JP2016066315A - ユーザに適した活動対象を検索する検索装置及びプログラム - Google Patents

Abstract

【課題】ユーザが過去に経験した活動対象から、当該ユーザに適した活動対象を検索することができる検索装置及びプログラムを提供する。
【解決手段】検索装置は、ユーザが過去に経験した１つ以上の「経験」活動対象をクエリとして入力し、当該ユーザに適した１つ以上の「候補」活動対象を検索する。検索装置は、活動対象毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、アンサとしての複数の「候補」活動対象のパラメータベクトルを予め記憶したパラメータ記憶手段と、クエリとしての当該「経験」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルの「候補」活動対象を、アンサとして出力する活動対象検索手段とを有する。
【選択図】図２

Description

本発明は、例えば職業の求人／求職検索のような、ユーザに適した活動対象を検索する技術に関する。

従来、ユーザ毎に適した職業を、職種や業務内容とは異なる概念（仕事スタイル）によって診断する技術がある（例えば特許文献１参照）。この技術によれば、求人側から受け付けた仕事スタイルを求人データベースに登録している。そして、求職者に対し、仕事スタイルなどの概念に関して質問し、その回答から求職者の仕事スタイルを診断し、求人データベースを用いてその求職者に適した求人情報を検索する。

また、求職者側及び求人側の両方に、スキル(Skill、作業能力)、実務経験、職務要件、関心等のプロファイル情報を入力させ、プロファイル情報をマッチングさせる技術もある（例えば特許文献２参照）。この技術によれば、マッチングの程度に応じて、求人者に、求職者のリストを秘密裏且つ匿名で提示することができる。

更に、インターネットを介して不特定多数の人（求職者）に仕事を依頼する「クラウドソーシング」が、近年、注目されてきている。人間の認識や判断を必要とする作業に対しては、多数の人力を用いたクラウドソーシングは、有益な効果をもたらす。

特開２００２−２３０１５２号公報 特開２０１２−５１０１１６号公報

特許文献１及び２に記載の技術によれば、求職者自ら、アンケートやプロファイル情報によって仕事スタイルやスキルの情報を回答している。当然、求人側としては、これらアンケート等の中で、業務に大きく影響する求職者自身の性格（ユーザ特性）に基づく情報（例えば「忍耐力」や「理解力」）も得たいと考える。

しかしながら、アンケート等の情報は、求職者自らの主観に基づいて回答しているに過ぎず、客観的な情報によって回答しているわけではない。当然、このような、求職者の性格に基づくような情報は、求職者自らの主観的で判断するしかなく、客観的に判断することは難しい。特に、求職の場合、より良い条件を得るために誇張して入力したり、逆に、自らの能力を謙虚に入力する場合もある。そのために、求職者自らが入力した、性格に基づく情報の信頼性は低い。

一方で、求人側も、自ら募集する業務に、どのような性格の人が適するかどうかを明確に特定することは難しい。特に、多様な業務に対して、多様なユーザ特性に対応することは難しい。

これに対し、本願の発明者らは、ユーザが過去に経験した活動対象（例えば業務）によって、当該ユーザにおける客観的な活動特性（例えば性格項目）を、おおよそ対応付けることができるのではないか？と考えた。即ち、ユーザ毎に収集した客観的な活動特性から、遂行可能な活動対象をマッチングさせることができるのではないか？と考えた。

そこで、本発明は、ユーザが過去に経験した活動対象から、当該ユーザに適した活動対象を検索することができる検索装置及びプログラムを提供することを目的とする。

本発明によれば、ユーザが過去に経験した１つ以上の「経験」活動対象をクエリとして入力し、当該ユーザに適した１つ以上の「候補」活動対象を検索する検索装置であって、
活動対象毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
活動特性リストを用いて、アンサとしての複数の「候補」活動対象のパラメータベクトルを予め記憶したパラメータ記憶手段と、
活動特性リストを用いて、クエリとしての当該「経験」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
パラメータ記憶手段を用いて、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルの「候補」活動対象を、アンサとして出力する活動対象検索手段と
を有することを特徴とする。

