JP2019164700A - Selection device, selection method and selection program - Google Patents
Selection device, selection method and selection program Download PDFInfo
- Publication number
- JP2019164700A JP2019164700A JP2018053175A JP2018053175A JP2019164700A JP 2019164700 A JP2019164700 A JP 2019164700A JP 2018053175 A JP2018053175 A JP 2018053175A JP 2018053175 A JP2018053175 A JP 2018053175A JP 2019164700 A JP2019164700 A JP 2019164700A
- Authority
- JP
- Japan
- Prior art keywords
- question
- questions
- evaluation
- selection
- information
- 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
- 238000010187 selection method Methods 0.000 title claims description 7
- 238000011156 evaluation Methods 0.000 claims abstract description 136
- 238000000034 method Methods 0.000 claims description 23
- 230000007115 recruitment Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 description 63
- 238000010586 diagram Methods 0.000 description 16
- 230000004044 response Effects 0.000 description 10
- 238000005304 joining Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、選択装置、選択方法及び選択プログラムに関する。 The present invention relates to a selection device, a selection method, and a selection program.
従来、採用面接のプロセスを改善する技術が提案されている。例えば、音声または動画による質問を求職者の端末に送信し、その後質問に対する回答の音声または動画を、求職者の端末から受信するビデオ面接システムが提案されている(特許文献1)。このビデオ面接システムでは、質問を送信するサーバが、質問を取得するための要求を求職者の端末から受信した場合に、質問を送信するサーバが、求職者端末が質問を既に取得済みであるかを判定することで、事前に質問を取得する不正行為を防止する。 Conventionally, techniques for improving the recruitment interview process have been proposed. For example, a video interview system has been proposed in which a question by voice or video is transmitted to a job seeker's terminal, and then a voice or video of an answer to the question is received from the job seeker's terminal (Patent Document 1). In this video interview system, when a server that sends a question receives a request for obtaining a question from a job applicant's terminal, the server that sends the question has already obtained the question. By judging the above, it is possible to prevent an illegal act of acquiring a question in advance.
しかしながら、上記の従来技術では、採用面接の質問項目を最適化できるとは限らない。例えば、上記の従来技術では、回答者の入社後の活躍に関係する質問項目を選定できるとは限らない。 However, in the above-described conventional technology, the question items for the recruitment interview cannot always be optimized. For example, in the above prior art, it is not always possible to select question items related to the success of the respondent after joining the company.
本願は、上記に鑑みてなされたものであって、採用面接の質問項目を最適化できる選択装置、選択方法及び選択プログラムを提供することを目的とする。 The present application has been made in view of the above, and an object of the present invention is to provide a selection device, a selection method, and a selection program that can optimize a question item for a job interview.
本願に係る選択装置は、第1の1つ以上の質問を含む質問リストを示す質問情報と、当該第1の1つ以上の質問に対する回答者の回答を示す回答情報と、当該回答者に対する評価を示す評価情報とを取得する取得部と、前記取得部によって取得された回答情報及び評価情報に基づいて、前記第1の1つ以上の質問を含む質問リストから、第2の1つ以上の質問を選択する選択部とを備えることを特徴とする。 The selection device according to the present application includes: question information indicating a question list including the first one or more questions; answer information indicating an answer of the respondent to the first one or more questions; and evaluation of the respondent An acquisition unit for acquiring the evaluation information indicating, and from the question list including the first one or more questions, based on the answer information and the evaluation information acquired by the acquisition unit, a second one or more And a selection unit for selecting a question.
実施形態の一態様によれば、採用面接の質問項目を最適化できるという効果を奏する。 According to one aspect of the embodiment, there is an effect that the question item of the recruitment interview can be optimized.
以下に、本願に係る選択装置、選択方法及び選択プログラムを実施するための形態(以下、「実施形態」と呼ぶ)について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る選択装置、選択方法及び選択プログラムが限定されるものではない。また、各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略する。 Hereinafter, a mode for carrying out a selection device, a selection method, and a selection program according to the present application (hereinafter referred to as “embodiment”) will be described in detail with reference to the drawings. In addition, the selection apparatus, the selection method, and the selection program which concern on this application are not limited by this embodiment. In addition, the embodiments can be appropriately combined within a range that does not contradict processing contents. In the following embodiments, the same parts are denoted by the same reference numerals, and redundant description is omitted.
〔1.選択処理〕
まず、図1を参照して、選択システム1内の要素について説明する。図1は、実施形態に係る選択処理の一例を示す図である。図1の例では、選択システム1によって選択処理が行われる。図1に示すように、実施形態に係る選択システム1には、提供装置10と、端末装置20と、選択装置100とが含まれる。図1中では図示していないが、選択システム1は、複数台の提供装置10や、複数台の端末装置20や、複数台の選択装置100を含んでもよい。
[1. (Selection process)
First, elements in the
提供装置10は、各種情報を選択装置100に提供するサーバ装置である。具体的には、提供装置10は、第1の1つ以上の質問を含む質問リストを示す質問情報と、かかる第1の1つ以上の質問に対する回答者の回答を示す回答情報と、かかる回答者に対する評価を示す評価情報とを、選択装置100に提供する。
The providing
端末装置20は、ユーザによって利用される情報処理装置である。図1の例において、端末装置20は、ノート型PCとして示されている。ただし、端末装置20は、デスクトップ型PC(Personal Computer)、ノート型PC、タブレット型PC、スマートフォン、PDA(Personal Digital Assistant)を含む、任意のタイプの情報処理装置であってもよい。
The
選択装置100は、各種情報を端末装置20に提供するサーバ装置である。図1中では図示していないが、選択装置100は、ネットワーク網(例えば、インターネット網)を介して、有線又は無線により提供装置10および端末装置20と通信を行う。
The
次に、図1を参照して、実施形態に係る選択処理の一例について説明する。はじめに、選択装置100は、第1の1つ以上の質問を含む質問リストを示す質問情報と、かかる第1の1つ以上の質問に対する回答者の回答を示す回答情報と、かかる回答者に対する評価を示す評価情報とを取得する(ステップS11)。一例では、選択装置100は、企業の第1の採用面接で尋ねられる第1の1つ以上の質問を含む質問リストを示す質問情報を取得する。図1の例では、選択装置100は、質問情報QI1と、回答情報AI1と、評価情報EI1とを、提供装置10から取得する。
Next, an example of the selection process according to the embodiment will be described with reference to FIG. First, the
質問情報は、企業の採用面接で尋ねられる1つ以上の質問を含む質問リストを示す。質問リストは、例えば、質問IDにそれぞれ対応する複数の質問(例えば、100個の質問)を含む。質問IDは、質問を識別するための識別子を示す。各質問は、例えば、二者択一式の質問(例えば、「Yes/No」型の質問)や、口頭試問(例えば、数学の問題)である。 The question information indicates a question list that includes one or more questions that are asked during a company hiring interview. The question list includes, for example, a plurality of questions (for example, 100 questions) respectively corresponding to the question IDs. The question ID indicates an identifier for identifying the question. Each question is, for example, an alternative question (for example, a “Yes / No” type question) or an oral question (for example, a mathematical question).
