれかの数字）であるが、１０段階でも、３段階等でも良く、問わない。期待度設問に対応する回答は、例えば、数値が大きいほど、大きな期待度であることを示す。満足度設問に対応する回答は、例えば、数値が大きいほど、大きな満足度であることを示す。

【0262】

候補管理部１１２には、図１８に示す候補管理表が格納されている。候補管理表とは、２以上の候補情報を管理する表である。候補管理表は、「成長課題ＩＤ」「タイトル情報」「提案内容情報」「重み」を有する２以上のレコードを管理する。「タイトル情報」とは、成長課題のタイトルである。「提案内容情報」は、成長課題に対応する情報であり、対象構成員に成長のために提示される情報である。「提案内容情報」は、ここではファイル名である。「提案内容情報」が示すファイルの実体も候補管理部１１２に存在する、とする。「重み」とは、成長課題の重みである。成長課題の重みは、成長課題のスコアを算出する際に使用される。例えば、「成長課題のスコア＝成長課題に対応する第一アンケートの設問の回答の合計／成長課題の重み」により、成長課題のスコアが算出される。また、例えば、「成長課題のスコア＝（成長課題に対応する１以上の各第二アンケートの設問の回答の合計＋成長課題に対応する第一アンケートの設問の回答の合計）／成長課題の重み」により、成長課題のスコアが算出される。

【0263】

回答格納部１１４には、１以上の各対象構成員ごとに、１または２以上の他構成員回答が格納されている、とする。なお、回答格納部１１４には、対象構成員Ａの「構成員識別子＝Ｕ１１０１」と対に、構成員Ａの上司が回答した他構成員回答と構成員Ａの部下が回答した他構成員回答とが格納されている、とする。

【0264】

かかる状況において、構成員Ａ「構成員識別子＝Ｕ１１０１」は、第一アンケートに対して回答し、構成員Ａの端末装置２から、自構成員回答が情報処理装置１に送信された、とする。以上の状況で、以下の２つの具体例について説明する。具体例１は、他構成員回答を使用せずに、自構成員回答を使用して、構成員Ａに対して成長課題を提示する場合である。具体例２は、２人の他構成員回答と自構成員回答とを使用して、構成員Ａに対して成長課題を提示する場合である。

【0265】

（具体例１）
情報処理装置１の情報受付部１２１は、構成員Ａの端末装置２から、構成員識別子「Ｕ１１０１」に対応付く自構成員回答を受信する。次に、処理部１３は、受信さられた自構成員回答を、構成員識別子「Ｕ１１０１」と本日の日付とに対応付けて、回答格納部１１４に蓄積する。

【0266】

次に、処理部１３は、以下のように情報取得処理を行う。つまり、処理部１３を構成する統計処理部１３１は、対象構成員の自構成員回答を取得する。次に、統計処理部１３１は、成長課題ＩＤごとに、成長課題ＩＤと対になる１以上の各設問の回答を取得し、当該１以上の回答を加算して、成長課題ＩＤごとの合計値を取得する。次に、統計処理部１３１は、成長課題ＩＤごとの合計値を成長課題の重みで除算し、成長課題ＩＤごとのスコアを算出する。

【0267】

次に、情報取得部１３３は、成長課題ＩＤのスコアが上位２位までのスコアに対応する成長課題ＩＤを取得する。ここで取得した成長課題ＩＤは（３，１）である、とする。次に、情報取得部１３３は、成長課題ＩＤ「３」と対になる提案内容情報「ｆｉｌｅ３」を候補管理表（図１８）から取得する。次に、情報取得部１３３は、「ｆｉｌｅ３」のファイルを候補管理部１１２から取得する。また、情報取得部１３３は、成長課題ＩＤ「１」と対になる提案内容情報「ｆｉｌｅ１」を候補管理表（図１８）から取得する。次に、情報取得部１３３は、「ｆｉｌｅ１」のファイルを候補管理部１１２から取得する。次に、情報取得部１３３は、２つのファイル内容を合成し、出力する提案内容情報を構成する。次に、構成員Ａの端末装置２に送信力する。

【0268】

次に、構成員Ａの端末装置２は、提案内容情報を受信し、出力する。かかる出力例は、図１９である。図１９において、＜成長課題１＞は成長課題ＩＤ「３」と対になる提案内容情報であり、＜成長課題２＞は成長課題ＩＤ「１」と対になる提案内容情報である。