本発明によれば、「候補」活動対象をクエリとして入力し、複数のユーザにおける過去に経験した「経験」活動対象を用いて、当該「候補」活動対象に適した１人以上のユーザの識別子を検索する検索装置であって、
活動対象毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
活動特性リストを用いて、アンサとしての複数のユーザのパラメータベクトルを予め記憶したパラメータ記憶手段と、
活動特性リストを用いて、クエリとしての当該「候補」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
パラメータ記憶手段を用いて、クエリとしての当該「候補」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルのユーザの識別子を、アンサとして出力する活動対象検索手段と
を有することを特徴とする。

本発明の検索装置における他の実施形態によれば、
活動対象検索手段は、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルにおける各活動特性のパラメータの最大値に対して、二乗誤差が最も小さいパラメータベクトルの「候補」活動対象を、アンサとして出力することも好ましい。

本発明の検索装置における他の実施形態によれば、
活動対象検索手段は、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルよりも各パラメータが以下となる複数のパラメータベクトルの「候補」活動対象の中で、各活動特性のパラメータの合計値が高い順に、パラメータベクトルの「候補」活動対象を、アンサとして出力することも好ましい。

本発明の検索装置における他の実施形態によれば、
活動対象検索手段は、クエリとしての当該「候補」活動対象のパラメータベクトルにおける各活動特性のパラメータに対して、二乗誤差が最も小さいパラメータベクトルのユーザの識別子を、アンサとして出力することも好ましい。

本発明の検索装置における他の実施形態によれば、
活動対象検索手段は、クエリとしての当該「候補」活動対象のパラメータベクトルよりも各活動特性のパラメータが以上となる複数のパラメータベクトルのユーザの識別子の中で、各活動特性のパラメータの最大値における合計値が低い順に、パラメータベクトルのユーザの識別子を、アンサとして出力することも好ましい。

本発明の検索装置における他の実施形態によれば、
活動対象は、業務であり、
活動特性は、性格項目であり、
パラメータは、当該業務に対して当該性格項目で必要となるレベルである
ことも好ましい。

本発明の検索装置における他の実施形態によれば、
活動特性は、難易度、業務評価、従事期間又は未活動期間に基づく項目を更に有し、
クエリパラメータ検索手段は、項目に基づいて重み係数を算出し、各活動特性の最大値に当該重み係数を乗算したパラメータベクトルを算出する
ことも好ましい。

本発明の検索装置における他の実施形態によれば、
活動対象は、業務に加えて、教育コンテンツも含み、
「経験」活動対象の任意の活動特性のパラメータが、「候補」活動対象の活動特性のパラメータよりも低い場合、「経験」活動対象の活動特性のパラメータを高めるべき教育コンテンツを活動特性リストから検索し、当該教育コンテンツを活動対象検索手段を介してユーザへ送信する教育コンテンツ検索手段を更に有する
ことも好ましい。

本発明の検索装置における他の実施形態によれば、
クラウドソーシングサービスにおけるクラウドソーシングサーバとして機能することも好ましい。

本発明によれば、ユーザが過去に経験した１つ以上の「経験」活動対象をクエリとして入力し、当該ユーザに適した１つ以上の「候補」活動対象を検索する装置に搭載されたコンピュータを機能させる検索プログラムであって、
活動対象毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
活動特性リストを用いて、アンサとしての複数の「候補」活動対象のパラメータベクトルを予め記憶したパラメータ記憶手段と、
活動特性リストを用いて、クエリとしての当該「経験」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
パラメータ記憶手段を用いて、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルの「候補」活動対象を、アンサとして出力する活動対象検索手段と
してコンピュータを機能させることを特徴とする。