回答情報は、各質問に対する回答に関連付けられた1つ以上の回答者IDを含む。回答者IDは、回答者を識別するための識別子を示す。二者択一式の質問に対する回答は、例えば、「Yes」(すなわち、正例)または「No」(すなわち、負例)である。口頭試問に対する回答は、例えば、「正答」または「誤答」である。 The answer information includes one or more respondent IDs associated with answers to each question. The respondent ID indicates an identifier for identifying the respondent. The answer to the alternative question is, for example, “Yes” (ie positive example) or “No” (ie negative example). The answer to the oral question is, for example, “correct answer” or “wrong answer”.
評価情報は、企業における回答者の活躍に関する評価を示す。評価は、例えば、2クラス(例えば、2値)である。一例では、評価は、回答者の入社後の評価(例えば、上司による評価)である。より具体的には、評価は、「活躍/非活躍」の評価である。あるいは、評価情報は、採用面接の面接官による評価(例えば、面接終了後の評価)を示してもよい。より具体的には、評価は、「採用/不採用」の評価であってもよい。 The evaluation information indicates an evaluation regarding the activity of the respondent in the company. The evaluation is, for example, two classes (for example, binary). In one example, the evaluation is an evaluation after the respondent enters the company (for example, an evaluation by a boss). More specifically, the evaluation is an evaluation of “active / inactive”. Or evaluation information may show evaluation (for example, evaluation after the end of interview) by the interviewer of employment interview. More specifically, the evaluation may be an evaluation of “adopted / not adopted”.
図1の例では、質問情報QI1は、質問ID「Q1」〜「Q100」にそれぞれ対応する、100個の質問「質問Q1」〜「質問Q100」を含む質問リストを示す。図1の例では、回答情報AI1は、100個の質問にそれぞれ対応する複数の回答の少なくとも1つに関連付けられた、1000個の回答者ID「R1」〜「R1000」を含む。図1の例では、評価情報EI1は、1000個の回答者ID「R1」〜「R1000」にそれぞれ対応する、1000人の回答者の各々が活躍したかどうかの評価(具体的には、「活躍/非活躍」の評価)を含む。 In the example of FIG. 1, the question information QI1 indicates a question list including 100 questions “questions Q1” to “questions Q100” respectively corresponding to the question IDs “Q1” to “Q100”. In the example of FIG. 1, the answer information AI1 includes 1000 respondent IDs “R1” to “R1000” associated with at least one of a plurality of answers respectively corresponding to 100 questions. In the example of FIG. 1, the evaluation information EI1 is an evaluation of whether or not each of 1000 respondents corresponding to 1000 respondent IDs “R1” to “R1000” is active (specifically, “ Evaluation of “active / non-active”).
次いで、選択装置100は、取得された回答情報および評価情報に基づいて、第1の1つ以上の質問を含む質問リストから、第2の1つ以上の質問を選択する(ステップS12)。例えば、選択装置100は、第1の1つ以上の質問に対する回答者の回答が評価に与える影響の度合いに基づいて、第2の1つ以上の質問を選択する。より具体的には、選択装置100は、第1の1つ以上の質問に対する回答者の回答が評価に与える影響の度合いとして、第1の1つ以上の質問が評価の予測にどの程度影響力があるかを示す指標を算出し、算出された指標に基づいて、第2の1つ以上の質問を選択する。
Next, the
一例では、選択装置100は、回答情報と、評価情報とに基づいて、企業の第1の採用面接で尋ねられる第1の1つ以上の質問を含む質問リストから、企業の第2の採用面接で尋ねられる第2の1つ以上の質問を選択する。例えば、選択装置100は、回答情報と、企業における回答者の活躍に関する評価を示す評価情報とに基づいて、第2の1つ以上の質問を選択する。選択装置100は、回答情報と、第1の採用面接の面接官による評価を示す評価情報とに基づいて、第2の1つ以上の質問を選択してもよい。
In one example, the
図1の例では、選択装置100は、回答情報AI1および評価情報EI1から、事例集合を生成する。この例では、生成された事例集合SE1は、各質問に対する各回答者の回答と、各回答者の評価とを含む。
In the example of FIG. 1, the
図2は、事例集合の一例を示す図である。例示の事例集合SE1は、例えば、プログラミングのアルバイトをしたことが有り、数学の口頭試問OA1に正答した回答者R1が、入社後に活躍したことを示す。 FIG. 2 is a diagram illustrating an example of a case set. The example case set SE1 indicates that, for example, an answerer R1 who has worked part-time in programming and has correctly answered the oral examination OA1 in mathematics has been active after joining the company.
図1に戻ると、選択装置100は、生成された事例集合SE1に基づいて、事例集合SE1を、100個の質問「質問Q1」〜「質問Q100」のうちの1つ質問で分類することによって獲得される情報量である情報利得(information gain)IG(T;a)を算出する。情報利得IG(T,a)は、次式で与えられる。
Returning to FIG. 1, the
ここで、H(T)は、エントロピー(平均情報量とも呼ばれる)である。また、Tは事例集合である。H(T|a)は、事例集合Tが、属性「a」で分類された後の平均情報量(条件付きエントロピーとも呼ばれる)である。図1の例では、事例集合Tは、事例集合SE1である。また、分類後の平均情報量H(T|a)は、事例集合SE1が、100個の質問「質問Q1」〜「質問Q100」のうちの1つ質問である「質問Qa」で分類された後の平均情報量である。ただし、上式中のエントロピーH(T)は、次式で定義される。 Here, H (T) is entropy (also called average information amount). T is a case set. H (T | a) is an average amount of information (also called conditional entropy) after the case set T is classified by the attribute “a”. In the example of FIG. 1, the case set T is a case set SE1. Further, the average information amount H (T | a) after classification is classified by “question Q a ” in which the case set SE1 is one of the 100 questions “question Q1” to “question Q100”. The average amount of information after However, the entropy H (T) in the above equation is defined by the following equation.