【0269】

（具体例２）
情報処理装置１の情報受付部１２１は、構成員Ａの端末装置２から、構成員識別子「Ｕ１１０１」に対応付く自構成員回答を受信する。次に、処理部１３は、受信さられた自構成員回答を、構成員識別子「Ｕ１１０１」と本日の日付とに対応付けて、回答格納部１１４に蓄積する。

【0270】

次に、処理部１３は、以下のように情報取得処理を行う。つまり、処理部１３を構成する統計処理部１３１は、対象構成員の自構成員回答を取得する。また、統計処理部１３１は、対象構成員の構成員識別子「Ｕ１１０１」と対になる２つの他構成員回答を回答格納部１１４から取得する。なお、２つの他構成員回答は、構成員Ａの上司の他構成員回答と、部下の他構成員回答である。

【0271】

次に、統計処理部１３１は、成長課題ＩＤごとに、自構成員回答を参照し、成長課題ＩＤに対応する１以上の各設問の回答を加算して、成長課題ＩＤごとの合計値を取得する。また、統計処理部１３１は、成長課題ＩＤごとに、２以上の各他構成員回答を参照し、成長課題ＩＤに対応する１以上の各設問の回答を加算して、成長課題ＩＤごとの合計値を取得する。次に、統計処理部１３１は、成長課題ＩＤごとに、自構成員回答に対する合計値と他構成員回答に対する合計値とを加算し、最終的な合計値を算出する。次に、統計処理部１３１は、成長課題ＩＤごとの最終的な合計値を成長課題の重みで除算し、成長課題ＩＤごとのスコアを算出する。

【0272】

次に、情報取得部１３３は、成長課題のスコアが上位２位までのスコアに対応する成長課題ＩＤ（３，１）を取得した、とする。次に、情報取得部１３３は、成長課題ＩＤ「３」と対になる提案内容情報「ｆｉｌｅ３」を候補管理表（図１８）から取得する。次に、情報取得部１３３は、「ｆｉｌｅ３」のファイルを候補管理部１１２から取得する。また、情報取得部１３３は、成長課題ＩＤ「１」と対になる提案内容情報「ｆｉｌｅ１」を候補管理表（図１８）から取得する。次に、情報取得部１３３は、「ｆｉｌｅ１」のファイルを候補管理部１１２から取得する。次に、情報取得部１３３は、２つのファイル内容を合成し、出力する提案内容情報を構成する。次に、構成員Ａの端末装置２に送信力する。

【0273】

次に、構成員Ａの端末装置２は、提案内容情報を受信し、出力する。かかる出力例は、図１９である。図１９において、＜成長課題１＞は成長課題ＩＤ「３」と対になる提案内容情報であり、＜成長課題２＞は成長課題ＩＤ「１」と対になる提案内容情報である。

【0274】

以上、本実施の形態によれば、組織の構成員の成長のための情報を適切に提案できる。

【0275】

詳細には、本実施の形態によれば、自構成員回答を用いて、組織の構成員の成長のための情報を適切に提案できる。

【0276】

また、本実施の形態によれば、他構成員回答をも用いて、組織の構成員の成長のための情報を適切に提案できる。

【0277】

また、本実施の形態によれば、学習情報を用いて、組織の構成員の成長のための情報を適切に提案できる。

【0278】

また、本実施の形態によれば、機械学習の処理により、組織の構成員の成長のための情報を適切に提案できる。

【0279】

また、本実施の形態によれば、生成系ＡＩにより、組織の構成員の成長のための情報を適切に提案できる。

【0280】

また、本実施の形態によれば、対応表により、組織の構成員の成長のための情報を適切に提案できる。

【0281】

なお、本実施の形態における処理は、ソフトウェアで実現しても良い。そして、このソフトウェアをソフトウェアダウンロード等により配布しても良い。また、このソフトウェアをＣＤ－ＲＯＭなどの記録媒体に記録して流布しても良い。なお、このことは、本明細書における他の実施の形態においても該当する。なお、本実施の形態における情報処理装置１を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、コンピュータを、対象構成員の自分に関するアンケートである第一アンケートの回答である自構成員回答を受け付ける情報受付部と、前記情報受付部が受け付けた前記自構成員回答または当該自構成員回答を統計処理した結果である自統計結果を取得し、当該自構成員回答または当該自統計結果を用いて、前記対象構成員の成長のために提案するべき情報を特定する提案識別情報を取得する情報取得部と、前記提案識別情報または前記提案識別情報に対応する提案内容情報を出力する情報出力部として機能させるためのプログラム。である。