本発明によれば、「候補」活動対象をクエリとして入力し、複数のユーザにおける過去に経験した「経験」活動対象を用いて、当該「候補」活動対象に適した１人以上のユーザの識別子を検索する装置に搭載されたコンピュータを機能させる検索プログラムであって、
活動対象毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
活動特性リストを用いて、アンサとしての複数のユーザのパラメータベクトルを予め記憶したパラメータ記憶手段と、
活動特性リストを用いて、クエリとしての当該「候補」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
パラメータ記憶手段を用いて、クエリとしての当該「候補」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルのユーザの識別子を、アンサとして出力する活動対象検索手段と
してコンピュータを機能させることを特徴とする。

本発明の検索装置及びプログラムによれば、ユーザが過去に経験した活動対象から、当該ユーザに適した活動対象を検索することができる。

本発明におけるシステム構成図である。 本発明の検索装置における機能構成図である。 本発明の検索装置における第１の実施形態の機能構成図である。 重み係数を用いたパラメータの設定を表す説明図である。 本発明の検索装置における第２の実施形態の機能構成図である。

以下、本発明の実施の形態について、図面を用いて詳細に説明する。

図１は、本発明におけるシステム構成図である。

図１によれば、多数の求職者及び求人者の端末２は、ネットワークを介して検索装置１と通信することができる。このシステムは、単なる求人検索システムであってもよいし、「クラウドソーシングサービス」におけるサーバとして適用されるものであってもよい。

検索装置１は、人の性格に基づく「活動特性」に基づいて、その人に適した「活動対象」を検索することができる。求人／求職検索を想定した実施形態によれば、「活動対象」は、「業務（職業、業種）」であるとして説明する。但し、本発明における「活動対象」は、これに限られるものではなく、ユーザが過去に経験した活動対象であればよく、例えば、過去に経験した「教育コンテンツや他人」であってもよい。

「活動特性」とは、多様に共通した、性格に基づくユーザ特性である。求人／求職検索を想定した実施形態によれば、例えば「体力」「忍耐力」「提案力」「器用さ」「会話力」（その他、清潔感、指示理解、集中力、交渉力、記憶力）のようなものである。本発明の検索装置１は、ユーザが過去に経験した活動対象（例えば業務履歴）から活動特性を推定し、その活動特性に基づいて、候補となる求人側の業務（活動対象）とマッチングさせる。

検索装置１は、実施形態として、以下の２つの検索機能を有する。
＜検索機能１＞
求職者は、自らの端末２から検索装置１へ、過去に経験した業務履歴（「経験」活動対象）を送信する。検索装置１は、その業務履歴（「経験」活動対象）をクエリとして入力し、その求職者に適した１つ以上の業務（「候補」活動対象、求人情報）を検索する。そして、検索装置１は、アンサとしてその業務を、求職者の端末２へ返信する。

＜検索機能２＞
求人者は、自らの端末２から検索装置１へ、求人情報としての業務（「候補」活動対象）を送信する。検索装置１は、その業務（「候補」活動対象）をクエリとして入力し、複数の求職者における過去に経験した業務履歴（「経験」活動対象）を用いて、当該求人情報としての業務に適した１人以上の求職者（ユーザ）の識別子を検索する。そして、検索装置１は、アンサとしてその求職者の識別子を、求人者の端末２へ返信する。

本発明の検索装置によれば、求職者や求人者が入力する情報は、活動対象としての「業務」のみであって、性格に基づく活動特性を入力する必要はない。検索装置内で、自動的に活動特性を検索し、両方の活動特性をマッチングさせる。

図２は、本発明における検索装置の機能構成図である。

図２によれば、検索装置１は、活動特性リスト１１と、パラメータ記憶部１２と、クエリパラメータ検索部１３と、活動対象検索部１４と、教育コンテンツ検索部１５を有する。これら機能構成部は、装置に搭載されたコンピュータを機能させるプログラムを実行することによって実現できる。また、これら機能構成部の処理の流れは、装置を用いた検索方法としても理解できる。