ここで、p(x)は、事象xの生起確率を表す。また、対数の底は、2をとるものとする。一方、分類後の平均情報量H(T|a)は、次のように定義される。 Here, p (x) represents the occurrence probability of the event x. The base of the logarithm is 2. On the other hand, the average information amount H (T | a) after classification is defined as follows.
ただし、上式中の事例集合Ta=vは、次のように定義される。 However, the case set Ta = v in the above equation is defined as follows.
ここで、taは、tの属性が「a」であること(すなわち、質問が「質問Qa」であること)を表す。また、vは、回答(例えば、Yes)を表す。|T|および|Ta=v|は、それぞれ事例集合Tの要素数、事例集合Ta=vの要素数を表す。 Here, t a represents that the attribute of t is “a” (that is, the question is “question Q a ”). Moreover, v represents an answer (for example, Yes). | T | and | T a = v | represent the number of elements of the case set T and the number of elements of the case set T a = v , respectively.
例えば、選択装置100は、生成された事例集合SE1に基づいて、100個の質問「質問Q1」〜「質問Q100」のうちの1つ質問である「質問Qa」によって獲得される情報利得を算出する。そして、選択装置100は、算出された情報利得が閾値を超えるか否かを判定し、かかる情報利得が閾値を超えると判定された場合に、100個の質問「質問Q1」〜「質問Q100」含む質問リストから、「質問Qa」を、第2の質問として選択する。選択装置100は、この処理を繰り返すことで、質問リストから、対応する情報利得が閾値を超える第2の1つ以上の質問を選択することができる。
For example, based on the generated case set SE1, the
図1の例では、選択装置100が、「質問Q1」〜「質問Q100」を含む質問リストから、「質問Q2」〜「質問Q100」を、第2の質問として選択したと仮定する。
In the example of FIG. 1, it is assumed that the
次いで、選択装置100は、第2の1つ以上の質問の選択に応じて、質問情報を更新する(ステップS13)。例えば、選択装置100は、質問リストに含まれる第1の1つ以上の質問のうち、選択されなかった1つ以上の質問をかかる質問リストから除外し、新たな質問をかかる質問リストに追加する。
Next, the
図1の例では、選択装置100は、質問情報QI1が示す質問リストに含まれる100個の複数の質問「質問Q1」〜「質問Q100」のうち、選択されなかった1つ以上の質問を、かかる質問リストから除外し、新たな質問を取得するための要求を提供装置10に送信する。より具体的には、選択装置100は、「質問Q1」〜「質問Q100」を含む質問リストのうち、選択されなかった質問「質問Q1」を、かかる質問リストから除外する。さらに、選択装置100は、新たな質問を含む情報を提供装置10から取得し、新たな質問をかかる質問リストに追加する。より具体的には、選択装置100は、新たな質問「質問Q101」を含む情報を提供装置10から取得し、新たな質問「質問Q101」をかかる質問リストに追加する。このようにして、選択装置100は、質問情報QI1を更新することができる。
In the example of FIG. 1, the
次いで、選択装置100は、端末装置20からの要求に応じて、更新された質問情報を、新たな質問情報として端末装置20に提供する(ステップS14)。図1の例では、選択装置100は、企業の面接担当者によって利用される端末装置20に、更新された質問情報QI1を、新たな質問情報QI2として提供する。
Next, in response to a request from the
上記のように、実施形態に係る選択装置100は、第1の1つ以上の質問を含む質問リストを示す質問情報と、かかる第1の1つ以上の質問に対する回答者の回答を示す回答情報と、かかる回答者に対する評価を示す評価情報とを取得する。そして、選択装置100は、取得された回答情報および評価情報に基づいて、第1の1つ以上の質問を含む質問リストから、第2の1つ以上の質問を選択する。このため、実施形態に係る選択装置100は、採用面接の質問項目の中から、人材の入社後の評価に深く関連する質問を選定することができる。この結果、選択装置100は、企業で活躍する人材を採用するのに効果的な質問のリストを、採用担当者に提供することができる。
As described above, the
ところで、面接に関する問題の1つとして、質問項目の絞り込みが挙げられる。例えば、限られた時間内(例えば、30分内)に、面接官が回答者に聞きたい質問(例えば、10個の質問)を全て提示できない場合がある。また、面接官は、質問と、人材の入社後の活躍との間の関連性を適切に判断できないことが考えられる。実施形態に係る選択装置100は、質問自体が評価(例えば、活躍/非活躍、採用/非採用)に影響しているかを、定量的に示すことができる。このため、選択装置100は、面接官に、面接をより効率的に行うための質問リストを提供することができる。以下、このような選択処理を実現する選択装置100について詳細に説明する。
By the way, as one of the problems related to the interview, there is a narrowing down of question items. For example, in a limited time (for example, within 30 minutes), the interviewer may not be able to present all of the questions (for example, 10 questions) that the respondent wants to ask. In addition, the interviewer may not be able to properly determine the relationship between the question and the success of the personnel after joining the company. The
〔2.選択装置の構成〕
次に、図3を参照して、実施形態に係る選択装置100の構成例について説明する。図2は、実施形態に係る選択装置100の構成例を示す図である。図3に示すように、選択装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、選択装置100は、選択装置100を利用する管理者等から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(液晶ディスプレイ等)を有してもよい。
[2. Configuration of selection device)
Next, a configuration example of the
(通信部110)
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。通信部110は、ネットワーク網と有線又は無線により接続され、ネットワーク網を介して、提供装置10および端末装置20との間で情報の送受信を行う。
(Communication unit 110)
The
(記憶部120)
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。図2に示すように、記憶部120は、質問情報記憶部121と、回答情報記憶部122と、評価情報記憶部132と、事例集合情報記憶部124とを有する。
(Storage unit 120)
The storage unit 120 is realized by, for example, a semiconductor memory device such as a RAM (Random Access Memory) or a flash memory, or a storage device such as a hard disk or an optical disk. As illustrated in FIG. 2, the storage unit 120 includes a question
(質問情報記憶部121)
図4は、実施形態に係る質問情報記憶部の一例を示す図である。質問情報記憶部121は、質問リストの項目に関する質問情報を記憶する。例えば、質問情報記憶部121は、受信部131によって受信された質問情報を記憶する。図4の例では、質問情報記憶部121には、「質問情報」が「質問ID」ごとに記憶される。例示として、「質問情報」には、項目「質問項目」が含まれる。
(Question information storage unit 121)
FIG. 4 is a diagram illustrating an example of the question information storage unit according to the embodiment. The question
「質問ID」は、質問を識別するための識別子を示す。「質問項目」は、質問項目に関する情報(例えば、項目名や質問内容)を示す。質問の形式は、例えば、選択形式、複数回答形式、自由回答形式等である。図4は、質問ID「Q1」で識別される質問が、「プログラミングのアルバイトの有無」に関する質問であることを示している。 “Question ID” indicates an identifier for identifying a question. “Question item” indicates information about the question item (for example, item name and question content). The question format is, for example, a selection format, a multiple response format, a free response format, or the like. FIG. 4 shows that the question identified by the question ID “Q1” is a question related to “presence / absence of programming part-time job”.