【0282】

また、図２０は、本明細書で述べたプログラムを実行して、上述した種々の実施の形態の情報処理装置１等を実現するコンピュータの外観を示す。上述の実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムで実現され得る。図２０は、このコンピュータシステム３００の概観図であり、図２１は、システム３００のブロック図である。

【0283】

図２０において、コンピュータシステム３００は、ＣＤ－ＲＯＭドライブを含むコンピュータ３０１と、キーボード３０２と、マウス３０３と、モニタ３０４とを含む。

【0284】

図２１において、コンピュータ３０１は、ＣＤ－ＲＯＭドライブ３０１２に加えて、ＭＰＵ３０１３と、ＣＤ－ＲＯＭドライブ３０１２等に接続されたバス３０１４と、ブートアッププログラム等のプログラムを記憶するためのＲＯＭ３０１５と、ＭＰＵ３０１３に接続され、アプリケーションプログラムの命令を一時的に記憶するとともに一時記憶空間を提供するためのＲＡＭ３０１６と、アプリケーションプログラム、システムプログラム、及びデータを記憶するためのハードディスク３０１７とを含む。ここでは、図示しないが、コンピュータ３０１は、さらに、ＬＡＮへの接続を提供するネットワークカードを含んでも良い。

【0285】

コンピュータシステム３００に、上述した実施の形態の情報処理装置１等の機能を実行させるプログラムは、ＣＤ－ＲＯＭ３１０１に記憶されて、ＣＤ－ＲＯＭドライブ３０１２に挿入され、さらにハードディスク３０１７に転送されても良い。これに代えて、プログラムは、図示しないネットワークを介してコンピュータ３０１に送信され、ハードディスク３０１７に記憶されても良い。プログラムは実行の際にＲＡＭ３０１６にロードされる。プログラムは、ＣＤ－ＲＯＭ３１０１またはネットワークから直接、ロードされても良い。

【0286】

プログラムは、コンピュータ３０１に、上述した実施の形態の情報処理装置１等の機能を実行させるオペレーティングシステム（ＯＳ）、またはサードパーティープログラム等は、必ずしも含まなくても良い。プログラムは、制御された態様で適切な機能（モジュール）を呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいれば良い。コンピュータシステム３００がどのように動作するかは周知であり、詳細な説明は省略する。

【0287】

なお、上記プログラムにおいて、情報を送信するステップや、情報を受信するステップなどでは、ハードウェアによって行われる処理、例えば、送信ステップにおけるモデムやインターフェースカードなどで行われる処理（ハードウェアでしか行われない処理）は含まれない。

【0288】

また、上記プログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、あるいは分散処理を行ってもよい。

【0289】

また、上記各実施の形態において、一の装置に存在する２以上の通信手段は、物理的に一の媒体で実現されても良いことは言うまでもない。

【0290】

また、上記各実施の形態において、各処理は、単一の装置によって集中処理されることによって実現されてもよく、あるいは、複数の装置によって分散処理されることによって実現されてもよい。

【0291】

本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。

【産業上の利用可能性】

【0292】

以上のように、本発明にかかる情報処理装置１は、組織の構成員の成長のための情報を適切に提案できるという効果を有し、組織の構成員の成長のための情報を提案するサーバ等として有用である。

【符号の説明】

【0293】

Ａ 情報システム
１ 情報処理装置
２ 端末装置
２ 上位
１１ 格納部
１２ 受付部
１３ 処理部
１４ 出力部
２１ 端末格納部
２２ 端末受付部
２３ 端末処理部
２４ 端末送信部
２５ 端末受信部
２６ 端末出力部
１１１ アンケート格納部
１１２ 候補管理部
１１３ 組織情報格納部
１１４ 回答格納部
１１５ 学習情報格納部
１２１ 情報受付部
１３１ 統計処理部
１３２ 学習部
１３３ 情報取得部
１４１ 情報出力部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【手続補正書】

