JP2020181577A - 情報分析装置、情報分析方法、情報分析プログラム及び学習モデル生成方法 - Google Patents

Abstract

【課題】本発明は、情報分析装置、情報分析方法、情報分析プログラム及び学習モデル生成方法に関する。【解決手段】本実施形態の情報分析装置１では、回答者からアンケートの回答である回答情報を受け付けて分析を行い、分析結果を回答者毎に生成する。情報分析装置１は、人事担当者の回答者端末、管理者の回答者端末、回答者の回答者端末に分析結果を表示する。情報分析装置１は、アンケートの分析結果として、回答者毎の会社に対する貢献意欲がどこにあるかを表示する。本実施形態によれば、情報分析装置１が分析した分析結果から、人事担当者、管理者、回答者は、回答者が会社において何に対して貢献意欲を有しているのか把握することができる。【選択図】図１

Description

本発明は、情報分析装置、情報分析方法、情報分析プログラム及び学習モデル生成方法に関する。さらに詳しく説明すると、本発明は、例えば、回答者の組織に対する貢献意欲を通知する情報分析装置、情報分析方法、情報分析プログラム及び学習モデル生成方法関する。

近年、組織の構成員に対して、アンケートが実施され、その回答から従業員の状態を分析することが可能な分析装置が普及し、例えば、会社等が従業員に対して実施している。例えば、複数のサーベイ設問に対する構成員の回答から期待度と満足度についての得点を取得し、現場や人事が自ら組織を強化し開発していくことを可能とする組織開発支援システム、組織開発支援方法、およびプログラムの技術が知られている（例えば、特許文献１参照）。

特開２０１８−１８１５２号公報

会社等の組織において、従業員が主体的、自発的に仕事に取り組むためには、従業員の貢献意欲が会社に向かっているか否かを継続的に診断し、把握しなければならない。しかし、特許文献１に記載された技術では、従業員の会社に対する期待度と満足度を測ることで、モチベーションを可視化しているため、従業員の貢献意欲が何に向けられているのか診断できないという問題点があった。

期待度は、従業員が会社に何を期待しているのかを定量化したものであるが、従業員が期待していることと、従業員が会社に対する貢献意欲を向けることとが一致するとは限らない。つまり、人は自己認知していることと、実際に感じていることがずれる場合があり、従業員が期待していることを実現したからといっても、貢献意欲が必ず会社に向かうとは限らない。

また、満足度は、従業員がどれだけ会社に満足しているかを定量化したものであるが、主に給与、福利厚生、職場環境、人間関係から評価される。しかし、従業員が満足している状態と、主体的、自発的に仕事に取り込む状態が一致するとは限らない。つまり、従業員の満足度が上がったからといって、会社の収益や個人の生産性が高まるわけではない。むしろ、従業員の満足度を高めるための施策はコストの増加につながり、業績を圧迫する要因になる。

さらに、モチベーションは、個々人の動機付けであり、モチベーションが高くても、個々人がばらばらであり、協働することができなければ会社としての生産性が上がるとは限らない。つまり、モチベーションは個人としての主体的行動を促すことができても、それが組織としての成果につながるとは限らない。

本発明は、このような社会的、技術的背景に基づいたものであり、次のような目的を達成する。本発明は、回答者の組織に対する貢献意欲を通知することを目的とする。

本発明は、前記目的を達成するために次の手段をとる。
（１）本発明１の情報分析装置は、回答者を特定する回答者情報と回答者に質問する質問情報を格納する格納手段と、回答者端末から回答者が回答した回答情報を受け付ける回答情報受付手段と、前記回答情報受付手段が受け付けた回答情報の分析を行い、回答者の分析結果を生成する分析手段と、前記分析手段が分析した分析結果に応じて、回答者の組織に対する貢献意欲を推定する貢献意欲推定手段と、前記貢献意欲推定手段が推定した貢献意欲を通知する通知手段とを備えることを特徴とする。
（２）本発明２の情報分析装置は、本発明１であって、前記貢献意欲推定手段が推定した貢献意欲の中から、回答者が重要視する要素を推定する要素推定手段とを備え、前記通知手段は、前記要素推定手段が推定した要素を通知することを特徴とする。
（３）本発明３の情報分析装置は、本発明２であって、前記分析手段は、全ての回答者の回答情報を教師データとして用い、全ての回答者の回答情報と重要度の関係性を表現するパラメータを推定する推定モデルを機械学習により生成する重要度モデル生成手段と、前記重要度モデル生成手段により生成された推定モデルを用いて、一の回答者の回答情報を分析することで、一の回答者の重要度を出力する重要度出力手段とを備えることを特徴とする。
（４）本発明４の情報分析装置は、本発明３であって、前記分析手段は、全ての回答者の回答情報を教師データとして用い、全ての回答者の回答情報と残存情報量の関係性を表現するパラメータを推定する推定モデルを機械学習により生成する残存情報量モデル生成手段と、前記残存情報量モデル生成手段により生成された推定モデルを用いて、一の回答者の回答情報を分析することで、一の回答者の残存情報量を出力する残存情報量出力手段とを備えることを特徴とする。
（５）本発明５の情報分析装置は、本発明４であって、前記分析手段は、全ての回答者の重要度及び／又は全ての回答者の残存情報量を教師データとして用い、全ての回答者の重要度及び／又は全ての回答者の残存情報量と全ての回答者の選択質問情報の関係性を表現するパラメータを推定する推定モデルを機械学習により生成する選択質問モデル生成手段と、前記選択質問モデル生成手段により生成された推定モデルを用いて、一の回答者の重要度及び／又は一の回答者の残存情報量を分析することで、一の回答者への選択質問情報を出力する選択質問出力手段とを備えることを特徴とする。
（６）本発明６の情報分析装置は、本発明１〜５のいずれかであって、前記分析手段は、回答情報の推移に応じて、回答者毎の分析結果を生成することを特徴とする。
（７）本発明７の情報分析装置は、本発明３〜５のいずれかであって、前記通知手段は、重要度について、回答者毎、質問毎、組織毎、組織の部署毎、グループ毎又は回答者の属性毎のいずれか１つ又はこれらの組み合わせて通知することを特徴とする。
（８）本発明８の情報分析装置は、本発明７であって、前記要素推定手段は、職務、自己成長、健康、人間関係、支援、承認、理念戦略、組織風土及び環境の中から、回答者が重要視している前記要素を推定し、前記通知手段は、前記要素推定手段が推定した結果を得点として通知することを特徴とする。
（９）本発明９の情報分析装置は、本発明７であって、前記要素推定手段は、ビジョン志向、成長志向、期待志向、セルフコントロール志向及びチーム志向の中から、前記回答者毎に何を重要視しているかという価値観を推定し、前記通知手段は、前記要素推定手段が推定した前記価値観を通知することを特徴とする。
（１０）本発明１０の情報分析装置は、本発明９であって、前記要素推定手段は、前記価値観を前記回答者の組織に対する愛着と、前記回答者の組織における活力とから推定し、前記通知手段は、前記要素推定手段が推定した前記価値観を前記愛着と、前記活力とに分けて通知することを特徴とする。
（１１）本発明１１の情報分析装置は、本発明７〜１０であって、前記通知手段は、重要度をグラフで通知することを特徴とする。
（１２）本発明１２の情報分析方法は、回答者を特定する回答者情報と回答者に質問する質問情報を格納する格納工程と、回答者端末から回答者が回答した回答情報を受け付ける回答情報受付工程と、前記回答情報受付工程が受け付けた回答情報の分析を行い、回答者の分析結果を生成する分析工程と、前記分析工程が分析した分析結果に応じて、回答者の組織に対する貢献意欲を推定する貢献意欲推定工程と、前記貢献意欲推定工程が推定した貢献意欲を通知する通知工程とを備えることを特徴とする。
（１３）本発明１３の情報分析プログラムは、回答者を特定する回答者情報と回答者に質問する質問情報を格納する格納機能と、回答者端末から回答者が回答した回答情報を受け付ける回答情報受付機能と、前記回答情報受付機能が受け付けた回答情報の分析を行い、回答者の分析結果を生成する分析機能と、前記分析機能が分析した分析結果に応じて、回答者の組織に対する貢献意欲を推定する貢献意欲推定機能と、前記貢献意欲推定機能が推定した貢献意欲を通知する通知機能とをコンピュータに実現させることを特徴とする。
（１４）本発明１４の学習モデル生成方法は、全ての回答者の履歴回答情報を含む教師データを取得し、前記教師データを用いて、一の回答者の回答情報を入力、一の回答者の重要度に関する値を出力する学習モデルを生成する学習モデル生成方法。

以上説明したように、本発明は、回答者から収集した回答の分析結果に応じて、回答者の組織に対する貢献意欲を通知することができる。

情報分析装置１が提供するサービスの概要を示す図である。 情報分析装置１の構成を示すブロック図である。 情報分析装置１の機能を示すブロック図である。 従業員情報データベース１０８の論理的な構成の一例を示した図である。 配信情報データベース１０９の論理的な構成の一例を示した図である。

質問情報データベース１１０の論理的な構成の一例を示した図である。 選択質問情報データベース１１１の論理的な構成の一例を示した図である。 回答情報データベース１１２の論理的な構成の一例を示した図である。 活動計画情報データベース１１３の論理的な構成の一例を示した図である。 活動評価情報データベース１１４の論理的な構成の一例を示した図である。

人事担当者Ｈが情報分析システムＷを使用して、初期設定処理をする手順を説明するためのシーケンスチャートである。 メインシステム１００がモデル生成処理をする手順を説明するためのフローチャートである。 モデル生成処理を実行する学習器を示すブロック図である。 メインシステム１００が質問選択処理をする手順を説明するためのフローチャートである。 選択質問機械学習処理を実行する学習器を示すブロック図である。

メインシステム１００がアンケート処理をする手順を説明するためのフローチャートである。 質問入力画面の一例を示した図である。 メインシステム１００が分析結果出力処理をする手順を説明するためのフローチャートである。 特徴量出力処理を実行する学習器を示すブロック図である。 情報分析システムＷが回答者Ａ、Ｂ、Ｃに対して分析結果を送信する手順を説明するためのシーケンスチャートである。

一の回答者の分析結果出力画面を示す図である。 グループの分析結果出力画面を示す図である。 メインシステム１００が分析結果出力処理をする手順を説明するためのフローチャートである。 活動計画情報入力画面を示す図である。 分析結果出力画面を示す図である。

活動評価情報出力画面を示す図である。 メインシステム１００が第二質問選択処理をする手順を説明するためのフローチャートである。 メインシステム１００が第二アンケート処理をする手順を説明するためのフローチャートである。 活動評価情報入力画面を示す図である。 メインシステム１００が集計処理をする手順を説明するためのフローチャートである。 グループと個人の分析結果出力画面を示す図である。

以下、本発明の情報分析装置について、従業員を回答者としてアンケートを行う会社に適用した場合の実施形態を例に、図１〜図３０を参照して詳細に説明する。
〔実施形態の概要〕
本実施形態の情報分析装置１では、回答者からアンケートの回答である回答情報を受け付けて分析を行い、分析結果を回答者毎に生成する。
情報分析装置１は、人事担当者の回答者端末、管理者の回答者端末、回答者の回答者端末に分析結果を表示する。
情報分析装置１は、アンケートの分析結果として、回答者毎の会社に対する貢献意欲がどこにあるかを表示する。
本実施形態によれば、情報分析装置１が分析した分析結果から、人事担当者、管理者、回答者は、回答者が会社において何に対して貢献意欲を有しているのか把握することができる。

〔実施形態の詳細〕
〔第一実施形態〕
本発明の第一実施形態を図面に基づいて詳細に説明する。図１は、情報分析装置１が提供するサービスの概要を示す図である。本発明の第一実施形態の情報分析システムＷは、情報分析装置１が、回答者Ａ、Ｂ、Ｃから回収したアンケートの回答を分析して、分析結果から次に回答者Ａ、Ｂ、Ｃに送信する質問を変えるためのシステムである。情報分析システムＷは、例えば、情報分析装置１、人事担当者端末２、回答者端末３ａ、３ｂ、３ｃとがインターネット等の通信ネットワークを介して接続されて構成されている。通信ネットワークは、例えば、インターネットを用いて構成されており、ＳＳＬ（Ｓｅｃｕｒｅ Ｓｏｃｋｅｔｓ Ｌａｙｅｒ）などの適当な暗号プロトコルを用いて外部から秘匿された通信を行うことができる。また、これらの装置や端末は、インターネットを介して接続されるため、立地の制約を受けずに、国境を越えて世界中の人や法人が利用することができる。

〔情報分析装置１〕
図２は、情報分析装置１の構成を示すブロック図である。情報分析装置１は、アンケートの質問の提示、アンケートの回答の受け付け、回答の集計、回答の分析をするサーバ等の装置である。情報分析装置１は、メインシステム１００、集計システム２００及び分析システム３００の３つのシステムが、それぞれ別々のサーバにより構成されている。なお、情報分析装置１は、３つのシステムをそれぞれ独立した別々のサーバで構成されているが、単一の装置構成でも実現できるし、さらに複数の装置に分散したシステム構成でも実現できる。また、情報分析装置１は、一定の機能（処理）を一定の装置に担当させているが、３つのシステムのどの機能（処理）をどの装置に担当させるか自由に変更することができる。

〔メインシステム１００〕
メインシステム１００は、アンケート支援サーバとして機能するサーバ装置であって、会社の従業員である回答者Ａ、Ｂ、Ｃに対して、アンケートを定期的に実施する機能を提供する。メインシステム１００は、会社において一定の権限を有する者の要求に応じて、集計システム２００による回答の集計や、分析システム３００による回答の分析を実施させる機能を提供する。また、メインシステム１００は、集計システム２００の集計結果や、分析システム３００の分析結果に応じて、回答者Ａ、Ｂ、Ｃ毎に異なる質問を提示する機能を提供する。さらに、メインシステム１００は、集計結果や分析結果を確認した回答者の要求に応じて、アクションプランの設定や、アクションプランの進捗管理を実施する機能を提供する。メインシステム１００は、アンケートを実施する組織内に設置されても良いし、情報分析システムＷを提供するサービス会社が管理するＡＳＰ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｅｒｖｉｃｅ Ｐｒｏｖｉｄｅｒ）やクラウド内に設置されていても良い。