(回答情報記憶部122)
図5は、実施形態に係る回答情報記憶部の一例を示す図である。回答情報記憶部122は、回答者の回答情報を記憶する。例えば、回答情報記憶部122は、受信部131によって受信された人材の回答情報を記憶する。図5の例では、回答情報記憶部122には、「回答情報」が「回答者ID」ごとに記憶される。例示として、「回答情報」には、項目「プログラミングのバイトの有無」、「数学の口頭試問OA1」および「数学の口頭試問OA2」が含まれる。
(Answer information storage unit 122)
FIG. 5 is a diagram illustrating an example of an answer information storage unit according to the embodiment. The answer
「回答者ID」は、回答者を識別するための識別子を示す。「プログラミングのバイトの有無」は、回答者が、かかる回答者はプログラミングのバイトをしたことがあると回答したか否かを示す。「数学の口頭試問OA1」は、回答者が数学の口頭試問OA1に正答したか否かを示す。同様に、「数学の口頭試問OA2」は、回答者が数学の口頭試問OA2に正答したか否かを示す。質問に対する回答者の回答は、複数のカテゴリに分割されてもよい。例えば、数値の回答(例えば、身長)は、閾値に基づいて、複数の回答のカテゴリに分割されてもよい(例えば、身長180cm以上と身長180cm以下)。 “Respondent ID” indicates an identifier for identifying a respondent. “Presence / absence of programming byte” indicates whether or not the respondent answered that the respondent had a programming byte. “Mathematical oral question OA1” indicates whether or not the respondent correctly answered the mathematical oral question OA1. Similarly, “Mathematical oral question OA2” indicates whether or not the respondent correctly answered the mathematical oral question OA2. The respondent's answer to the question may be divided into a plurality of categories. For example, numerical answers (eg, height) may be divided into multiple answer categories based on a threshold (eg, height 180 cm or more and height 180 cm or less).
図5の例では、回答者が、かかる回答者はプログラミングのバイトをしたことがあると回答した場合に、「プログラミングのバイトの有無」には、「1」が記憶される。また、回答者が、かかる回答者はプログラミングのバイトをしたことがないと回答した場合に、「プログラミングのバイトの有無」には、「0」が記憶される。 In the example of FIG. 5, when the respondent replies that the respondent has had a programming byte, “1” is stored in “Presence / absence of programming byte”. Further, when the respondent replies that the respondent has never played a programming byte, “0” is stored in “Presence / absence of programming byte”.
図5の例では、回答者が数学の口頭試問OA1に正答した場合に、「数学の口頭試問OA1」には、「1」が記憶される。また、回答者が数学の口頭試問OA1に誤答した場合に、「数学の口頭試問OA1」には、「0」が記憶される。 In the example of FIG. 5, when the respondent correctly answers the mathematical oral question OA1, “1” is stored in the “mathematic oral question OA1”. In addition, when the respondent makes an incorrect answer to the mathematical oral question OA1, “0” is stored in the “math oral question OA1”.
例えば、図5は、回答者ID「R1」で識別される回答者が、「かかる回答者はプログラミングのバイトをしたことがある」と回答したことを示している。図5はさらに、回答者ID「R1」で識別される回答者が、数学の口頭試問OA1および数学の口頭試問OA2に正答したことを示している。 For example, FIG. 5 shows that the respondent identified by the respondent ID “R1” replied that “the respondent had a programming byte”. FIG. 5 further shows that the respondent identified by the respondent ID “R1” correctly answered the oral exam OA1 and the oral exam OA2.
(評価情報記憶部123)
図6は、実施形態に係る評価情報記憶部の一例を示す図である。評価情報記憶部123は、回答者の評価情報を記憶する。例えば、評価情報記憶部123は、受信部131によって受信された回答者の評価情報を記憶する。図6の例では、評価情報記憶部123には、「評価情報」が「回答者ID」ごとに記憶される。例示として、「評価情報」には、項目「入社後の評価」および「面接官の評価」が含まれる。
(Evaluation information storage unit 123)
FIG. 6 is a diagram illustrating an example of the evaluation information storage unit according to the embodiment. The evaluation
「入社後の評価」は、回答者の入社後の評価(例えば、上司による評価)を示す。また、「面接官の評価」は、採用面接の面接官による評価を示す。 “Evaluation after entering the company” indicates the evaluation of the respondent after entering the company (for example, evaluation by a boss). “Interviewer evaluation” indicates an evaluation by the interviewer of the recruitment interview.
図6の例では、回答者の入社後の評価が「活躍」の評価である場合に、「入社後の評価」には、「1」が記憶される。また、回答者の入社後の評価が「非活躍」の評価である場合に、「入社後の評価」には、「0」が記憶される。 In the example of FIG. 6, “1” is stored in “Evaluation after entering the company” when the evaluation of the respondent after entering the company is an evaluation of “Active”. Further, when the evaluation after the respondent enters the company is an evaluation of “non-active”, “0” is stored in the “evaluation after entering the company”.
図6の例では、採用面接の面接官による評価が「採用」の評価である場合に、「面接官の評価」には、「1」が記憶される。また、採用面接の面接官による評価が「不採用」の評価である場合に、「面接官の評価」には、「0」が記憶される。 In the example of FIG. 6, “1” is stored in “Evaluation of interviewer” when the evaluation by the interviewer of the interview is “recruitment”. Further, when the evaluation by the interviewer in the recruitment interview is an evaluation of “non-recruitment”, “0” is stored in the “evaluation of interviewer”.
例えば、図6は、回答者ID「R1」で識別される回答者が企業に入社した後、かかる回答者が、かかる企業で活躍したことを示している。図6はさらに、回答者ID「R1」で識別される回答者が企業に採用されたことを示している。 For example, FIG. 6 shows that after the respondent identified by the respondent ID “R1” joined the company, the respondent was active in the company. FIG. 6 further shows that the respondent identified by the respondent ID “R1” has been adopted by the company.