【提出日】2024-07-19

【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】

一の構成員の自分に関する第一アンケートの回答である自構成員回答または当該自構成員回答を統計処理した結果である自統計結果と、前記一の構成員の成長のために提案するべき情報を特定する提案識別情報とを有する２以上の教師データを用いて作成された学習情報が格納される学習情報格納部と、
対象構成員の自分に関するアンケートである第一アンケートの回答である自構成員回答を受け付ける情報受付部と、
前記情報受付部が受け付けた前記自構成員回答または当該自構成員回答を統計処理した結果である自統計結果を取得し、当該自構成員回答または当該自統計結果を有する元データと、前記学習情報とを用いて、提案識別情報を取得する情報取得部と、
前記提案識別情報、または前記提案識別情報に対応する提案内容情報であり、提案識別情報と提案内容情報とを対応付けて格納している候補管理部の中の提案内容情報を出力する情報出力部とを具備し、
前記学習情報は、
前記２以上の教師データを用いて、機械学習の学習処理を行い、取得された学習モデル、
または生成系ＡＩのモジュールが使用する学習モデルである生成ＡＩ学習モデル、
または自構成員回答または自統計結果を有する元データと提案識別情報との対応を示す２以上の対応情報を有する対応表であり、
前記情報取得部は、
取得した前記元データと前記学習モデルとを用いて、機械学習の予測処理を行い、前記提案識別情報を取得する、
または取得した前記元データを生成系ＡＩのモジュールに与え、当該生成系ＡＩのモジュールから提案識別情報を取得する、
または取得した前記元データに対して採用条件を満たす元データに対応付く提案識別情報を前記対応表から取得し、
前記採用条件は、類似度が閾値以上または閾値より大きいこと、または類似度が上位Ｎ（Ｎは１以上の自然数）以上であることである、情報処理装置。

【請求項2】

前記情報受付部は、
他の構成員の前記対象構成員に対するアンケートである第二アンケートの回答である１以上の他構成員回答をも受け付け、
前記教師データは、
前記自構成員回答または前記自統計結果と、前記情報受付部が受け付けた前記１以上の他構成員回答または当該１以上の他構成員回答を統計処理した結果である他統計結果と、前記提案識別情報とを有し、
前記情報取得部は、
前記情報受付部が受け付けた前記自構成員回答または前記自統計結果と、前記情報受付部が受け付けた前記１以上の他構成員回答または当該１以上の他構成員回答を統計処理した結果である他統計結果とを取得し、当該自構成員回答または当該自統計結果と、当該１以上の他構成員回答または当該他統計結果とを有する前記元データと、前記学習情報とを用いて、前記提案識別情報を取得する請求項１記載の情報処理装置。

【請求項3】

前記２以上の教師データを用いて、機械学習の学習処理を行い、前記学習モデルを取得する、または前記２以上の各教師データごとに、教師データが有する前記自構成員回答または前記自統計結果を有する元データに含まれる２以上の各情報を要素とするベクトルと、提案識別情報とを有する対応情報を取得し、２以上の対応情報を有する対応表を取得する学習部をさらに具備し、
前記学習情報格納部の前記学習情報は、前記学習部が取得した学習情報である請求項１または請求項２記載の情報処理装置。

【請求項4】

取得される候補の提案識別情報である１以上の候補情報が格納される候補管理部をさらに具備し、
前記２以上の教師データは、
当該教師データが有する提案識別情報に対応する提案内容情報を前記一の構成員に対して出力した場合に効果がある旨を示す第一フラグに対応付く１以上の正例と、当該教師データが有する提案識別情報に対応する提案内容情報を前記一の構成員に対して出力した場合に効果がない旨を示す第二フラグに対応付く１以上の負例とを含み、
前記学習情報は、前記１以上の正例と前記１以上の負例とを用いて、機械学習の学習処理を行い、取得された学習モデルであり、
前記情報取得部は、
前記１以上の各候補情報ごとに、前記元データと前記候補情報と、前記学習モデルとを用いて、機械学習の予測処理を行い、第一フラグまたは第二フラグを取得し、取得したフラグが第一フラグである候補情報である前記提案識別情報を取得する請求項１記載の情報処理装置。

【請求項5】

取得される候補の提案識別情報である１以上の候補情報が格納される候補管理部をさらに具備し、
前記２以上の教師データは、
当該教師データが有する提案識別情報に対応するスコアを有し、
前記学習情報は、前記２以上の教師データを用いて、機械学習の学習処理を行い、取得された学習モデルであり、
前記情報取得部は、
前記１以上の各候補情報ごとに、前記元データと前記候補情報と、前記学習モデルとを用いて、機械学習の予測処理を行い、スコアを取得し、当該スコアが良好条件を満たす候補情報である前記提案識別情報を取得する請求項１記載の情報処理装置。

【請求項6】

前記２以上の教師データは、
元データを説明変数とし、提案識別情報を目的変数とするデータであり、
前記学習情報は、前記２以上の教師データを用いて、機械学習の学習処理を行い、取得された学習モデルであり、
前記情報取得部は、
前記自構成員回答または前記自統計結果を用いて、前記対象構成員に提案する情報を特定する提案識別情報を取得するための元データを取得し、当該元データと前記学習モデルとを用いて、機械学習の予測処理を行い、前記提案識別情報を取得する請求項１記載の情報処理装置。

【請求項7】

一の構成員の自分に関する第一アンケートの回答である自構成員回答または当該自構成員回答を統計処理した結果である自統計結果と、前記一の構成員の成長のために提案するべき情報を特定する提案識別情報とを有する２以上の教師データを用いて作成された学習情報が格納される学習情報格納部と、
情報受付部と、情報取得部と、情報出力部とを具備する情報処理装置により実現される情報処理方法であって、
前記情報受付部が、対象構成員の自分に関するアンケートである第一アンケートの回答である自構成員回答を受け付ける情報受付ステップと、
前記情報取得部が、前記情報受付ステップで受け付けられた前記自構成員回答または当該自構成員回答を統計処理した結果である自統計結果を取得し、当該自構成員回答または当該自統計結果を有する元データと、前記学習情報とを用いて、前記対象構成員の成長のために提案するべき情報を特定する提案識別情報を取得する情報取得ステップと、
前記情報出力部が、前記提案識別情報、または前記提案識別情報に対応する提案内容情報であり、提案識別情報と提案内容情報とを対応付けて格納している候補管理部の中の提案内容情報を出力する情報出力ステップとを具備し、
前記学習情報は、
前記２以上の教師データを用いて、機械学習の学習処理を行い、取得された学習モデル、
または生成系ＡＩのモジュールが使用する学習モデルである生成ＡＩ学習モデル、
または自構成員回答または自統計結果を有する元データと提案識別情報との対応を示す２以上の対応情報を有する対応表であり、
前記情報取得ステップにおいて、
取得した前記元データと前記学習モデルとを用いて、機械学習の予測処理を行い、前記提案識別情報を取得する、
または取得した前記元データを生成系ＡＩのモジュールに与え、当該生成系ＡＩのモジュールから提案識別情報を取得する、
または取得した前記元データに対して採用条件を満たす元データに対応付く提案識別情報を前記対応表から取得し、
前記採用条件は、類似度が閾値以上または閾値より大きいこと、または類似度が上位Ｎ（Ｎは１以上の自然数）以上であることである、情報処理方法。

【請求項8】

一の構成員の自分に関する第一アンケートの回答である自構成員回答または当該自構成員回答を統計処理した結果である自統計結果と、前記一の構成員の成長のために提案するべき情報を特定する提案識別情報とを有する２以上の教師データを用いて作成された学習情報が格納される学習情報格納部にアクセス可能なコンピュータを、
対象構成員の自分に関するアンケートである第一アンケートの回答である自構成員回答を受け付ける情報受付部と、
前記情報受付部が受け付けた前記自構成員回答または当該自構成員回答を統計処理した結果である自統計結果を取得し、当該自構成員回答または当該自統計結果を有する元データと、前記学習情報とを用いて、前記対象構成員の成長のために提案するべき情報を特定する提案識別情報を取得する情報取得部と、
前記提案識別情報、または前記提案識別情報に対応する提案内容情報であり、提案識別情報と提案内容情報とを対応付けて格納している候補管理部の中の提案内容情報を出力する情報出力部として機能させるためのプログラムであって、
前記学習情報は、
前記２以上の教師データを用いて、機械学習の学習処理を行い、取得された学習モデル、
または生成系ＡＩのモジュールが使用する学習モデルである生成ＡＩ学習モデル、
または自構成員回答または自統計結果を有する元データと提案識別情報との対応を示す２以上の対応情報を有する対応表であり、
前記情報取得部は、
取得した前記元データと前記学習モデルとを用いて、機械学習の予測処理を行い、前記提案識別情報を取得する、
または取得した前記元データを生成系ＡＩのモジュールに与え、当該生成系ＡＩのモジュールから提案識別情報を取得する、
または取得した前記元データに対して採用条件を満たす元データに対応付く提案識別情報を前記対応表から取得し、
前記採用条件は、類似度が閾値以上または閾値より大きいこと、または類似度が上位Ｎ（Ｎは１以上の自然数）以上であることであるものとして、前記コンピュータを機能させるためのプログラム。