メインシステム１００は、従業員情報データベース１０８、配信情報データベース１０９、質問情報データベース１１０、選択質問情報データベース１１１、回答情報データベース１１２、活動計画情報データベース１１３及び活動評価情報データベース１１４等を備えている。メインシステム１００は、従業員情報データベース１０８、配信情報データベース１０９及び質問情報データベース１１０等を用いて、会社の従業員である回答者に質問を適切なタイミングで配信する。

このように構成されたメインシステム１００は、次のような処理を行う。
（１）人事担当者端末２から会社の従業員の情報である従業員情報を従業員情報データベース１０８で受け付ける。
（２）人事担当者端末２から質問の配信のタイミング等の配信情報を配信情報データベース１０９で受け付ける。
（３）回答者Ａ、Ｂ、Ｃ毎に質問情報データベース１１０から選択された質問を選択質問情報データベース１１１に格納する。
（４）回答者端末３ａ、３ｂ、３ｃに対して、回答者Ａ、Ｂ、Ｃ毎に質問を提示して、回答を要求する。
（５）回答者端末３ａ、３ｂ、３ｃから受け付けた回答を回答情報データベース１１２で受け付ける。
（６）分析システム３００に回答の分析をさせて、重要度や残存情報量を分析する。
（７）分析システム３００で分析した重要度を重要度データベース３１０に格納し、分析した残存情報量を残存情報量データベースに格納する。
（８）所定の権限を有している人事担当者端末２や回答者端末３ａからの要求に応じて、集計システム２００に回答の集計をさせて、人事担当者端末２や回答者端末３ａに集計結果を送信する。

図２（ａ）は、メインシステム１００のハードウェア的な構成を説明するためのブロック図である。メインシステム１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１０２、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１０３、通信制御部１０４、入力部１０５、出力部１０６及び記憶部１０７などがバスラインで接続されて構成されている。ＣＰＵ１０１は、中央処理装置であって、記憶部１０７が記憶するアンケート支援プログラム（図示せず）に従って動作し、回答者の登録、回答者への質問の提供、回答の回収、集計システム２００への集計要求、分析システム３００への分析要求、アクションプログラムの設定及びアクションプランの進捗管理等の情報処理を行う。

ＲＡＭ１０２は、読み書きが可能なメモリであって、ＣＰＵ１０１が実行する各処理を行う際のワーキングメモリを提供する。ＲＯＭ１０３は、読み出し専用のメモリであって、ＣＰＵ１０１を動作させるための基本的なプログラムやパラメータを記憶している。通信制御部１０４は、メインシステム１００をインターネットに接続する。メインシステム１００は、通信制御部１０４を介して、人事担当者端末２、回答者端末３ａ、３ｂ、３ｃ、集計システム２００、分析システム３００と通信することができる。

入力部１０５は、外部からデータを入力するデバイスであって、キーボードにより入力を受け付けるハードキー、所定の画像を読み込む外部カメラや、ソフトキーによるデータ入力を受け付けるタッチパネル等を備えている。出力部１０６は、メニュー画面、集計結果の画像、分析結果の画像、印刷に係る画像等を表示する液晶ディスプレイや、指示や警告音を発するスピーカなどを備えている。記憶部１０７は、ハードディスクやソリッドステートドライブなどの大容量の記憶媒体を用いて構成されており、アンケート支援プログラム、従業員情報データベース１０８、配信情報データベース１０９、質問情報データベース１１０、選択質問情報データベース１１１、回答情報データベース１１２、活動計画情報データベース１１３、活動評価情報データベース１１４等を記憶している。

〔集計システム２００〕
集計システム２００は、アンケート集計サーバとして機能するサーバ装置であって、回答者Ａ、Ｂ、Ｃが回答した回答を集計する機能を提供する。集計システム２００は、会社において一定の権限を有する者（例えば、人事担当者端末２、回答者Ａ）の要求に応じて、回答者毎の集計や、質問毎の集計、所定の期間毎の集計、会社内の部署毎の集計及びこれらの組み合わせの集計をする機能を提供する。集計システム２００は、メインシステム１００の要求に応じて、集計した結果をメインシステム１００や分析システム３００に送信する。集計システム２００は、アンケートを実施する組織内に設置されても良いし、情報分析システムＷを提供するサービス会社が管理するＡＳＰやクラウド内に設置されていても良い。

集計システム２００は、集計結果を格納する集計情報データベース２０９等を備えている。集計システム２００は、メインシステム１００に格納された回答情報データベース１１２に格納された回答情報を用いて、回答情報の集計を行い集計情報データベース２０９に格納する。

図２（ｂ）は、集計システム２００のハードウェア的な構成を説明するためのブロック図である。集計システム２００は、ＣＰＵ２０１、ＲＡＭ２０２、ＲＯＭ２０３、通信制御部２０４、及び記憶部２０７などがバスラインで接続されて構成されている。ＣＰＵ２０１は、中央処理装置であって、記憶部２０７が記憶する集計プログラム２０８に従って動作し、回答情報の集計等の情報処理を行う。

ＲＡＭ２０２は、読み書きが可能なメモリであって、ＣＰＵ２０１が実行する各処理を行う際のワーキングメモリを提供する。ＲＯＭ２０３は、読み出し専用のメモリであって、ＣＰＵ２０１を動作させるための基本的なプログラムやパラメータを記憶している。通信制御部２０４は、集計システム２００をインターネットに接続する。集計システム２００は、通信制御部２０４を介して、人事担当者端末２、回答者端末３ａ、３ｂ、３ｃ、メインシステム１００、分析システム３００と通信することができる。

記憶部２０７は、ハードディスクやソリッドステートドライブなどの大容量の記憶媒体を用いて構成されており、集計プログラム２０８、集計情報データベース２０９等を記憶している。

〔分析システム３００〕
分析システム３００は、アンケート分析サーバとして機能するサーバ装置であって、回答者Ａ、Ｂ、Ｃが回答した回答を分析する機能を提供する。分析システム３００は、予め設定された分析の時期に応じて、回答者毎の分析や、質問毎の分析、会社内の部署毎の分析及びこれらの組み合わせの分析をする機能を提供する。分析システム３００は、メインシステム１００の要求に応じて、分析した結果をメインシステム１００に送信する。分析システム３００は、アンケートを実施する組織内に設置されても良いし、情報分析システムＷを提供するサービス会社が管理するＡＳＰ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｅｒｖｉｃｅ Ｐｒｏｖｉｄｅｒ）やクラウド内に設置されていても良い。

分析システム３００は、回答者の回答から分析された重要度を格納する重要度データベース３１０、残存情報量データベース３１１等を備えている。分析システム３００は、回答情報データベース１１２に格納された回答情報を用いて、回答情報の分析を行う。

図２（ｃ）は、分析システム３００のハードウェア的な構成を説明するためのブロック図である。分析システム３００は、ＣＰＵ３０１、ＲＡＭ３０２、ＲＯＭ３０３、通信制御部３０４、重要度分析手段３０５、残存情報量分析手段３０６及び記憶部３０７などがバスラインで接続されて構成されている。ＣＰＵ３０１は、中央処理装置であって、記憶部３０７が記憶する重要度分析プログラム３０８や残存情報量分析プログラム３０９に従って動作し、回答情報の分析等の情報処理を行う。

ＲＡＭ３０２は、読み書きが可能なメモリであって、ＣＰＵ３０１が実行する各処理を行う際のワーキングメモリを提供する。ＲＯＭ３０３は、読み出し専用のメモリであって、ＣＰＵ３０１を動作させるための基本的なプログラムやパラメータを記憶している。通信制御部３０４は、分析システム３００をインターネットに接続する。分析システム３００は、通信制御部３０４を介して、人事担当者端末２、回答者端末３ａ、３ｂ、３ｃ、メインシステム１００、集計システム２００と通信することができる。

重要度分析プログラム３０８は、推定モデルを生成し、特徴量を取得し、重要度を出力するための学習器である。重要度分析プログラム３０８は、本実施形態では、例えば、因子分析、ベイズ統計（ベイジアンネットワークや情報量理論）、クラスタリング等より構築された学習モデルに従って機械学習が行われる。重要度とは、回答者毎の回答情報から過去の回答の時系列の推移を判断して、回答者がどの項目を重要視しているのか、回答情報から因果関係を導き出すための情報である。例えば、回答者Ａの重要度を取得することで、回答者Ａの回答情報から過去の回答（どの項目にどのような値を入力したか）の時系列の推移を判断して、回答者Ａが会社及び／又は組織に対して９つのキードライバーの中で、どの項目を重要視しているのかを導き出すことができる。

残存情報量分析プログラム３０９は、推定モデルを生成し、特徴量を取得し、残存情報量を出力するための学習器である。残存情報量分析プログラム３０９は、本実施形態では、例えば、因子分析、ベイズ統計（ベイジアンネットワークや情報量理論）、クラスタリング等より構築された学習モデルに従って機械学習が行われる。残存情報量とは、回答者毎の回答情報からどれくらい過去に選択した質問なのかを判断して、回答者に対して選択すべき質問の新旧を見極めるための情報である。例えば、回答者Ａの残存情報量を取得することで、回答者Ａの回答情報から前回のアンケートで質問したばかりか、かなり過去に質問しているため再度質問すべき等を判断して、回答者Ａに対して選択すべき質問なのか否かを導き出すことができる。

記憶部３０７は、ハードディスクやソリッドステートドライブなどの大容量の記憶媒体を用いて構成されており、重要度分析プログラム３０８、残存情報量分析プログラム３０９、重要度データベース３１０、残存情報量データベース３１１等を記憶している。

図３は、情報分析装置の機能を示すブロック図である。図３（ａ）は、メインシステム１００の機能的な構成を説明するためのブロック図である。メインシステム１００は、例えば、質問提示手段、質問選択手段及び回答情報受付手段を備えている。質問提示手段は、回答者端末に質問を提示する手段である。質問選択手段は、重要度に応じて質問を選択する手段である。回答情報受付手段は、回答者端末から回答情報を受け付ける手段である。図３（ｂ）は、集計システム２００の機能的な構成を説明するためのブロック図である。集計システム２００は、例えば、集計手段を備えている。集計手段は、回答情報を用いて集計をする手段である。

図３（ｃ）は、分析システム３００の機能的な構成を説明するためのブロック図である。分析システム３００は、例えば、重要度モデル生成手段、重要度出力手段、残存情報量モデル生成手段、残存情報量出力手段を備えている。重要度モデル生成手段は、回答情報を教師データとして用いて重要度モデルを生成する手段である。重要度出力手段は、重要度モデルと重要度特徴量とを用いて重要度を出力する手段である。残存情報量モデル生成手段は、回答情報を教師データとして用いて残存情報量モデルを生成する手段である。残存情報量出力手段は、残存情報量モデルと残存情報量特徴量とを用いて残存情報量を出力する手段である。

〔人事担当者端末２〕
人事担当者端末２は、人事担当者Ｈによるアンケートの実施登録や、アンケートを実施する対象者の決定や、アンケートの配信日時等の設定を行うために使用される端末である。人事担当者端末２は、ブラウザやアンケート管理用のアプリケーションソフトウェアを備えたパーソナルコンピュータ等で構成されている。人事担当者Ｈは、情報分析システムＷが分析の対象としている会社の従業員であり、人事を担当する部署で情報分析システムＷを管理する権限を与えられた者である。人事担当者端末２は、一定の権限が付与されており、情報分析装置１にアクセスして、アンケートの集計結果や分析結果の閲覧等をすることができる。また、人事担当者端末２は、過去に行われたアンケートの集計結果や分析結果と、今回行われたアンケートの集計結果や分析結果とを比較して閲覧することができる。さらに、人事担当者端末２は、一の部署で行われたアンケートの集計結果や分析結果と、他の部署で行われたアンケートの集計結果や分析結果とを比較して閲覧することができる。

〔回答者端末３〕
回答者端末３は、アンケートの回答を入力するために使用される端末であり、回答者Ａ、Ｂ、Ｃ毎に回答者端末３ａ、３ｂ、３ｃが用意されている。回答者端末３は、ブラウザやアンケート回答用のアプリケーションソフトウェアを備えたパーソナルコンピュータ等で構成されている。回答者Ａ、Ｂ、Ｃは、情報分析システムＷが分析の対象としている会社の従業員である。回答者端末３ａ、３ｂ、３ｃは、アクションプランの閲覧、設定、評価等を行うためにも使用される。

なお、回答者端末３ａは、会社の管理者（例えば、マネージャー等）として一定の権限を有する回答者Ａが利用する端末でもある。回答者端末３ａは、一定の権限が付与されており、情報分析装置１にアクセスして、アンケート結果の分析や分析結果の閲覧等をすることができる。また、回答者端末３ａは、過去に行われたアンケートの分析結果と、今回行われたアンケートの分析結果とを比較して閲覧することができる。さらに、回答者端末３ａは、自らが所属する部署で行われたアンケートの分析結果と、他の部署で行われたアンケートの分析結果とを比較して閲覧することができる。

〔従業員情報データベース１０８〕
図４は、従業員情報データベース１０８の論理的な構成の一例を示した図である。なお、この図は説明のための一例であって、実際の従業員情報データベース１０８は、他のデータベース等と論理的に関係づけられたリレーショナルデータベースで構成されている。

従業員情報データベース１０８は、「ｎｏ」、「ＩＤ」、「氏名」、「メールアドレス」、「性別」、「生年月日」、「職種」、「役職」、「雇用区分」、「新卒／中途」、「入社年月日」、「所属グループ」、「部署」、「管理権限」、「グループ権限」等の項目から構成されている。「ｎｏ」は、情報分析装置１に従業員が登録された順番を登録する項目であって、それぞれ、登録された順番の数字が登録されている。「ＩＤ」は、情報分析装置１に登録された会社の従業員を一意に識別する項目であって、入力された氏名毎に付与された一意のＩＤ情報が登録されている。「氏名」は、情報分析装置１に会社の従業員の氏名を登録する項目であって、入力された氏名が登録されている。氏名に関しては、日本語による国内向けのものと、外国語による海外向けの両方を登録することができる。

「メールアドレス」、「性別」、「生年月日」、「職種」、「役職」、「雇用区分」、「新卒／中途」、「入社年月日」、「所属グループ」及び「部署」は、情報分析装置１に登録された会社の従業員の個人情報を登録する項目であって、本例においては、人事担当者Ｈが所定の方式で入力さした従業員のそれぞれの個人情報が登録されている。「管理権限」、「グループ権限」は、情報分析装置１に登録された会社の従業員の中で、情報分析装置１の所定の機能を使用できる権限を有しているか否かを示す項目であって、所定の従業員にだけ権限が与えられていることが登録されている。

この他に、従業員情報データベース１０８に登録されている従業員情報に関するものには、従業員の顔写真や自己紹介（プロフィール）、情報分析装置１の事業者にシステム使用料などを支払うためのクレジットカード情報、個人ウェブサイト（ホームページ）のＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）、ＳＮＳ（Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋｉｎｇ Ｓｅｒｖｉｃｅ）のアドレス等がある。

〔配信情報データベース１０９〕
図５は、配信情報データベース１０９の論理的な構成の一例を示した図である。なお、この図は説明のための一例であって、実際の配信情報データベース１０９は、他のデータベース等と論理的に関係づけられたリレーショナルデータベースで構成されている。

配信情報データベース１０９は、「配信ＩＤ」、「登録日時」、「配信頻度」、「配信タイミング」、「回答期間」、「自動リマインド」、「初回全項目配信」等の項目から構成されている。「配信ＩＤ」は、人事担当者Ｈが情報分析装置１にアップロードして登録した配信情報の項目であって、情報分析装置１の配信情報に付与されたＩＤ情報が登録されている。「登録日時」は、人事担当者Ｈが情報分析装置１に配信情報をアップロードして登録した登録日時の項目であって、情報分析装置１に備えられた時計から計測された時刻の情報が登録されている。「配信頻度」は、人事担当者Ｈが決定した質問の配信頻度を示す項目であって、人事担当者端末２から入力された配信頻度の情報が登録されている。

「配信タイミング」は、人事担当者Ｈが決定した質問を配信する日時を示す項目であって、人事担当者端末２から入力された配信タイミングの情報が登録されている。「回答期間」は、人事担当者Ｈが決定したアンケートの回答期間を示す項目であって、人事担当者端末２から入力された回答期間の情報が登録されている。「自動リマインド」は、人事担当者Ｈが決定した回答者端末３ａ、３ｂ、３ｃにリマインドを送信するタイミングを示す項目であって、人事担当者端末２から入力された自動リマインドの情報が登録されている。「初回全項目配信」は、人事担当者Ｈが決定した回答者端末３ａ、３ｂ、３ｃに最初に送信する質問を選択させる項目であって、人事担当者端末２から入力された初回全項目配信しない旨の情報が登録されている。

〔質問情報データベース１１０〕
図６は、質問情報データベース１１０の論理的な構成の一例を示した図である。なお、この図は説明のための一例であって、実際の質問情報データベース１１０は、他のデータベース等と論理的に関係づけられたリレーショナルデータベースで構成されている。

質問情報データベース１１０は、「ｎｏ」、「頻度」、「質問」、「項目」、「回答選択項目（重み）」等の項目から構成されている。「ｎｏ」は、情報分析装置１に質問が登録された順番を登録する項目であって、それぞれ、登録された順番の数字が登録されている。「頻度」は、回答者となる従業員に対して配信する質問の度合いである頻度を示す値であって、「質問」や「項目」の内容や性質に応じて所定の値が登録されている。「質問」は、回答者となる従業員に対して配信する質問の項目であって、仕事及び／又は組織に対する心理状態を確認するための質問、仕事及び／又は組織に対する貢献意欲を確認するための質問、貢献意欲の中で従業員が重要視する要素を確認するための質問が登録されている。

「項目」は、質問を所定の基準に従って区分した９つの要素（キードライバー）を示す項目であって、「職務」、「自己成長」、「健康」、「人間関係」、「支援」、「承認」、「理念戦略」、「組織風土」、「環境」に区分されて登録されている。「項目」は、仕事及び／又は組織に対する貢献意欲に影響する要素であり、この９つのキードライバーから回答者が何を重要視しているのか計測し、計測した結果を得点（スコア）として算出される。「回答選択項目（重み）」は、質問に対する回答に応じた回答者が選択する値の項目であって、１から７の数字が登録されている。

本例における質問情報データベース１１０に登録された「質問」は、回答者毎の仕事及び／又は組織に対する心理状態がどのような状態か、回答者毎の仕事及び／又は組織に対する貢献意欲がどのような状態か、回答者毎の重要視する要素が何か等を測るための複数の質問を回答者に対して提示し、質問に対する回答を受け付ける。回答者に対して提示される質問は、回答者が会社等の組織に対して、「職務」、「自己成長」、「健康」、「人間関係」、「支援」、「承認」、「理念戦略」、「組織風土」、「環境」等の要素を通じて、何によって貢献意欲を発揮するのかを示す重要度を測ることを目的としている。

〔選択質問情報データベース１１１〕
図７（ａ）及び（ｂ）は、選択質問情報データベース１１１の論理的な構成の一例を示した図である。なお、この図は説明のための一例であって、実際の選択質問情報データベース１１１は、他のデータベース等と論理的に関係づけられたリレーショナルデータベースで構成されている。

選択質問情報データベース１１１は、「質問日時」、「回答日時」「ＩＤ」、「１問」〜「１６問」等の項目から構成されている。「１問」〜「１６問」の項目は、さらに「質問」と「回答」の項目に分けられて構成されている。「質問日時」は、情報分析装置１が回答者に質問を配信する日時を示す項目であって、それぞれ、配信情報データベース１０９で登録された「配信のタイミング」に紐付けられた日時が登録されている。「回答日時」は、情報分析装置１が回答者から回答を受け付けた日時を示す項目であって、それぞれ、情報分析装置１に備えられた時計から計測された時刻の情報が登録される。「ＩＤ」は、情報分析装置１が質問を配信する回答者となる従業員を示す項目であって、それぞれ、従業員情報データベース１０８で登録された「ＩＤ」に紐付けられた従業員のＩＤが登録されている。

「１問」〜「１６問」の「質問」は、情報分析装置１が回答者に配信する質問を示す項目であり、それぞれ、質問情報データベース１１０から選択された「ｎｏ」に紐付けられた質問が登録されている。「１問」〜「１６問」の「回答」は、回答者に配信された質問に対する回答の値を示す項目であり、それぞれ、回答者端末３ａ、３ｂ、３ｃから入力される値（１から７）が登録される。

図７（ａ）及び（ｂ）に示すように、「１問」〜「１６問」の「質問」は、所定の条件に従って質問情報データベース１１０から選択され、登録される質問が異なる。例えば、会社が、情報分析システムＷを初めて使用する場合であって、予め決められた一定の質問を従業員（回答者）に質問したい場合は、図７（ａ）に示すように、同一の質問が配信されるように、質問情報データベース１１０の「ｎｏ」の質問から選択される。

一方、会社が、情報分析システムＷを既に使用している場合であって、従業員毎のデータがある程度そろっている場合は、図７（ｂ）に示すように、従業員毎に異なる質問が配信されるように、質問選択手段が質問情報データベース１１０から選択した「ｎｏ」の質問から選択される。また、会社が、情報分析システムＷを初めて使用する場合であっても、予め決められた一定の質問を従業員に質問したくない場合は、質問情報データベース１１０の「頻度」に応じて、ランダムな質問が配信されるように、質問情報データベース１１０の「ｎｏ」の質問から選択される。

〔回答情報データベース１１２〕
図８（ａ）及び（ｂ）は、回答情報データベース１１２の論理的な構成の一例を示した図である。なお、この図は説明のための一例であって、実際の回答情報データベース１１２は、他のデータベース等と論理的に関係づけられたリレーショナルデータベースで構成されている。

回答情報データベース１１２は、「質問日時」、「回答日時」「ＩＤ」、「１問」〜「１６問」等の項目から構成されている。「１問」〜「１６問」の項目は、さらに「質問」と「回答」の項目に分けられて構成されている。「質問日時」は、情報分析装置１が回答者に質問を配信する日時を示す項目であって、それぞれ、配信情報データベース１０９で登録された「配信のタイミング」に紐付けられた日時が登録されている。「回答日時」は、情報分析装置１が回答者から回答を受け付けた日時を示す項目であって、それぞれ、情報分析装置１に備えられた時計から計測された時刻の情報が登録されている。「ＩＤ」は、情報分析装置１が質問を配信する回答者となる従業員を示す項目であって、それぞれ、従業員情報データベース１０８で登録された「ＩＤ」に紐付けられた従業員のＩＤが登録されている。

「１問」〜「１６問」の「質問」は、情報分析装置１が回答者に配信する質問を示す項目であり、それぞれ、質問情報データベース１１０から選択された「ｎｏ」に紐付けられた質問が登録されている。「１問」〜「１６問」の「回答」は、回答者に配信された質問に対する回答の値を示す項目であり、それぞれ、回答者端末３ａ、３ｂ、３ｃから入力される値（１から７）が登録されている。

なお、本例では、選択質問情報データベース１１１と回答情報データベース１１２とは、説明の便宜上、別々のデータベースとして分けて説明をしている。これは、回答者毎に質問が選択された状況と、質問に対する回答を回答者がした状況とをわかりやすく説明するためである。しかし、選択質問情報データベース１１１と回答情報データベース１１２とを同じデータベースにして情報を集めるようにしても良いことはいうまでもない。

〔活動計画情報データベース１１３〕
図９は、活動計画情報データベース１１３の論理的な構成の一例を示した図である。なお、この図は説明のための一例であって、実際の活動計画情報データベース１１３は、他のデータベース等と論理的に関係づけられたリレーショナルデータベースで構成されている。

活動計画情報データベース１１３は、「活動ＩＤ」、「活動計画」「作成者ＩＤ」、「所属グループ」、「評価（１）」〜「評価（３）」等の項目から構成されている。「評価（１）」〜「評価（３）」の項目は、さらに「高評価」、「低評価」及び「改善案」の項目に分けられて構成されている。「活動ＩＤ」は、情報分析装置１に登録された活動計画を一意に識別する項目であって、入力された活動計画毎に付与されたＩＤ情報が登録されている。「活動計画」は、情報分析装置１に活動計画を登録する項目であって、回答者端末３ａ、３ｂ、３ｃから入力される活動計画が登録されている。「作成者ＩＤ」は、情報分析装置１が活動情報を入力した従業員を示す項目であって、それぞれ、従業員情報データベース１０８で登録された「ＩＤ」に紐付けられた従業員のＩＤが登録されている。「所属グループ」は、活動情報を入力した従業員の所属するグループを示す項目であって、それぞれ、従業員情報データベース１０８で登録された「所属グループ」に紐付けられた情報が登録されている。

「評価（１）」〜「評価（３）」の「高評価」は、回答者に配信された活動情報に対する回答の評価を示す項目であり、それぞれ、回答者端末３ａ、３ｂ、３ｃから入力される評価が登録される。「評価（１）」〜「評価（３）」の「低評価」は、回答者に配信された質問に対する回答の評価を示す項目であり、それぞれ、回答者端末３ａ、３ｂ、３ｃから入力される評価が登録される。「評価（１）」〜「評価（３）」の「改善案」は、回答者に配信された質問に対する回答の評価を示す項目であり、それぞれ、回答者端末３ａ、３ｂ、３ｃから入力される評価が登録される。

なお、本例では、活動計画情報データベース１１３は、説明の便宜上、図９（ａ）及び（ｂ）に示すように、異なる項目が登録されたものを例示している。これは、活動計画情報が入力されていない状況と、既に活動計画情報が入力されている状況を説明するためである。

〔活動評価情報データベース１１４〕
図１０は、活動評価情報データベース１１４の論理的な構成の一例を示した図である。なお、この図は説明のための一例であって、実際の活動評価情報データベース１１４は、他のデータベース等と論理的に関係づけられたリレーショナルデータベースで構成されている。

活動評価情報データベース１１４は、「活動ＩＤ」、「活動計画」「作成者ＩＤ」、「評価（１）」〜「評価（３）」等の項目から構成されている。「評価（１）」〜「評価（３）」の項目は、さらに「高評価」、「低評価」及び「改善案」の項目に分けられて構成されている。「活動ＩＤ」は、情報分析装置１に登録された活動計画を一意に識別する項目であって、入力された活動計画毎に付与されたＩＤ情報が登録されている。「活動計画」は、情報分析装置１に活動計画を登録する項目であって、回答者端末３ａ、３ｂ、３ｃから入力される活動計画が登録されている。

「作成者ＩＤ」は、情報分析装置１が活動情報を入力した従業員を示す項目であって、それぞれ、従業員情報データベース１０８で登録された「ＩＤ」に紐付けられた従業員のＩＤが登録されている。「所属グループ」は、活動情報を入力した従業員の所属するグループを示す項目であって、それぞれ、従業員情報データベース１０８で登録された「所属グループ」に紐付けられた情報が登録されている。

「評価（１）」〜「評価（３）」の「高評価」は、回答者に配信された活動情報に対する回答の評価を示す項目であり、それぞれ、回答者端末３ａ、３ｂ、３ｃから入力される評価が登録されている。「評価（１）」〜「評価（３）」の「低評価」は、回答者に配信された質問に対する回答の評価を示す項目であり、それぞれ、回答者端末３ａ、３ｂ、３ｃから入力される評価が登録されている。「評価（１）」〜「評価（３）」の「改善案」は、回答者に配信された質問に対する回答の評価を示す項目であり、それぞれ、回答者端末３ａ、３ｂ、３ｃから入力される評価が登録されている。

なお、本例では、活動計画情報データベース１１３と活動評価情報データベース１１４とは、説明の便宜上、別々のデータベースとして分けて説明をしている。これは、回答者毎に活動計画を入力した状況と、入力された活動計画に対する評価を回答者がした状況とをわかりやすく説明するためである。しかし、活動計画情報データベース１１３と活動評価情報データベース１１４とを同じデータベースにして情報を集めるようにしても良いことはいうまでもない。また、本例では、活動評価情報データベース１１４は、説明の便宜上、図１０（ａ）及び（ｂ）に示すように、異なる項目が登録されたものを例示している。これは、活動評価情報が入力されていない状況と、既に活動評価情報が入力されている状況を説明するためである。

〔集計情報データベース２０９〕
集計情報データベース２０９は、回答情報データベース１１２の回答情報の集計結果に応じた項目に分けられて構成されている（図示せず）。集計情報データベース２０９には、回答者からの質問に対する回答から得られた値を集計した集計結果が格納される。集計情報データベース２０９は、回答者毎、質問毎、組織毎、組織の部署毎又は回答者の属性毎等に応じた集計結果が格納されても良い。集計情報データベース２０９は、診断領域の特徴を示すグループごとに、各項目の集計結果を平均した値等を求めて格納しても良い。

〔重要度データベース３１０〕
重要度データベース３１０は、回答情報データベース１１２の回答情報に応じた項目に分けられて構成されている（図示せず）。重要度データベース３１０には、回答情報から得られた値を分析して回答者毎の重要度が格納される。重要度データベース３１０は、回答者毎、質問毎、組織毎、組織の部署毎又は回答者の属性毎等に応じた重要度が格納されても良い。

〔残存情報量データベース３１１〕
残存情報量データベース３１１は、回答情報データベース１１２の回答情報に応じた項目に分けられて構成されている（図示せず）。残存情報量データベース３１１には、回答情報から得られた情報の鮮度を分析して回答者毎の残存情報量が格納される。残存情報量データベース３１１は、回答者毎、質問毎、組織毎、組織の部署毎又は回答者の属性毎等に応じた残存情報量が格納されても良い。

〔情報分析システムＷの動作〕
次に、以上のように構成された情報分析システムＷの動作について説明する。以下に説明する各種処理の動作は、メインシステム１００のＣＰＵ１０１、集計システム２００のＣＰＵ２０１及び分析システム３００のＣＰＵ３０１等が、それぞれの記憶部１０７、２０７、３０７に保存された各種プログラムを実行することにより実現される。

〔初期設定処理〕
図１１は、人事担当者Ｈが情報分析システムＷを使用して、初期設定処理をする手順を説明するためのシーケンスチャートである。初期設定処理は、情報分析システムＷを利用するための初期設定をする処理である。以下の処理は、ＣＰＵ１０１と人事担当者端末２のＣＰＵが初期設定プログラムに従って行うものである。

〔システム登録要求ＳＣ１〕
まず、人事担当者端末２のＣＰＵは、人事担当者Ｈのブラウザ操作によってメインシステム１００のポータルサイトのトップ画面にアクセスする。すると、メインシステム１００は、通信制御部１０４を介して当該アクセスを受け付け、ＲＡＭ１０２にトップ画面を表示するトップ画面データを生成して、これを人事担当者端末２に送信する。人事担当者端末２のＣＰＵは、トップ画面データを受信すると、これをＲＡＭに記憶し、これを用いて出力部にトップ画面を表示する。

人事担当者Ｈによってトップ画面の登録ボタンが選択されると、人事担当者端末２のＣＰＵは、メインシステム１００に人事担当者Ｈ登録画面データの要求を送信する。また、ＣＰＵ１０１は、当該要求を受けると、ＲＡＭ１２に人事担当者Ｈの登録画面データを生成して人事担当者端末２に送信する。人事担当者端末２のＣＰＵは、メインシステム１００から人事担当者Ｈ登録画面データを受信するとＲＡＭに記憶し、これを用いて出力部に人事担当者Ｈ登録画面を表示する。

人事担当者Ｈによって人事担当者Ｈ登録画面に従業員情報が入力されると、人事担当者端末２のＣＰＵは、従業員情報をＲＡＭに記憶する。人事担当者Ｈによって、例えば登録ボタンが選択されると、人事担当者端末２のＣＰＵは、ＲＡＭに記憶した従業員情報をメインシステム１００に送信する。ＣＰＵ１０１は、人事担当者端末２から従業員情報を受信すると、これを従業員情報データベース１０８に登録する。

〔ＩＤ・ＰＷの付与ＳＣ２〕
ＣＰＵ１０１は、人事担当者Ｈに一意のＩＤとパスワードＰＷをそれぞれ生成して、これを従業員情報データベース１０８に登録する。ＣＰＵ１０１は、人事担当者端末２にメールで生成したＩＤとパスワードＰＷを送信する。以上の処理により、人事担当者Ｈは、一意のＩＤとパスワードが与えられ、情報分析システムＷのマイページにログインできるようになる。

〔回答者情報受信ＳＣ３〕
人事担当者Ｈがブラウザ操作によりトップ画面に戻って、ＩＤ欄とパスワード欄に人事担当者ＨのＩＤとパスワードＰＷを入力してログインボタンを選択すると、人事担当者端末２のＣＰＵは、これら人事担当者ＨのＩＤとパスワードＰＷをメインシステム１００に送信し、当該人事担当者Ｈのマイページへのログインを要求する。ＣＰＵ１０１は、人事担当者ＨのＩＤとパスワードをＲＡＭ１２に記憶し、これを従業員情報データベース１０８に記憶してある人事担当者ＨのＩＤとパスワードＰＷを照合することによりログイン処理を行う。

ＣＰＵ１０１は、人事担当者Ｈを認証した後、従業員情報データベース１０８に登録してある情報から、当該人事担当者Ｈ用のマイページ画面を表示するためのマイページ画面データをＲＡＭ１２に生成する。そして、ＣＰＵ１０１は、当該生成したマイページ画面データを人事担当者端末２に送信する。

人事担当者端末２のＣＰＵは、メインシステム１００からマイページ画面データを受信してＲＡＭに記憶する。そして、人事担当者端末２のＣＰＵは、記憶したマイページ画面データを用いて出力部にマイページ画面５０１を表示する。人事担当者端末２のＣＰＵは、人事担当者Ｈがマイページ画面５０１で、例えば従業員登録ボタンを選択すると、メインシステム１００に対して従業員登録画面データの要求を送信する。ＣＰＵ１０１は、当該要求を受信すると、従業員登録画面データを生成して人事担当者端末２に送信する。

人事担当者端末２のＣＰＵは、メインシステム１００から従業員登録画面データを受信すると、これをＲＡＭに記憶する。そして、当該記憶した従業員登録画面データを用いて出力部に従業員登録画面を表示する。従業員登録画面には、従業員情報データベース１０８に登録するための「氏名」、「メールアドレス」、「性別」、「生年月日」、「職種」、「役職」、「雇用区分」、「新卒／中途」、「入社年月日」、「所属グループ」、「部署」、「管理権限」、「グループ権限」等の項目が入力可能に表示されている。人事担当者Ｈは、人事担当者端末２の入力部からこれらの項目を入力しても良いし、予め用意されている表計算ソフトのデータをエクスポートして入力しても良い。人事担当者端末２のＣＰＵは、人事担当者Ｈが従業員登録画面から従業員情報を入力すると、これをＲＡＭに記憶する。そして、人事担当者Ｈによって、従業員登録画面の登録ボタンが選択されると、人事担当者端末２のＣＰＵは、ＲＡＭに記憶した従業員情報をメインシステム１００に送信する。

ＣＰＵ１０１は、人事担当者端末２から従業員情報を受信すると、図４に示すように、これを従業員情報データベース１０８に登録する。ＣＰＵ１０１は、従業員毎に回答者として一意のＩＤとパスワードＰＷをそれぞれ生成して、これを従業員情報データベース１０８に登録する。ＣＰＵ１０１は、回答者端末３ａ、３ｂ、３ｃにメールで生成したＩＤとパスワードＰＷを送信する。従業員である回答者Ａ、Ｂ、Ｃは、一意のＩＤとパスワードが与えられ、情報分析システムＷのマイページにログインできるようになる。このように、メインシステム１００は、人事担当者端末２から回答者となる従業員の情報である従業員情報を受信して登録する従業員情報登録手段を備えている。

〔配信情報受信ＳＣ４〕
人事担当者端末２のＣＰＵは、人事担当者Ｈがマイページ画面５０１で、例えば配信情報登録ボタンを選択すると、メインシステム１００に対して配信情報登録画面データの要求を送信する。ＣＰＵ１０１は、当該要求を受信すると、配信情報登録画面データを生成して人事担当者端末２に送信する。人事担当者端末２のＣＰＵは、メインシステム１００から配信情報登録画面データを受信すると、これをＲＡＭに記憶する。そして、当該記憶した配信情報登録画面データを用いて出力部に配信情報登録画面を表示する。

配信情報登録画面には、配信情報データベース１０９に登録するための「配信頻度」、「配信タイミング」、「回答期間」、「自動リマインド」、「初回全項目配信」等の項目が入力可能に表示されている。人事担当者端末２のＣＰＵは、人事担当者Ｈが配信情報登録画面から配信情報を入力すると、これをＲＡＭに記憶する。そして、人事担当者Ｈによって、配信情報登録画面の登録ボタンが選択されると、人事担当者端末２のＣＰＵは、ＲＡＭに記憶した配信情報をメインシステム１００に送信する。

メインシステム１００は、人事担当者端末２から配信情報を受信すると、図５に示すように、これらの項目を配信情報データベース１０９に登録する。また、メインシステム１００は、人事担当者端末２から配信情報を受信すると、図５に示すように、一意の配信ＩＤを生成して、配信情報データベース１０９の「配信ＩＤ」に登録する。さらに、メインシステム１００は、人事担当者端末２から配信情報を受信すると、備えられた時計から時刻を計測して、配信情報データベース１０９の「登録日時」に登録する。このように、メインシステム１００は、人事担当者端末２からアンケートの配信の情報である配信情報を受信して登録する配信情報登録手段を備えている。

〔モデル生成処理〕
図１２は、メインシステム１００がモデル生成処理をする手順を説明するためのフローチャートである。モデル生成処理は、回答情報データベース１１２に格納された全回答者毎の回答情報を入力して分析することで回答情報と所定の特徴量の関係性を得る学習フェーズである。ＣＰＵ１０１は、現在時刻がモデル生成時期に到達したか否か監視をする（Ｓ１）。すなわち、ＣＰＵ１０１は、備えられた時計から現在時刻を取得し、現在時刻が記憶部１０７に登録された「モデル生成のタイミング」の日時に到達したか否かを監視する。現在時刻が「モデル生成のタイミング」の日時に到達すると（Ｓ１０１：Ｙ）、ＣＰＵ１０１は、分析システム３００に対して重要度モデル生成処理（Ｓ２）と残存情報推定量モデル処理（Ｓ３）の実行を要求する。分析システム３００がモデル生成処理を終えると、ＣＰＵ１０１は、再び現在時刻が分析時期に到達したか否かを監視する（Ｓ１）。

〔重要度モデル生成処理〕
図１３（ａ）は、重要度モデル生成処理を実行する学習器を示すブロック図である。重要度モデル生成処理は、入力データである回答情報と出力データである重要度の関係性を得る学習フェーズである。ＣＰＵ３０１は、ＣＰＵ１０１の要求に応じて、回答情報データベース１１２に格納された全ての回答者の履歴回答情報を学習器に入力する。学習器は、入力された全ての回答者の履歴回答情報を分析することで、回答情報と重要度の関係性を得る。学習器は、このような学習フェーズを経ることで、重要度に関するモデルを獲得する、すなわち全ての回答者の回答情報と重要度の関係性を表現するパラメータを獲得する。学習器は、このような重要度に関するモデル（以下、「重要度モデル」という。）を獲得することで、一の回答者の回答情報から一定の基準で重要度の予測が行えるようになる。このように、分析システム３００は、全ての回答者の前記回答情報を教師データとして用い、全ての回答者の回答情報と重要度の関係性を表現するパラメータを推定する推定モデルを機械学習により生成する重要度モデル生成手段を備えている。

〔残存情報量モデル生成処理〕
図１３（ｂ）は、残存情報量モデル生成処理を実行する学習器を示すブロック図である。残存情報量モデル生成処理は、入力データである回答情報と出力データである残存情報量の関係性を得る学習フェーズである。ＣＰＵ３０１は、ＣＰＵ１０１の要求に応じて、回答情報データベース１１２に格納された全ての回答者の履歴回答情報を学習器に入力する。学習器は、入力された全ての回答者の履歴回答情報を分析することで、回答情報と残存情報量の関係性を得る。学習器は、このような学習フェーズを経ることで、残存情報量に関するモデルを獲得する、すなわち全ての回答者の回答情報と残存情報量の関係性を表現するパラメータを獲得する。学習器は、このような残存情報量に関するモデル（以下、「残存情報量モデル」という。）を獲得することで、一の回答者の回答情報から一定の基準で残存情報量の予測が行えるようになる。このように、分析システム３００は、全ての回答者の前記回答情報を教師データとして用い、全ての回答者の回答情報と残存情報量の関係性を表現するパラメータを推定する推定モデルを機械学習により生成する残存情報量モデル生成手段を備えている。

〔質問選択処理〕
図１４は、メインシステム１００が質問選択処理をする手順を説明するためのフローチャートである。質問選択処理は、回答者毎に質問する質問情報を選択する処理である。ＣＰＵ１０１は、現在時刻が配信日時に到達したか否か監視をする（Ｓ１０１）。すなわち、ＣＰＵ１０１は、備えられた時計から現在時刻を取得し、現在時刻が配信情報データベース１０９に登録された「配信のタイミング」の日時に到達したか否かを監視する。現在時刻が「配信のタイミング」の日時に到達すると（Ｓ１０１：Ｙ）、ＣＰＵ１０１は、提示する質問が最初の配信か否かを判断する（Ｓ１０２）。すなわち、情報分析システムＷを利用している会社が、初めてこのシステムを使用する場合には、回答者毎の重要度や残存情報量の学習がされておらず、適切な質問が選択されない場合があるため、予め用意した質問を選択する必要があるからである。

最初の配信ではない場合（Ｓ１０２：Ｎ）は、ＣＰＵ１０１は、分析システム３００に対して選択質問機械学習処理（Ｓ１０３）の実行を要求する。最初の配信の場合（Ｓ１０２：Ｙ）は、ＣＰＵ１０１は、配信情報データベース１０９の「初回全項目配信」がＯＮか否かを判断する（Ｓ１０４）。「初回全項目配信」がＯＮの場合（Ｓ１０４：Ｙ）は、ＣＰＵ１０１は、基本質問出力処理（Ｓ１０５）の実行をする。すなわち、ＣＰＵ１０１は、質問情報データベース１１０に登録されている「ｎｏ」の項目の中から基本の質問である「ｑ１」〜「ｑ３２」の３２問の質問情報を読み込んで、回答者毎に選択質問情報に登録し（例えば、図７（ａ）参照）、回答者毎に送信する。このように最初の質問は３２問と比較的多くすることで、回答者毎の基礎データとして、重要度及び残存情報量をしっかり得ることができる。