(事例集合情報記憶部124)
図7は、実施形態に係る事例集合情報記憶部の一例を示す図である。事例情報記憶部124は、複数の回答に関連付けられた評価の事例の集合に関する事例集合情報を記憶する。事例集合情報は、例えば、回答情報記憶部122に記憶されている回答情報と、評価情報記憶部123に記憶されている評価情報とに基づいて、生成される。事例集合情報記憶部124は、選択部133によって生成された事例集合情報を記憶してもよい。事例集合情報記憶部124は、受信部131によって受信された事例集合情報を記憶してもよい。
(Case set information storage unit 124)
FIG. 7 is a diagram illustrating an example of the case set information storage unit according to the embodiment. The case
例えば、図7は、回答者ID「R1」で識別される回答者が、「かかる回答者はプログラミングのバイトをしたことがある」と回答し、数学の口頭試問OA1および数学の口頭試問OA2に正答し、そしてかかる回答者が企業に入社した後、かかる回答者が、かかる企業で活躍したことを示している。 For example, FIG. 7 shows that the respondent identified by the respondent ID “R1” replied that “the respondent had a programming byte”, and entered the mathematical oral question OA1 and the mathematical oral question OA2. After a correct answer and such a respondent joining a company, it indicates that the respondent has been active in such a company.
(制御部130)
図3に戻ると、制御部130は、コントローラ(controller)であり、例えば、CPU(Central Processing Unit)、MPU(Micro Processing Unit)等のプロセッサによって、選択装置100内部の記憶装置に記憶されている各種プログラムがRAM等を作業領域として実行されることにより実現される。また、制御部130は、コントローラ(controller)であり、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現されてもよい。
(Control unit 130)
Returning to FIG. 3, the
制御部130は、図3に示すように、受信部131と、取得部132と、選択部133と、更新部134と、提供部135とを有し、以下に説明する情報処理の機能や作用を実現又は実行する。なお、制御部130の内部構成は、図3に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
As shown in FIG. 3, the
(受信部131)
受信部131は、第1の1つ以上の質問を含む質問リストを示す質問情報と、かかる第1の1つ以上の質問に対する回答者の回答を示す回答情報と、かかる回答者に対する評価を示す評価情報とを、提供装置10から受信する。また、受信部131は、新たな質問を含む情報を、端末装置20から受信する。
(Receiver 131)
The receiving unit 131 indicates question information indicating a question list including the first one or more questions, answer information indicating an answer of the respondent to the first one or more questions, and evaluation of the answerer. Evaluation information is received from the providing
受信部131は、受信された質問情報を、質問情報記憶部121に格納してもよい。また、受信部131は、受信された回答情報を、回答情報記憶部122に格納してもよい。また、受信部131は、受信された評価情報を、評価情報記憶部123に格納してもよい。また、受信部131は、新たな質問を含む情報を、質問情報記憶部121に格納してもよい。
The receiving unit 131 may store the received question information in the question
(取得部132)
取得部132は、第1の1つ以上の質問を含む質問リストを示す質問情報と、かかる第1の1つ以上の質問に対する回答者の回答を示す回答情報と、かかる回答者に対する評価を示す評価情報とを取得する。例えば、取得部132は、企業の第1の採用面接で尋ねられる第1の1つ以上の質問を含む質問リストを示す質問情報を取得する。また、取得部132は、新たな質問を含む情報を取得する。
(Acquisition part 132)
The acquisition unit 132 indicates question information indicating a question list including the first one or more questions, answer information indicating an answer of the respondent to the first one or more questions, and evaluation of the answerer. Get evaluation information. For example, the acquisition unit 132 acquires question information indicating a question list including the first one or more questions asked in the first recruitment interview of the company. The acquisition unit 132 acquires information including a new question.
例えば、取得部132は、受信部131によって受信された質問情報、回答情報および評価情報を取得する。取得部132は、質問情報記憶部121から質問情報を取得してもよい。また、取得部132は、回答情報記憶部122から回答情報を取得してもよい。また、取得部132は、評価情報記憶部123から評価情報を取得してもよい。また、取得部132は、質問情報記憶部121から新たな質問を含む情報を取得してもよい。
For example, the acquisition unit 132 acquires the question information, answer information, and evaluation information received by the reception unit 131. The acquisition unit 132 may acquire the question information from the question
(選択部133)
選択部133は、取得部132によって取得された回答情報および評価情報に基づいて、第1の1つ以上の質問を含む質問リストから、第2の1つ以上の質問を選択する。例えば、選択部133は、第1の1つ以上の質問に対する回答者の回答が回答者に対する評価に与える影響の度合いに基づいて、第2の1つ以上の質問を選択する。より具体的には、選択部133は、第1の1つ以上の質問に対する回答者の回答が回答者に対する評価に与える影響の度合いとして、第1の1つ以上の質問が評価の予測にどの程度影響力があるかを示す指標を算出し、算出された指標に基づいて、第2の1つ以上の質問を選択する。
(Selection unit 133)
The
例えば、選択部133は、複数の回答に関連付けられた評価の事例集合に基づいて、かかる事例集合を、複数の質問のうちの1つの質問で分類することによって獲得される情報量である情報利得を算出する。そして、選択部133は、算出された情報利得が閾値を超えるか否かを判定し、かかる情報利得が閾値を超えると判定された場合に、複数の質問を含む質問リストから、かかる1つの質問を、第2の質問として選択する。
For example, the
選択部133は、線形回帰、ロジスティック回帰、サポートベクターマシーン回帰等の予測手法を用いて、回答者の評価を予測する数値予測モデルを生成してもよい。選択部133は、例えば、このような数値予測モデルの回帰係数を正則化し、正則化された回帰係数(例えば、標準偏回帰係数)が閾値を超えるか否かを判定し、かかる正則化された回帰係数が閾値を超えると判定された場合に、かかる正則化された回帰係数に対応する質問を、第2の質問として選択してもよい。
The
一例では、選択部133は、回答情報と、評価情報とに基づいて、企業の第1の採用面接で尋ねられる第1の1つ以上の質問を含む質問リストから、企業の第2の採用面接で尋ねられる第2の1つ以上の質問を選択する。例えば、選択部133は、回答情報と、企業における回答者の活躍に関する評価を示す評価情報とに基づいて、第2の1つ以上の質問を選択する。選択部133は、回答情報と、第1の採用面接の面接官による評価を示す評価情報とに基づいて、第2の1つ以上の質問を選択してもよい。
In one example, the
(更新部134)
更新部134は、第2の1つ以上の質問の選択に応じて、質問情報を更新する。例えば、更新部134は、質問リストに含まれる第1の1つ以上の質問のうち、選択されなかった1つ以上の質問をかかる質問リストから除外し、新たな質問をかかる質問リストに追加する。一例では、更新部134は、新たな質問を取得するための要求を提供装置10に送信する。そして、更新部134は、新たな質問を含む情報を提供装置10から取得し、新たな質問をかかる質問リストに追加する。
(Update unit 134)
The
(提供部135)
提供部135は、端末装置20からの要求に応じて、更新部134によって更新された質問情報を、新たな質問情報として端末装置20に提供する。提供部135は、新たな質問情報を提示するためのユーザインタフェースを、端末装置20に提供してもよい。
(Providing unit 135)
The providing
〔3.選択処理のフロー〕
次に、実施形態に係る選択装置100による予測処理の手順について説明する。図8は、実施形態に係る選択装置100による予測処理手順を示すフローチャートである。
[3. (Selection process flow)
Next, the procedure of the prediction process by the
図8に示すように、はじめに、選択装置100は、第1の1つ以上の質問を含む質問リストを示す質問情報と、かかる第1の1つ以上の質問に対する回答者の回答を示す回答情報と、かかる回答者に対する評価を示す評価情報とを取得する(ステップS101)。次いで、選択装置100は、取得された回答情報および評価情報に基づいて、第1の1つ以上の質問を含む質問リストから、第2の1つ以上の質問を選択する(ステップS102)。
As shown in FIG. 8, first, the
次いで、選択装置100は、第2の1つ以上の質問の選択に応じて、質問情報を更新する(ステップS103)。次いで、選択装置100は、端末装置20からの要求に応じて、更新された質問情報を、新たな質問情報として端末装置20に提供する(ステップS104)。
Next, the
上述の実施形態に係る選択装置100は、上記の実施形態以外にも、種々の異なる形態で実施されてよい。そこで、以下では、上記の選択装置100の他の実施形態について説明する。
The
〔4−1.回答者の属性ごとの質問リスト最適化〕
上記実施形態では、選択部133は、第1の1つ以上の質問に対する回答者の回答が回答者に対する評価に与える影響の度合いに基づいて、第2の1つ以上の質問を選択しているが、これに限定されるものではない。選択部133は、回答情報と、評価情報と、回答者の少なくとも1つの属性とに基づいて、かかる少なくとも1つの属性に対応する第2の1つ以上の質問を選択してもよい。回答者の少なくとも1つの属性は、例えば、回答者のデモグラフィック属性、回答者が属する企業の部門の属性等である。
[4-1. (Question list optimization for each respondent attribute)
In the above embodiment, the
デモグラフィック属性は、人口統計学的な属性を記述するものである。一例として、デモグラフィック属性は、性別、年齢、住所、収入、職業、学歴等を含むことがある。また、回答者が属する企業の部門の属性は、例えば、エンジニア部門、営業部門、スタッフ部門(例えば、総務部門、経理部門、人事部門)を含む。 Demographic attributes describe demographic attributes. As an example, demographic attributes may include gender, age, address, income, occupation, educational background, and the like. The attributes of the department of the company to which the respondent belongs include, for example, an engineer department, a sales department, and a staff department (eg, general affairs department, accounting department, human resources department).
例えば、選択部133は、回答者のデモグラフィック属性と、かかるデモグラフィック属性の回答者の回答情報と、かかるデモグラフィック属性の回答者の評価情報とに基づいて、かかるデモグラフィック属性の新たな回答者(例えば、企業の第2の採用面接の回答者)に尋ねられる第2の1つ以上の質問を選択してもよい。また、例えば、選択部133は、回答者が属する企業の部門の属性と、かかる部門に属する回答者の回答情報と、かかる部門に属する回答者の評価情報とに基づいて、かかる企業の部門の採用面接で尋ねられる第2の1つ以上の質問を選択してもよい。
For example, the
〔4−2.その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
[4-2. Others]
In addition, among the processes described in the above embodiment, all or part of the processes described as being automatically performed can be performed manually, or the processes described as being performed manually can be performed. All or a part can be automatically performed by a known method. In addition, the processing procedures, specific names, and information including various data and parameters shown in the document and drawings can be arbitrarily changed unless otherwise specified.
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。 Further, each component of each illustrated apparatus is functionally conceptual, and does not necessarily need to be physically configured as illustrated. In other words, the specific form of distribution / integration of each device is not limited to that shown in the figure, and all or a part thereof may be functionally or physically distributed or arbitrarily distributed in arbitrary units according to various loads or usage conditions. Can be integrated and configured.
例えば、図2に示した記憶部120の一部又は全部は、選択装置100によって保持されるのではなく、ストレージサーバ等に保持されてもよい。この場合、選択装置100は、ストレージサーバにアクセスすることで、質問情報、回答情報、評価情報、事例集合情報等の各種情報を取得する。
For example, a part or all of the storage unit 120 illustrated in FIG. 2 may be stored in a storage server or the like instead of being stored in the
〔4−3.ハードウェア構成〕
また、上述してきた実施形態に係る選択装置100は、例えば図6に示すような構成のコンピュータ1000によって実現される。図6は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力IF(Interface)1060、入力IF1070、ネットワークIF1080がバス1090により接続された形態を有する。
[4-3. Hardware configuration)
In addition, the
演算装置1030は、一次記憶装置1040や二次記憶装置1050に格納されたプログラムや入力装置1020から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置1040は、RAM等、演算装置1030が各種の演算に用いるデータを一時的に記憶するメモリ装置である。また、二次記憶装置1050は、演算装置1030が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ROM(Read Only Memory)、HDD、フラッシュメモリ等により実現される。
The
出力IF1060は、モニタやプリンタといった各種の情報を出力する出力装置1010に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、USB(Universal Serial Bus)やDVI(Digital Visual Interface)、HDMI(登録商標)(High Definition Multimedia Interface)といった規格のコネクタにより実現される。また、入力IF1070は、マウス、キーボード、およびスキャナ等といった各種の入力装置1020から情報を受信するためのインタフェースであり、例えば、USB等により実現される。 The output IF 1060 is an interface for transmitting information to be output to an output device 1010 that outputs various types of information such as a monitor and a printer. For example, USB (Universal Serial Bus), DVI (Digital Visual Interface), This is realized by a standard connector such as HDMI (registered trademark) (High Definition Multimedia Interface). The input IF 1070 is an interface for receiving information from various input devices 1020 such as a mouse, a keyboard, and a scanner, and is realized by a USB or the like, for example.
なお、入力装置1020は、例えば、CD(Compact Disc)、DVD(Digital Versatile Disc)、PD(Phase change rewritable Disk)等の光学記録媒体、MO(Magneto-Optical disk)等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等から情報を読み出す装置であってもよい。また、入力装置1020は、USBメモリ等の外付け記憶媒体であってもよい。 The input device 1020 includes, for example, an optical recording medium such as a CD (Compact Disc), a DVD (Digital Versatile Disc), and a PD (Phase change rewritable disk), a magneto-optical recording medium such as an MO (Magneto-Optical disk), and a tape. It may be a device that reads information from a medium, a magnetic recording medium, a semiconductor memory, or the like. The input device 1020 may be an external storage medium such as a USB memory.
ネットワークIF1080は、ネットワークNを介して他の機器からデータを受信して演算装置1030へ送り、また、ネットワークNを介して演算装置1030が生成したデータを他の機器へ送信する。
The network IF 1080 receives data from other devices via the network N and sends the data to the
演算装置1030は、出力IF1060や入力IF1070を介して、出力装置1010や入力装置1020の制御を行う。例えば、演算装置1030は、入力装置1020や二次記憶装置1050からプログラムを一次記憶装置1040上にロードし、ロードしたプログラムを実行する。
The
例えば、コンピュータ1000が選択装置100として機能する場合、コンピュータ1000の演算装置1030は、一次記憶装置1040上にロードされたプログラムを実行することにより、制御部130の機能を実現する。
For example, when the
〔5.効果〕
上述してきたように、実施形態に係る選択装置100は、取得部132と、選択部133とを有する。取得部132は、第1の1つ以上の質問を含む質問リストを示す質問情報と、第1の1つ以上の質問に対する回答者の回答を示す回答情報と、回答者に対する評価を示す評価情報とを取得する。選択部133は、取得部132によって取得された回答情報及び評価情報に基づいて、第1の1つ以上の質問を含む質問リストから、第2の1つ以上の質問を選択する。このため、選択装置100は、採用面接の質問項目の中から、人材の入社後の評価に深く関連する質問を選定することができる。
[5. effect〕
As described above, the
また、実施形態に係る選択装置100において、選択部133は、回答が評価に与える影響の度合いに基づいて、第2の1つ以上の質問を選択する。このため、選択装置100は、採用面接の質問項目の中から、人材の入社後の評価を予測することにつながる質問を選定することができる。
Further, in the
また、実施形態に係る選択装置100において、選択部133は、回答が評価に与える影響の度合いとして、第1の1つ以上の質問が評価の予測にどの程度影響力があるかを示す指標を算出し、算出された指標に基づいて、第2の1つ以上の質問を選択する。このため、選択装置100は、採用面接の質問項目の中から、人材の入社後の評価を予測することにつながる質問を、高い精度で選定することができる。
Further, in the
また、実施形態に係る選択装置100において、取得部132は、企業の第1の採用面接で尋ねられる第1の1つ以上の質問を含む質問リストを示す質問情報を取得する。選択部133は、回答情報と、評価情報とに基づいて、企業の第1の採用面接で尋ねられる第1の1つ以上の質問を含む質問リストから、企業の第2の採用面接で尋ねられる第2の1つ以上の質問を選択する。このため、選択装置100は、面接官に、面接をより効率的に行うための質問リストを提供することができる。
In the
また、実施形態に係る選択装置100において、選択部133は、回答情報と、企業における回答者の活躍に関する評価を示す評価情報とに基づいて、第2の1つ以上の質問を選択する。このため、選択装置100は、人材の入社後の活躍を予測することにつながる質問を選定することができる。
Further, in the
また、実施形態に係る選択装置100において、選択部133は、回答情報と、第1の採用面接の面接官による評価を示す評価情報とに基づいて、第2の1つ以上の質問を選択する。このため、選択装置100は、面接終了後の面接官の評価につながる質問を選定することができる。
In the
また、実施形態に係る選択装置100において、選択部133は、回答情報と、評価情報と、回答者の少なくとも1つの属性とに基づいて、かかる少なくとも1つの属性に対応する第2の1つ以上の質問を選択する。このため、選択装置100は、質問を尋ねられる回答者の属性ごとに、質問のリストを最適化することができる。
Further, in the
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。 As described above, some of the embodiments of the present application have been described in detail with reference to the drawings. However, these are merely examples, and various modifications, including the aspects described in the disclosure section of the invention, based on the knowledge of those skilled in the art, It is possible to implement the present invention in other forms with improvements.
また、上述した選択装置100は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をAPI(Application Programming Interface)やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。
The
また、特許請求の範囲に記載した「手段」は、「部(section、module、unit)」や「回路」などに読み替えることができる。例えば、取得手段は、取得部や取得回路に読み替えることができる。 Further, the “means” described in the claims can be read as “section (module, unit)” or “circuit”. For example, the acquisition unit can be read as an acquisition unit or an acquisition circuit.
1 選択システム
120 記憶部
121 質問情報記憶部121
122 回答情報記憶部122
123 評価情報記憶部123
124 事例集合情報記憶部124
131 受信部
132 取得部
133 選択部
134 更新部
135 提供部
1 Selection System 120
122 Answer
123 Evaluation
124 case set
131 receiving unit 132 obtaining
Claims (9)
前記取得部によって取得された回答情報及び評価情報に基づいて、前記第1の1つ以上の質問を含む質問リストから、第2の1つ以上の質問を選択する選択部と、
を備えることを特徴とする選択装置。 Obtaining question information indicating a question list including the first one or more questions, answer information indicating an answer of the respondent to the first one or more questions, and evaluation information indicating an evaluation of the answerer An acquisition unit to
A selection unit that selects a second one or more questions from a question list including the first one or more questions based on the answer information and the evaluation information acquired by the acquisition unit;
A selection device comprising:
前記回答が前記評価に与える影響の度合いに基づいて、前記第2の1つ以上の質問を選択する
ことを特徴とする請求項1に記載の選択装置。 The selection unit includes:
The selection device according to claim 1, wherein the second one or more questions are selected based on a degree of influence of the answer on the evaluation.
前記影響の度合いとして、前記第1の1つ以上の質問が前記評価の予測にどの程度影響力があるかを示す指標を算出し、算出された指標に基づいて、前記第2の1つ以上の質問を選択する
ことを特徴とする請求項2に記載の選択装置。 The selection unit includes:
As the degree of influence, an index indicating how influential the first one or more questions are in the prediction of the evaluation is calculated, and the second one or more is calculated based on the calculated index The selection device according to claim 2, wherein the question is selected.
企業の第1の採用面接で尋ねられる前記第1の1つ以上の質問を含む前記質問リストを示す前記質問情報を取得し、
前記選択部は、
前記回答情報と、前記評価情報とに基づいて、前記企業の当該第1の採用面接で尋ねられる前記第1の1つ以上の質問を含む前記質問リストから、前記企業の第2の採用面接で尋ねられる前記第2の1つ以上の質問を選択する
ことを特徴とする請求項1〜3のいずれか一つに記載の選択装置。 The acquisition unit
Obtaining the question information indicating the question list including the first one or more questions asked at a company first recruitment interview;
The selection unit includes:
Based on the answer information and the evaluation information, from the question list including the first one or more questions that are asked in the first hiring interview of the company, in the second hiring interview of the company The selection device according to claim 1, wherein the second one or more questions to be asked are selected.
前記回答情報と、前記企業における前記回答者の活躍に関する前記評価を示す前記評価情報とに基づいて、前記第2の1つ以上の質問を選択する
ことを特徴とする請求項4に記載の選択装置。 The selection unit includes:
The selection according to claim 4, wherein the second one or more questions are selected based on the answer information and the evaluation information indicating the evaluation regarding the activity of the respondent in the company. apparatus.
前記回答情報と、前記第1の採用面接の面接官による前記評価を示す前記評価情報とに基づいて、前記第2の1つ以上の質問を選択する
ことを特徴とする請求項4又は5に記載の選択装置。 The selection unit includes:
6. The second one or more questions are selected based on the answer information and the evaluation information indicating the evaluation by the interviewer of the first employment interview. The selection device described.
前記回答情報と、前記評価情報と、前記回答者の少なくとも1つの属性とに基づいて、当該少なくとも1つの属性に対応する前記第2の1つ以上の質問を選択する、
ことを特徴とする請求項1〜6のいずれか一つに記載の選択装置。 The selection unit includes:
Selecting the second one or more questions corresponding to the at least one attribute based on the answer information, the evaluation information, and at least one attribute of the respondent;
The selection device according to claim 1, wherein
前記取得工程によって取得された回答情報及び評価情報に基づいて、前記第1の1つ以上の質問を含む質問リストから、第2の1つ以上の質問を選択する選択工程と、
を含むことを特徴とする選択方法。 Obtaining question information indicating a question list including the first one or more questions, answer information indicating an answer of the respondent to the first one or more questions, and evaluation information indicating an evaluation of the answerer An acquisition process to
A selection step of selecting a second one or more questions from a question list including the first one or more questions based on the answer information and the evaluation information acquired by the acquisition step;
The selection method characterized by including.
前記取得手順によって取得された回答情報及び評価情報に基づいて、前記第1の1つ以上の質問を含む質問リストから、第2の1つ以上の質問を選択する選択手順と、
をコンピュータに実行させることを特徴とする選択プログラム。 Obtaining question information indicating a question list including the first one or more questions, answer information indicating an answer of the respondent to the first one or more questions, and evaluation information indicating an evaluation of the answerer And the acquisition procedure to
A selection procedure for selecting a second one or more questions from a question list including the first one or more questions based on the answer information and the evaluation information acquired by the acquisition procedure;
A selection program characterized by causing a computer to execute.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018053175A JP6500142B1 (en) | 2018-03-20 | 2018-03-20 | Selection device, selection method, and selection program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018053175A JP6500142B1 (en) | 2018-03-20 | 2018-03-20 | Selection device, selection method, and selection program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6500142B1 JP6500142B1 (en) | 2019-04-10 |
JP2019164700A true JP2019164700A (en) | 2019-09-26 |
Family
ID=66092572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018053175A Active JP6500142B1 (en) | 2018-03-20 | 2018-03-20 | Selection device, selection method, and selection program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6500142B1 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6649461B1 (en) * | 2018-12-06 | 2020-02-19 | 株式会社Agsコンサルティング | Program, information processing apparatus and information processing method |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017161784A (en) * | 2016-03-10 | 2017-09-14 | 富士通株式会社 | Learning support program, learning support device, and learning support method |
-
2018
- 2018-03-20 JP JP2018053175A patent/JP6500142B1/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017161784A (en) * | 2016-03-10 | 2017-09-14 | 富士通株式会社 | Learning support program, learning support device, and learning support method |
Also Published As
Publication number | Publication date |
---|---|
JP6500142B1 (en) | 2019-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Georgsson et al. | Quantifying usability: an evaluation of a diabetes mHealth system on effectiveness, efficiency, and satisfaction metrics with associated user characteristics | |
Seidel et al. | Using predictive analytics to target and improve first year student attrition | |
Kruk et al. | How can the health system retain women in HIV treatment for a lifetime? A discrete choice experiment in Ethiopia and Mozambique | |
Eisenkraft et al. | We know who likes us, but not who competes against us: Dyadic meta-accuracy among work colleagues | |
JP2023001377A (en) | Information processing apparatus, method, and program | |
US10817888B2 (en) | System and method for businesses to collect personality information from their customers | |
Mueller et al. | Assessing the Performance of the “Counterfactual as Self-Estimated by Program Participants” Results From a Randomized Controlled Trial | |
Lafit et al. | PowerLAPIM: An application to conduct power analysis for linear and quadratic longitudinal actor–partner interdependence models in intensive longitudinal dyadic designs | |
Rukonić et al. | Measuring UX capability and maturity in organizations | |
US20240137615A1 (en) | Methods and systems for counseling a user with respect to supervised content | |
JP6500142B1 (en) | Selection device, selection method, and selection program | |
Ejigu et al. | Trend and determinants of quality of family planning counseling in Ethiopia: Evidence from repeated PMA cross-sectional surveys,(2014–2019) | |
Westgeest et al. | Global differences in the management of Staphylococcus aureus bacteremia: no international standard of care | |
JP2019164738A (en) | Prediction device, prediction method, prediction program, generation device, generation method and generation program | |
JP6626170B1 (en) | Health evaluation system, health evaluation server and health evaluation program | |
Cheung et al. | Correlation-based meta-analytic structural equation modeling: Effects of parameter covariance on point and interval estimates | |
JP6844415B2 (en) | Document processing system and program | |
JP2019200713A (en) | Information processing device, information processing method, and information processing program | |
Roberts et al. | Deployment of a digital advance care planning platform at an accountable care organization | |
JP6751955B1 (en) | Learning method, evaluation device, and evaluation system | |
JP2023028401A (en) | Information processing device, information processing method, and information processing program | |
De Haan et al. | Elements of pregnancy and parenthood policies of importance to medical students and included in a sample of medical schools' websites and student handbooks | |
Buschmeyer et al. | Psychological assessment of AI-based decision support systems: tool development and expected benefits | |
Müller | Opportunity or affection? Participation of respondents’ partners in a multi-actor survey | |
Bird et al. | Relationship satisfaction and concordance in attitudes to maternal employment in British couples with young children |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180615 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180615 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180618 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181005 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181030 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181228 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190226 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190318 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6500142 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |