JP2011100332A - 姓名による属性解析方法、プログラム及びシステム - Google Patents

Abstract

【課題】会員情報として登録された名義データに基づいて、会員情報としては登録されていない当該会員の属性の判別を行う。
【解決手段】入力された名義データにつき、（１）予め記録されている苗字辞書との前方一致検索、（２）予め記録されている名前辞書との後方一致検索、及び（３）予め定義された特徴情報の該当判別を順次行う。（１）（２）において一致が存在すれば対象と判定して処理を終了する。（１）（２）に該当しなかった場合（３）の判別を行い、その結果に応じて対象／対象外を判定する。
【選択図】 図７

Description

本発明は、入力された姓名を解析対象としてその属性を解析する方法、プログラム及びシステムに関する。

インターネット上提供されるサービスにおいて、有料／無料を問わず会員制のサービスが多数存在する。通常こうした会員制のサービスにおいてサービスの提供を受けるに際しては、あらかじめ会員登録を行う必要がある。会員登録にあたっては、例えば図１２に示すように、氏名、性別、住所、電話番号、メールアドレスなどの情報の入力を促す画面が表示される。登録を希望する者はこれらの情報を適宜入力し、登録会員のためのサービスの提供を受けることができる。

いわゆる求人情報サイトにおいては、自らが有している職務上のスキルや職歴・学歴等を登録しておくことにより、求人案件とのマッチング頻度が高まる可能性がある。

一方で、例えば上述の求人情報サイトにおいては、登録することによって自らの求職活動に不利となる情報については、入力が任意な項目であれば、必ずしも積極的には入力がなされない。また職業安定法（昭和２２年１１月３０日法律第１４１号）の要請からも、採否可否決定目的で収集することを禁止されている項目（例えば、親の職業、家族構成、本籍など）について必須の入力事項として設定することはできない。

求人企業としては、選考過程の省力化の観点から、求職情報サイトの会員登録の段階、或いはその後の追加的なプロフィール登録の段階で入力される項目以外の属性によって一次的な選考（フィルタリング）を行いたいというニーズがある。こうした属性の中には、必須入力事項である氏名から一定程度把握が可能なものもある。

入力された名義を解析する手法として、個人／法人の判断を高速に行うことができる名義解析手法として、姓単語と、その読みと、その種別と、頻度とからなる姓データを記憶した姓辞書記憶手段から入力された名義データと単語もしくは読みの一部が前方一致するものを一度にすべて検索し、一致するものが存在した場合に、その種別によって、入力された名義データが姓か、それ以外かを判定する解析方法が開示されている（例えば、特許文献１）。また光学的文字読取装置（ＯＣＲ）を用いて姓名を認識する場合に使用される文字認識処理装置として、姓と名との区切りを正しく認識するために、文字の数に応じて姓名特有の仕切りを設定して前半太後半部とに２分割する分割処理部と、前半部を姓辞書と比較照合し、後半部を名辞書と比較照合して姓と名とを認識する姓名認識部と、認識不能な場合に前記分割処理の仕切りの変更を行う認識制御部とを備えた文字認識処理装置が開示されている（例えば、特許文献２）。

特開２００４−３１８６９９号公報 特許第２８９２３７６号公報

しかし、特許文献１においては、解析可能なのはその名義が法人／個人のいずれであるかであり、個人名義の属性についてその入力された姓名から解析することはできない。また特許文献２においては、どこまでが姓でどこまでが名であるかの区切りを、当初の分割処理によっては認識できなかった場合にあっても再度認識処理をする制御が示されているのみであり、やはり姓名からこれに一定程度関連付けて認識することが可能な属性について解析することはできない。

