CN111937018A - 利用了教学大纲的匹配装置 - Google Patents
利用了教学大纲的匹配装置 Download PDFInfo
- Publication number
- CN111937018A CN111937018A CN201880091374.5A CN201880091374A CN111937018A CN 111937018 A CN111937018 A CN 111937018A CN 201880091374 A CN201880091374 A CN 201880091374A CN 111937018 A CN111937018 A CN 111937018A
- Authority
- CN
- China
- Prior art keywords
- score
- skill
- outline
- cluster
- teaching
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000009826 distribution Methods 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims description 73
- 238000012545 processing Methods 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 4
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 25
- 238000005192 partition Methods 0.000 description 6
- 238000002485 combustion reaction Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000007115 recruitment Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011089 mechanical engineering Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
- G06Q50/2057—Career enhancement or continuing education service
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Educational Technology (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及计算希望录用学生的企业与希望就业的学生之间的匹配分数的匹配装置,其目的在于通过利用每个科目的教学大纲来计算准确地表示两者的吻合度的匹配分数。企业等招聘者通过对应的辞典节点“1001”、“1002”的指定来输入所要求的技能项目。全部辞典节点在按照每个科目而准备出的教学大纲中预先与具有关联的教学大纲相关联。学生等求职者提交修完科目的信息。修完科目与这些教学大纲的关联被存储。根据与所指定的辞典节点“1001”、“1002”相关联的教学大纲“AAA”、“BBB”、“CCC”、“DDD”、“EEE”、“FFF”的分布和所提交的修完科目的教学大纲的分布来计算招聘者所要求的能力与求职者所具有的能力之间的匹配分数。
Description
技术领域
本发明涉及利用了教学大纲的匹配装置,特别涉及在对希望录用学生的企业与希望就业的学生之间的匹配分数进行计算这一方面利用了合适的教学大纲的匹配装置。
背景技术
在专利文献1(日本特开2003-162651号公报)中,公开了基于招聘信息与求职信息的一致度来计算招聘方的要求与求职方的技能之间的匹配分数的系统。在专利文献1中,招聘信息由招聘方企业提供,该招聘方企业寻求进行要求的领域的业务的人才。另一方面,求职信息由能够派遣具有各领域的知识的人才组的求职方企业提供。
在招聘信息中,例如包含工种、在业务中使用的操作系统(OS)、开发语言、数据库(DB)、开发过程等项目。另一方面,在求职信息中,例如,在求职者的与计算机相关的每个履历中包含工种、OS、开发语言、DB、开发过程等项目。
在专利文献1中公开了,判断这些项目的每一个的一致和不一致并将其结果作为匹配分数而数值化的方法。根据这样的方法,能够对招聘方企业的要求与属于求职方企业的各个求职者的技能之间的适合性恰当地进行数值化。
现有技术文献
专利文献
专利文献1:日本特开2003-162651号公报
发明内容
发明要解决的课题
另外,一般而言,在企业判断是否录取希望就业的学生时,学生提交修完科目的成绩单,企业根据该成绩单判断该学生是否具有期望的能力。根据专利文献1的方法,例如,如果从企业提供了与所要求的能力相关的科目作为招聘信息并且从学生提供了成绩单作为求职信息,则能够计算出企业与学生之间的匹配分数。如果知道这样的匹配分数,则企业能够减少招聘活动所需的工作量,并且,学生能够容易地分辨出对自己的能力给予高度评价的企业。
但是,关于学生修完的科目,即使科目名称相同,其内容也不一定相同。因此,与企业所要求的能力相关的科目与学生的成绩单所记载的修完科目的一致和不一致有时不能准确地示出企业所要求的能力与学生所具有的能力之间的匹配程度。
本发明是为了解决上述课题而完成的,其目的在于提供一种匹配装置,该匹配装置通过利用按照每个科目而准备的教学大纲的内容来计算准确地表示招聘者所要求的能力与求职者所具有的能力之间的吻合度的匹配分数。
用于解决课题的手段
为了达成上述目的,第1发明提供一种利用了教学大纲的匹配装置,其特征在于,具有:
第1受理部,其生成包含招聘者所要求的技能项目的集合的要求技能信息;
第1存储部,其存储所述要求技能信息;
第2受理部,其受理求职者的修完科目的信息即修完科目信息的输入;
第2存储部,其存储所述修完科目信息;
第3受理部,其受理按照每个科目而规定的教学大纲;
第3存储部,其存储作为各种教学大纲的集合的教学大纲组的信息;以及
分数计算部,其根据所述要求技能信息、所述修完科目信息和所述教学大纲组的信息,计算所述招聘者所要求的能力与所述求职者所具有的能力之间的匹配分数,
所述分数计算部执行以下处理:
提取处理,从所述第3存储部提取与所述修完科目信息所包含的各个修完科目相关联的教学大纲作为修完教学大纲;以及
分数计算处理,根据作为与技能相关的用语而包含在所述修完教学大纲中的教学大纲要素的集合和所述要求技能信息,计算所述匹配分数。
此外,第2发明在第1发明中,其特征在于,所述匹配装置还具有:
第4存储部,其存储有将预先定义的多个集群的中的各个集群分配给何种技能组;以及
第5存储部,其存储有教学大纲与集群的关联规则,该教学大纲与集群的关联规则规定了所述教学大纲中的各个教学大纲与所述多个集群中的哪一个相关联,
各个教学大纲与所述多个集群中的哪一个相关联是根据该教学大纲中所包含的教学大纲要素的集合来确定的,
所述分数计算处理包含以下处理:
教学大纲分配处理,根据所述教学大纲与集群的关联规则,将所述修完教学大纲中的各个修完教学大纲分配给恰当的集群;
技能项目分配处理,将所述要求技能信息所包含的技能项目中的各个技能项目分配给如下集群,该集群包含该技能项目应该属于的技能组;以及
计算执行处理,根据被分配给所述多个集群的所述修完教学大纲的分布与被分配给所述多个集群的所述技能项目的分布的对比来计算所述匹配分数。
此外,第3发明在第2发明中,其特征在于,
所述匹配装置还具有第6存储部,该第6存储部存储有技能项目与教学大纲的关联规则,该技能项目与教学大纲的关联规则规定了所述技能项目中的各个技能项目与所述教学大纲中的哪一个相关联,
所述匹配装置根据在该教学大纲中是否包含有与该技能项目对应的教学大纲要素来确定是否将各个技能项目与各个教学大纲关联起来,
所述技能项目分配处理包含以下处理:
技能项目与教学大纲关联处理,根据所述技能项目与教学大纲的关联规则,将所述要求技能信息中所包含的技能项目中的各个技能项目与对应的教学大纲关联起来;
确定处理,根据所述教学大纲与集群的关联规则,确定与该对应的教学大纲相关联的集群;以及、
将所述技能项目中的各个技能项目向通过该确定处理而确定的集群分配的处理。
此外,第4发明在第2发明或第3发明中,其特征在于,所述计算执行处理包含以下处理:
配分设定处理,以使被分配给全部集群的配分的合计为满分的方式,根据所述技能项目的分布来向各个集群分配配分;
获得分数计算处理,针对每个集群,根据与被分配给该集群的所述修完教学大纲相关联的所述修完科目的成绩和学分数来计算获得分数;
基准分数计算处理,根据每个集群,来计算所述成绩为基准成绩并且所述学分数为基准学分数的情况下的所述获得分数来作为基准分数;
集群分数计算处理,按照每个集群,根据下式计算集群分数,
(集群分数)=(配分)×(获得分数)/(基准分数);以及
计算全部集群的所述集群分数之和来作为所述匹配分数的处理。
此外,第5发明在第4发明中,其特征在于,
所述要求技能信息包含按照每个所述技能项目而规定的重要度,
所述配分设定处理包含以下处理:
技能项目分数设定处理,针对所述要求技能信息所包含的所述技能项目中的各个技能项目,设定反映了所述重要度的技能项目分数;
按照每个集群对所述技能项目分数进行合计从而计算集群合计分数的处理;以及
根据下式计算各个集群的配分的处理,
(配分)=(满分)*(该集群的集群合计分数)/(全部集群的集群合计分数之和)。
此外,第6发明在第5发明中,其特征在于,
该匹配装置还具有第7存储部,该第7存储部存储辞典节点树,该辞典节点树根据技能的相关性将所述技能项目的集合设为树结构,
所述招聘者所要求的技能项目包含经由所述第1受理部而直接指定的直接技能项目、和在所述辞典节点树中与该直接技能项目具有密切关系的间接技能项目,
该匹配装置还具有第8存储部,该第8存储部存储分别应用于直接技能项目和间接技能项目的权重,
所述技能项目分数设定处理还包含使直接技能项目的权重在所述直接技能项目的所述技能项目分数中反映出来,使间接技能项目的权重在所述间接技能项目的所述技能项目分数中反映出来的处理。
此外,第7发明在第4发明至第6发明中,其特征在于,
所述教学大纲包含提供所述科目的教育机构的偏差值的信息,
所述获得分数计算处理包含使提供所述修完科目的教育机构的偏差值在所述获得分数中反映出来的处理。
此外,第8发明在第4发明至第7发明中,其特征在于,
所述教学大纲包含所述科目的难易度的信息,
所述获得分数计算处理包含使所述修完科目的难易度在所述获得分数中反映出来的处理。
发明效果
根据第1发明,求职者能够通过指定技能要素而不指定科目来示出招聘者所要求的能力。另一方面,求职者能够通过修完科目信息而不通过技能要素来示出自己所具有的能力。在分数计算部中,提取出与修完科目相关联的修完教学大纲。修完教学大纲所包含的教学大纲要素的集合是求职者通过修完科目而取得的全部技能的集合,用技能的列表表示求职者所具有的能力。另一方面,作为招聘者所要求的技能项目的集合的要求技能信息用技能的列表示出了招聘者所要求的能力。因此,根据以该两者为基础计算匹配分数的本发明,能够计算出准确地表示招聘者所要求的能力与求职者所具有的能力的一致性的匹配分数。
根据第2发明,各个教学大纲根据各自所包含的教学大纲要素的集合而被分配给任意一个集群。在教学大纲中有“在该讲义中替代○○而学习××”这样的记述的情况下,○○在讲义中不会被提及,但由于是与技能相关的用语,因此有时会作为教学大纲要素被列举。即使在这样的情况下,一般而言,由于大多数教学大纲要素是与在讲义中被提及的技能相关的用语,因此能够准确地进行教学大纲与集群的关联。在本发明中,如果求职者确定修完科目,则与该修完科目相关联的修完教学大纲会被分配给任意一个集群。如上所述那样将教学大纲与集群准确地关联起来。因此,修完教学大纲在多个集群上的分布准确地表示了求职者的修完科目在这些集群上的分布、即、求职者所具有的能力的分布。当对招聘者所指定的技能项目和与求职者的修完科目相关联的教学大纲要素进行直接对比时,有时会对与如上述的○○这样的用语相关的技能进行错误的一致性判断。与此相对,在本发明中,招聘者所要求的能力和求职者所具有的能力通过在多个集群上的两者的分布而被判断出。在该情况下,不会产生因如上述的○○这样的用语而引起的错误,因此,能够得到更加准确的匹配分数。
根据第3发明,技能项目与包含与之相关的教学大纲要素的教学大纲相关联。各个教学大纲根据教学大纲要素而与任意一个集群相关联。在本发明中,通过将上述两个关联联系在一起,能够将各个技能项目与任意一个集群相关联。因此,根据本发明,能够通过简单的处理准确地生成招聘者所要求的技能项目在多个集群上的分布。
根据第4发明,可根据技能项目的分布来计算各集群的配分。而且,通过(配分)×(获得分数)/(基准分数)的运算式,计算每个集群的集群分数。属于该集群的修完科目的学分数越多并且这些修完科目的生成越好,则与对象集群相关的技能的掌握程度被估计为越高。在本发明中,由于“获得分数”是基于与对象集群相关联的修完科目的学分数和成绩来计算的,因此,该值表示与该集群相关的技能的掌握程度。基准分数是与基准成绩和基准学分数对应的获得分数。因此,上述运算式中的(获得分数)/(基准分数)的部分与用(招聘者的掌握程度)/(基准的掌握程度)表示的比率相等。在上述的运算式中,(配分)是对于招聘者而言该集群的重要性。因此,根据上述的运算式,反映了集群的重要性和求职者对该集群的掌握程度的数值成为集群分数。根据本发明,通过设这样的集群分数之和为匹配分数,能够对招聘者所要求的能力与求职者所具有的能力的一致性准确地进行数值化。
根据第5发明,招聘者能够按照每个技能项目规定重要度。而且,在本发明中,可按照每个技能项目设定反映了该重要度的技能项目分数,并且,将与各个集群相关联的技能项目分数的合计设为集群合计分数。如果使用以这样的方式设定的集群合计分数,通过(满分)*(该集群的集群合计分数)/(全部集群的集群合计分数之和)的运算式来计算(配分),则能够将赋予给各个技能项目的重要度恰当地反映到(配分)中。
根据第6发明,技能项目通过辞典节点树被整理成树状。当招聘者指定辞典节点上的技能项目时,该技能项目被识别为直接技能项目,并且,在树结构中与该直接技能项目具有密切关系的技能项目识别为间接技能项目。然后,直接技能项目和间接技能项目分别通过教学大纲而与任意一个集群相关联。由此,根据本发明,能够用还包含间接技能项目的分布表示招聘者所要求的能力。此外,在本发明中,对直接技能项目的技能项目分数赋予与“直接”相符的权重,另外,对间接技能项目的技能项目分数赋予与“间接”相符的权重。因此,在本发明中计算的(配分)中,与是否存在间接技能项目的影响相比,更大程度地反映出了是否存在直接技能项目的影响。其结果,能够设定准确地反映了招聘者的意图的(配分)。
根据第7发明,能够使求职者的获得分数反映出提供修完科目的教育机构的偏差值。一般而言,修完者对科目的掌握程度与提供该科目的教育机构的水准、即偏差值有关。根据本发明,通过将偏差值的影响反映到获得分数中,能够进一步提高匹配分数的精度。
根据第8发明,能够将修完科目的难易度反映到求职者的获得分数中。一般而言,该科目的难易度越高,修完者对该科目的掌握程度越高。根据本发明,通过将修完科目的难易度的影响反映到获得分数中,能够进一步提高匹配分数的精度。
附图说明
图1是用于说明包含本发明的实施方式1的匹配装置的网络的概要的图。
图2是用于说明图1所示的管理服务器的硬件结构的图。
图3是示出用于供作为求职者的学生输入成绩的输入画面的一例的图。
图4是示出包含根据技能的相关性而被设为树结构的技能项目的集合的辞典节点树的例子的图。
图5是示出招聘者为了确定所要求的能力而输入的信息的一例的图。
图6是作为教育机构的大学按照每个科目发行的教学大纲所包含的信息的一部分。
图7是示出图6所示的项目中的、作为课程概要、学习达到目标、课程计划等来提供的语句例的图。
图8是用于说明辞典节点树的辞典节点与课程大纲的关联的图。
图9是示出在本发明的实施方式1中被分配了招聘者所要求的技能项目和求职者的修完科目的多个集群的一览的例子的图。
图10是用于说明教学大纲与集群的关联的图。
图11是用于说明将求职者的修完科目分配给多个集群的方法的图。
图12是示出辞典节点树的辞典节点与教学大纲的关联的具体例的图。
图13是用于说明将由招聘者指定的技能项目(即辞典节点)分配给多个集群的方法的图。
图14是用于说明计算赋予给多个集群中的各个集群的配分的方法的图。
图15是说明用于针对特定集群计算求职者所具有的获得分数的准备处理的图。
图16是用于说明计算特定集群的集群分数的方法的图。
具体实施方式
实施方式1.