［活動特性リスト１１］
活動特性リスト１１は、「活動対象」（業務）毎に、各「活動特性」のパラメータを対応付けたパラメータベクトルを予め記憶する。「活動特性」とは、多様な業務に共通する、ユーザの性格項目であってもよい。パラメータは、その業務について、活動特性（性格項目）毎に必要となるレベルを表す。活動対象毎に、活動特性のパラメータの群は、パラメータベクトルとして表される。
図２によれば、例えば以下のような活動特性リストが明示されている。
［活動対象］ ［ 活動特性 ］
業務ＩＤ 体力 忍耐力 提案力 器用さ 会話力
ｗ１ ２ ０ ４ ３ １
ｗ２ ３ ３ ０ ４ ２
ｗ３ ４ ２ １ １ ０
ｗ４ ４ ２ ４ ４ １
ｗ５ ５ ２ ３ ４ ５
ｗ６ ３ ３ ２ ４ ４
ｅ１ ０ ０ ４ ０ ４
ｅ２ ０ ０ ０ ４ ４
・・・・・・

尚、ｅは、教育コンテンツの識別子を表す。その求職者は、その教育コンテンツを過去に学習したことによって、いずれかの活動特性のパラメータを蓄積することがきる。例えば教育コンテンツｅ１を修習することによって、「提案力」「会話力」が向上すると認定する。

次に、パラメータ記憶部１２、クエリパラメータ検索部１３及び活動対象検索部１４は、＜検索機能１＞又は＜検索機能２＞の実施形態に応じて異なる。

＜検索機能１＞
図３は、本発明の検索装置における第１の実施形態の機能構成図である。

［パラメータ記憶部１２］
パラメータ記憶部１２は、活動特性リスト１１を用いて、アンサとしての複数の「候補」活動対象（求人情報としての業務）のパラメータベクトルを予め記憶する。図３によれば、求人情報の候補活動対象として、業務ｗ２、ｗ４、ｗ５が記憶されている。

［クエリパラメータ検索部１３］
クエリパラメータ検索部１３は、クエリとしての当該「経験」活動対象（求職情報としての業務履歴）を入力する。経験活動対象は、求職者が過去に経験した１つ以上の「業務ＩＤ」で表される。図３によれば、求職者Ａは、過去に経験した「経験」活動対象として業務ｗ１、ｗ２、ｗ３、ｅ１の識別子を送信する。そして、クエリパラメータ検索部１３は、活動特性リスト１１を用いて、クエリとしての当該「経験」活動対象（業務ｗ１、ｗ２、ｗ３、ｅ１）に対するパラメータベクトルを検索する。

［活動対象検索部１４］
活動対象検索部１４は、パラメータ記憶部１２を用いて、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルの「候補」活動対象を、アンサとして出力する。パラメータベクトル間の類似度は、一般的なベクトルのコサイン類似度や二乗誤差を用いることができる。性格に基づく活動特性の類似度が高いほど、求人者と求職者と両者の満足度が高くなると考えられる。

図３によれば、検索機能１に基づく活動対象検索部１４は、（検索１１）及び（検索１２）のいずれかの方法で「候補」活動対象を検索する。
（検索１１）クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルにおける各活動特性のパラメータの最大値に対して、二乗誤差が最も小さいパラメータベクトルの「候補」活動対象を、アンサとして出力する。
二乗誤差＝√Σ｛(求職者の活動特性iの最大値−業務ｗの活動特性iの最大値)^２｝

図３によれば、例えば以下のように、求職者Ａに対して、誤差が最も小さい「業務ｗ５」がアンサとして出力される。
［活動対象］ ［ 活動特性 ］
体力 忍耐力 提案力 器用さ 会話力
求職者Ａ最大値 ４ ３ ４ ４ ４
ｗ２ ３（−１） ３（０） ０（−４） ４（０） ２（−２）
ｗ４ ４（０） ２（−１） ４（０） ４（０） １（−３）
○ｗ５ ５（＋１） ３（０） ４（０） ３（−１） ３（−１）
ここで、求職者Ａは、業務ｗ５に対してパラメータベクトルが類似するものの、「器用さ」「会話力」が１ポイントずつ不足している。

ここで、教育コンテンツ検索部１５は、不足したポイントを解消するべく、求職者Ａに対して、「器用さ」「会話力」のパラメータを「４」にするべき教育コンテンツを検索する。図２及び図３によれば、例えば教育コンテンツｅ２が検索される。この教育コンテンツｅ２は、求職者Ａに対して推薦される。求職者Ａは、その教育コンテンツｅ２を修習することによって、業務ｗ５の求人情報に対して申し込むことができる。このように、求職者の活動特性のパラメータが、業務の活動特性のパラメータよりもやや低い場合、教育コンテンツによって、その求職者の活動特性を高めることができる。

（検索１２）クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルよりも各パラメータが以下となる複数のパラメータベクトルの「候補」活動対象の中で、各活動特性のパラメータの合計値が高い順に、パラメータベクトルの「候補」活動対象を、アンサとして出力する。

図３によれば、例えば以下のように、求職者Ａに対して、「業務ｗ４」がアンサとして出力される。
［活動対象］ ［ 活動特性 ］
体力 忍耐力 提案力 器用さ 会話力 合計
求職者Ａ最大値 ４ ３ ４ ４ ４
○ｗ２ ３ ３ ０ ４ ２ １２
◎ｗ４ ４ ２ ４ ４ １ １５
×ｗ５ ５（×） ３ ４ ３ ３ ×
業務ｗ５は、「体力」について、求職者Ａのパラメータよりも大きいために除かれる。業務ｗ１〜ｗ４の活動特性のパラメータは、求職者Ａのパラメータ以下となる。その中で、各活動特性のパラメータの合計値が高い順（ｗ４->ｗ２）に、パラメータベクトルの業務（候補活動対象）を、アンサとして出力する。

尚、当然、クエリとしての当該ユーザの「経験」活動対象と同じ「候補」活動対象がある場合、その経験した回数の多い順に、アンサとして出力することも好ましい。検索機能１における求人／求職検索の場合、過去に経験した業務が多いほど、当然に、その業務に対する適性が高いと判断する。図３によれば、求職者Ａに対して、「業務ｗ２」がアンサとして出力される。

検索機能１に基づく実施形態によれば、求職者は、過去の業務履歴に限定されることなく、適性な異なる業務又は未知の業務について求人情報を得ることができる。

＜重み係数を用いたパラメータ設定方法＞
図４は、重み係数を用いたパラメータの設定を表す説明図である。

図４によれば、求職者の過去の業務履歴に、「難易度」「従事期間」「評価」「未活動期間」の項目が対応付けられている。これら項目要素によって、活動特性のパラメータに重み付けすることも好ましい。例えば、以下のような実施形態で重み係数を付与することができる。
（１）難易度が高いほど、高い重み係数を付与する。「難易度」とは、例えば求人者におよって設定された報酬額であってもよい。高額な報酬ほど難易度も高くなる。尚、ボランティア活動の場合、難易度＝報酬額とはならず、作業の難易度と解釈できる。
（２）従事期間が長いほど、高い重み係数を付与する。
（３）未活動期間（従事期間の終了日から現時点の日との間の日数差）が長いほど、小さい重み係数を付与する。
（４）過去の業務の評価が高いほど、高い重み係数を付与する。
（５）過去に修習した教育コンテンツから得られる評価が高いほど、高い重み係数を付与する。
（６）未活動期間（従事終了日から本日までの日数差、又は、教育コンテンツの修習終了日から本日までの日数差）が長いほど、小さい重み係数を付与する。
（７）業務に対して、「難易度×従事期間×評価（％）×（１／未活動期間）」が高いほど、高い重み係数を付与する。
（８）教育コンテンツに対して、「評価（％）×（１／未活動期間）」が高いほど、高い重み係数を付与する。

尚、項目「評価」は、雇用主側が付与するものである。５段階評価であれば、例えば０〜１００％を２０％ずつ分割して表現することができる（１：０〜２０％、２：２１％〜４０％、３：４１％〜６０％、４：６１％〜８０％、５：８１％〜１００％）。

図４によれば、求職者Ａの業務履歴から、種々の条件で重み係数０．５が算出される。そして、クエリパラメータ検索部１３は、求職者Ａの業務履歴から、活動特性の最大値におけるパラメータベクトルを算出する。そのパラメータベクトルの各パラメータに対して、重み係数０．５を乗算する。これによって、求職者Ａの業務履歴に基づくパラメータベクトルを生成する。

＜検索機能２＞
図５は、本発明の検索装置における第２の実施形態の機能構成図である。

［パラメータ記憶部１２］
パラメータ記憶部１２は、活動特性リスト１１を用いて、アンサとしての複数のユーザの「経験」活動対象（求職情報としての業務履歴）のパラメータベクトルを予め記憶する。図５によれば、求職情報の経験活動対象として、求職者Ａ、Ｂ、Ｃが記憶されている。

［クエリパラメータ検索部１３］
クエリパラメータ検索部１３は、クエリとしての当該「候補」活動対象（求人情報としての業務）を入力する。候補活動対象は、求人情報としての１つ「業務ＩＤ」で表される。図４によれば、求人者ａは、「候補」活動対象として業務ｗ２の識別子を送信する。そして、クエリパラメータ検索部１３は、活動特性リスト１１を用いて、クエリとしての当該「候補」活動対象（業務ｗ２）に対するパラメータベクトルを検索する。

［活動対象検索部１４］
活動対象検索部１４は、パラメータ記憶部１２を用いて、クエリとしての当該「候補」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルのユーザの識別子を、アンサとして出力する。検索機能１と同様に、パラメータベクトル間の類似度は、一般的なベクトルのコサイン類似度や二乗誤差を用いることができる。

図５によれば、検索機能２に基づく活動対象検索部１４は、（検索２１）及び（検索２２）のいずれかの方法で、求職者の識別子を検索する。
（検索２１）クエリとしての当該「候補」活動対象のパラメータベクトルにおける各活動特性のパラメータに対して、二乗誤差が最も小さいパラメータベクトルのユーザの識別子を、アンサとして出力する。
二乗誤差＝√Σ｛(求職者の活動特性iの最大値−業務ｗの活動特性iの最大値)^２｝

図５によれば、例えば以下のように、求人者ａに対して、誤差が最も小さい「求職者Ｃ」がアンサとして出力される。
［活動対象］ ［ 活動特性 ］
体力 忍耐力 提案力 器用さ 会話力
ｗ２ ３ ３ ０ ４ ２
求職者Ａ最大値 ３（０） ２（−１） ３（＋３） ３（−１） ３（＋１）
求職者Ｂ最大値 ５（＋２） ３（０） ３（＋３） ４（０） ５（＋３）
○求職者Ｃ最大値 ４（＋１） ３（０） ２（＋２） ４（０） ４（＋２）

（検索１２）クエリとしての当該「候補」活動対象のパラメータベクトルよりも各活動特性のパラメータが以上となる複数のパラメータベクトルのユーザの識別子の中で、各活動特性のパラメータの最大値における合計値が低い順に、パラメータベクトルのユーザの識別子を、アンサとして出力する

図５によれば、例えば以下のように、求人者ａに対して、「求職者Ｃ」がアンサとして出力される。
［活動対象］ ［ 活動特性 ］
体力 忍耐力 提案力 器用さ 会話力 合計
ｗ２ ３ ３ ０ ４ ２
×求職者Ａ最大値 ３ ２ ３ ３ ３ １４
○求職者Ｂ最大値 ５ ３ ３ ４ ５ ２０
◎求職者Ｃ最大値 ４ ３ ２ ４ ４ １７
求職者Ａは、「忍耐力」「器用さ」について、業務ｗ２のパラメータよりも小さいために除かれる。求職者Ｂ及びＣの活動特性のパラメータは、業務ｗ２のパラメータ以上となる。その中で、各活動特性のパラメータの合計値が小さい順（求職者Ｃ->求職者Ｂ）に、ユーザの識別子をを、アンサとして出力する。各活動特性のパラメータの合計値が小さい順としたのは、合計値が高い求職者ばかりが検索されることなく、求人検索の業務に係るパラメータベクトルにできる限り近い求職者を検索するためである。

尚、当然、クエリとしての当該業務ｗ２と同じ業務を経験しているユーザは、その経験した回数の多い順に、アンサとして出力することも好ましい。検索機能２における求人／求職検索の場合、過去に経験した業務が多いほど、当然に、その業務に対する適性が高いと判断する。図５によれば、求人者ａに対して、「求職者Ｂ」がアンサとして出力される

尚、他の実施形態として、活動対象検索部１４は、（検索２１）（検索２２）（経験回数順）の全てのについて、求職者の識別子を検索し、これらのリストを出力するものであってもよい。

検索機能２に基づく実施形態によれば、求人者は、過去の業務履歴に限定されることなく、適性な求職者について求職情報を得ることができる。

以上、詳細に説明したように、本発明の検索装置及びプログラムによれば、ユーザが過去に経験した活動対象（例えば業務履歴）から、当該ユーザに適した活動対象（業務）を検索することができる。特に、求職者自ら誇張することができない客観的なパラメータによって、例えば求人者と求職者とをマッチングさせることができる。本発明によれば、活動対象（業務）によって検索することなく、活動特性を用いて検索しているために、過去の業務に限定されることなく、適性な異なる業務又は未知の業務についても推薦することができる。

また、本発明の検索装置及びプログラムは、クラウドソーシングサービスに適する。クラウドソーシングサービスによれば、膨大な数の求職者と求人者とをマッチングさせなければならない。このような場合、過去の業務経歴に限定することなく、活動特性に基づいて適性にマッチングさせることができる。

前述した本発明の種々の実施形態について、本発明の技術思想及び見地の範囲の種々の変更、修正及び省略は、当業者によれば容易に行うことができる。前述の説明はあくまで例であって、何ら制約しようとするものではない。本発明は、特許請求の範囲及びその均等物として限定するものにのみ制約される。

１ 検索装置
１１ 活動特性リスト
１２ パラメータ記憶部
１３ クエリパラメータ検索部
１４ 活動対象検索部
１５ 教育コンテンツ検索部
２ 端末

Claims (12)

1. ユーザが過去に経験した１つ以上の「経験」活動対象をクエリとして入力し、当該ユーザに適した１つ以上の「候補」活動対象を検索する検索装置であって、
   活動対象毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
   前記活動特性リストを用いて、アンサとしての複数の「候補」活動対象のパラメータベクトルを予め記憶したパラメータ記憶手段と、
   前記活動特性リストを用いて、クエリとしての当該「経験」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
   前記パラメータ記憶手段を用いて、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルの「候補」活動対象を、アンサとして出力する活動対象検索手段と
   を有することを特徴とする検索装置。
2. 「候補」活動対象をクエリとして入力し、複数のユーザにおける過去に経験した「経験」活動対象を用いて、当該「候補」活動対象に適した１人以上のユーザの識別子を検索する検索装置であって、
   活動対象毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
   前記活動特性リストを用いて、アンサとしての複数のユーザのパラメータベクトルを予め記憶したパラメータ記憶手段と、
   前記活動特性リストを用いて、クエリとしての当該「候補」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
   前記パラメータ記憶手段を用いて、クエリとしての当該「候補」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルのユーザの識別子を、アンサとして出力する活動対象検索手段と
   を有することを特徴とする検索装置。
3. 前記活動対象検索手段は、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルにおける各活動特性のパラメータの最大値に対して、二乗誤差が最も小さいパラメータベクトルの「候補」活動対象を、アンサとして出力する
   ことを特徴とする請求項１に記載の検索装置。
4. 前記活動対象検索手段は、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルよりも各パラメータが以下となる複数のパラメータベクトルの「候補」活動対象の中で、各活動特性のパラメータの合計値が高い順に、パラメータベクトルの「候補」活動対象を、アンサとして出力する
   ことを特徴とする請求項１に記載の検索装置。
5. 前記活動対象検索手段は、クエリとしての当該「候補」活動対象のパラメータベクトルにおける各活動特性のパラメータに対して、二乗誤差が最も小さいパラメータベクトルのユーザの識別子を、アンサとして出力する
   ことを特徴とする請求項２に記載の検索装置。
6. 前記活動対象検索手段は、クエリとしての当該「候補」活動対象のパラメータベクトルよりも各活動特性のパラメータが以上となる複数のパラメータベクトルのユーザの識別子の中で、各活動特性のパラメータの最大値における合計値が低い順に、パラメータベクトルのユーザの識別子を、アンサとして出力する
   ことを特徴とする請求項２に記載の検索装置。
7. 前記活動対象は、業務であり、
   前記活動特性は、性格項目であり、
   前記パラメータは、当該業務に対して当該性格項目で必要となるレベルである
   ことを特徴とする請求項１から６のいずれか１項に記載の検索装置。
8. 前記活動特性は、難易度、業務評価、従事期間又は未活動期間に基づく項目を更に有し、
   前記クエリパラメータ検索手段は、前記項目に基づいて重み係数を算出し、各活動特性の最大値に当該重み係数を乗算したパラメータベクトルを算出する
   ことを特徴とする請求項７に記載の検索装置。
9. 前記活動対象は、業務に加えて、教育コンテンツも含み、
   「経験」活動対象の任意の活動特性のパラメータが、「候補」活動対象の活動特性のパラメータよりも低い場合、「経験」活動対象の活動特性のパラメータを高めるべき教育コンテンツを前記活動特性リストから検索し、当該教育コンテンツを前記活動対象検索手段を介してユーザへ送信する教育コンテンツ検索手段を更に有する
   ことを特徴とする請求項７又は８に記載の検索装置。
10. クラウドソーシングサービスにおけるクラウドソーシングサーバとして機能することを特徴とする請求項１から９のいずれか１項に記載の検索装置。
11. ユーザが過去に経験した１つ以上の「経験」活動対象をクエリとして入力し、当該ユーザに適した１つ以上の「候補」活動対象を検索する装置に搭載されたコンピュータを機能させる検索プログラムであって、
    活動対象毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
    前記活動特性リストを用いて、アンサとしての複数の「候補」活動対象のパラメータベクトルを予め記憶したパラメータ記憶手段と、
    前記活動特性リストを用いて、クエリとしての当該「経験」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
    前記パラメータ記憶手段を用いて、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルの「候補」活動対象を、アンサとして出力する活動対象検索手段と
    してコンピュータを機能させることを特徴とする検索プログラム。
12. 「候補」活動対象をクエリとして入力し、複数のユーザにおける過去に経験した「経験」活動対象を用いて、当該「候補」活動対象に適した１人以上のユーザの識別子を検索する装置に搭載されたコンピュータを機能させる検索プログラムであって、
    活動対象毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
    前記活動特性リストを用いて、アンサとしての複数のユーザのパラメータベクトルを予め記憶したパラメータ記憶手段と、
    前記活動特性リストを用いて、クエリとしての当該「候補」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
    前記パラメータ記憶手段を用いて、クエリとしての当該「候補」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルのユーザの識別子を、アンサとして出力する活動対象検索手段と
    してコンピュータを機能させることを特徴とする検索プログラム。

Images