本発明は、上記事情に鑑みてなされたものであり、入力された姓名から、これと関連性を有する属性を解析する方法、プログラム及び解析システムを提供することにある。

請求項１に記載の属性解析方法は、外部からの操作に基づき、名義データの入力を受け付けるステップと、苗字と苗字属性情報とを少なくとも有する苗字データを記憶した苗字辞書記憶手段から、入力された名義データと前方一致する前記苗字データを検索する第一の検索ステップと、名前と名前属性情報とを少なくとも有する名前データを記憶した名前辞書記憶手段から、入力された名義データと後方一致する前記名前データを検索する第二の検索ステップと、前記第一の検索ステップ及び前記第二の検索ステップのいずれにおいても一致する苗字データ又は名前データが存在しなかった場合に、（ａ）前記名義データが全てカタカナ、（ｂ）前記名義データが全てひらがな、（ｃ）前記名義データが所定文字数以下、（ｄ）前記名義データの中にカタカナが所定文字数以上含まれる、（ｅ）前記名義データの中に英数字が含まれる、のいずれかの特殊情報に該当しないかを判別するステップとを有することを特徴としている（請求項１）。

なお第二の検索ステップ以降のステップは、第一の検索ステップにおいて前方一致する苗字データが検索されなかった場合にのみ行ない、また（ａ）ないし（ｅ）のいずれかに該当しないかを判別するステップは、第二の検索ステップにおいて後方一致する名前データが検索されなかった場合にのみ行なうように構成することができる（請求項２）。

また、これらの属性解析方法をコンピュータに実行させるプログラムとして構成することもできる（請求項３）。

また請求項４に記載の属性解析システムは、入力された名義データから当該名義データの属性を解析する属性解析システムであって、苗字と苗字属性情報とを少なくとも有する苗字データが記録されている苗字辞書記憶手段と、名前と名前属性情報とを少なくとも有する名前データが記録されている名前辞書記憶手段と、名義データを入力する手段と、前記苗字辞書記憶手段に記録されている苗字データから、前記入力された名義データと前方一致する苗字データを検索する第一の処理手段と、前記名前辞書記憶手段に記録されている名前データから、前記入力された名義データと後方一致する名前データを検索する第二の処理手段と、（ａ）前記名義データが全てカタカナ、（ｂ）前記名義データが全てひらがな、（ｃ）前記名義データが所定文字数以下、（ｄ）前記名義データの中にカタカナが所定文字数以上含まれる、（ｅ）前記名義データの中に英数字が含まれる、のいずれかの特殊情報に該当しないかを判別する第三の処理手段と、前記第一の処理手段、前記第二の処理手段及び前記第三の処理手段の処理結果に基づいて前記入力された名義データの属性を判定する判定手段とを有することを特徴としている（請求項４）。

請求項１に記載の発明によれば、解析対象となる名義データを構成する姓名の一部が苗字辞書に含まれる苗字データ又は名前辞書に含まれる名前データを一致するか、また特殊情報に該当しないかによって、姓名に表れる名義データの名義人の属性、例えば出身地などを判定することが出来る。これにより所定のプロフィールを有する個人を抽出する際、一次的なフィルタリングを容易に行うことができる。

請求項２に記載の発明によれば、各処理ステップのいずれか一を満たした時点でそれ以降の処理を行うことなく属性判定を終了することから、より迅速な判定処理を行うことが可能となる。これらの発明は、専用のハードウェアにより実現されるもの以外に、その機能を実現するためのプログラムとして汎用ハードウェアにより実行するものであってもよい（請求項３）。

請求項４に記載の発明によれば、解析対象となる名義データを構成する姓名の一部が苗字辞書に含まれる苗字データ又は名前辞書に含まれる名前データを一致するか、また特殊情報に該当しないかによって、姓名に表れる名義データの名義人の属性、例えば出身地などを判定することが出来る。これにより所定のプロフィールを有する個人を抽出する際、一次的なフィルタリングを容易に行うことができる。

サービス提供サーバ１０を含む本発明に係る属性解析システム１００の全体構成を示すブロック図である。 サービス提供サーバ１０の構成を示すブロック図である。 求職者が会員登録を行う登録画面のイメージ図である。 同じく求職者が会員登録を行う登録画面のイメージ図である。 求人企業が求人案件を登録する際の登録画面のイメージ図である。 求職者情報記憶手段に記録される求職者データの概念図である。 求人情報記憶手段に記録される求人案件データの概念図である。 名義データに基づく属性解析の流れを示すフローチャートである。 名義データのプレ処理の態様を示す図である。 苗字辞書の構成及び名義データとの前方一致検索の処理を示す図である。 名前辞書の構成及び名義データとの後方一致検索の処理を示す図である。 特徴情報記憶部の構成及び特徴情報該当性の判別処理を示す図である。 会員制サービスにおける会員登録画面のイメージ図である。

本発明を実施するための形態を一実施例に基づいて詳細に説明する。ここでは名義データに基づく解析を求人情報サイトに適用した例を用いて説明する。

図１は、本発明の一実施形態に係るサービス提供サーバ１０を含む属性解析システム１００の全体構成を示すブロック図である。図１に示すように、本属性解析システム１００は、サービス提供サーバ１０と、複数のユーザ（求職者）端末装置２０・・・２０と、複数のユーザ（求人企業）端末装置３０・・・３０とが、ネットワークＮに接続可能に構成されている。

サービス提供サーバ１０は、求人情報サービスを提供する情報処理装置である。具体的には後述するが、求職者が会員登録と同時に、又は事後的に自らの履歴書情報をサーバ１０内の求職者情報記憶手段１１１に登録し、求人企業は求人情報を同じくサーバ１０内の求人情報記憶手段１１２に登録する。

ユーザ（求職者）端末装置２０・・・２０は、パーソナルコンピュータ（ＰＣ）、携帯情報端末（ＰＤＡ）或いは携帯電話機など、ネットワークＮを介した通信機能を有する情報処理装置である。ユーザ（求職者）端末装置２０・・・２０は、ネットワークＮを介してサービス提供サーバ１０と接続可能である。

ユーザ（求人企業）端末装置３０・・・３０は、典型的にはパーソナルコンピュータ（ＰＣ）であるが、やはりネットワークＮを介した通信機能を有していればその形態に制限はない。ユーザ（求人企業）端末装置３０・・・３０もまた、ネットワークＮを介してサービス提供サーバ１０と接続可能である。

ネットワークＮは、サービス提供サーバ１０とユーザ（求職者）端末装置２０・・・２０及びユーザ（求人企業）端末装置３０・・・３０との間で情報を送受信するための通信回線である。例えば、インターネット、ＬＡＮ、ＷＡＮ、専用線、電話回線、その他の通信回線及びこれらの組み合わせのいずれであってもよく、また有線であるか無線であるかを問わない。

ここでサービス提供サーバ１０の構成のうち、本実施例に特に関連する構成につき、その機能に着目しつつ説明する。

図２は、本実施形態におけるサービス提供サーバ１０の構成を示すブロック図である。図示するように、サービス提供サーバ１０は、情報を記憶するための記憶手段１１（ハードウェア構成として例えば、ＲＯＭ、ＲＡＭ等のメモリや、ＨＤＤ等の記憶装置）、各部の動作や処理を制御するための制御手段１２（例えば、ＣＰＵ等のプロセッサ）、ネットワークＮを介してシステム内の他のノードと情報を送受信するための通信手段１３、及びこれらの各構成を相互に結び情報の授受を行うためのバス１４を備えている。

記憶手段１１には、求職者情報記憶手段１１１、求人情報記憶手段１１２、苗字辞書記憶手段１１３、名前辞書記憶手段１１４、特徴情報記憶手段１１５、入力フォーマット記憶手段１１６が含まれる。また制御手段１２には、名義データプレ処理手段１２１、苗字データ検索手段１２２、名前データ検索手段１２３、特徴情報判別手段１２４、属性判定手段１２５が含まれる。

求職者情報記憶手段１１１には、会員登録を行った求職者のプロフィール情報が記録される。図３Ａ及び図３Ｂは、求職者がユーザ（求職者）端末装置２０から自身のプロフィール情報を入力する際に、ユーザ（求職者）端末装置２０の表示手段に表示される画面である。これらの画面情報は、入力フォーマット記憶手段１１６に記録されており、サービス提供サーバ１０からネットワークＮを介して各ユーザ（求職者）端末装置２０・・・２０へと送信される。会員情報には、氏名、性別、生年月日、住所、電話番号、メールアドレス、携帯メールアドレスといった書誌的な情報の他、最終学歴や職務経歴、自己ＰＲなど履歴書に記載される項目が含まれる。これらの情報は、会員登録の際に付与される会員ＩＤ、及び会員登録の際に設定されるパスワードとともに求職者データとして記録される。

求職者は、自身のネットワーク接続されているＰＣ等をユーザ（求職者）端末装置２０としてこれらの情報を入力し、ネットワークＮを介してサービス提供サーバ１０へと送信する。送られた情報は求職者情報記憶手段１１１においてデータベースとして記録される。図５は、求職者情報記憶手段に記録される求職者データの概念図である。後述する応募者フィルタリングに資するよう、上記会員登録の際に入力された各項目をテーブルの中に配置した形で記録している。

求人情報記憶手段１１２には、求人企業によって登録された求人案件情報が記録される。図４は、求人案件情報の登録画面中、応募者の一次選別条件である応募者フィルタを設定する画面である。ここで「フィルタ」には、選別にあたって満たすべき必須の条件（例えば就業可能な年齢に至っているかという条件）のほか、選考にあたって積極的或いは消極的に評価される条件（例えばアルバイト経験の有無）も含まれる。この例においては、募集職種「ＷＥＢデザイナー」に関するフィルタリング条件として、年齢「１８歳未満」、ブランク期間（＝就職していない期間）「３ヶ月以内」、アルバイト経験「評価する」、外国人の応募「受け付ける」というフィルタリング条件を設定している。

本実施例における求人案件情報の登録においては、その他に「経験職種」「転職回数」「直近の職務の在籍期間」に基づいて一次選別を行うことができる。また一次選別においてフィルタリングに該当する場合の自動返信メールの文面についてもあらかじめ設定しておくことができる。求人企業は、ユーザ（求人企業）端末装置３０から上記示されたようなフィルタリング条件とともに求人案件情報を、ネットワークＮを介してサーバ１０の求人情報記憶手段１１２に記録する。

図６は、求人情報記憶手段１１２に記録されている求人案件情報の概念図である。例えば「企業ＩＤ」０００２の「募集企業」株式会社△△デザインは、「募集職種」としてＷｅｂデザイナーを登録している。フィルタリング条件として、「年齢１８歳未満」、転職回数は「不問」、外国人の応募「有」を設定している。求人案件に対して応募を行ってきた求職者のプロフィール情報がこれらのフィルタリングの結果募集対象外と判断される場合、あらかじめ設定されている自動返信メールが当該求職者に対して配信される。

上記例示したフィルタリング条件のうち、求職者のプロフィール情報に直接記録されているデータについては、それに基づいてフィルタリングの実行の可否が判断される。一方求職者のプロフィール情報には出身地域に関する登録項目はない。そこでプロフィール情報のうち氏名に基づいて出身地域に関する属性の解析を行う。図７は、名義データに基づく属性解析の流れを示すフローチャートである。

求職者から求人案件への応募希望があると、名義データプレ処理手段１２１は、その求職者の名義データ、つまりプロフィール情報の「氏名」及び「カナ」について解析処理を行うためのプレ処理を行う（ステップＳ７０１）。具体的には、その求職者の氏名及びカナとして入力されている文字列からスペースを除去する。図８に示すように、全角スペース、半角スペースとも削除処理を行い、姓名一連の文字列とする。

次に、苗字データ検索手段１２２は、苗字辞書記憶手段１１３に格納されたデータを使って、与えられた文字列に前方一致検索を実行する（ステップＳ７０２）。図９は前方一致検索の処理を示す概念図である。苗字データ検索手段１２２は、与えられた文字列を頭から一文字ずつ加えていった複数の検索キーを作成する。「佐藤一郎」の場合、「佐」「佐藤」「佐藤一」「佐藤一郎」の４パターンの検索キーが作成される。カナについても同様に複数の検索キーが作成される。

次にこれらを苗字辞書記憶手段１１３に記録されている苗字データとの完全一致検索を実行する。苗字情報記憶手段１１３には日本人の苗字として現存する苗字データが集積されている。「佐藤一郎」の場合、「佐藤」「サトウ」がそれぞれ苗字辞書に存在する（ステップＳ７０３：ＹＥＳ）。

上記の例（「会員ＩＤ」０００１＝佐藤 一郎）のように、苗字辞書の中に一致する苗字がある場合、その後の検索、判別処理を行うことなく、属性判定手段１２５は当該名義データを「日本人」と判定する（ステップＳ７０８）。しかし例えば「会員ＩＤ」０００４＝テスト 太郎の場合、苗字辞書前方一致検索においては一致する苗字が存在しない（ステップＳ７０３：ＮＯ）。この場合、名前データ検索手段１２３により名前辞書後方一致検索が行われる（ステップＳ７０４）。図１０は後方一致検索の処理を示す概念図である。名前データ検索手段１２３は、与えられた文字列を末尾から一文字ずつ加えていった複数の検索キーを作成する。「テスト太郎」の場合、「郎」「太郎」「ト太郎」「スト太郎」「テスト太郎」の５パターンの検索キーが作成される。カナについても同様に複数の検索キーが作成される。

次にこれらを名前辞書記憶手段１１４に記録されている名前データとの完全一致検索を実行する。名前情報記憶手段１１４には日本人の名前として現存する名前データが集積されている。「テスト太郎」の場合、「太郎」「タロウ」がそれぞれ名前辞書に存在する（ステップＳ７０５：ＹＥＳ）。

上記の例（「会員ＩＤ」０００４＝テスト 太郎）のように、名前辞書の中に一致する名前がある場合、その後の判別処理を行うことなく、属性判定手段１２５は当該名義データを「日本人」と判定する（ステップＳ７０８）。しかし例えば「会員ＩＤ」０００５＝ジェームズ．ヨハンセンの場合、名前辞書後方一致検索においても一致する名前が存在しない（ステップＳ７０５：ＮＯ）。この場合、特徴情報判別手段１２４により特徴情報該当判別処理が行われる（ステップＳ７０６）。図１１は特徴情報該当判別処理を示す概念図である。

特徴情報判別手段１２４は、与えられた名義データの文字列を、その構成する文字種ごとに文字数のカウントを行う。「ジェームズ．ヨハンセン」の場合、漢字＝０、カタカナ＝１０、ひらがな＝０、英数字＝０、記号＝１とカウントされる。

一方本実施例においては、特徴情報としては以下の５つが定義されている。
（ａ）文字列が全てカタカナ
（ｂ）文字列が全てひらがな
（ｃ）文字列が３文字以下
（ｄ）文字列の中にカタカナが８文字以上含まれる
（ｅ）文字列の中に英数字が含まれる

特徴情報判別手段１２４は、定義された特徴情報に照らして与えられた名義データの文字列がこれらに該当するか否かを判別する。いずれか一の特徴情報に該当する場合（ステップＳ７０７：ＹＥＳ）、外国人と判定し（ステップＳ７０９）、その判定結果を出力する（ステップＳ７１０）。「ジェームズ．ヨハンセン」の場合、カタカナを１０文字含むことから、特徴情報（ａ）に該当すると判別され、外国人と判定されることとなる。この出力結果に応じて、図４において外国人の応募をフィルタリングの対象としている場合、フィルタリングに該当することとなり、自動返信メールがサービス提供サーバ１０から該当するユーザ（求職者）端末装置２０に対して送信される。

なお本発明は、専用のハードウェアにより実現されるもの以外に、その機能を実現するためのプログラムとして汎用ハードウェアにより実行するものであってもよい。

以上のように、本発明に係る属性解析方法を用いることにより、登録された個人の属性情報としては登録されていない属性についても登録されている名義データに基づいて解析を行うことができる。これにより多数の個人登録情報から所望の情報を選別する必要がある場合の一次選別を容易化することができる。

なお上記は日本人か否か、というフィルタに適した属性解析方法の例を説明したが、これに限られるものではなく、例えば真正な姓名の登録が求められるようなシステムにおいて、それが偽名や芸名、あるいはハンドルネームではないかというフィルタにも適用可能である。この場合特徴情報記憶手段に定義する特徴情報として、「文字列の中に記号（♂、♪など）が含まれる」といった特徴情報を定義することができる。さらに、本実施例においては求人サイトにおける適用例として説明したが、本発明に係る属性解析方法の適用場面はこれに限られるものではなく、日本人か否かという判別のニーズを持っているシステムであればどんなものにも適用が可能である。

更に、苗字辞書情報及び名前辞書情報はデータを増やしていくことにより精度の向上が見込まれる。また誤判定については事後的に苗字辞書、名前辞書あるいは特徴情報を再定義することによりやはり精度が向上する。

１０ サービス提供サーバ
１１ 記憶手段
１２ 制御手段
１３ 通信手段
１４ バス
２０ ユーザ（求職者）端末装置
３０ ユーザ（求人企業）端末装置
１００ 属性解析システム
１１１ 求職者情報記憶手段
１１２ 求人情報記憶手段
１１３ 苗字辞書記憶手段
１１４ 名前辞書記憶手段
１１５ 特徴情報記憶手段
１１６ 入力フォーマット記憶手段
１２１ 名義データプレ処理手段
１２２ 苗字データ検索手段
１２３ 名前データ検索手段
１２４ 特徴情報判別手段
１２５ 属性判定手段

Claims (4)

1. 入力された名義データから当該名義データの属性を解析する属性解析方法であって、
   外部からの操作に基づき、名義データの入力を受け付けるステップと、
   苗字と苗字属性情報とを少なくとも有する苗字データを記憶した苗字辞書記憶手段から、入力された名義データと前方一致する前記苗字データを検索する第一の検索ステップと、
   名前と名前属性情報とを少なくとも有する名前データを記憶した名前辞書記憶手段から、入力された名義データと後方一致する前記名前データを検索する第二の検索ステップと、
   前記第一の検索ステップ及び前記第二の検索ステップのいずれにおいても一致する苗字データ又は名前データが存在しなかった場合に、（ａ）前記名義データが全てカタカナ、（ｂ）前記名義データが全てひらがな、（ｃ）前記名義データが所定文字数以下、（ｄ）前記名義データの中にカタカナが所定文字数以上含まれる、（ｅ）前記名義データの中に英数字が含まれる、のいずれかの特殊情報に該当しないかを判別するステップと
   を有することを特徴とする属性解析方法。
2. 前記第二の検索ステップ以降のステップは、前記第一の検索ステップにおいて前方一致する苗字データが検索されなかった場合にのみ行われ、
   前記（ａ）ないし（ｅ）のいずれかに該当しないかを判別するステップは、前記第二の検索ステップにおいて後方一致する名前データが検索されなかった場合にのみ行われることを特徴とする、請求項１に記載の属性解析方法。
3. 請求項１又は請求項２のいずれか一に記載の属性解析方法をコンピュータで実行するための属性解析プログラム。
4. 入力された名義データから当該名義データの属性を解析する属性解析システムであって、
   苗字と苗字属性情報とを少なくとも有する苗字データが記録されている苗字辞書記憶手段と、
   名前と名前属性情報とを少なくとも有する名前データが記録されている名前辞書記憶手段と、
   名義データを入力する手段と、
   前記苗字辞書記憶手段に記録されている苗字データから、前記入力された名義データと前方一致する苗字データを検索する第一の処理手段と、
   前記名前辞書記憶手段に記録されている名前データから、前記入力された名義データと後方一致する名前データを検索する第二の処理手段と、
   （ａ）前記名義データが全てカタカナ、（ｂ）前記名義データが全てひらがな、（ｃ）前記名義データが所定文字数以下、（ｄ）前記名義データの中にカタカナが所定文字数以上含まれる、（ｅ）前記名義データの中に英数字が含まれる、のいずれかの特殊情報に該当しないかを判別する第三の処理手段と、
   前記第一の処理手段、前記第二の処理手段及び前記第三の処理手段の処理結果に基づいて前記入力された名義データの属性を判定する判定手段と
   を有することを特徴とする属性解析システム。
   

Images