「初回全項目配信」がＯＦＦの場合（Ｓ１０４：Ｎ）は、ＣＰＵ１０１は、頻度質問出力処理（Ｓ１０６）の実行をする。すなわち、ＣＰＵ１０１は、質問情報データベース１１０に登録されている「頻度」の値に応じて、質問情報データベース１１０の中からランダムに選択した１６問の質問情報を回答者毎に選択質問情報に登録し、回答者毎に送信する。会社によっては、最初の質問が３２問もあると従業員が積極的に回答しない場合があるため、質問数を１６問と減らすことで、回答者毎の基礎データとなる重要度及び残存情報量をゆっくりと、かつ、しっかり得ることができる。なお、ＣＰＵ１０１は、頻度質問出力処理（Ｓ１０６）を実行する場合、質問情報データベース１１０の中から選択する１６問について、ランダムではあるが９つのキードライバーに応じてまんべんなく選択する。このように、９つのキードライバーに応じて質問がまんべんなく選択されることで、平均的な重要度及び残存情報量を得ることができる。

ＣＰＵ１０１は、選択質問機械学習処理（Ｓ１０３）、基本質問出力処理（Ｓ１０５）又は頻度質問出力処理（Ｓ１０６）のいずれかの実行を終えると、再び「配信のタイミング」の日時に到達したか否かを監視する（Ｓ１０１）。このように、メインシステム１００は、分析手段が分析した分析結果に応じて、回答者毎に質問する質問情報を選択する質問選択手段を備えている。

〔選択質問機械学習処理Ｓ１０３〕
図１４に示す選択質問機械学習処理（Ｓ１０３）は、より具体的に説明すると、図１５（ａ）に示す選択質問モデル生成処理と図１５（ｂ）に示す選択質問出力処理の２つの処理から構成されている。図１５（ａ）は、選択質問モデル生成処理を実行する学習器を示すブロック図である。選択質問モデル生成処理は、入力データである重要度及び残存情報量と出力データである選択質問情報の関係性を得る学習フェーズである。ＣＰＵ３０１は、ＣＰＵ１０１の要求に応じて、重要度データベース３１０に格納された全ての回答者の重要度と残存情報量データベース３１１に格納された全ての回答者の残存情報量とを学習器に入力する。

学習器は、入力された全ての重要度と全ての残存情報量を分析することで、重要度及び残存情報量と選択質問情報の関係性を得る。学習器は、このような学習フェーズを経ることで、選択質問情報に関するモデルを獲得する、すなわち全ての回答者の重要度及び残存情報量と選択質問情報の関係性を表現するパラメータを獲得する。学習器は、このような選択質問情報に関するモデル（以下、「選択質問情報モデル」という。）を獲得することで、回答者毎の重要度及び残存情報量から一定の基準で選択質問情報の選択が行えるようになる。このように、分析システム３００は、全ての回答者の重要度及び／又は全ての回答者の残存情報量を教師データとして用い、全ての回答者の重要度及び／又は全ての回答者の残存情報量と全ての回答者の選択質問情報の関係性を表現するパラメータを推定する推定モデルを機械学習により生成する選択質問モデル生成手段を備えている。

図１５（ｂ）は、選択質問出力処理を実行する学習器を示すブロック図である。選択質問出力処理は、入力データである一の回答者の重要度及び一の回答者の残存情報量から選択質問情報モデルを通じて予測した一の回答者への選択質問情報を得る予測フェーズである。ＣＰＵ３０１は、ＣＰＵ１０１の要求に応じて、重要度データベース３１０に格納された一の回答者の重要度と残存情報量データベース３１１に格納された一の回答者の残存情報量とを学習器に入力する。学習器は、入力された一の回答者の重要度と一の回答者の残存情報量を分析することで、一の回答者の選択質問情報を得る。学習器は、このように選択質問モデル生成処理で得られた選択質問情報モデルを利用することで、回答者毎の重要度及び残存情報量から一定の基準で選択質問情報の選択ができる。

このように、分析システム３００は、前記選択質問モデル生成手段により生成された推定モデルを用いて、一の回答者の重要度及び／又は一の回答者の残存情報量を分析することで、一の回答者への選択質問情報を出力する選択質問出力手段とを備えている。ＣＰＵ１０１は、ＣＰＵ３０１が学習器から得られた１６問の選択質問情報を、回答者毎に送信するためにＲＡＭ１０２に生成する。なお、ＣＰＵ１０１は、ＣＰＵ３０１が学習器から得られた１６問の選択質問情報を選択質問情報データベース１１１に登録してから（例えば、図７（ｂ）参照）、回答者毎に送信するために、選択質問情報をＲＡＭ１０２に生成しても良い。

〔アンケート処理〕
図１６は、メインシステム１００がアンケート処理をする手順を説明するためのフローチャートである。アンケート処理は、回答者毎に異なる質問を送信し、回答者毎の回答を受信する処理である。以下の処理は、ＣＰＵ１０１と回答者端末３ａ、３ｂ、３ｃのそれぞれＣＰＵが所定のプログラムに従って行うものである。

〔質問情報送信ＳＣ１０１〕
まず、ＣＰＵ１０１は、質問選択処理で選択質問機械学習処理（Ｓ１０３）、基本質問出力処理（Ｓ１０５）又は頻度質問出力処理（Ｓ１０６）において、ＲＡＭ１０２に生成された選択質問情報から、回答者毎の質問入力画面データをＲＡＭ１０２に生成し、アンケートがある旨を回答者端末３ａ、３ｂ、３ｃ毎に送信する。本例において、ＣＰＵ１０１は、回答者端末３ａ、３ｂ、３ｃに対して、アンケートがある旨とそのアンケートの質問入力画面に遷移するＵＲＬをメールに記載して、回答者Ａ、Ｂ、Ｃに通知する。なお、メインシステム１００は、質問入力画面に遷移するＵＲＬを、メール以外のチャットボットやＳＮＳ等で回答者端末３ａ、３ｂ、３ｃに通知してもよい。

回答者端末３ａ、３ｂ、３ｃによってメールに記載されたＵＲＬが選択されると、回答者端末３ａ、３ｂ、３ｃのＣＰＵは、メインシステム１００に回答者Ａ、Ｂ、Ｃ毎の質問入力画面データの要求を送信する。また、ＣＰＵ１０１は、当該要求を受けると、回答者Ａ、Ｂ、Ｃ毎の質問入力画面データを回答者端末３ａ、３ｂ、３ｃに送信する。回答者端末３ａ、３ｂ、３ｃのＣＰＵは、メインシステム１００から回答者Ａ、Ｂ、Ｃ毎の質問入力画面データを受信するとＲＡＭに記憶し、これを用いて出力部に回答者Ａ、Ｂ、Ｃ毎の質問入力画面を表示する（図１７参照）。このように、メインシステム１００は、質問選択手段が選択した回答者毎の質問情報を、回答者毎の回答者端末に提示する質問提示手段を備えている。

〔質問入力画面〕
図１７は、質問入力画面の一例を示した図である。質問入力画面は、分析システム３００が選択して、メインシステム１００が回答者端末３ａ、３ｂ、３ｃ毎に送信する質問に対して、回答者Ａ、Ｂ、Ｃが回答の入力を行うページである。ここで入力した内容に応じて、回答情報データベース１１２に格納される回答情報が更新される（図８参照）。質問出力欄１７１は、回答者毎に選択された選択質問情報に紐付けられた質問情報が出力される欄である。回答入力欄１７２は、質問出力欄１７１に出力された質問に応じて回答者が入力する欄である。回答入力欄は、選択された質問の回答から、回答者毎の仕事及び／又は組織に対する心理状態がどのような状態か、回答者毎の仕事及び／又は組織に対する貢献意欲がどのような状態か、回答者毎の重要視する要素が何か等を、回答者毎に決めるデータを入力する欄である。

本実施形態では、回答入力欄は、「全く思わない」から「とても思う」の７ランクがボタン１７２ａ〜１７２ｇの選択により入力可能であるが、それ以外（７以下、７以上）のランクを設定するようにしてもよい。回答者Ａ、Ｂ、Ｃは、回答者端末３ａ、３ｂ、３ｃの入力部からボタン１７２ａ〜１７２ｇを選択する。回答者端末３ａ、３ｂ、３ｃのＣＰＵは、回答者Ａ、Ｂ、Ｃが質問入力画面から回答を入力すると、これをＲＡＭに記憶する。なお、入力された回答は、選択されたボタン１７２ａ〜１７２ｇに応じて、例えば、回答者端末３ａ、３ｂ、３ｃの記憶装置に保存されている変換用データに従って数値化される（例えば、ボタン１７２ａ＝１、ボタン１７２ｂ＝２、ボタン１７２ｃ＝３、ボタン１７２ｄ＝４、ボタン１７２ｅ＝５、ボタン１７２ｆ＝６、ボタン１７２ｇ＝７等）。

〔回答情報受信ＳＣ１０２〕
回答者Ａ、Ｂ、Ｃが全ての質問に回答して、例えば、入力に間違いがないか等の確認ボタン（図示せず）が選択されると、回答者端末３ａ、３ｂ、３ｃのＣＰＵは、ＲＡＭに記憶した回答情報をメインシステム１００に送信する。ＣＰＵ１０１は、回答者端末３ａ、３ｂ、３ｃから回答者Ａ、Ｂ、Ｃ毎の回答情報を受信すると、図８（ａ）又は図８（ｂ）に示すように、これを回答情報データベース１１２に登録する。

なお、ＣＰＵ１０１は、現在時刻がリマインドのタイミングに到達したか否か監視をする（図示せず）。すなわち、ＣＰＵ１０１は、備えられた時計から現在時刻を取得し、現在時刻が配信情報データベース１０９に登録された「自動リマインド」の日時に到達したか否かを監視し、現在時刻が「自動リマインド」の日時に到達すると、ＣＰＵ１０１は、ＲＡＭ１０２にリマインド画面データを生成し、回答者端末３ａ、３ｂ、３ｃに送信する。このように、メインシステム１００は、回答者端末３ａ、３ｂ、３ｃから回答者Ａ、Ｂ、Ｃ毎が回答した回答情報を受け付ける回答情報受付手段を備えている。

〔回答期間終了通知信ＳＣ１０３〕
全ての回答者の回答が完了した場合や回答期間が満了すると、ＣＰＵ１０１は、ＲＡＭ１０２に回答期間終了通知画面を表示する回答期間終了通知画面データを生成して、これを一定の権限を有する者（例えば、人事担当者端末２、回答者Ａ）に送信する。例えば、人事担当者端末２のＣＰＵ又は回答者端末３ａは、回答期間終了通知画面データを受信すると、これをＲＡＭに記憶し、これを用いて出力部に回答期間終了通知画面を表示する。

〔分析結果出力処理〕
図１８は、メインシステム１００が分析結果出力処理をする手順を説明するためのフローチャートである。分析結果出力処理は、回答者毎の要求に応じて回答者毎の分析結果を出力する処理である。ＣＰＵ１０１は、回答者から分析の要求があるか否か監視をする（Ｓ２０１）。回答者から分析の要求があった場合（Ｓ２０１：Ｙ）は、ＣＰＵ１０１は、分析システム３００に対して特徴量出力処理（Ｓ２０２）の実行を要求する。メインシステム１００が特徴量出力処理（Ｓ２０２）を終えると、ＣＰＵ１０１は、再び回答者から分析の要求があるか否か監視をする（Ｓ２０１）。

なお、本例において、分析結果出力処理は、回答者毎の要求に応じて回答者毎に分析結果を出力している。しかし、組織内に複数の従業員で例えばグループを作成し、そのグループにおける分析結果を出力したい場合には、所定のタイミングでグループにおける分析結果を出力しても良い。例えば、アンケートが終了した場合に、グループ毎の分析結果をそのグループに属する従業員に出力しても良い。

〔特徴量出力処理〕
図１９（ａ）は、重要度出力処理を実行する学習器を示すブロック図である。重要度出力処理は、入力データである一の回答者の回答情報から重要度モデルを通じて予測した一の回答者の重要度を得る予測フェーズである。ＣＰＵ３０１は、ＣＰＵ１０１の要求に応じて、回答情報データベース１１２に格納された一の回答者の回答情報を学習器に入力する。学習器は、入力された一の回答者の回答情報を分析することで、一の回答者の重要度を得る。学習器は、このように重要度モデル生成処理で得られた重要度モデルを利用することで、回答者毎の重要度の予測ができる。

つまり、一の回答者の重要度を予測することで、一の回答者の仕事及び／又は組織に対する心理状態、貢献意欲及び重要視する要素を予測することができる。このように、分析システム３００は、重要度モデル生成手段により生成された推定モデルを用いて、一の回答者の回答情報を分析することで、一の回答者の重要度を出力する重要度出力手段を備えている。ＣＰＵ３０１は、学習器から得られた重要度を、重要度データベース３１０に登録する。

このように、分析システム３００は、回答情報受付手段が受け付けた回答情報の分析を行い、回答者毎の分析結果を生成する分析手段を備えている。分析システム３００は、分析手段が分析した分析結果に応じて、回答者毎の心理状態を推定する心理状態推定手段を備えている。また、分析システム３００は、心理状態推定手段が推定した心理状態に応じて、回答者毎の仕事及び／又は組織に対する貢献意欲を推定する貢献意欲推定手段とを備えている。さらに、分析システム３００は、貢献意欲推定手段が推定した貢献に応じて、回答者毎に重要視する要素を推定する要素推定手段を備えている。

図１９（ｂ）は、残存情報量出力処理を実行する学習器を示すブロック図である。残存情報量出力処理は、入力データである一の回答者の回答情報から残存情報量モデルを通じて予測した一の回答者の残存情報量を得る予測フェーズである。ＣＰＵ３０１は、ＣＰＵ１０１の要求に応じて、回答情報データベース１１２に格納された一の回答者の回答情報を学習器に入力する。学習器は、入力された一の回答者の回答情報を分析することで、一の回答者の残存情報量を得る。学習器は、このように残存情報量モデル生成処理で得られた残存情報量モデルを利用することで、回答者毎の残存情報量の予測ができる。

つまり、一の回答者の残存情報量を予測することで、一の回答者のこれまでに回答してきた質問を予測し、回答してもらうべき質問を予測することができる。このように、分析システム３００は、残存情報量モデル生成手段により生成された推定モデルを用いて、一の回答者の回答情報を分析することで、一の回答者の残存情報量を出力する残存情報量出力手段を備えている。ＣＰＵ３０１は、学習器から得られた残存情報量を、残存情報量データベース３１１に登録する。

〔分析結果送信処理〕
図２０は、情報分析システムＷが回答者Ａ、Ｂ、Ｃに対して分析結果を送信する手順を説明するためのシーケンスチャートである。分析結果送信処理は、回答者毎の分析結果を回答者毎に送信する処理である。以下の処理は、ＣＰＵ１０１と回答者端末３ａ、３ｂ、３ｃのそれぞれＣＰＵが所定のプログラムに従って行うものである。

〔分析結果送信ＳＣ２０１〕
ＣＰＵ１０１は、特徴量出力処理において、一の回答者の重要度の分析がされると、重要度データベース３１０に登録された一の回答者の重要度に応じて、一の回答者の分析結果出力画面データをＲＡＭ１０２に生成し、一の回答者Ａの回答者端末３ａに送信する。回答者端末３ａのＣＰＵは、分析結果出力画面データを受信すると、これをＲＡＭに記憶し、これを用いて出力部に分析結果出力画面を表示する。なお、他の回答者である、回答者Ｂ及び回答者Ｃについても同様の処理がされる（ＳＣ２０２、ＳＣ２０３）。

図２１は、一の回答者Ａの所属する部署（営業）の分析結果出力画面を示す図である。分析結果出力画面は、最新のアンケートについて、回答者の仕事及び／又は組織に対する心理状態、仕事及び／又は組織に対する貢献意欲、仕事及び／又は組織に対する貢献意欲の中で重要視する要素等の観点で整理して表示する画面である。このように、メインシステム１００は、最新のアンケートに応じた分析結果を回答者端末に出力する分析結果提示手段を備える。回答者Ａは、例えばブラウザを用いて分析結果出力画面にアクセスし、各種分析結果の確認を行う。

指針欄２１ａは、回答者Ａや回答者Ａが所属する部署（営業）の指針を入力する欄である。エンゲージメント欄２１ｂは、最新のアンケートの分析結果から得られた重要度に応じて算出される、回答者Ａが所属する部署（営業）のエンゲージメントを示す総合的な得点（スコア）を表示する欄である。エンゲージメント欄２１ｂには、エンゲージメントを示す得点の他、基準点又は水準点として得られたベンチマークの得点やベンチマークとの乖離を示す値等が出力される。

推移欄２１ｃは、回答者Ａが所属する部署（営業）のエンゲージメントを示す得点の推移を示す欄である。推移欄２１ｃには、回答者Ａが所属する部署（営業）のエンゲージメントを示す得点を、回答者Ａへ配信した日に応じてプロットした点を結んだ折れ線グラフが出力される。推移欄２１ｃには、スコア分布を示した棒グラフが出力される。推移欄２１ｃは、回答者Ａが所属する部署（営業）のエンゲージメントを示す得点が、アンケート回答の推移に応じて折れ線グラフで出力されるため、得点が表している傾向やパターンが理解しやすい。

仕事ドライバー欄２１ｄは、最新のアンケート又は最新と過去のアンケートの回答から得られる、回答者Ａが所属する部署（営業）の仕事に対して感じるエンゲージメントを示すキードライバー毎の得点（スコア）を表示する欄である。仕事ドライバー欄２１ｄには、９つのキードライバーのうち、「承認」、「人間関係」、「支援」、「健康」、「自己成長」及び「職務」に関するエンゲージメントを示す得点が出力される。仕事ドライバー欄２１ｄには、６つのキードライバーに関するエンゲージメントを示す得点の他、これらの基準点又は水準点として得られたベンチマークの得点やベンチマークとの乖離を示す値等が出力される。

仕事ドライバー変化欄２１ｅは、６つのキードライバーの中で、変化のあったキードライバーについて、重要な上昇と、重要な下降に分けて出力する欄である。仕事ドライバー評価欄２１ｆは、６つのキードライバーの中で、変化のあったキードライバーについて、文章による評価を出力する欄である。

組織ドライバー欄２１ｇは、最新のアンケート又は最新と過去のアンケートの回答から得られる、回答者Ａが所属する部署（営業）の組織の理念や文化、環境に対して感じるエンゲージメントを示すキードライバー毎の得点（スコア）を表示する欄である。組織ドライバー欄２１ｇには、９つのキードライバーのうち、「組織風土」、「理念戦略」、及び「環境」に関するエンゲージメントを示す得点が出力される。組織ドライバー欄２１ｇには、３つのキードライバーに関するエンゲージメントを示す得点の他、これらの基準点又は水準点として得られたベンチマークの得点やベンチマークとの乖離を示す値等が出力される。

組織ドライバー変化欄２１ｈは、３つのキードライバーの中で、変化のあったキードライバーについて、重要な上昇と、重要な下降に分けて出力する欄である。組織ドライバー評価欄２１ｉは、３つのキードライバーの中で、変化のあったキードライバーについて、文章による評価を出力する欄である。

仕事ドライバー変化欄２１ｅ、仕事ドライバー評価欄２１ｆ、組織ドライバー変化欄２１ｈ及び組織ドライバー評価欄２１ｉを閲覧することで、最新のアンケートの分析結果から得られた、回答者Ａは、回答者Ａが所属する部署（営業）の仕事及び／又は組織に対する心理状態、仕事及び／又は組織に対する貢献意欲、仕事及び／又は組織に対する貢献意欲の中で重要視する要素等の変化を容易に把握することができる。閲覧権限欄２１ｊは、回答者Ａが閲覧権限のあるグループを出力する欄である。

図２２は、グループの分析結果出力画面を示す図である。エンゲージメントに関する得点は、一の回答者の分析結果を出力しても良いが、回答者毎に限らず、所定のグループ毎に算出して出力してもよい。図２２（ａ）は、回答者Ａ、Ｂ、Ｃが所属する部署（営業）の分析結果出力画面を示す比較図である。第一欄２２ａは、アンケートの分析結果から得られた重要度に応じて算出される、回答者Ａのエンゲージメントを示す所定の要素毎の得点（スコア）を、１回目と２回目に分けて出力する欄である。第二欄２２ｂは、アンケートの分析結果から得られた重要度に応じて算出される、回答者Ｂのエンゲージメントを示す所定の要素毎の得点（スコア）を、１回目と２回目に分けて出力する欄である。

第三欄２２ｃは、アンケートの分析結果から得られた重要度に応じて算出される、回答者Ｃのエンゲージメントを示す所定の要素毎の得点（スコア）を、１回目と２回目に分けて出力する欄である。重要度算出欄２２ｄは、回答者Ａ、Ｂ、Ｃの所定の要素毎の重要度を出力する欄である。グループ欄２２ｅは、アンケートの分析結果から得られた重要度に応じて算出される、所定のグループ（営業）のエンゲージメントを示す所定の要素毎の得点（スコア）と、所定のグループ（営業）の所定の要素毎の重要度を出力する欄である。

図２２（ｂ）は、回答者Ａ、Ｂ、Ｃが所属する部署（営業）の分析結果出力画面を示す散布図である。ＣＰＵ１０１は、重要度データベース３１０に登録された回答者Ａ、Ｂ、Ｃの重要度に応じて、所定のグループ（営業）の得点（スコア）と所定のグループ（営業）の重要度とをそれぞれ軸とした２次元グラフにプロットした散布図を表示する。このような散布図を閲覧することにより、例えば、組織の従業員の重要度が高低を把握することができ、改善の要否を判断することができる。このように、メインシステム１００は、回答者の仕事及び／又は組織に対する心理状態、貢献意欲、重要視する要素を通知する通知手段を備える。

エンゲージメントに関する得点は、回答者の組織や仕事、上司、職場に対する重要度、及びそれぞれの診断領域に係る項目の重要度に対してそれぞれ重みづけした値を合計するなどして算出することができる。エンゲージメントに関する得点は、回答者毎に限らず、質問毎、組織毎、組織の部署毎、グループ毎又は回答者の属性毎に算出してもよい。エンゲージメントの得点や順位は、例えば、同じ組織内の他の部署、グループ又は属性と比較して表示しても良く、また、同規の組織の部署、グループ又は属性と比較して表示してもよい。このような表示をすることにより、同じ組織と比較して組織の部署や従業員における仕事へのエンゲージメントが低い場合には、例えば、何らかの活動が必要であると判断できる。このような表示をすることにより、同じ組織と比較して組織の部署や従業員における仕事へのエンゲージメントが高い場合には、事業を伸ばす時期であると判断できる。

本発明の第一実施形態の情報分析システムＷを利用すると、短い期間（例えば、４週ごと）に少ない量（１６問）のアンケートを回答者毎に異なる質問で実施することができる。このようなアンケートは、回答者に対する負担が軽減され、比較的頻繁（４週ごと）に実行されても、回答者からの協力が得られやすい。また、アンケートを比較的頻繁に実行することで、回答者毎の仕事及び／又は組織に対する心理状態がどのような状態か、回答者毎の仕事及び／又は組織に対する貢献意欲がどのような状態か、回答者毎の重要視する要素が何か等が測りやすくなる。

〔第二実施形態〕
上記で説明した第一実施形態では、回答者毎に異なる質問を選択質問情報として送信したが、第二実施形態では、選択質問情報に加え、回答者が考案した活動計画（アクションプラン）を活動計画情報として所定の部署（営業）の回答者に送信する。回答者は、選択質問に加えて活動計画についての評価を回答者端末ですることができる。第二実施形態では、活動計画を実行した現場の者である回答者からの忌憚のない意見を集めることができ、回答者による活動計画の効果確認を振り返ることができる。

第二実施形態のメインシステム１００は、次のような処理を行う。
（１）所定のグループの回答者の端末（例えば、回答者端末３ａ）からアクションプランを受け付けて、活動計画情報データベースに格納する。
（２）所定のグループの回答者の端末（例えば、回答者端末３ａ、３ｂ、３ｃ）に対して、アクションプランに関する評価の質問を提示して、アクションプランの評価を要求する。
（３）所定のグループの回答者の端末（例えば、回答者端末３ａ、３ｂ、３ｃ）からアクションプランの評価を受け付けて、活動評価情報データベースに格納する。

〔第二分析結果出力処理〕
図２３は、メインシステム１００が第二分析結果出力処理をする手順を説明するためのフローチャートである。第二分析結果出力処理は、回答者毎の要求に応じて回答者毎の分析結果を出力する処理に加え、活動計画の入力を要求するための処理と、既に入力された活動計画の評価を出力するための処理を実行する。なお、第二分析結果出力処理は、前述した分析結果出力処理（図１８参照）に所定の処理を加えたものである。このため、図２３で破線で囲んだ、第二分析結果出力処理で特有の処理についてのみ説明をする。

メインシステム１００が特徴量出力処理（Ｓ２０２）を終えると、ＣＰＵ１０１は、活動計画があるか否かを判断する（Ｓ２０３）。すなわち、ＣＰＵ１０１は、活動評価情報データベース１１４に活動評価情報があるか否かを判断する。活動評価情報データベース１１４に活動評価情報がない場合（Ｓ２０３：Ｎ）、ＣＰＵ１０１は、活動計画情報入力画面データをＲＡＭ１０２に生成する（Ｓ２０４）。ＣＰＵ１０１は、分析結果送信処理（図２０参照）において、分析結果出力画面データと共に活動計画情報入力画面データを回答者端末３ａ、３ｂ、３ｃに送信する。

活動評価情報データベース１１４に活動評価情報がある場合（Ｓ２０３：Ｙ）、ＣＰＵ１０１は、活動評価情報データベース１１４から活動評価情報を読み込む（Ｓ２０５）。ＣＰＵ１０１は、活動評価情報（例えば、図１０ｂ参照）を読み込むと、活動評価情報出力画面データをＲＡＭ１０２に生成する（Ｓ２０６）。ＣＰＵ１０１は、分析結果送信処理（図２０参照）において、分析結果出力画面データと共に活動評価情報出力画面データを回答者端末３ａ、３ｂ、３ｃに送信する。

〔活動計画情報入力画面〕
図２４は、活動計画情報入力画面を示す図である。グループ（営業）の回答者Ａ、Ｂ、Ｃは、分析結果を確認した後、グループで共通する活動計画を考案して、これを代表する一人（例えば、回答者Ａ）が活動計画情報として入力することができる。回答者端末３ａ、３ｂ、３ｃのＣＰＵは、メインシステム１００から分析結果出力画面データと共に活動計画情報入力画面データを受信すると、これをＲＡＭに記憶する。そして、記憶した従業員登録画面データを用いて出力部に分析結果出力画面を表示する。この場合、推移欄２４ａには、折れ線グラフやスコア分布の他に、活動計画情報入力画面を表示するための「はじめる」ボタン２４ｂが表示される。回答者Ａによって「はじめる」ボタン２４ｂが選択されると、回答者端末３ａのＣＰＵは、記憶した活動計画情報入力画面データを用いて出力部に活動計画情報入力画面２４ｃを表示する。

回答者Ａによって活動計画情報入力画面２４ｃのテキスト入力部２４ｄに活動計画情報が入力されると、回答者端末３ａのＣＰＵは、活動計画情報をＲＡＭに記憶する。回答者Ａによって、例えば「サーベイ結果を共有する」ボタン２４ｅが選択されると、回答者端末３ａのＣＰＵは、ＲＡＭに記憶した活動計画情報をメインシステム１００に送信する。ＣＰＵ１０１は、回答者端末３ａから活動計画情報を受信すると、これを活動計画情報データベース１１３に登録する。本例において、回答者Ａは、グループ（営業）内の回答者Ａ、Ｂ、Ｃで考案した「毎週月曜日の朝に互いの健康状態について確認しあう」を活動計画としている（図９（ａ）及び図２４参照）。このように、回答者端末から回答者が提案する活動計画を活動計画情報として受け付ける活動計画情報受付手段を備えている。なお、本例において、活動計画は、回答者Ａが代表して１つだけ入力しているが、一又は複数の者が一又は複数入力しても良い。

〔分析結果出力画面〕
図２５は、分析結果出力画面を示す図である。グループ（営業）の回答者Ａ、Ｂ、Ｃは、アンケートと活動計画の評価について回答した後、グループで既に考案した活動計画について、グループ内での評価を活動評価情報として出力することができる。回答者端末３ａ、３ｂ、３ｃのＣＰＵは、メインシステム１００から分析結果出力画面データと共に活動評価情報出力画面データを受信すると、これをＲＡＭに記憶する。そして、記憶した従業員登録画面データを用いて出力部に分析結果出力画面を表示する。本例の場合、推移欄２５ａには、折れ線グラフやスコア分布の他に、活動評価情報出力画面を表示するための「２件のｗｅｄｏ」ボタン２５ｂが表示される。回答者Ａによって「２件のｗｅｄｏ」ボタン２５ｂが選択されると、回答者端末３ａのＣＰＵは、記憶した活動評価情報出力画面データを用いて出力部に活動評価情報出力画面（図２６）を表示する。

〔活動評価情報出力画面〕
図２６は、活動評価情報出力画面を示す図である。本例の場合、推移欄２６ａには、折れ線グラフやスコア分布の他に、既に入力されている活動評価情報が振返表示欄２６ｂとして表示される。振返表示欄２６ｂは、活動評価情報データベース１１４に既に登録されている活動評価情報に応じて、活動計画やその評価が表示される。例えば、図１０（ｂ）に示すように、活動評価情報データベース１１４に登録された活動評価情報中「みんなで議論する」については、３人から高評価を得ているため、図２６の振返表示欄２６ｂに示すように、笑顔のマーク２６ｃが点灯しており、改善案は０である旨がコメント欄２６ｄ表示されている。

一方、図１０（ｂ）に示すように、活動評価情報データベース１１４に登録された活動評価情報中「振り返りをする」については、３人から低評価を得ているため、図２６の振返表示欄２６ｂに示すように、困ったマーク２６ｅが点灯しており、改善案は３である旨がコメント欄２６ｆに表示されている。また、回答者Ａによって、コメント欄２６ｆの選択されると、回答者毎のコメントが表示される（図示せず）。本例において表示されるコメントは、例えば、図１０（ｂ）の改善案項目に登録されている「もう少し具体的な振り返り案を提案すべきでは？」、「具体的にすべきでは？」及び「振り返りは皆で確認すべきでは？」等が表示される。このように、第二実施形態では、実行した活動計画の評価がわかりやすく表示される。なお、活動計画の評価について、笑顔のマーク２６ｃや困ったマーク２６ｅの点灯で表現しているが、笑顔のマーク２６ｃと困ったマーク２６ｅの間のスライダ２６ｇで高評価又は低評価のどちらの回答が多いかを表現しても良い。

〔第二質問選択処理〕
図２７は、メインシステム１００が第二質問選択処理をする手順を説明するためのフローチャートである。第二質問選択処理は、回答者毎に質問する質問情報を選択する処理に加え、既に入力された活動計画の評価を入力するための処理を実行する。なお、第二質問選択処理は、前述した質問選択処理（図１４参照）に所定の処理を加えたものである。このため、図２７で破線で囲んだ、第二質問選択処理で特有の処理についてのみ説明をする。

メインシステム１００は、選択質問機械学習処理（Ｓ１０３）の実行を終えると、ＣＰＵ１０１は、活動計画があるか否かを判断する（Ｓ１０７）。すなわち、ＣＰＵ１０１は、活動計画情報データベース１１３に活動計画情報があるか否かを判断する。活動計画情報データベース１１３に活動計画情報がある場合（Ｓ１０７：Ｙ）、ＣＰＵ１０１は、活動計画情報データベース１１３から活動計画情報を読み込む（Ｓ１０８）。ＣＰＵ１０１は、活動計画情報（例えば、図９（ａ）参照）を読み込むと、活動評価情報入力画面データをＲＡＭ１０２に生成する（Ｓ１０９）。活動評価情報入力画面生成（Ｓ１０９）の後、活動計画情報データベース１１３に活動評価情報がない場合（Ｓ１０７：Ｎ）、ＣＰＵ１０１は、再び「配信のタイミング」の日時に到達したか否かを監視する（Ｓ１０１）。

〔第二アンケート処理〕
図２８は、メインシステム１００が第二アンケート処理をする手順を説明するためのフローチャートである。第二アンケート処理は、回答者毎に異なる質問と活動計画を評価するための質問を送信し、回答者毎の回答と活動計画を評価した回答を受信する処理である。なお、第二アンケート処理は、前述したアンケート処理（図１６参照）に所定の処理を加えたものである。このため、第二アンケート処理で特有の処理についてのみ説明をする。

まず、ＣＰＵ１０１は、選択質問機械学習処理（Ｓ１０３）においてＲＡＭ１０２に生成された選択質問情報から、回答者毎の質問入力画面データをＲＡＭ１０２に生成し、第二質問選択処理においてＲＡＭ１０２に生成された活動評価情報入力画面データと共に、回答者端末３ａ、３ｂ、３ｃ毎に送信する。回答者端末３ａ、３ｂ、３ｃのＣＰＵは、メインシステム１００から回答者Ａ、Ｂ、Ｃ毎の質問入力画面データと活動評価情報入力画面データを受信するとＲＡＭに記憶し、まず、質問入力画面データを用いて出力部に回答者Ａ、Ｂ、Ｃ毎の質問入力画面を表示する（図１７参照）。回答者Ａ、Ｂ、Ｃが全ての質問に回答して、例えば、入力に間違いがないか等の確認ボタン（図示せず）が選択されると、次に、活動評価情報入力画面データを用いて出力部に活動評価情報入力画面を表示する（図２９参照）。

〔活動評価情報入力画面〕
図２９は、活動評価情報入力画面の一例を示した図である。活動評価情報入力画面は、メインシステム１００が回答者端末３ａ、３ｂ、３ｃに送信する活動計画（アクションプラン）を振り返る質問に対して、活動計画を実行した回答者Ａ、Ｂ、Ｃが評価の入力を行うページである。ここで入力した内容に応じて、回答情報データベース１１２に格納される回答情報が更新される（図１０（ａ）参照）。

図２９（ａ）は、回答者が活動計画について振り返りを行うか否かを選択する振返選択画面である。回答者Ａ、Ｂ、Ｃによって振返選択画面の「回答する」ボタン２９ａが選択されると、回答者Ａ、Ｂ、ＣのＣＰＵは、評価入力画面を出力する。図２９（ｂ）は、回答者が活動計画について評価を入力する評価入力画面である。対象活動計画情報欄２９ｂには、振り返りの対象となる活動計画情報の活動計画が表示される（図９（ａ）参照）。本実施形態では、回答入力欄は、例えば「カイゼンの余地あり！」と「やって良かった！」の２ランクがボタン２９ｃとボタン２９ｄの選択により入力可能である。しかし、回答入力欄のボタン２９ｃとボタン２９ｄとは、他の名称であっても良いし、２ランク以上のランクを設定できるようにしてもよい。

回答者Ａ、Ｂ、Ｃは、回答者端末３ａ、３ｂ、３ｃの入力部からボタン２９ｃ又は２９ｄを選択する。回答者端末３ａ、３ｂ、３ｃのＣＰＵは、回答者Ａ、Ｂ、Ｃが評価入力画面から回答を入力すると、これを活動評価情報としてＲＡＭに記憶する。なお、入力された回答は、選択されたボタン２９ｃ又は２９ｄに応じて、例えば、回答者端末３ａ、３ｂ、３ｃの記憶装置に保存されている変換用データに従って数値化される（例えば、ボタン２９ｃ＝１、ボタン２９ｄ＝０等）。

回答者Ａ、Ｂ、Ｃによって評価入力画面の「やって良かった！」ボタン２９ｃ又は「カイゼンの余地あり！」ボタン２９ｄが選択されると、回答者Ａ、Ｂ、ＣのＣＰＵは、その旨を活動評価情報に反映させＲＡＭに記憶する。回答者Ａ、Ｂ、Ｃによって評価入力画面の「やって良かった！」ボタン２９ｃ又は「カイゼンの余地あり！」ボタン２９ｄが選択されると、回答者Ａ、Ｂ、ＣのＣＰＵは、改善案入力画面を出力する。図２９（ｃ）は、回答者が活動計画についての改善案を入力する改善案入力画面である。改善活動計画情報欄２９ｅには、改善の余地があるとされた活動計画情報の活動計画が表示される（図９（ａ）参照）。

回答者Ａ、Ｂ、Ｃによって活動計画情報入力画面２４ｃのテキスト入力部２４ｄに活動評価情報が入力されると、回答者端末３ａ、３ｂ、３ｃのＣＰＵは、その旨を活動評価情報に反映させＲＡＭに記憶する。回答者Ａ、Ｂ、Ｃによって活動計画情報入力画面２４ｃのテキスト入力部２４ｄに活動評価情報が入力されることなく、「スキップ」ボタン２９ｇが選択されると、回答者端末３ａ、３ｂ、３ｃのＣＰＵは、その旨を活動評価情報に反映させＲＡＭに記憶する。

〔回答情報受信ＳＣ１０２〕
回答者Ａ、Ｂ、Ｃが全ての質問に回答して、活動計画（アクションプラン）を振り返る質問を評価して、例えば、入力に間違いがないか等の確認ボタン（図示せず）が選択されると、回答者端末３ａ、３ｂ、３ｃのＣＰＵは、ＲＡＭに記憶した回答情報と活動評価情報をメインシステム１００に送信する。ＣＰＵ１０１は、回答者端末３ａ、３ｂ、３ｃから回答者Ａ、Ｂ、Ｃ毎の回答情報を受信すると、図８（ａ）又は図８（ｂ）に示すように、これを回答情報データベース１１２に登録する。また、ＣＰＵ１０１は、回答者端末３ａ、３ｂ、３ｃから活動評価情報を受信すると、図１０（ａ）に示すように、これを活動評価情報データベース１１４に登録する。

例えば、回答者Ａが、「やって良かった！」ボタン２９ｃを選択すると、回答者端末３ａのＣＰＵは、活動評価情報の評価（１）の高評価に「１」を格納し、これを活動評価情報としてＲＡＭに記憶する。その後、回答者端末３ａのＣＰＵは、ＲＡＭに記憶した活動評価情報をメインシステム１００に送信する。ＣＰＵ１０１は、回答者端末３ａから活動評価情報を受信すると、これを活動評価情報データベース１１４に登録する（図１０（ａ））参照。

例えば、回答者Ｂが、「カイゼンの余地あり！」ボタン２９ｄを選択し、改善計画案を入力しないと、回答者端末３ｂのＣＰＵは、活動評価情報の評価（２）の低評価に「０」を格納し、これを活動評価情報としてＲＡＭに記憶する。その後、回答者端末３ｂのＣＰＵは、ＲＡＭに記憶した活動評価情報をメインシステム１００に送信する。ＣＰＵ１０１は、回答者端末３ｂから活動評価情報を受信すると、これを活動評価情報データベース１１４に登録する（図１０（ａ））参照。

例えば、回答者Ｃが、「カイゼンの余地あり！」ボタン２９ｄを選択し、改善計画案として「健康状態についてだけでなく、エンゲージメントを確認する方が本質的では？」を入力すると、回答者端末３ｃのＣＰＵは、活動評価情報の評価（３）の低評価に「０」を格納し、活動評価情報の評価（３）の改善案に「健康状態についてだけでなく、エンゲージメントを確認する方が本質的では？」を格納し、これを活動評価情報としてＲＡＭに記憶する。その後、回答者端末３ｃのＣＰＵは、ＲＡＭに記憶した活動評価情報をメインシステム１００に送信する。ＣＰＵ１０１は、回答者端末３ｃから活動評価情報を受信すると、これを活動評価情報データベース１１４に登録する（図１０（ａ））参照。

本発明の第二実施形態の情報分析システムＷを利用すると、回答者は、所属する部署（営業）の分析結果を確認した後に、活動計画（アクションプラン）を登録することができる。回答者は、活動計画（アクションプラン）が登録されている場合、選択質問に加えて活動計画についての評価を回答者端末ですることができる。回答者が所属する部署（営業）は、活動計画を実行した現場の者である回答者からの忌憚のない意見を集めることができ、回答者による活動計画の効果確認を振り返ることができ、次に登録する活動計画（アクションプラン）の参考にすることができる。

〔集計処理〕
図３０は、メインシステム１００が集計処理をする手順を説明するためのフローチャートである。集計処理は、一定の権限を有する者（例えば、人事担当者端末２、回答者Ａ）の要求に応じて、回答情報の集計を実行し、集計結果を出力する処理である。ＣＰＵ１０１は、一定の権限を有する者（例えば、人事担当者端末２、回答者Ａ）から集計の要求があるか否かを監視をする（Ｓ３０１）。例えば、人事担当者端末２から集計の要求があると（Ｓ３０１：Ｙ）、ＣＰＵ１０１は、回答情報データベース１１２から回答情報を集計システム２００に送信して、集計システム２００に対して回答情報の集計（Ｓ３０２）の実行を要求する。

集計システム２００が回答情報の集計（Ｓ３０２）を終えると、ＣＰＵ１０１は、ＲＡＭ１０２に集計結果出力画面を表示する集計結果出力画面データを生成して、これを人事担当者端末２に送信する。人事担当者端末２のＣＰＵは、集計結果出力画面データを受信すると、これをＲＡＭに記憶し、これを用いて出力部に集計結果出力画面を表示する。集計結果出力画面には、回答者毎、質問毎、組織毎、組織の部署毎、グループ毎又は回答者の属性毎等に表やグラフ等で集計結果が表示される。なお、集計結果出力画面に表示される集計結果において、回答者の名前は匿名である。集計システム２００が処理を終えると、ＣＰＵ１０１は、一定の権限を有する者（例えば、人事担当者端末２、回答者Ａ）から集計の要求があるか否かを監視をする。

〔第三実施形態〕
上記で説明した第一実施形態では、９つのキードライバーから回答者が何を重要視しているのか計測し、図２２（ａ）に示すように、所定の要素ごとの得点を算出して、グループの分析結果として出力し、図２２（ｂ）に示すように、グループの分析結果を散布図で出力する。人事担当者Ｈは、情報分析システムＷを使用することで、「やりがい」、「達成感」、「成長機会」、「仕事量」、「ストレス反応」、「職務上の支援」、「評価への納得感」、「挑戦する風土」、「職場の環境」、「給与への納得感」等の要素から、グループの重要度や得点を確認することで、グループの強みや課題を抽出することができる。一方、第三実施形態では、グループにおける回答者毎の価値観を抽出することができる。

図３１は、グループと個人の分析結果出力画面を示す図である。図３１（ａ）は、回答者Ａ、Ｂ、Ｃが所属する部署（営業）の分析結果出力画面を示す散布図である。ＣＰＵ１０１は、重要度データベース３１０に登録された回答者Ａ、Ｂ、Ｃの重要度に応じて、所定のグループ（営業）の得点（スコア）と所定のグループ（営業）の重要度とをそれぞれ軸とした２次元グラフにプロットした散布図３１ａを表示する。散布図３１ａは、組織の従業員一人ひとりの項目ごとの重要度について、組織でまとめて把握できる。例えば、人事担当者Ｈは、散布図３１ａを閲覧することで、組織に対する改善の要否を判断することができる。

本例の場合、散布図３１ａから、所定のグループ（営業）の強みは、重要度が高くスコアが高い第一象限にプロットされている「職務／やりがい」と「人間関係／上司との関係」であることがわかる。また、本例の場合、散布図３１ａから、所定のグループ（営業）の改善推奨項目は、重要度が高くスコアが低い第四象限にプロットされている「自己成長／達成感」と「自己成長／成長機会」であることがわかる。このように、例えば、人事担当者Ｈは、散布図３１ａを閲覧することで、所定のグループ（営業）が貢献意欲向上のために取り組むべき項目が何であるかが一目で確認することができる。

図３１（ｂ）は、部署（営業）に所属する回答者Ｂ（例：スズキ タロウ）の分析結果出力画面を示す図である。表３１ｂは、回答者Ｂの分析結果を数値で表した図である。第一レーダーチャート３１ｃは、回答者Ｂの所属する会社に対する愛着を、「ビジョン志向」、「成長志向」、「期待志向」、「セルフコントロール志向」、「チーム志向」の観点から、レーダーチャートで表した図である。第二レーダーチャート３１ｄは、回答者Ｂの業務内容に対する活力を、「ビジョン志向」、「成長志向」、「期待志向」、「セルフコントロール志向」、「チーム志向」の観点から、レーダーチャートで表した図である。表３１ｂ、第一レーダーチャート３１ｃ及び第二レーダーチャート３１ｄは、組織に所属する従業員一人が重要視する項目の状態について、５つ観点からまとめられている。例えば、人事担当者Ｈは、図３１（ｂ）を閲覧することで、従業員一人について、組織に対する愛着や、仕事に没頭する活力等と深く関わる要素が何かを確認できる。

本例の場合、第一レーダーチャート３１ｃから、回答者Ｂが、業務内容に対する愛着を持てるかどうかに影響するものは、値が５０以上の「ビジョン志向」、「成長志向」、「チーム志向」であることがわかる。つまり、回答者Ｂは、所定のグループ（営業）において、成長していたいかなどの構想や未来像が一致し、回答者Ｂ自身の成長が感じられ、回答者Ａや回答者Ｃからの支援があると、自らの組織に愛着が持てることがわかる。また、本例の場合、第二レーダーチャート３１ｄから、回答者Ｂが、所定のグループ（営業）に活力を持てるかどうかに影響するものは、「成長志向」、「期待志向」、「セルフコントロール志向」であることがわかる。つまり、回答者Ｂは、所定のグループ（営業）において、回答者Ｂ自身の成長が感じられ、回答者Ａや回答者Ｃからの期待が感じられ、仕事のペースを自分で制御できている状態のときに、自らの仕事に没頭する活力が持てることがわかる。

一方で、人事担当者Ｈが、所定のグループ（営業）において、回答者Ｂが自らの仕事に没頭できていないと感じた場合に、表３１ｂ、第一レーダーチャート３１ｃ及び第二レーダーチャート３１ｄを閲覧することで、回答者Ｂが仕事に没頭できていない原因を探ることができる。例えば、人事担当者Ｈが、第二レーダーチャート３１ｄを閲覧して、ヘルス思考の値が著しく減少した場合には、回答者Ｂが自分のペースで仕事ができていない可能性があると推定することができる。これにより、人事担当者Ｈは、回答者Ｂについて、仕事のペースがオーバーペースではないか等の確認を、同じグループの回答者Ａ等に確認をしたり、対応処理を取ったりすることができる。このように、例えば、人事担当者Ｈは、表３１ｂ、第一レーダーチャート３１ｃ及び第二レーダーチャート３１ｄを閲覧することで、所定の回答者の性格診断や所定の回答者の価値観を一目で確認することができる。

以上、本発明の実施の形態の説明を行ったが、本発明は、この実施の形態に限定されることはなく、本発明の目的、趣旨を逸脱しない範囲内で変更ができる。本発明は、テーブル形式によって各データを格納することについて説明をしたが、これらのデータは必ずしもテーブルによるデータ構造で表現されていなくても良い。例えば、リスト、ＤＢ、キュー等のデータ構造やそれ以外の方法で表現されていても良い。

本例においては、選択質問情報は、一の回答者の重要度及び一の回答者の残存情報量から選択質問情報モデルを通じて予測している。しかし、選択質問情報は、一の回答者の重要度又は一の回答者の残存情報量のいずれかから選択質問情報モデルを通じて予測しても良い。本例においては、選択質問情報は、一の回答者の重要度及び一の回答者の残存情報量から選択質問情報モデルを通じて予測している。しかし、選択質問情報は、一の回答者の重要度及び／又は一の回答者の残存情報量から質問情報の頻度を更新し、頻度及び／又は項目に応じて選択しても良い。このように、メインシステム１００は、質問情報の頻度を更新する頻度更新手段を備えても良い。

本例においては、回答者に質問する質問の数を１６問又は３２問の場合で説明をしたが、質問の数はこの数に限定されなくてもよい。例えば、情報分析システムＷを管理する者又は情報分析システムＷを利用する人事担当者Ｈによって、質問の数を適宜変更できるようにしても良い。また、情報分析システムＷを利用する人事担当者Ｈは、回答者情報を適宜、生成、更新及び削除しても良く。さらに、情報分析システムＷを管理する者は、質問情報を適宜、生成、更新及び削除しても良く。このように、メインシステム１００は、回答者情報や質問情報を更新する格納手段を備えても良い。

本例において、質問情報に用意されている「質問」は、回答者毎の仕事及び／又は組織に対する心理状態がどのような状態か、回答者毎の仕事及び／又は組織に対する貢献意欲がどのような状態か、回答者毎の重要視する要素が何か等を測ることを目的にしている。特に、回答者である従業員が、仕事に関するポジティブで充実した心理状態であり、活力、熱意及び没頭のいずれか一つ又はこれらの組み合わせによって特徴づけられるワークエンゲージメントを何に有しているかをアンケートを通じて測ることを目的にしている。

しかし、回答者が従業員ではなく、所定の組織に属している者を対象にする場合、質問情報に用意されている「質問」は、仕事に限らず、組織に対する心理状態がどのような状態か、回答者毎の組織に対する貢献意欲がどのような状態か、回答者毎の重要視する要素が何か等を測ることを目的にしても良い。

本例において、情報分析システムＷは、「やりがい」、「達成感」、「成長機会」、「仕事量」、「ストレス反応」、「職務上の支援」、「評価への納得感」、「挑戦する風土」、「職場の環境」、「給与への納得感」等の要素ごとに得点（スコア）を算出して、それを集約することで、９つのキードライバーや、５つの観点から、回答者がどのような項目を重要視しているのかを導き出して、回答者の組織に対する貢献意欲を推定し、通知している。しかし、得点（スコア）を算出している要素、９つのキードライバー及び５つの観点は、適宜変更しても良い。また、得点（スコア）を算出している要素、９つのキードライバー及び５つの観点に限らず、アンケートの文脈等において統計性と解釈性が適切な組み合わせで、得点（スコア）を算出しても良い。

例えば、「仕事への熱中」は、キードライバーのうち「職務」と「自己成長」と関連づけて、得点（スコア）が算出されている。ここで利用されている項目の集約は、統計的分析の結果をもとに、解釈可能性を加味してグルーピングがなされている。項目の集約方法は、統計的な正当性と、解釈の妥当性を加味し、適宜組み替えても良い。

本例において、第一レーダーチャート３１ｃや第二レーダーチャート３１ｄは、「ビジョン志向」、「成長志向」、「期待志向」、「セルフコントロール志向」及び「チーム志向」の観点から分析結果を表しているが、これらの観点を増減させたり、他の観点から分析結果を表しても良い。また、「ビジョン志向」を「ビジョン」、「成長志向」を「自己成長」、「期待志向」等を「周囲の期待」、「セルフコントロール志向」を「ヘルス志向」及び「チーム志向」を「チーム（支援）」等と、文言を適宜変更しても良い。

１ 情報分析装置

Claims (14)

1. 回答者を特定する回答者情報と回答者に質問する質問情報を格納する格納手段と、
   回答者端末から回答者が回答した回答情報を受け付ける回答情報受付手段と、
   前記回答情報受付手段が受け付けた回答情報の分析を行い、回答者の分析結果を生成する分析手段と、
   前記分析手段が分析した分析結果に応じて、回答者の組織に対する貢献意欲を推定する貢献意欲推定手段と、
   前記貢献意欲推定手段が推定した貢献意欲を通知する通知手段と
   を備えることを特徴とする情報分析装置。
2. 請求項１に記載された情報分析装置であって、
   前記貢献意欲推定手段が推定した貢献意欲の中から、回答者が重要視する要素を推定する要素推定手段とを備え、
   前記通知手段は、前記要素推定手段が推定した前記要素を通知する
   ことを特徴とする情報分析装置。
3. 請求項２に記載された情報分析装置であって、
   前記分析手段は、
   全ての回答者の回答情報を教師データとして用い、全ての回答者の回答情報と重要度の関係性を表現するパラメータを推定する推定モデルを機械学習により生成する重要度モデル生成手段と、
   前記重要度モデル生成手段により生成された推定モデルを用いて、一の回答者の回答情報を分析することで、一の回答者の重要度を出力する重要度出力手段とを備える
   ことを特徴とする情報分析装置。
4. 請求項３に記載された情報分析装置であって、
   前記分析手段は、
   全ての回答者の回答情報を教師データとして用い、全ての回答者の回答情報と残存情報量の関係性を表現するパラメータを推定する推定モデルを機械学習により生成する残存情報量モデル生成手段と、
   前記残存情報量モデル生成手段により生成された推定モデルを用いて、一の回答者の回答情報を分析することで、一の回答者の残存情報量を出力する残存情報量出力手段とを備える
   ことを特徴とする情報分析装置。
5. 請求項４に記載された情報分析装置であって、
   前記分析手段は、
   全ての回答者の重要度及び／又は全ての回答者の残存情報量を教師データとして用い、全ての回答者の重要度及び／又は全ての回答者の残存情報量と全ての回答者の選択質問情報の関係性を表現するパラメータを推定する推定モデルを機械学習により生成する選択質問モデル生成手段と、
   前記選択質問モデル生成手段により生成された推定モデルを用いて、一の回答者の重要度及び／又は一の回答者の残存情報量を分析することで、一の回答者への選択質問情報を出力する選択質問出力手段とを備える
   ことを特徴とする情報分析装置。
6. 請求項３〜５のいずれか１項に記載された情報分析装置であって、
   前記分析手段は、回答情報の推移に応じて、回答者毎の分析結果を生成する
   ことを特徴とする情報分析装置。
7. 請求項３〜５のいずれか１項に記載された情報分析装置であって、
   前記通知手段は、重要度について、回答者毎、質問毎、組織毎、組織の部署毎、グループ毎又は回答者の属性毎のいずれか１つ又はこれらの組み合わせて通知する
   ことを特徴とする情報分析装置。
8. 請求項７に記載された情報分析装置であって、
   前記要素推定手段は、職務、自己成長、健康、人間関係、支援、承認、理念戦略、組織風土及び環境の中から、回答者が重要視している前記要素を推定し、
   前記通知手段は、前記要素推定手段が推定した結果を得点として通知する
   ことを特徴とする情報分析装置。
9. 請求項７に記載された情報分析装置であって、
   前記要素推定手段は、ビジョン志向、成長志向、期待志向、セルフコントロール志向及びチーム志向の中から、前記回答者毎に何を重要視しているかという価値観を推定し、
   前記通知手段は、前記要素推定手段が推定した前記価値観を通知する
   ことを特徴とする情報分析装置。
10. 請求項９に記載された情報分析装置であって、
    前記要素推定手段は、前記価値観を前記回答者の組織に対する愛着と、前記回答者の組織における活力とから推定し、
    前記通知手段は、前記要素推定手段が推定した前記価値観を前記愛着と、前記活力とに分けて通知する
    ことを特徴とする情報分析装置。
11. 請求項７〜１０に記載された情報分析装置であって、
    前記通知手段は、重要度をグラフで通知する
    ことを特徴とする情報分析装置。
12. 回答者を特定する回答者情報と回答者に質問する質問情報を格納する格納工程と、
    回答者端末から回答者が回答した回答情報を受け付ける回答情報受付工程と、
    前記回答情報受付工程が受け付けた回答情報の分析を行い、回答者の分析結果を生成する分析工程と、
    前記分析工程が分析した分析結果に応じて、回答者の組織に対する貢献意欲を推定する貢献意欲推定工程と、
    前記貢献意欲推定工程が推定した貢献意欲を通知する通知工程と
    を備えることを特徴とする情報分析方法。
13. 回答者を特定する回答者情報と回答者に質問する質問情報を格納する格納機能と、
    回答者端末から回答者が回答した回答情報を受け付ける回答情報受付機能と、
    前記回答情報受付機能が受け付けた回答情報の分析を行い、回答者の分析結果を生成する分析機能と、
    前記分析機能が分析した分析結果に応じて、回答者の組織に対する貢献意欲を推定する貢献意欲推定機能と、
    前記貢献意欲推定機能が推定した貢献意欲を通知する通知機能と
    をコンピュータに実現させる情報分析プログラム。
14. 全ての回答者の履歴回答情報を含む教師データを取得し、
    前記教師データを用いて、一の回答者の回答情報を入力、一の回答者の重要度に関する値を出力する学習モデルを生成する
    学習モデル生成方法。