[实施方式1的结构]
图1是用于说明包含本发明的实施方式1的匹配装置的网络的概要的图。本实施方式的匹配装置具有管理服务器10。管理服务器10经由网络12而与多个终端14、16连接。在图1中,标注标号14而表示的终端是招聘人才的招聘者即企业的终端。此外,标注标号16而表示的终端是希望就业的学生等求职者的终端。以下,将它们称为“招聘者终端14”和“求职者终端16”。
图2示出管理服务器10的硬件结构。管理服务器10由一般的计算机系统构成,具有中央处理器(CPU)18。CPU 18经由通信总线20而与ROM 22、RAM 24、存储器26等存储器连接。通信总线20还与通信接口28、作为用户接口的操作部30和显示部32连接。管理服务器10通过由CPU 18执行ROM 22所存储的程序,实现作为匹配装置的功能。
图3示出在求职者终端16上显示的成绩输入画面34的一例。在本实施方式中,要求作为求职者的学生在该画面34中输入包含大学名称、修完(履修)科目名称、每个科目的成绩等的修完科目信息,以明确自己所具有的能力。在图3所示的成绩输入画面34上显示有大学的偏差值。该偏差值的信息根据所输入的大学名称,从管理服务器10侧提供给求职者终端16。
在成绩输入画面34中,除了图3所示的信息之外,还可以输入各科目的学分数和难易度、以及成绩是哪个等级的评价等信息。此外,科目的难易度也可以替换为该科目是在哪个年级提供的这样的信息。在该情况下,判断为越是在高年级提供的科目,难易度越高。
图4示出管理服务器10所存储的辞典节点树36的一例。在辞典节点树中包含被分层为树结构的多个辞典节点38。辞典节点38均具有表示技能的内容或领域的项目(以下,称为“技能项目”)的意思,按照上位概念与下位概念或者整体与部分这样的关联进行了整理。例如,“产品/部件”的辞典节点38与包含“汽车相关”在内的一些产品或部件的辞典节点38被关联起来。此外,“汽车关联”的辞典节点38与包含“内装部件”在内的几个汽车相关要素的辞典节点38被关联起来。虽然在图4中省略了显示,但是对每个辞典节点38赋予了“1001”、“1002”……这样的固有代码。
图5示出招聘者即企业为了明确针对特定的招聘案件向求职者要求的能力(以下,称为“要求能力”)而提供的要求技能信息的一例。从招聘者终端14输入该要求技能信息。在本实施方式中,要求招聘者通过辞典节点38指定每个招聘案件所要求的技能项目、以及指定各个技能项目的重要度。在图5所示的案件例中,是以重要度“5”来要求与辞典节点“1001”对应的技能项目的,此外,是以重要度“4”来要求与辞典节点“1002”对应的技能项目的。重要度为1~5的5个等级,数值越高,重要度越高。
没有社会经验的学生等求职者一般难以通过技能来明确自己所具有的能力。因此,希望就业的学生通常要向企业提交如图1所示的修完科目的信息。另一方面,招聘者即企业通常不着眼于修完科目本身、而是着眼于如图4的辞典节点38所示的技能项目来设定招聘者的录用条件。而且,在企业的录用活动中,根据学生的修完科目或成绩来估计要求技能的熟练程度,并判断学生所具有的能力是否满足该要求。
但是,即使科目名称相同,如果例如提供该科目的教育机构不同,则科目的实际内容有时是不同的。因此,如果招聘者着眼于修完科目本身来判断求职者的能力,有可能发生录用能力方面的适合度较低的求职者或者没有录用能力方面的适合度较高的求职者的情况。
图6列举了在本实施方式中管理服务器10保存的教学大纲所包含的信息的例子。大学等教育机构针对提供给学生的每个科目,会准备概述该科目的概要或到达目标的教学大纲。在本实施方式中,管理服务器10保存有多个大学等按每个科目发行的庞大的教学大纲的信息。但是,教学大纲的信息无需预先存储在管理服务器10中,只要成为管理服务器10的管理员能够根据需要从管理服务器10或其他计算机访问该信息的状态即可。
图6中所列举的项目中的“分配年级”表示与该教学大纲相关的科目被提供给哪个年级的学生。在本实施方式中,判断为分配年级越高,科目的难易度越高。图6所示的项目中的“成绩(尺度统一后)”是对该教学大纲涉及的科目的成绩以几个等级进行评价的相关信息。科目成绩可以用优、良、可、不可这四个等级来表示,也可以用更多的等级来表示。本栏的信息用于将评价规则不同的各种成绩设置为可比较的状态。该信息也可以由学生等招聘者进行补充。
图7示出教学大纲所包含的科目的“概要”的一例。在该例子中,示出了○○大学、工学部、机械系统工学系的“系统控制II”的概要。如果在评价求职者所提交的修完科目信息时,同时参考这样的教学大纲,则能够准确地掌握各个修完科目的实际内容。而且,只要准确地判断出修完科目的实际内容,就能够准确地判断出求职者的修完科目在多大程度上包含自己所要求的技能项目组。因此,在本实施方式中,在结合教学大纲的信息的基础上对从企业等提供的要求技能信息和从学生等提交的修完科目信息进行对比,根据该对比结果计算两者的匹配分数。以下,说明为了计算匹配分数而在本实施方式中进行的具体处理的内容。
图8是用于说明辞典节点树36与教学大纲40的关联的图。具体而言,图8的右侧所示的教学大纲树是用树结构表示单个教学大纲40所包含的多个教学大纲要素42的图。一个教学大纲40包含与技能相关的各种关键词。这里,将这样的关键字称为“教学大纲要素”。例如,在上述图7所示的教学大纲中,包含“系统控制”、“古典控制理论”、“控制理论”、“控制系统”、“频域”、“分析”、“设计法”、“现代控制理论”、“时域”、“设计”这样的教学大纲要素。这样的教学大纲要素42能够使用现有的软件从教学大纲40提取,并如图8所示那样进行整理。
在图8的左侧示出了具有被整理成树结构的多个辞典节点38的辞典节点树36(参考图4)。如上所述,辞典节点38用于指定招聘者即企业等对求职者要求的技能项目,并分别具有作为特定的技能项目的含义。而且,在本实施方式中,辞典节点38的每一个预先与关联被认可的全部教学大纲40相关联。管理服务器10存储与该关联有关的信息。
特定的辞典节点38是否与特定的教学大纲40相关联,是根据该教学大纲40中是否包含与该辞典节点38相关的教学大纲要素42来判断的。辞典节点38与教学大纲要素42是否相关联根据现有的规则来判断。例如,在两者一致的情况下,认可这些关联。更具体而言,在辞典节点38是指“内燃机”的情况下,认为作为教学大纲要素42而包含“内燃机”的全部教学大纲40都与该辞典节点38相关联,将作为教学大纲要素42而包含“内燃机”的全部教学大纲40与该辞典节点38关联起来。并且,也可以预先将“发动机”等同义词或近义词定义为与“内燃机”相关的用语,使得包含这些同义词或近义词的教学大纲40包含在与“内燃机”对应的教学大纲中。
修完科目的科目名称并没有实质地明确在该科目所学习到的技能项目。因此,难以根据科目名称本身与辞典节点38的对比来判断两者是否一致。此外,教学大纲40本身是教学大纲要素42的集合、即技能要素的集合。因此,也难以根据教学大纲40本身与辞典节点38的对比来判断它们是否一致。
与此相对,教学大纲要素42是与辞典节点38同样地指出单个技能项目的概念。因此,对于教学大纲要素42和辞典节点38,能够基于两者的对比来判断是否一致。因此,如果对所指定的辞典节点38的集合与修完科目的教学大纲40中所包含的教学大纲要素42的集合进行对比,则能够以一定程度的精度计算出招聘者的要求能力与求职者所具有的能力之间的匹配分数。
但是,有时在教学大纲中包含如下教学大纲要素,该教学大纲要素是与实际上在科目中并没有学习到的技能项目相关联的教学大纲要素。例如,上述图7所示的教学大纲明确了在“系统控制II”的科目中,不学习“古典控制理论”,而学习“现代控制理论”。在该情况下,根据用于提取的软件和手动检查的方式的不同,有时尽管“经典控制理论”在科目中未被列举,但还是被提取出并作为教学大纲要素。
因此,在对辞典节点38与教学大纲要素42直接进行了对比的情况下,针对上述的“古典控制理论”那样的教学大纲要素42,尽管求职者不具有对应技能,但会以认为求职者具有该技能的方式来计算匹配分数。从这一点出发,根据辞典节点38与教学大纲要素42的直接比较结果来计算匹配分数的方法不一定是理想的。
图9示出在本实施方式中使用的集群44的一览。图9所示的集群44按照技能的每个领域46、例如“机械”、“电气”、“材料”、“物理”等领域46来进行整理。在该例子中,标注有例如“机械工程”、“○○学”和“××学”这样的典型科目名称的多个群集44属于“机械”的领域46。关于其他领域46也同样如此。各个集群44是对从多个教学大纲提取出的教学大纲要素实施聚类分析并根据该分析结果而设定的有限个数的集群中的一个集群,其中,该多个教学大纲是从大学等教育机构收集到的。集群44的总数能够任意地设定,但是例如可以为22个左右。
图10是用于说明教学大纲40与集群44的关联的图。如上所述,在单个教学大纲40中包含多个教学大纲要素42。相同的教学大纲40所包含的各个教学大纲要素42有时属于相互不同的集群44。但是,单个教学大纲40所包含的教学大纲要素42多数容易集中于该教学大纲40应该属于的集群44。
在本实施方式中,将各个教学大纲40仅与该各个教学大纲40所包含的教学大纲要素42最集中的单个集群44相关联。根据这样的方法,可抑制在科目中没有学习过的教学大纲要素42的影响,能够以较高的概率将教学大纲40与恰当的集训44相关联。管理服务器10除了存储图9所示的集群44的信息之外,还存储各个教学大纲40是与哪个集群44相关联。
图11是用于说明将求职者的修完科目向集群分配的方法的图。图11的上段示出了管理服务器10以同一大学的同一学部为单位整理了教学大纲的信息后的状态。在该例子中,收集了○○大学的工学部所提供的各科目的教学大纲,进行了以下所例示的关联。
·科目AAA-集群(1)
·科目BBB-集群(2)
·科目CCC-集群(3)
·科目DDD-集群(1)
·
·
·
上述的“AAA”等不是单纯的科目名称,而是指包含大学名称、学部名称的类别在内的固有的科目名称。以下,对于具有这种含义的科目名称,有时根据需要会称之为“科目节点”。
在从学生等求职者提交的修完科目信息(参考图3)中列举有修完科目。管理服务器10根据大学名称、学部名称、科目名称,针对每个修完科目确定教学大纲。以下,将针对修完科目所确定的教学大纲特别地称之为“修完教学大纲”。管理服务器10在识别出与修完科目的数量相同数量的修完教学大纲之后,参考图11所示的信息来识别这些修完科目与哪个群集相关联。
图11的下段示出将各个修完科目分配给了对应的集群的状态。这里,例示了如下情况:修完科目A是科目节点AAA且与集群(1)相关联,修完科目B是科目节点CCC且与集群(3)相关联,并且修完科目C是与集群(3)相关联的其他科目节点。另外,在图11中为了方便仅示出了4个集群,但这里假设存在参考图9所说明的有限个数(例如22个)的集群。
如图11的下段所示,当将包含在修完科目信息中的全部修完科目分配给恰当的集群时,能够得到修完科目(即,修完教学大纲)在集群上的分布。而且,该分布可以理解为求职者所具有的技能项目的分布。并且,由于修完教学大纲与集群之间的关联如上述那样大致是准确的,因此,能够相信该分布代表了求职者所具有的能力的分布。
图12示出具体示出了辞典节点与教学大纲(科目节点)之间的关联的一例。管理服务器10存储全部辞典节点与教学大纲(科目节点)之间的关系,图12所示的例子是该关系的一部分。在该例子中,在辞典节点“1003”的下位连接有用“1001”、“1005”、“1004”表示的辞典节点,在辞典节点“1005”的下位进一步连接有辞典节点“1002”。
如参考图8所说明的那样,各个辞典节点与包含如下教学大纲要素42的全部教学大纲40相关联,该教学大纲要素42是与该辞典节点(38)所表示的技能项目对应的要素。在图12所示的例子中,示出了以下的关联。
·辞典节点“1003”与“AAA”的教学大纲(科目节点)相关联。
·辞典节点“1004”与“BBB”的教学大纲(科目节点)相关联。
·辞典节点“1005”与“CCC”的教学大纲(科目节点)相关联。
·辞典节点“1002”与“DDD”、“EEE”、“FFF”的教学大纲(科目节点)相关联。
在图12中,用双重框包围“1001”和“1002”的情况表示这些辞典节点是招聘者指定的所要求的技能项目。另外,在上述图5中,示出了招聘者要求的技能信息的输入例。以下,说明如图5所示那样,招聘者以重要度“5”要求辞典节点“1001”,以重要度“4”要求辞典节点“1002”。
图13是用于说明将招聘者所指定的辞典节点向集群分配的方法的图。图13的上段表示管理服务器10根据图12所示的关联的关系来提取出与辞典节点“1001”、“1002”相关联的教学大纲(科目节点)的结果。
在本实施方式中,在指定了特定的辞典节点的情况下,首先提取与该辞典节点直接相关联的教学大纲(科目节点)。以下,将该节点称为“直接科目节点”。在不存在直接科目节点的情况下,进一步提取仅经由一个其他辞典节点而建立关联的教学大纲(科目节点)。以下,将该节点称为“间接科目节点”。
在图12所示的例子中,辞典节点“1001”没有与直接科目节点相关联。另一方面,该辞典节点“1001”经由“1003”、“1004”、“1005”的辞典节点而与“AAA”、“BBB”、“CCC”的科目节点相关联。在该情况下,对于辞典节点“1001”,可提取“AAA”、“BBB”、“CCC”这三个作为间接科目节点。
所指定的另一个辞典节点“1002”与“DDD”、“EEE”、“FFF”的教学大纲(科目节点)直接关联。在该情况下,对于辞典节点“1002”,可提取“DDD”、“EEE”、“FFF”作为直接科目节点。
在图13的上段所示的图表中,与辞典节点“1001”有关的三行表示通过上述处理而提取出“AAA”、“BBB”、“CCC”作为间接科目节点的结果。此外,在该图表中,与辞典节点“1002”相关的三行表示提取出“DDD”、“EEE”、“FFF”作为直接科目节点的结果。
另外,在本实施方式中,设在针对特定的辞典节点而认可了直接科目节点的情况下,不提取间接科目节点。但是,本发明并不限定于此,在认可了直接科目节点的情况下,也可以提取间接科目节点。例如,在图12所示的例子中,针对辞典节点“1002”,也可以提取经由“1005”而关联起来的“CCC”作为间接科目节点。
在图13上段的图表中还示出了:对“直接”的科目节点赋予“1.0”的权重,并且对“间接”的科目节点赋予“0.8”的权重。认为直接科目节点的技能比间接科目节点的技能更满足招聘者的要求。上述的“权重”用于通过后述的处理在匹配分数中反映差异。
图13中段所示的图表示出了被作为直接科目节点或间接科目节点而提取出的“AAA”、“BBB”、“CCC”、“DDD”、“EEE”、“FFF”各自属于哪个集群。如上所述,管理服务器10存储有各个教学大纲与哪个集群相关联。图13中段图表所示的信息根据该存储由管理服务器10生成。
图13的下段示出将提取出的全部直接科目节点和间接科目节点分配给对应的集群的状态。根据图13中段的信息,“AAA”、“DDD”、“FFF”这3个属于集群A-(1)。此外,“BBB”属于集群A-(2),“CCC”、“EEE”这两个属于集群A-(3)。在图13下段示出与这些关系一致的分布。另外,在图13中,为了方便,仅示出了4个集群,但与图11的情况同样,存在规定的有限个数的集群。
当将要求技能信息所包含的全部技能项目(辞典节点)如图13的下段所示那样分配给恰当的集群时,能够得到招聘者所要求的技能项目在集群上的分布。而且,只要对该分布与图11下段所示的分布进行对比,则能够判断招聘者要求的能力与求职者所具有的能力在多大程度上一致。以下,对管理服务器10基于这些分布来计算表示要求能力与具有的能力的吻合度的匹配分数的方法进行说明。
图14是用于说明根据由招聘者提供的要求技能信息来计算每个群集的配分的方法的图。图14上段的图表整理了与在图13的处理中提取出的直接科目节点和间接科目节点有关的信息。如上所述,“AAA”、“BBB”、“CCC”是辞典节点“1001”的间接科目节点。如图5所示,对辞典节点“1001”赋予重要度“5”。此外,如上所述,对“间接”的科目节点赋予“0.8”的权重(参考图13)。在图14上段的图表中的“AAA”、“BBB”、“CCC”的行中,除了相关联的集群的信息之外,还记载有这些“重要度”和“权重”的信息。
该图表所示的“DDD”、“EEE”、“FFF”是辞典节点“1002”的直接科目节点。在这些行中,除了与它们相关联的集群的信息之外,还记载有赋予给辞典节点“1002”的重要度“4”(参考图5)和赋予给“直接”的科目节点的权重“0.8”(参考图13)。
图14的第2段所示的图表示出了集群合计分数的计算方法。集群合计分数的运算按照每个集群进行。针对一个集群,首先,针对属于该集群的每个科目节点计算“技能项目分数”。该“技能项目分数”是被赋予给各个科目节点的重要度和权重的累计值。如果要针对属于集群的全部科目节点计算“技能项目分数”,则将它们相加。根据该相加结果而得到的值为“集群合计分数”。
图14上段的图表示出了“AAA”、“DDD”、“FFF”这三个属于集群A-(1)。“AAA”的重要度为“5”,权重为“0.8”。因此,“AAA”的技能项目分数成为(5*0.8)。关于“DDD”、“FFF”,均是重要度为“4”,权重为“1.0”。因此,这些技能项目分数均为(4*1.0)。然后,由于集群合计分数为技能项目分数的合计,因此,如下所述。
A-(1)集群合计分数
=(5*0.8)+(4*1.0)+(4*1.0)
=12.0
同样,集群A-(2)、集群A-(3)的集群合计分数如下式所示。
A-(2)集群合计分数=(5*0.8)=4.0
A-(3)集群合计分数=(5*0.8)+(4*1.0)=8.0
图14的第3段所示的图表示出了计算被赋予给各个集群的配分的方法。各集群的配分以使全部集群的配分之和成为作为满分的100的方式,通过下式计算。
(配分)=(满分)*
(各集群的集群合计分数)/
(全部集群的集群合计分数之和)
在图14所示的例子中,如下述那样计算各集群的配分。
A-(1)配分=100*12.0/(12.0+4.0+8.0)
=50.0
A-(2)配分=100*4.0/(12.0+4.0+8.0)
=16.7
A-(3)配分=100*8.0/(12.0+4.0+8.0)
=33.3
图14下段的图表示出了对全部集群分配了配分的情形。如集群(4)所示,对于不包括直接或间接的科目节点中的任意一个的集群,配分为零。根据以上的处理,科目节点越多的集群,被赋予越高的配分。此外,直接科目节点的比率越高,集群的配分越高。因此,根据本实施方式的方法,能够将与要求技能相关的招聘者的意图恰当地反映到集群的配分中。
图15是用于说明用于针对特定的集群(n)计算求职者具有的获得分数的准备处理的图。针对全部集群,按照每个集群进行该处理。
如参考上述图11所说明的那样,在本实施方式中,将修完科目信息中所包含的全部修完科目分配给有限个数的集群中的任意一个集群。图15上段的图表示出了对集群(n)分配了4个修完科目的例子。此外,该图表示出了针对各个修完科目附加了成绩、难易度、学分分数的信息的情形。
“成绩”是用(成绩)/(成绩的评价等级数)对作为修完科目信息而提出的成绩进行标准化并基于标准化后的值而新设定的值。在本实施方式中,将全部成绩重新设定为1.0~2.0的范围内的适当的值。“难易度”根据各科目的分配年级,设定为1.0~1.4的范围内的适当的值。
认为属于该集群(n)的修完科目的成绩越好,与集群(n)的技能相关的招聘者的能力越高。同样地,认为这些修完科目的难易度越高,并且学分数越多,则该能力越高。图15下段的图表示出了用于对这些要素进行数值化的“成绩*难易度平均值”、“学分和”和“学分和系数”的计算例。
这里,通过将4个科目的成绩和难易度拟合于规定的规则中,将“成绩*难易度平均值”计算为1.96。此外,将“学分和”计算为10,将“学分和系数”计算为1.10。学分和系数是用于对取得学分数越多则技能的掌握度越高的情况进行数值化的系数,这里,通过下式计算。
(学分和系数)=1+(学分和)/100
另外,在本实施方式中,按照每个集群确定上限学分数。上述的“学分和”被设定为该上限学分数为上限。
图16是用于说明针对特定的集群(n)计算集群分数的方法的图。集群分数为求职者的针对各个集群的得分。全部集群分数的合计为匹配分数。
管理服务器10针对集群(n)计算“成绩*难易度平均值”、“学分和”和“学分和系数”,并将它们拟合到下式中来计算“获得分数”。
(获得分数)=(成绩*难易度平均值)*(学分和)
*(偏差值系数)*(学分和系数)
其中,上述式中的“偏差值系数”是基于求职者所属的大学等教育机构的偏差值来设定的值。具体而言,各教育机构的偏差值越高,该偏差值系数为越大的值。在本实施方式中,管理服务器10根据从教学大纲所读出的偏差值来在1.0~1.4的范围内设定适当的偏差值系数。
管理服务器10还针对集群(n)计算“基准分数”。基准分数是被假想为上述的获得分数的满分的值。具体而言,基准分数通过分别在上述运算式的(成绩)中代入(基准成绩2.0)、在(难易度)中代入(基准难易度1.2)、在(学分和)中代入(上限学分数)、在(偏差值系数)中代入(基准偏差值系数1.0),并在(学分和系数)中代入(上限学分和系数),并如下式那样运算。
(基准分数)=(基准成绩)*(基准难易度)*(上限学分数)
*(基准偏差值系数)*(上限学分和系数)
其中,集群(n)的上限学分数是在将一般学生的毕业学分数120按照配分的比分配给各集群时,基于被分配给该集群(n)的学分数而设定的数值。此外,上限学分和系数是指将上限学分数拟合到学分和中而计算出的学分和系数。
管理服务器10在结束上述的计算时,接着,根据下式来计算集群(n)的集群分数。
(集群分数)=(配分)*(获得分数)/(基准分数)
如果集群(n)的上限学分数为10、配分为50分、求职者的偏差值系数为1.2,则集群分数如下所述。
(集群分数)
=50*(1.96*10*1.2*1.10)
/(2.0*1.2*10*1.0*1.10)
=49
管理服务器10在针对全部集群计算出集群分数之后,对它们进行合计从而生成匹配分数。各个集群分数用数值表示求职者在多大程度上满足了招聘者针对与该集群有关的技能所要求的能力。而且,作为它们的合计值的匹配分数,用数值表示求职者的具有的综合能力在多大程度上满足了招聘者所要求的综合能力。
根据这样的匹配分数,企业等招聘者能够灵活运用求职者所修完的内容的全部信息,准确地评价求职者具有的能力。而且,由于无需手动参考各个教学大纲,因此能够极其简便地利用该评价。另一方面,学生等招聘者也同样,只要利用这样的匹配分数,就可以简单地找出高度评价自己所具有的能力的招聘者。因此,本实施方式的匹配装置能够提供对招聘者和求职者双方来说都极为有益的效果。
另外,在上述实施方式中,为了提高匹配分数的精度,将招聘者所要求的技能项目(辞典节点)和求职者的修完科目分别展开到集群,并对集群之间进行对比。但是,本发明不限于此。即,本发明的要点在于,具有在结合了教学大纲的基础上,对招聘者所要求的技能项目(辞典节点)与求职者所提交的修完科目信息进行对比这一特征,也可以将招聘者所指定的辞典节点和与求职者的修完科目相关联的教学大纲要素之间的吻合程度作为匹配分数。
此外,在上述实施方式中,将各个辞典节点与教学大纲(科目节点)相关联(参考图12),然后,根据该科目节点与哪个集群相关联来将辞典节点展开到集群(参考图13)。但是,将辞典节点展开到集群的方法并不限定于此。例如,可以对全部辞典节点实施集群分析,以在不使用教学大纲的情况下直接定义每个辞典节点属于哪个集群。
此外,在上述实施方式中,招聘者所要求的技能项目和求职者的修完科目被设为了技术类,但本发明的应用并不限定于技术类。即,本发明能够应用于例如法律类、经济类、创意类等各种招聘求职的领域。
此外,在上述实施方式中,采用了管理服务器10经由网络12而与招聘者终端14和求职者终端16连接的结构,但本发明并不限定于该结构。例如,也可以是从管理服务器10的输入接口输入招聘者的信息和求职者的信息那样的独立结构。
此外,在上述实施方式中,在将招聘者所指定的辞典节点展开到集群时,提取直接科目节点和间接科目节点,但该结构不是必须的。例如,也可以省略间接科目节点的提取。
另外,在上述的实施方式中,招聘者所指定的辞典节点“1001”、“1002”、和与这些辞典节点“1001”、“1002”相关联的间接科目节点“AAA”、“BBB”、“CCC”以及直接科目节点“DDD”、“EEE”、“FFF”相当于所述第1发明中的“技能项目”,对它们追加了“重要度”所得到的信息相当于所述第1发明中的“要求技能信息”,通过使管理服务器10生成该要求技能信息而实现所述第1发明中的“第1受理部”。此外,在上述的实施方式中,通过使管理服务器10存储上述的要求技能信息而实现了所述第1发明中的“第1存储部”,通过从求职者终端16受理如图3所示的修完科目和成绩的信息而实现了所述第1发明中的“第2受理部”,通过存储该信息而实现了所述第1发明中的“第2存储部”,通过受理关于各科目的教学大纲而实现了所述第1发明中的“第3受理部”,通过存储这些教学大纲而实现了所述第1发明中的“第3存储部”。此外,在上述的实施方式中,通过使管理服务器10计算匹配分数而实现了所述第1发明中的“分数计算部”,通过在该计算时使管理服务器10如图11所示那样提取与修完科目相关联的修完教学大纲而实现了所述第1发明中的“提取处理”,通过根据图11所示的修完科目的集群分布和图13所示的科目节点的集群分布来计算匹配分数而实现了所述第1发明中的“分数计算处理”。
此外,在上述的实施方式中,向图9所示的各个集群分配的技能的领域相当于所述第2发明中的“技能组”,并且,通过使管理服务器10存储图9所示的信息而实现了所述第2发明中的“第4存储部”。此外,图10所示的教学大纲40与集群的关联规则相当于所述第2发明中的“教学大纲与集群的关联规则”,通过使管理服务器10存储该规则而实现了所述第2发明中的“第5存储部”。此外,分别通过使管理服务器10如图11所示那样将修完教学大纲分别向集群分配而实现了所述第2发明中的“教学大纲分配处理”,通过如图13所示那样将技能项目(辞典节点)分别向集群分配而实现了所述第2发明中的“技能项目分配处理”,通过根据这些分布来计算匹配分数,实现了所述第2发明中的“计算执行处理”。
此外,在上述的实施方式中,图12所示的技能项目(辞典节点)与教学大纲的关联规则相当于所述第3发明中的“技能项目与教学大纲的关联规则”,通过使管理服务器10存储该规则而实现了所述第3发明中的“第6存储部”。此外,如图12所示,通过使管理服务器10将所指定的辞典节点“1001”“1002”与对应的教学大纲“AAA”~“FFF”相关联而实现了所述第3发明中的“技能项目与教学大纲关联处理”,通过如图13中段所示那样确定与这些教学大纲相关联的集群A-(1)~A-(3)而实现了所述第3发明中的“确定处理”。
此外,在上述的实施方式中,通过使管理服务器10以图14所示的步骤向各个集群分配配分而实现了所述第4发明中的“配分设定处理”,通过以图15和图16所示的步骤按照每个集群计算获得分数而实现了所述第4发明中的“获得分数计算处理”,通过按照每个集群计算基准分数而实现了所述第4发明中的“基准分数计算处理”,通过按照每个集群计算它们的集群分数而实现了所述第4发明中的“集群分数计算处理”。
此外,在上述的实施方式中,通过使管理服务器10如图14所示那样按照每个科目节点计算反映了重要度的技能项目分数(5*0.8、4*1.0等)而实现了所述第5发明中的“技能项目分数设定处理”。
此外,在上述的实施方式中,通过使管理服务器10存储如图4或图12所示的辞典节点树而实现了所述第6发明中的“第7存储部”,通过存储图13上段所示的“权重”的信息而实现了所述第6发明中的“第8存储部”。
标号说明
10:管理服务器;
14:招聘者终端;
16:求职者终端;
34:成绩输入画面;
36:辞典节点树;
38:辞典节点;
40:教学大纲;
42:教学大纲要素;
44:集群。
Claims (8)
1.一种利用了教学大纲的匹配装置,其特征在于,具有:
第1受理部,其生成包含招聘者所要求的技能项目的集合的要求技能信息;
第1存储部,其存储所述要求技能信息;
第2受理部,其受理求职者的修完科目的信息即修完科目信息的输入;
第2存储部,其存储所述修完科目信息;
第3受理部,其受理按照每个科目而规定的教学大纲;
第3存储部,其存储作为各种教学大纲的集合的教学大纲组的信息;以及
分数计算部,其根据所述要求技能信息、所述修完科目信息和所述教学大纲组的信息,计算所述招聘者所要求的能力与所述求职者所具有的能力之间的匹配分数,
所述分数计算部执行以下处理:
提取处理,从所述第3存储部提取与所述修完科目信息所包含的各个修完科目相关联的教学大纲作为修完教学大纲;以及
分数计算处理,根据作为与技能相关的用语而包含在所述修完教学大纲中的教学大纲要素的集合和所述要求技能信息,计算所述匹配分数。
2.根据权利要求1所述的匹配装置,其特征在于,
所述匹配装置还具有:
第4存储部,其存储有将预先定义的多个集群的中的各个集群分配给何种技能组;以及
第5存储部,其存储有教学大纲与集群的关联规则,该教学大纲与集群的关联规则规定了所述教学大纲中的各个教学大纲与所述多个集群中的哪一个相关联,
各个教学大纲与所述多个集群中的哪一个相关联是根据该教学大纲中所包含的教学大纲要素的集合来确定的,
所述分数计算处理包含以下处理:
教学大纲分配处理,根据所述教学大纲与集群的关联规则,将所述修完教学大纲中的各个修完教学大纲分配给恰当的集群;
技能项目分配处理,将所述要求技能信息所包含的技能项目中的各个技能项目分配给如下集群,该集群包含该技能项目应该属于的技能组;以及
计算执行处理,根据被分配给所述多个集群的所述修完教学大纲的分布与被分配给所述多个集群的所述技能项目的分布的对比来计算所述匹配分数。
3.根据权利要求2所述的匹配装置,其特征在于,
所述匹配装置还具有第6存储部,该第6存储部存储有技能项目与教学大纲的关联规则,该技能项目与教学大纲的关联规则规定了所述技能项目中的各个技能项目与所述教学大纲中的哪一个相关联,
所述匹配装置根据在该教学大纲中是否包含有与该技能项目对应的教学大纲要素来确定是否将各个技能项目与各个教学大纲关联起来,
所述技能项目分配处理包含以下处理:
技能项目与教学大纲关联处理,根据所述技能项目与教学大纲的关联规则,将所述要求技能信息中所包含的技能项目中的各个技能项目与对应的教学大纲关联起来;
确定处理,根据所述教学大纲与集群的关联规则,确定与该对应的教学大纲相关联的集群;以及、
将所述技能项目中的各个技能项目向通过该确定处理而确定的集群分配的处理。
4.根据权利要求2或3所述的匹配装置,其特征在于,
所述计算执行处理包含以下处理:
配分设定处理,以使被分配给全部集群的配分的合计为满分的方式,根据所述技能项目的分布来向各个集群分配配分;
获得分数计算处理,针对每个集群,根据与被分配给该集群的所述修完教学大纲相关联的所述修完科目的成绩和学分数来计算获得分数;
基准分数计算处理,根据每个集群,来计算所述成绩为基准成绩并且所述学分数为基准学分数的情况下的所述获得分数来作为基准分数;
集群分数计算处理,按照每个集群,根据下式计算集群分数,
(集群分数)=(配分)×(获得分数)/(基准分数);以及
计算全部集群的所述集群分数之和来作为所述匹配分数的处理。
5.根据权利要求4所述的匹配装置,其特征在于,
所述要求技能信息包含按照每个所述技能项目而规定的重要度,
所述配分设定处理包含以下处理:
技能项目分数设定处理,针对所述要求技能信息所包含的所述技能项目中的各个技能项目,设定反映了所述重要度的技能项目分数;
按照每个集群对所述技能项目分数进行合计从而计算集群合计分数的处理;以及
根据下式计算各个集群的配分的处理,
(配分)=(满分)*(该集群的集群合计分数)/(全部集群的集群合计分数之和)。
6.根据权利要求5所述的匹配装置,其特征在于,
该匹配装置还具有第7存储部,该第7存储部存储辞典节点树,该辞典节点树根据技能的相关性将所述技能项目的集合设为树结构,
所述招聘者所要求的技能项目包含经由所述第1受理部而直接指定的直接技能项目、和在所述辞典节点树中与该直接技能项目具有密切关系的间接技能项目,
该匹配装置还具有第8存储部,该第8存储部存储分别应用于直接技能项目和间接技能项目的权重,
所述技能项目分数设定处理还包含使直接技能项目的权重在所述直接技能项目的所述技能项目分数中反映出来,使间接技能项目的权重在所述间接技能项目的所述技能项目分数中反映出来的处理。
7.根据权利要求4~6中的任意一项所述的匹配装置,其特征在于,
所述教学大纲包含提供所述科目的教育机构的偏差值的信息,
所述获得分数计算处理包含使提供所述修完科目的教育机构的偏差值在所述获得分数中反映出来的处理。
8.根据权利要求4~7中的任意一项所述的匹配装置,其特征在于,
所述教学大纲包含所述科目的难易度的信息,
所述获得分数计算处理包含使所述修完科目的难易度在所述获得分数中反映出来的处理。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018-052946 | 2018-03-20 | ||
JP2018052946A JP7030583B2 (ja) | 2018-03-20 | 2018-03-20 | シラバスを利用したマッチング装置 |
PCT/JP2018/030830 WO2019180986A1 (ja) | 2018-03-20 | 2018-08-21 | シラバスを利用したマッチング装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111937018A true CN111937018A (zh) | 2020-11-13 |
CN111937018B CN111937018B (zh) | 2024-02-23 |
Family
ID=67986834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880091374.5A Active CN111937018B (zh) | 2018-03-20 | 2018-08-21 | 利用了教学大纲的匹配装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210042868A1 (zh) |
EP (1) | EP3770836A4 (zh) |
JP (1) | JP7030583B2 (zh) |
CN (1) | CN111937018B (zh) |
WO (1) | WO2019180986A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7300686B2 (ja) * | 2021-10-21 | 2023-06-30 | ダットジャパン株式会社 | 情報処理システム |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003162651A (ja) * | 2001-11-28 | 2003-06-06 | Toyotsu Syscom Corp | 求人と求職のマッチング装置 |
US20110231330A1 (en) * | 2010-03-19 | 2011-09-22 | Chung Yuan Christian University | Job matching method |
WO2013052175A2 (en) * | 2011-06-24 | 2013-04-11 | Monster Worldwide, Inc. | Military occupations and skills management system |
US20150120593A1 (en) * | 2013-10-30 | 2015-04-30 | Chegg, Inc. | Correlating Jobs with Personalized Learning Activities in Online Education Platforms |
US20150127567A1 (en) * | 2013-11-01 | 2015-05-07 | UV Labs, Inc. | Data mining including processing natural language text to infer competencies |
CN104657828A (zh) * | 2015-02-17 | 2015-05-27 | 华为技术有限公司 | 数据化和数据匹配方法和代码推荐方法及相关装置 |
US20160196534A1 (en) * | 2015-01-06 | 2016-07-07 | Koru Careers, Inc. | Training, tracking, and placement system |
CN106203935A (zh) * | 2015-06-11 | 2016-12-07 | 唐锐 | 基于用户生成内容及用户关系的技能评估与岗位匹配方法 |
CN106663230A (zh) * | 2014-03-14 | 2017-05-10 | 庞德·萨利尔 | 职业分析平台 |
CN107103384A (zh) * | 2017-04-01 | 2017-08-29 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于三维知识网络的学习者学习轨迹量化方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11338881A (ja) * | 1998-05-28 | 1999-12-10 | Recruit Co Ltd | 求人求職仲介システム |
JP2004240925A (ja) | 2002-12-12 | 2004-08-26 | Argo Intelligent Service:Kk | スキルアップ並びにマッチング処理方法、スキルアップ並びにマッチング処理方法をコンピュータに実行させるプログラム、スキルアップ並びにマッチング処理方法をコンピュータに実行させるプログラムを記憶させた記憶媒体及びスキルアップ並びにマッチング処理システム |
US20040267554A1 (en) * | 2003-06-27 | 2004-12-30 | Bowman Gregory P. | Methods and systems for semi-automated job requisition |
JP2005044280A (ja) | 2003-07-25 | 2005-02-17 | Jsl:Kk | 人材仲介サーバ |
JP2005332037A (ja) | 2004-05-18 | 2005-12-02 | Dainippon Printing Co Ltd | 履修科目選択支援システム |
US20080016054A1 (en) * | 2006-07-11 | 2008-01-17 | Vitruva | Approach to matching profiles and accessing contact information |
-
2018
- 2018-03-20 JP JP2018052946A patent/JP7030583B2/ja active Active
- 2018-08-21 US US16/978,427 patent/US20210042868A1/en not_active Abandoned
- 2018-08-21 WO PCT/JP2018/030830 patent/WO2019180986A1/ja unknown
- 2018-08-21 CN CN201880091374.5A patent/CN111937018B/zh active Active
- 2018-08-21 EP EP18910853.3A patent/EP3770836A4/en not_active Withdrawn
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003162651A (ja) * | 2001-11-28 | 2003-06-06 | Toyotsu Syscom Corp | 求人と求職のマッチング装置 |
US20110231330A1 (en) * | 2010-03-19 | 2011-09-22 | Chung Yuan Christian University | Job matching method |
WO2013052175A2 (en) * | 2011-06-24 | 2013-04-11 | Monster Worldwide, Inc. | Military occupations and skills management system |
US20150120593A1 (en) * | 2013-10-30 | 2015-04-30 | Chegg, Inc. | Correlating Jobs with Personalized Learning Activities in Online Education Platforms |
US20150127567A1 (en) * | 2013-11-01 | 2015-05-07 | UV Labs, Inc. | Data mining including processing natural language text to infer competencies |
CN106663230A (zh) * | 2014-03-14 | 2017-05-10 | 庞德·萨利尔 | 职业分析平台 |
US20160196534A1 (en) * | 2015-01-06 | 2016-07-07 | Koru Careers, Inc. | Training, tracking, and placement system |
CN104657828A (zh) * | 2015-02-17 | 2015-05-27 | 华为技术有限公司 | 数据化和数据匹配方法和代码推荐方法及相关装置 |
CN106203935A (zh) * | 2015-06-11 | 2016-12-07 | 唐锐 | 基于用户生成内容及用户关系的技能评估与岗位匹配方法 |
CN107103384A (zh) * | 2017-04-01 | 2017-08-29 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于三维知识网络的学习者学习轨迹量化方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3770836A1 (en) | 2021-01-27 |
CN111937018B (zh) | 2024-02-23 |
EP3770836A4 (en) | 2021-12-01 |
US20210042868A1 (en) | 2021-02-11 |
JP7030583B2 (ja) | 2022-03-07 |
WO2019180986A1 (ja) | 2019-09-26 |
JP2019164678A (ja) | 2019-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20150170304A1 (en) | Methods and systems for projecting earnings and creating earnings tools within an online career network | |
US20210056651A1 (en) | Artificial Intelligence Driven Worker Training And Skills Management System | |
Faliagka et al. | An Integrated e-Recruitment System for CV Ranking based on AHP. | |
Karasev et al. | Hybrid logical and probabilistic models for management of socioeconomic safety | |
CN111937018B (zh) | 利用了教学大纲的匹配装置 | |
Bakanova et al. | The method of employee competencies management based on the ontological approach | |
KR102508562B1 (ko) | 직무능력 예측을 포함하는 직무 자동매칭 서비스 및 그를 이용하는 컴퓨팅 장치 | |
CN111222792B (zh) | 混合式培训的实现方法及装置 | |
Belanich et al. | Review and assessment of personnel competencies and job description models and methods | |
JP2019036042A (ja) | 適性テストの判定方法、更新方法、判定装置、更新装置、プログラムおよび記録媒体 | |
Ibrahim et al. | Trends and Patterns of Needs Assessments in Technical and Vocational Education: A Thematic Review. | |
Pratama et al. | Permanent Employee Assessment Decision Support System using the Simple Multi Attribute Rating Technique (SMART) Method | |
Levin | Ability testing for job selection: Are the economic claims justified? | |
Husin | DECISION SUPPORT SYSTEM FOR SELECTING THE BEST TEACHER BASED ON PERFORMANCE APPRAISAL AT SMPIT AS SU'ADAA USING THE SIMPLE ADDITIVE WEIGHTING (SAW) METHOD | |
Qeshta | The Requirements for Applying the Six Sigma Method to Develop the Management Performance of the Employees at the Palestinian Ministry of Youth and Sports | |
Anestis et al. | Skills Evaluator: a multicriteria decision support system for the evaluation of qualifications and skills in Information and Communication Technologies | |
Petrovskaya et al. | Methodology and experience of evaluating the innovativeness of student projects | |
Celik et al. | Student-Company Assignment: Simulation Approach | |
TWI608454B (zh) | 興趣明確性判斷方法及應用此方法所完成之學職涯探索平台 | |
Siregar et al. | The Application of Analytic Hierarchy Process and Topsis Methods in Selecting Outstanding Students Based on Android (Case Study: SMAN 1 Siantar Narumonda) | |
Li et al. | An interval TOPSIS for assessing higher vocational education development levels: Considering decision-makers’ preferences. | |
Rayendra | Simple Additive Weighting on The Selection of Candidate Students in The Job Skills Training Program | |
Noor et al. | Analysing Relevancy of Industrial Engineering to Requirements of Industry using Scientific Approaches: Relevancy of industrial engineering to industry requirements | |
Mulyadi et al. | The influence of work stress, work motivation, and time management on work life balance in students who study while working | |
Giacosa et al. | PERFORMANCE MANAGEMENT AND UNIVERSITIES: A BIBLIOMETRIC LITERATURE REVIEW |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |