JP2021140588A - マッチングシステム、マッチング方法およびマッチングプログラム - Google Patents

Abstract

【課題】より効率的なユーザ同士の結び付けを実現できる技術を提供する。【解決手段】マッチングシステムは、複数の質問からなる質問セットを保持する記憶手段と、質問セットに含まれる１または複数の質問をユーザに提示するとともに、当該ユーザからの質問に対する回答を取得する取得手段と、ユーザが回答した質問に基づいて第１のマッチング処理を実行する第１のマッチング処理手段と、第１のマッチング処理の結果が第１の判定条件を満たす場合に、ユーザからの回答に含まれる回答の内容に基づいて第２のマッチング処理を実行する第２のマッチング処理手段とを含む。【選択図】図１

Description

本発明は、マッチングシステム、マッチング方法およびマッチングプログラムに関する。

例えば、雇用支援、ソーシャルネットワーク形成、出会い支援などの目的でユーザ同士を結び付ける場合には、ユーザの趣味、嗜好、性格、適正、興味などを把握することが好ましい。このようなユーザの趣味、嗜好、性格、適正、興味などに基づいて、ユーザ同士を容易に結び付ける技術が要望されている。

ユーザの趣味や嗜好などを把握する技術として、特開２００１−０６７４００号公報（特許文献１）は、同一の時間空間内に存在する人々を対象とした、嗜好情報によるマッチング（取り組み）が可能な通信装置などを開示する。特開２００１−０６７４００号公報（特許文献１）においては、質問事項記憶部に記憶されている質問がマンマシンインタフェース画面に表示され、利用者がそれに回答することによって、個人の趣味・嗜好情報が入力される。

このような質問とその質問に対する回答とを組み合わせた知識情報を交換する技術として、特開２００２−０４９７８６号公報（特許文献２）は、質問者、回答者の匿名性を保ち、かつメール、チャット、アナログ電話、ＶｏＩＰ通話への自動接続全てを利用可能とし、さらに回答者が応答手段の選択ならびに現在の応答諾否を随時修正可能な情報交換仲介技術を開示する。同様に、特開２０１３−０１６０５４号公報（特許文献３）は、質問回答型コンテンツについてキーワードに応じたカテゴリに適した質問を例示する技術を開示する。

また、質問を自動的に作成する技術として、特開２００４−２８７７４５号公報（特許文献４）は、回答者の属性情報に合致した質問群からなるアンケートを自動作成し、各質問群で回答に応じて更に下位の詳細質問に遷移して詳細な回答を収集できるアンケートを作成する技術を開示する。

特開２００１−０６７４００号公報 特開２００２−０４９７８６号公報 特開２０１３−０１６０５４号公報 特開２００４−２８７７４５号公報

特開２００１−０６７４００号公報（特許文献１）に開示される通信装置においては、予め定義された複数の質問に対する回答に基づいてマッチングが行われる。ユーザは、予め定義された複数の質問のすべてに回答する必要があり、ユーザの手間が大きいという課題があった。また、予め定義される質問は、対象のユーザの潜在的な趣味、嗜好、性格、適正、興味などを反映したものではないので、ユーザの多様なモデルを生成することが難しかった。

本発明は、より効率的なユーザ同士の結び付けを実現できる技術を提供することを一つの目的とする。

本発明の一例に従うマッチングシステムは、複数の質問からなる質問セットを保持する記憶手段と、質問セットに含まれる１または複数の質問をユーザに提示するとともに、当該ユーザからの質問に対する回答を取得する取得手段と、ユーザが回答した質問に基づいて第１のマッチング処理を実行する第１のマッチング処理手段と、第１のマッチング処理の結果が第１の判定条件を満たす場合に、ユーザからの回答に含まれる回答の内容に基づいて第２のマッチング処理を実行する第２のマッチング処理手段とを含む。

この構成によれば、第１のマッチング処理において、それぞれのユーザが任意に選択して回答した質問に着目してマッチングの可能性を評価した上で、第２のマッチング処理において、それぞれのユーザからの回答に含まれる回答の内容に着目してマッチングの可能性を評価できるので、ユーザ同士の結び付きの可能性をより効率的に推定できる。なお、各ユーザは、自身が回答したいと考えた質問に対して回答すればよく、提示される質問のすべてに回答する必要はない。

第１のマッチング処理手段は、ユーザが回答した１または複数の質問と、他のユーザが回答した１または複数の質問との類似度を評価し、第２のマッチング処理手段は、ユーザからの回答に含まれる回答の内容と、他のユーザからの回答に含まれる回答の内容との類似度を評価するようにしてもよい。

この構成によれば、第１のマッチング処理において、それぞれのユーザが回答した質問の類似度を評価するので、興味の対象が類似する可能性が高いユーザ群を抽出できる。また、第２のマッチング処理において、それぞれのユーザからの回答の内容の類似度を評価するので、興味の対象が類似する可能性が高いユーザ群のうち、価値観や嗜好も類似する可能性の高いユーザを推定できる。

第１のマッチング処理手段は、複数の他のユーザのうち、第１のマッチング処理の結果が第１の判定条件を満たす他のユーザを抽出するようにしてもよい。

この構成によれば、多数のユーザが存在する場合に、第１のマッチング処理において、ある程度の候補に絞ることができ、マッチング処理を効率化できる。

第２のマッチング処理手段は、第１のマッチング処理により抽出された他のユーザに対してマッチングスコアを算出するようにしてもよい。

この構成によれば、マッチングスコアを用いて、ユーザ同士のマッチングの可能性を客観的に評価できる。

第１のマッチング処理手段は、ユーザが回答した１または複数の質問と、他のユーザが回答した１または複数の質問との間で、一致している質問の数に基づいて、類似度を評価するようにしてもよい。

この構成によれば、それぞれのユーザが回答した質問のうち、どの程度の質問が一致しているのかといった評価をすればよいので、処理を簡素化できる。

第１のマッチング処理手段は、ユーザが回答した１または複数の質問から算出される潜在空間への写像と、他のユーザが回答した１または複数の質問から算出される潜在空間への写像とに基づいて、類似度を評価するようにしてもよい。

この構成によれば、それぞれのユーザが回答した質問の数が同一ではなくても、潜在空間への写像という共通の指標を用いて、類似度を評価できる。

質問セットは、階層構造を有していてもよい。第１のマッチング処理手段および第２のマッチング処理手段の少なくとも一方は、質問セットの階層構造に基づいて、回答を取得した質問から論理的な推論を行うようにしてもよい。

ここで、論理的な推論とは、例えば、質問セットの階層構造に含まれる情報を参照することなどで、取得された回答から、マッチング処理に適した情報を推論して補間する処理を含む。この構成によれば、質問セットが有している階層構造を利用して、回答された質問が相対的に少なくても、より精度の高い評価を実現できる。例えば、共通のカテゴリに属する別の質問にそれぞれ回答したユーザ同士についても、マッチングの可能性が相対的に高いと評価することもできる。

質問セットに含まれる質問はカテゴリ別に区分されていてもよい。マッチングシステムは、ユーザが作成した質問を受付けて、質問セットを更新する更新手段をさらに含んでいてもよい。

この構成によれば、ユーザが作成した新たな質問を用いて、質問セットを逐次更新できる。

更新手段は、追加された質問が属するカテゴリを決定してもよい。この構成によれば、少ないコストで質問セットを順次更新できる。

更新手段は、追加された質問と他の質問との類似度に基づいて、当該追加された質問と当該追加された質問に類似した質問とをまとめて質問セットを更新する処理、および、当該追加された質問に対応する代表質問で質問セットを更新する処理の少なくとも一方を実行するようにしてもよい。

この構成によれば、質問セットが過度に細分化することを防止できる。

取得手段は、質問のカテゴリと、予めユーザが登録した興味の範囲もしくは推定した興味の範囲とが適合するユーザに対してのみ、質問セットを配信するようにしてもよい。

この構成によれば、ユーザからの回答を取得できる可能性を高くできる。

マッチングシステムは、ユーザからの回答率を最大化するように、質問を配信するユーザを決定、あるいは、ユーザに配信する質問を決定する学習済モデルをさらに含んでいてもよい。

この構成によれば、機械学習により、ユーザからの回答率を最大化するように、質問セットを配信するユーザ、あるいは、ユーザに配信する質問を最適化できる。

第１のマッチング処理手段および第２のマッチング処理手段の少なくとも一方は、質問セットに含まれる質問に対して、マッチング処理に関する任意の重みを付与するようにしてもよい。また、第１のマッチング処理手段および第２のマッチング処理手段の少なくとも一方は、ユーザから取得された回答に対して、マッチング処理に関する重みを付与するようにしてもよい。さらに、マッチング処理に関する重みは、対象の質問の時期、または、対象の回答の時期、に依存して決定されてもよい。

これらの構成によれば、目的に適った評価結果を取得できる可能性をより高めることができる。

マッチングシステムは、第２のマッチング処理の結果が第２の判定条件を満たす他のユーザをマッチング結果として通知する通知手段をさらに含んでいてもよい。

この構成によれば、各ユーザは、自身と共通の趣味、嗜好、性格、適正、興味などを有する他のユーザと容易に繋がることができる。

本発明の別の一例に従うコンピュータが実行するマッチング方法は、複数の質問からなる質問セットに含まれる１または複数の質問をユーザに提示するとともに、当該ユーザからの質問に対する回答を取得するステップと、ユーザが回答した質問に基づいて第１のマッチング処理を実行するステップと、第１のマッチング処理の結果が第１の判定条件を満たす場合に、ユーザからの回答に含まれる回答の内容に基づいて第２のマッチング処理を実行するステップとを含む。

本発明のさらに別の一例に従えば、マッチング方法を実行させるマッチングプログラムが提供される。マッチングプログラムは、コンピュータに、複数の質問からなる質問セットに含まれる１または複数の質問をユーザに提示するとともに、当該ユーザからの質問に対する回答を取得するステップと、ユーザが回答した質問に基づいて第１のマッチング処理を実行するステップと、第１のマッチング処理の結果が第１の判定条件を満たす場合に、ユーザからの回答に含まれる回答の内容に基づいて第２のマッチング処理を実行するステップとを実行させる。

本発明によれば、より効率的なユーザ同士の結び付けを実現できる技術を提供できる。

本実施の形態に係るマッチング方法の適用例を示す模式図である。 本実施の形態に係るマッチングシステムの構成例を示す模式図である。 本実施の形態に係るマッチングシステムに含まれるサーバのハードウェア構成例を示す模式図である。 本実施の形態に係るマッチングシステムに含まれる端末装置のハードウェア構成例を示す模式図である。 本実施の形態に係るマッチングシステムにおけるマッチング処理の概要を示すシーケンス図である。 本実施の形態に係るマッチングシステムにおいて用いられる質問セットの構成例を示す模式図である。 本実施の形態に係るマッチングシステムにおいて用いられる回答された質問と回答内容との組の一例を示す模式図である。 本実施の形態に係るマッチングシステムにおいて用いられる質問のデータ構造の一例を示す模式図である。 本実施の形態に係るマッチングシステムにおける評価フェーズの処理概要を説明するための図である。 本実施の形態に係るマッチングシステムにおける第１のマッチング処理（選択質問マッチング）の一つの手法を説明するための図である。 図１０に示される第１のマッチング処理（選択質問マッチング）の手法により算出されるマッチングスコアの評価結果の一例を示す図である。 本実施の形態に係るマッチングシステムにおける第１のマッチング処理（選択質問マッチング）の別の手法を説明するための図である。 本実施の形態に係るマッチングシステムにおける第１のマッチング処理（選択質問マッチング）のさらに別の手法を説明するための図である。 本実施の形態に係るマッチングシステムにおける第２のマッチング処理（回答内容マッチング）の一つの手法を説明するための図である。 本実施の形態に係るマッチングシステムにおける第２のマッチング処理（回答内容マッチング）のさらに別の手法を説明するための図である。 本実施の形態に係るマッチングシステムの別の構成例を示す模式図である。

本発明の実施の形態について、図面を参照しながら詳細に説明する。なお、図中の同一または相当部分については、同一符号を付してその説明は繰返さない。

＜Ａ．適用例＞
まず、本発明が適用される場面の一例について説明する。

図１は、本実施の形態に係るマッチング方法の適用例を示す模式図である。図１を参照して、本実施の形態に係るマッチングシステムは、複数の質問３１０からなる質問セット３００を保持している。質問セット３００に含まれる複数の質問３１０は、カテゴリ別に区分されていてもよい。

マッチングシステムは、１または複数のユーザに対して、質問セット３００に含まれる１または複数の質問３１０をユーザに提示するとともに、当該ユーザからの質問に対する回答を取得する。

図１に示す例では、２人のユーザ（ユーザＡおよびユーザＢ）に対して、質問セット３００に含まれる１または複数の質問３１０が提示されている例を示す。なお、質問３１０の提示は、一覧形式であってもよいし、所定数ずつ切替えまたはスクロール表示されてもよい。

各ユーザは、提示された質問３１０のうち一部または全部を選択して回答する。図１に示すように、各ユーザからの回答は、ユーザが回答した複数の質問３１０を特定するための質問ＩＤ３３２と、各質問３１０に対する回答内容３３４とを含む、回答データセット３３０の形式で取得されてもよい。

マッチングシステムは、ユーザが回答した質問に基づいて第１のマッチング処理（後述する「選択質問マッチング」）を実行する。この第１のマッチング処理では、回答データセット３３０に含まれる質問ＩＤ３３２の情報が利用される。

続いて、第１のマッチング処理の結果が第１の判定条件を満たす場合に、ユーザからの回答に含まれる回答の内容に基づいて第２のマッチング処理（後述する「回答内容マッチング」）を実行する。この第２のマッチング処理では、回答データセット３３０に含まれる、特定の質問３１０に対する回答内容３３４の情報が利用される。

最終的に、マッチングシステムは、所定の判定条件を満たすユーザ間について、マッチングスコアを算出する。なお、本明細書において、「マッチングスコア」は、ある基準となるユーザと他のユーザ（現実のユーザおよび仮想のユーザのいずれをも含む）との間のマッチング度合いあるいは適合度を示す指標を包含する用語である。あるいは、「マッチングスコア」は、ユーザ間の相性の良さ（潜在的な場合も含む）を示す指標ということもできる。「マッチングスコア」は、どのようなレンジの値であってもよく、スカラ値であってもよいし、ベクトル値であってもよい。

図１に示すように、本実施の形態に係るマッチングシステムは、２段階のマッチング処理を採用することで、多数のユーザが存在する場合であっても、マッチングスコアの高いユーザの組み合わせを少ない計算リソースおよび短時間で見つけることができる。

＜Ｂ．マッチングシステム構成例＞
次に、本実施の形態に係るマッチングシステムの構成例について説明する。

図２は、本実施の形態に係るマッチングシステム１の構成例を示す模式図である。図２を参照して、マッチングシステム１は、マッチングに係る主たる処理を担当するサーバ１００と、サーバ１００にネットワーク２を介して接続可能な１または複数の端末装置２００とを含む。なお、後述するように、サーバ１００と端末装置２００とにより構成される、いわゆるサーバ・クライエント形式に限らず、任意の形式を用いて実装してもよい。

マッチングシステム１において、ユーザ同士を結び付けるためのマッチング処理は、典型的には、次のような手順を含む。

まず、サーバ１００から１または複数の端末装置２００の各々に対して、複数の質問からなる質問セットが配信される（（１）質問セット配信）。端末装置２００の各々において、ユーザが配信された複数の質問のうち一部または全部を選択して回答を入力する（（２）質問選択・回答）。端末装置２００の各々を介してユーザから入力された回答の内容はサーバ１００へ送信される（（３）回答内容）。

なお、端末装置２００からサーバ１００へＷｅｂベースで質問セットが提供されてもよい。この場合には、サーバ１００は、質問セットを任意の端末装置２００からアクセス可能に保持するとともに、端末装置２００から入力される回答を格納する。このような構成を採用した場合には、サーバ１００から端末装置２００へ質問セットの全体を送信する必要がない。

サーバ１００は、端末装置２００の各々からの回答内容に基づいて、ユーザ間の適合度などを算出するためのマッチング処理を実行する（（４）マッチング処理）。サーバ１００は、必要に応じて、マッチング処理の結果を端末装置２００の各々へ送信してもよい。サーバ１００で実行されるマッチング処理の詳細については後述する。

なお、サーバ１００から配信された質問セットに対してユーザが受動的に回答する構成例に加えて／代えて、回答予定のユーザ自身が興味あるカテゴリを選択し（（０）カテゴリ選択）、サーバ１００が質問セットに含まれる質問のうち、選択されたカテゴリに属する質問を配信するようにしてもよい（（１）質問セット配信（選択カテゴリ））。このような、ユーザが能動的に回答する構成を採用することで、マッチングの精度を高めることができる。

＜Ｃ．ハードウェア構成例＞
次に、本実施の形態に係るマッチングシステムに含まれるサーバ１００および端末装置２００のハードウェアの構成例について説明する。

（ｃ１：サーバ１００）
図３は、本実施の形態に係るマッチングシステム１に含まれるサーバ１００のハードウェア構成例を示す模式図である。サーバ１００は、一例として、汎用的なアーキテクチャに従うハードウェア（例えば、汎用コンピュータ）を用いて実現されてもよい。

図３を参照して、サーバ１００は、プロセッサ１０２と、メインメモリ１０４と、入力部１０６と、表示部１０８と、ストレージ１１０と、光学ドライブ１１２と、ネットワークコントローラ１１６とを含む。これらのコンポーネントは、プロセッサバス１３０を介して電気的に接続されている。

プロセッサ１０２は、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）などで構成され、ストレージ１１０に格納されたプログラム（一例として、ＯＳ（Operating System）１１０２およびマッチングプログラム１１０４）を読出して、メインメモリ１０４に展開して実行することで、後述するような各種処理を実現する。

メインメモリ１０４は、ＤＲＡＭ（Dynamic Random Access Memory）やＳＲＡＭ（Static Random Access Memory）などの揮発性記憶装置などで構成される。ストレージ１１０は、例えば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）などの不揮発性記憶装置などで構成される。

ストレージ１１０には、基本的な機能を実現するためのＯＳ１１０２および後述するマッチング処理を実行するためのマッチングプログラム１１０４が格納される。ストレージ１１０には、配信される質問セット３００がさらに格納されてもよい。すなわち、ストレージ１１０は、質問セット３００を保持する記憶部に相当する。

入力部１０６は、キーボードやマウスなどで構成され、ユーザ操作を受付ける。表示部１０８は、ディスプレイ、各種インジケータ、プリンタなどで構成され、プロセッサ１０２からの処理結果などを出力する。

サーバ１００は、光学ドライブ１１２を有しており、コンピュータ読取可能なプログラムを非一過的に格納する記憶媒体１１４（例えば、ＤＶＤ（Digital Versatile Disc）などの光学記憶媒体）から、その中に格納されたプログラムに相当するコンピュータ読取可能な命令コードが読取られてストレージ１１０などにインストールされる。

サーバ１００で実行されるマッチングプログラム１１０４などは、コンピュータ読取可能な記憶媒体１１４を介してインストールされてもよいが、ネットワーク上のファイルサーバなどからダウンロードしてインストールするようにしてもよい。また、本実施の形態に係るサーバ１００が提供する機能は、ＯＳが提供するモジュールの一部を利用する形で実現される場合もある。

ネットワークコントローラ１１６は、ネットワーク２を介して、端末装置２００などの任意の情報処理装置との間でデータを遣り取りする。

（ｃ２：端末装置２００）
図４は、本実施の形態に係るマッチングシステム１に含まれる端末装置２００のハードウェア構成例を示す模式図である。端末装置２００は、汎用的なアーキテクチャに従う汎用コンピュータを用いて実現されてもよい。例えば、端末装置２００は、スマートフォン、タブレット、ノートパソコンのような形で具現化されてもよい。

図４を参照して、端末装置２００は、プロセッサ２０２と、メインメモリ２０４と、入力部２０６と、表示部２０８と、ストレージ２１０と、カメラ２１２と、マイク２１４と、スピーカ２１６と、無線通信コントローラ２１８と、モバイル通信コントローラ２２０とを含む。これらのコンポーネントは、プロセッサバス２３０を介して電気的に接続されている。

プロセッサ２０２は、ＣＰＵやＧＰＵなどで構成され、ストレージ２１０に格納されたプログラム（一例として、ＯＳ２１０２および接続用アプリケーションプログラム２１０４）を読出して、メインメモリ２０４に展開して実行することで、後述するような各種処理を実現する。

接続用アプリケーションプログラム２１０４は、サーバ１００から配信される複数の質問（質問セット３００）を表示するとともに、ユーザによる入力される回答を受付ける画面インターフェイスを提供する。接続用アプリケーションプログラム２１０４はとしては、ブラウザアプリケーションを採用してもよい。

メインメモリ２０４は、ＤＲＡＭやＳＲＡＭなどの揮発性記憶装置などで構成される。ストレージ２１０は、例えば、ＨＤＤやＳＳＤなどの不揮発性記憶装置などで構成される。

ストレージ２１０には、基本的な機能を実現するためのＯＳ２１０２および接続用アプリケーションプログラム２１０４が格納される。

入力部２０６は、タッチパネル、操作キー、キーボード、マウスなどで構成され、ユーザの操作を受付ける。表示部２０８は、液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイなどで構成され、プロセッサ２０２からの処理結果などを出力する。カメラ２１２は、視野内の静止画または動画を撮像する。カメラ２１２は、端末装置２００の任意の外表面に配置されていてもよい。マイク２１４は、任意の音声を電気信号に変換する。スピーカ２１６は、プロセッサ２０２などからの指令に応じて音声を発生する。

無線通信コントローラ２１８は、ネットワーク２を介してサーバ１００などとの間でデータを遣り取りするためのインターフェイスである。無線通信コントローラ２１８としては、無線ＬＡＮ（Local Area Network）やＢｌｕｅｔｏｏｔｈ（登録商標）などの無線通信モジュールを採用してもよい。

モバイル通信コントローラ２２０は、広域無線通信網を介してインターネットなどに接続し、サーバ１００などとの間でデータを遣り取りするためのインターフェイスである。モバイル通信コントローラ２２０としては、ＬＴＥ（Long Term Evolution）やＷｉＭＡＸなどの無線通信モジュールを採用してもよい。

＜Ｄ．マッチング処理の概要＞
次に、本実施の形態に係るマッチングシステム１におけるマッチング処理の概要について説明する。

（ｄ１：処理手順）
図５は、本実施の形態に係るマッチングシステム１におけるマッチング処理の概要を示すシーケンス図である。図５に示す処理手順は、典型的には、サーバ１００のプロセッサ１０２がマッチングプログラム１１０４（いずれも図３参照）を実行するとともに、端末装置２００のプロセッサ２０２が、ユーザ操作に応じて、接続用アプリケーションプログラム２１０４（いずれも図４参照）を実行することで実現されてもよい。

図５に示す処理手順は、回答収集フェーズ（ステップＳ２〜Ｓ２０）と、評価フェーズ（ステップＳ２０〜Ｓ２８）とを含む。説明の便宜上、図５には、回答収集フェーズおよび評価フェーズをまとめて記載しているが、それぞれのフェーズは互いに独立に実行することができる。例えば、評価フェーズは、回答収集フェーズの実行直後に実行されなくてもよい。すなわち、評価フェーズは、回答収集フェーズの実行とは独立して実行されてもよい。また、回答収集フェーズもユーザ毎にそれぞれ独立して実行されてもよい。

図５を参照して、いずれかのユーザが自身の端末装置２００に対して、マッチング処理への参加要求を入力する（ステップＳ２）。このとき、各ユーザは自身を特定するための識別情報であるユーザＩＤ（以下、「Ｓｕｂｊｅｃｔ ＩＤ」と記載する場合もある。）を明示的または黙示的に入力することが好ましい。なお、ユーザＩＤは、各ユーザを他のユーザから識別できる情報であれば十分であり、各ユーザの個人情報を特定できる情報でなくてもよい。端末装置２００は、ユーザが入力された参加要求をサーバ１００へ送信する（ステップＳ４）。

サーバ１００は、いずれかの端末装置２００からのユーザの参加要求に応答して、対象のユーザへ提供するための複数の質問からなる質問セット３００の配信を準備する（ステップＳ６）。そして、サーバ１００は、準備した質問セット３００を端末装置２００へ配信する（ステップＳ８）。

端末装置２００は、サーバ１００から配信された質問セット３００を表示部２０８などに表示する（ステップＳ１０）。ユーザは、端末装置２００の表示部２０８などに表示された複数の質問（質問セット３００）のうちいずれかを選択し（ステップＳ１２）、選択した質問に対して回答を入力する（ステップＳ１４）。ステップＳ１２およびＳ１４の処理は、ユーザが選択および回答した質問の数だけ繰返される（※１の繰返し）。

最終的に、端末装置２００は、ユーザが回答した１または複数の質問に対する回答の内容をサーバ１００へ送信する（ステップＳ１６）。

サーバ１００は、端末装置２００から回答内容を受信すると、回答された質問と回答内容との組を、対応するユーザのユーザＩＤと関連付けて格納する（ステップＳ１８）。なお、回答された質問と回答内容との組を特徴量化した上で格納するようにしてもよい。

このように、サーバ１００は、質問セット３００に含まれる１または複数の質問３１０をユーザに提示するとともに、当該ユーザからの質問３１０に対する回答を取得する取得処理を実行する。

回答収集フェーズ（ステップＳ２〜Ｓ２０）は、参加要求を入力したユーザの数だけ繰返される（※２の繰返し）。

このように、サーバ１００は、複数のユーザからの回答内容が収集されると、評価フェーズ（ステップＳ２０〜Ｓ２８）の処理を実行する。

より具体的には、サーバ１００は、ユーザが選択および回答した１または複数の質問に基づいて、第１のマッチング処理（以下、「選択質問マッチング」とも称す。）を実行する（ステップＳ２０）。第１のマッチング処理（選択質問マッチング）において、サーバ１００は、予め定められた第１の判定条件を満たすユーザの集合を抽出する。典型的には、サーバ１００は、選択および回答した質問（すなわち、質問セット３００における質問の位置）のパターンが類似するユーザの集合を探索する。

続いて、サーバ１００は、抽出したユーザの集合について、回答内容に基づく第２のマッチング処理（以下、「回答内容マッチング」とも称す。）を実行する（ステップＳ２２）。第２のマッチング処理（回答内容マッチング）において、サーバ１００は、予め定められた第２の判定条件を満たすユーザの組を抽出する。典型的には、サーバ１００は、選択された質問に対する回答内容または回答内容を示す特徴量が類似するユーザ同士を探索する。

ステップＳ２０およびＳ２２の処理は、質問に回答したユーザの数に応じて繰返される（※３の繰返し）。

このように、サーバ１００は、第１のマッチング処理の結果が第１の判定条件を満たす場合に、ユーザからの回答に含まれる回答の内容に基づいて第２のマッチング処理を実行する。

最終的に、サーバ１００は、第２のマッチング処理の結果に基づいて、マッチングスコアを算出する（ステップＳ２４）。サーバ１００は、必要に応じて、算出したマッチングスコアの全部または一部を端末装置２００へ送信する（ステップＳ２６）。なお、サーバ１００により算出されたマッチングスコアは、端末装置２００ではなく、上位のサーバなどへ送信されてもよい。

端末装置２００は、サーバ１００からマッチングスコアを受信すると、その受信したマッチングスコアを表示部２０８などに表示する（ステップＳ２８）。

以上で、マッチングシステム１における処理手順の実行が完了する。

なお、ユーザに提供される画面インターフェイスとしては、第１のマッチング処理（選択質問マッチング）（ステップＳ２０）の後は、マッチングしたユーザのみを提示するようにしてもよい。また、第２のマッチング処理（回答内容マッチング）（ステップＳ２２）の後は、対応するマッチングスコアの順に並べて抽出されたユーザを表示してもよい。マッチングスコアを数値で表示してもよいが、マッチングの強度（強いあるいは弱い）を示す離散的な表現を採用してもよい（例えば、マッチングスコアが大きいほど、互いに近接してユーザの顔やアイコンを表示するなど）。

第１のマッチング処理（選択質問マッチング）（ステップＳ２０）においては、すべての処理を実行しなくてもよい。すなわち、ある段階までの処理によって決定される、ある程度ラフなマッチング結果を出力するようにしてもよい。この場合、残りの処理での処理結果に基づいて、出力する順序やマッチングの強度を示す表示態様を決定してもよい。

第１のマッチング処理（選択質問マッチング）の処理途中で結果を出力する場合には、第１のマッチング処理（選択質問マッチング）の残りの処理での処理結果を後段の第２のマッチング処理（回答内容マッチング）に反映してもよい。

このように、第１のマッチング処理（選択質問マッチング）（ステップＳ２０）と、第２のマッチング処理（回答内容マッチング）（ステップＳ２２）とは、任意の態様で結合させることができる。

（ｄ２：質問セット）
次に、本実施の形態に係るマッチングシステム１において用いられる質問セット３００の一例について説明する。

図６は、本実施の形態に係るマッチングシステム１において用いられる質問セット３００の構成例を示す模式図である。図６を参照して、質問セット３００は、カテゴリ別に区分された複数の質問３１０を含む。質問３１０の各々には、質問セット３００において各質問３１０を特定するための識別情報である質問ＩＤが付与されている。

図６に示す質問セット３００は、複数のカテゴリの階層構造を有するカテゴリツリー３０２をベースとして構成されており、質問３１０の各々は、階層化されたいずれかのカテゴリに属することになる。このように、質問セット３００は、階層構造を有している。

図６には、第１階層および第２階層を有するカテゴリツリー３０２の一例を示すが、より多くの階層、あるいは、より少ない階層のカテゴリツリー３０２を採用してもよい。また、質問３１０は、単一のカテゴリではなく、複数のカテゴリに属するようにしてもよい。さらに、同一階層のカテゴリ（図６に示す例では、第２階層）にすべての質問３１０が属していなくてもよく、例えば、一部の質問３１０については第１階層のカテゴリに属するようにしてもよい。

図６には、カテゴリ別に区分された質問セット３００（すなわち、階層化された質問セット３００）の例を示すが、質問３１０の各々は特定のカテゴリに分類されていなくてもよい。言い換えれば、複数の質問３１０からなる質問セット３００を採用してもよい。

（ｄ３：回答収集フェーズ）
次に、図５に示す回答収集フェーズにおいて収集される回答された質問と回答内容との組の一例について説明する。

図７は、本実施の形態に係るマッチングシステム１において用いられる回答された質問と回答内容との組の一例を示す模式図である。図７を参照して、サーバ１００は、ユーザが回答した質問３１０と、当該質問３１０に対する回答内容との回答データセット３３０を収集および格納する。

回答データセット３３０は、ユーザが回答した１または複数の質問３１０を特定するための１または複数の質問ＩＤ３３２と、各質問３１０に対する回答内容３３４とを含む。すなわち、回答データセット３３０は、対応付けられた質問ＩＤ３３２と回答内容３３４との組を１または複数含む。

回答データセット３３０には、任意の数の質問ＩＤ３３２と回答内容３３４との組が含まれ得るので、含まれる組の数を明確化するために、ＮＵＬＬコード３３８を最後に付加してもよい。

図７には、ユーザが、「質問ＩＤ」として「１２７」が付与された質問３１０Ａと、「質問ＩＤ」として「８８２」が付与された質問３１０Ｂと、「質問ＩＤ」として「１４６９」が付与された質問３１０Ｃとに対して回答した場合に収集および格納される回答データセット３３０の例を示す。

質問３１０Ａの質問内容は「猫は好きですか？」であり、この質問に対する回答内容３３４Ａは「はい」である。質問３１０Ｂの質問内容は「水泳は好きですか？」であり、この質問に対する回答内容３３４Ｂは「いいえ」である。質問３１０Ｃの質問内容は「ランチでよく食べるものは？」であり、この質問に対する回答内容３３４Ｃは「カレーライス」である。

図７に示すように、質問としては、質問３１０Ａおよび質問３１０Ｂに示されるような、はい（ＹＥＳ）／いいえ（ＮＯ）といった回答範囲を限定するクローズドクエスチョンであってもよいし、質問３１０Ｃに示されるような、ユーザから任意の内容を回答として受付けるオープンクエスチョンであってもよい。

回答としてオープンクエスチョンを受付ける場合には、回答内容から特徴量を算出して、回答の類似度を評価するようにしてもよい。回答内容から特徴量を算出する手法としては、Word2vecやBERT（Bidirectional Encoder Representations from Transformers）（https://arxiv.org/abs/1810.04805）などを用いることができる。

当然のことながら、質問としては、図７に示されるようなものに限定されることなく、任意の内容を採用できる。このような質問の多様性に対応して、回答内容も任意の内容を受付けるようにすればよい。

図７には、説明の便宜上、質問ＩＤ３３２と対応する回答内容３３４と組の簡略化された例を示すが、マッチングシステム１に格納する大規模な質問については、質問セット３００の階層構造を特定するための情報を含めるようにしてもよい。

図８は、本実施の形態に係るマッチングシステム１において用いられる質問３１０のデータ構造の一例を示す模式図である。図８を参照して、質問３１０の各々は、質問ＩＤ３３２と、質問３１０の属性情報３３３とを含む。属性情報３３３は、質問３１０が属するカテゴリおよび当該属するカテゴリの上位カテゴリの情報を含む。属性情報３３３は、質問３１０の内容や質問形式を示す情報を含んでいてもよい。

図８に示すようなデータ構造の質問セット３００を採用することで、大量の質問３１０を格納した場合であっても、質問セット３００の階層構造を適切に規定できる。

（ｄ４：評価フェーズ）
次に、図５に示す評価フェーズにおける回答データセット３３０を利用したマッチング処理の一例について説明する。

図９は、本実施の形態に係るマッチングシステム１における評価フェーズの処理概要を説明するための図である。評価フェーズにおいては、２段階のマッチング（選択質問マッチングおよび回答内容マッチング）が実行される。

第１のマッチング処理（選択質問マッチング）において、サーバ１００は、ユーザが選択および回答した１または複数の質問に基づいて、ユーザ間の適合度を評価する。すなわち、サーバ１００は、第１のマッチング処理（選択質問マッチング）において、ユーザが回答した１または複数の質問と、他のユーザが回答した１または複数の質問との類似度を評価する。

例えば、サーバ１００は、ユーザＡから得られた回答データセット３３０Ａに含まれる１または複数の質問ＩＤ３３２と、ユーザＢから得られた回答データセット３３０Ｂに含まれる１または複数の質問ＩＤ３３２とに基づいて、第１のマッチング処理を行う。ここで、サーバ１００は、複数の他のユーザのうち、第１のマッチング処理の結果が第１の判定条件を満たしている他のユーザ（の集合）を抽出する。

続いて、第２のマッチング処理（回答内容マッチング）において、サーバ１００は、第１のマッチング処理により抽出されたユーザの集合について、選択された質問に対する回答内容に基づいて、ユーザ間の適合度を評価する。すなわち、サーバ１００は、第２のマッチング処理（回答内容マッチング）において、ユーザからの回答に含まれる回答の内容と、他のユーザからの回答に含まれる回答の内容との類似度を評価する。

例えば、サーバ１００は、ユーザＡから得られた回答データセット３３０Ａに含まれる１または複数の質問３１０に対する回答内容３３４と、ユーザＢから得られた回答データセット３３０Ｂに含まれる１または複数の質問３１０に対する回答内容３３４とに基づいて、第２のマッチング処理を行う。このとき、サーバ１００は、第１のマッチング処理により抽出された他のユーザに対してマッチングスコアを算出してもよい。そして、サーバ１００は、第２のマッチング処理の結果（例えば、マッチングスコア）が第２の判定条件を満たすユーザの組を抽出する。

さらに、サーバ１００は、第２のマッチング処理の結果が第２の判定条件を満たす他のユーザをマッチング結果として通知する通知処理を実行するようにしてもよい。すなわち、サーバ１００は、第２のマッチング処理の結果が第２の判定条件を満たすユーザの組を抽出すると、当該抽出したユーザの組に含まれるユーザに対して、当該組に含まれる他のユーザを特定できる情報を提供してもよい。

なお、２段階のマッチング処理（選択質問マッチングおよび回答内容マッチング）は、実際のユーザ間のマッチングスコアを算出するだけではなく、対象のユーザと予め想定した仮想のユーザとの間のマッチングスコアを算出するようにしてもよい。この場合には、何らかの観点で分類された典型的な複数の仮想ユーザを想定し、各仮想ユーザが回答するであろう回答パターンを予め用意しておけばよい。

第１のマッチング処理および第２のマッチング処理については、任意の手法を採用できる。以下、第１のマッチング処理および第２のマッチング処理として採用される手法の具体例について説明する。

＜Ｅ．第１のマッチング処理（選択質問マッチング）＞
次に、図５に示す評価フェーズに含まれる第１のマッチング処理（選択質問マッチング）の具体的な手法のいくつかについて説明する。

（ｅ１：マッチング手法１）
第１のマッチング処理（選択質問マッチング）の手法として、回答データセット３３０に含まれる質問ＩＤ３３２の一致数（重複数）を評価してもよい。

図１０は、本実施の形態に係るマッチングシステム１における第１のマッチング処理（選択質問マッチング）の一つの手法を説明するための図である。図１０を参照して、複数のユーザ間において、各ユーザの回答データセット３３０に含まれる質問ＩＤ３３２の一致数（重複数）をマッチングスコアとして算出する。

図１０に示す例では、ユーザＡ（Ｓｕｂｊｅｃｔ ＩＤ：４４９２）から得られた回答データセット３３０Ａは５個の質問ＩＤ３３２を含み、ユーザＢ（Ｓｕｂｊｅｃｔ ＩＤ：１０２５３４）から得られた回答データセット３３０Ｂは７個の質問ＩＤ３３２を含む。質問ＩＤ３３２の重複について評価すると、質問ＩＤ３３２の値が「１２７」および「１４６９」の２個について両者の間で一致（重複）していることが分かる。２個の質問ＩＤ３３２が一致していることから、マッチングスコアを「２」と算出できる。

マッチングスコアが「２」であることは、対象のユーザ間において、２つの質問（興味）において接点があると推定できる。

このように、第１のマッチング処理（選択質問マッチング）においては、あるユーザが回答した１または複数の質問と、他のユーザが回答した１または複数の質問との間で、一致している質問の数に基づいて、類似度が評価される。

任意のユーザ間について、図１０に示すマッチングスコアをそれぞれ算出することができる。なお、図１０には、２人のユーザ間についてマッチングスコアを算出する例を示すが、３人以上のユーザ間についてマッチングスコアを算出してもよい。

図１１は、図１０に示される第１のマッチング処理（選択質問マッチング）の手法により算出されるマッチングスコアの評価結果の一例を示す図である。図１１（Ａ）および図１１（Ｂ）に示すように、ユーザ毎に他のユーザとの間の適合度を算出してもよい。なお、適合度の算出には、後述するような重みを採用してもよい。

図１１（Ａ）には、第１のマッチング処理の評価結果３４０Ａとして、基準ユーザについて、当該基準ユーザに対して高いマッチングスコアを示す順に他のユーザをランキングした結果が示されている。より具体的には、評価結果３４０Ａは、基準ユーザ欄３４２と、基準ユーザ欄３４２に規定されるユーザＩＤのユーザに対して、高いマッチングスコアを示すユーザのユーザＩＤを規定する高ランキングユーザ欄３４４と、基準ユーザに対して算出されたマッチングスコアの値を規定するマッチングスコア欄３４６とを含む。

なお、ランキング上位のユーザに関する関連情報をさらに関連付けて表示してもよい。

図１１（Ｂ）には、基準ユーザが選択した質問のうち、どの程度の質問が一致しているかを示すマッチ率を算出する例を示す。すなわち、マッチ率＝（他のユーザとの間で一致している質問の数）／（基準ユーザの選択した質問の総数）として算出できる。

図１１（Ｂ）に示される第１のマッチング処理の評価結果３４０Ｂにおいては、基準ユーザについて、当該基準ユーザに対して高いマッチ率を示す順に他のユーザをランキングした結果が示されている。より具体的には、評価結果３４０Ｂは、基準ユーザ欄３４２と、高ランキングユーザ欄３４４と、基準ユーザに対して算出されたマッチ率の値を規定するマッチ率欄３４８とを含む。

上述した第１の判定条件としては、（１）図１１（Ａ）および図１１（Ｂ）に示される評価結果３４０Ａおよび３４０Ｂにおいて上位から所定数の範囲にあること（例えば、上位２０位以内）、（２）算出されるマッチングスコアの値が予め定められたしきい値を超えること、（３）算出されるマッチ率が予め定められたしきい値を超えること、などが想定される。

（ｅ２：マッチング手法２）
第１のマッチング処理（選択質問マッチング）の別の手法として、回答データセット３３０に含まれる質問ＩＤ３３２ではなく、質問ＩＤ３３２が属するカテゴリの一致数（重複数）を評価してもよい。すなわち、それぞれのユーザが同一のカテゴリに属する異なる質問を選択した場合においては、カテゴリの同一性をもって、互いに接点があると推定できる。このようなカテゴリの同一性に基づく推定は、質問セット３００の階層構造に基づいた、回答を取得した質問からの論理的な推論を意味する。

図１２は、本実施の形態に係るマッチングシステム１における第１のマッチング処理（選択質問マッチング）の別の手法を説明するための図である。図１２に示す手法においては、各ユーザの回答データセット３３０に含まれる質問ＩＤ３３２が属するカテゴリＩＤ３３６が評価に用いられる。カテゴリＩＤ３３６は、質問セット３００において各質問３１０が属するカテゴリを特定するための識別情報である。より具体的には、カテゴリＩＤ３３６の一致数（重複数）をマッチングスコアとして算出する。

図１２に示す例では、ユーザＡ（Ｓｕｂｊｅｃｔ ＩＤ：４４９２）から得られた回答データセット３３０Ａは５個の質問を含み、ユーザＢ（Ｓｕｂｊｅｃｔ ＩＤ：１０２５３４）から得られた回答データセット３３０Ｂは７個の質問を含む。サーバ１００は、それぞれの質問が属するカテゴリを示すカテゴリＩＤ３３６を決定し、カテゴリＩＤ３３６の重複について評価する。カテゴリＩＤ３３６の値が「ａ１０」、「ｂ０７」および「ｂ１５」の３個について両者の間で一致（重複）していることが分かる。３個のカテゴリＩＤ３３６が一致していることから、マッチングスコアを「３」と算出できる。

マッチングスコアが「３」であることは、対象のユーザ間において、３つの質問（興味）において接点があると推定できる。

任意のユーザ間について、図１２に示すマッチングスコアをそれぞれ算出することができる。なお、図１２には、２人のユーザ間についてマッチングスコアを算出する例を示すが、３人以上のユーザ間についてマッチングスコアを算出してもよい。

図１２に示されるマッチング手法においても、上述の図１１と同様の評価結果を算出できる。算出される評価結果の内容については上述した内容と実質的に同一であるので、詳細な説明は繰返さない。

また、上述した第１の判定条件についても同様に、（１）ランキングの上位から所定数の範囲にあること（例えば、上位２０位以内）、（２）算出されるマッチングスコアの値が予め定められたしきい値を超えること、（３）算出されるマッチ率が予め定められたしきい値を超えること、などが想定される。

（ｅ３：マッチング手法３）
第１のマッチング処理（選択質問マッチング）のさらに別の手法として、回答データセット３３０に含まれる質問ＩＤ３３２から算出される潜在空間への写像（あるいは、特徴量ないし特徴ベクトル）に基づいて、マッチングスコアを算出してもよい。

図１３は、本実施の形態に係るマッチングシステム１における第１のマッチング処理（選択質問マッチング）のさらに別の手法を説明するための図である。図１３を参照して、複数のユーザ間において、各ユーザの回答データセット３３０に含まれる質問ＩＤ３３２から算出される潜在空間への写像３５２に基づいて、マッチングスコアを算出してもよい。

図１３に示す例では、ユーザＡ（Ｓｕｂｊｅｃｔ ＩＤ：４４９２）から得られた回答データセット３３０Ａに含まれる５個の質問ＩＤ３３２を写像モデル３５０に入力することで、潜在空間への写像３５２Ａが算出され、ユーザＢ（Ｓｕｂｊｅｃｔ ＩＤ：１０２５３４）から得られた回答データセット３３０Ｂに含まれる７個の質問ＩＤ３３２を写像モデル３５０に入力することで、潜在空間への写像３５２Ｂが算出される。

そして、潜在空間への写像３５２Ａと潜在空間への写像３５２Ｂとの間の類似度を評価することで、マッチングスコアを算出できる。マッチングスコアの算出には、例えば、照合モデル３５４を用いてもよい。

このように、第１のマッチング処理（選択質問マッチング）においては、あるユーザが回答した１または複数の質問から算出される潜在空間への写像と、他のユーザが回答した１または複数の質問から算出される潜在空間への写像とに基づいて、類似度が評価される。

ここで、写像モデル３５０および照合モデル３５４の詳細について説明する。写像モデル３５０および照合モデル３５４は、いずれも事前の学習によって生成してもよい。

写像モデル３５０は、潜在空間への写像３５２として、カテゴリ間の類似度に対する事前知識に基づいて作成された特徴量を出力するように学習されてもよい。あるいは、写像モデル３５０は、主成分分析などのアルゴリズムを利用したものであってもよい。また、写像モデル３５０は、ニューラルネットワークなどを用いて学習したものであってもよい。

照合モデル３５４は、入力される複数の潜在空間への写像３５２（特徴量）間の類似度合いを示す特徴量を算出するものであってもよい。

マッチングスコアを算出する方法として、潜在空間への写像３５２の間の距離を示す指標を用いてもよい。例えば、潜在空間への写像３５２の間の距離が近いほど、マッチングスコアが高いと評価されてもよいし、潜在空間への写像３５２の間の距離が予め定められたしきい値以上である場合に、マッチすると評価するとともに、それ以外の場合に、アンマッチしないと評価してもよい。

写像モデル３５０および照合モデル３５４を生成するための学習には、質問と回答との組に、実際のマッチングスコア（あるいは、主観的な満足度合い）をラベル付けした学習データセットを用いてもよい。

なお、潜在空間への写像３５２として、人為的に設計した特徴量を出力するように写像モデル３５０を設計した上で、照合モデル３５４としてニューラルネットワークを用いて、マッチングスコアを算出してもよい。逆に、写像モデル３５０を学習により生成した上で、算出される潜在空間への写像３５２（特徴量）を、予め定められた距離を示す指標を用いて評価してもよい。

任意のユーザ間について、図１３に示すマッチングスコアをそれぞれ算出することができる。なお、図１３には、２人のユーザ間についてマッチングスコアを算出する例を示すが、３人以上のユーザ間についてマッチングスコアを算出してもよい。

図１３に示されるマッチング手法においても、上述の図１１と同様の評価結果を算出できる。算出される評価結果の内容については上述した内容と実質的に同一であるので、詳細な説明は繰返さない。

また、上述した第１の判定条件についても同様に、（１）ランキングの上位から所定数の範囲にあること（例えば、上位２０位以内）、（２）算出されるマッチングスコアの値が予め定められたしきい値を超えること、（３）算出されるマッチ率が予め定められたしきい値を超えること、などが想定される。

（ｅ４：マッチング手法４）
第１のマッチング処理（選択質問マッチング）のさらに別の手法として、図１３に示す手法において、回答データセット３３０に含まれる質問ＩＤ３３２ではなく、質問ＩＤ３３２が属するカテゴリの一致数（重複数）を評価してもよい。すなわち、それぞれのユーザが同一のカテゴリに属する異なる質問を選択した場合においては、カテゴリの同一性をもって、互いに接点があると推定できる。このようなカテゴリの同一性に基づく推定は、質問セット３００の階層構造に基づいた、回答を取得した質問からの論理的な推論を意味する。

質問ＩＤ３３２が属するカテゴリを用いる処理の詳細については、上述の図１２および図１３において説明した処理と同様であるので、ここでは、詳細な説明は繰返さない。

＜Ｆ．第２のマッチング処理（回答内容マッチング）＞
次に、図５に示す評価フェーズに含まれる第２のマッチング処理（回答内容マッチング）の具体的な手法のいくつかについて説明する。

（ｆ１：マッチング手法１）
第２のマッチング処理（回答内容マッチング）の手法として、回答データセット３３０に含まれる各質問に対する回答内容３３４の一致数（重複数）を評価してもよい。

図１４は、本実施の形態に係るマッチングシステム１における第２のマッチング処理（回答内容マッチング）の一つの手法を説明するための図である。図１４を参照して、複数のユーザ間において、各ユーザの回答データセット３３０に含まれる各質問に対する回答内容３３４の一致数（重複数）をマッチングスコアとして算出する。なお、マッチングスコアの算出には、後述するような重みを採用してもよい。

図１４に示す例では、ユーザＡ（Ｓｕｂｊｅｃｔ ＩＤ：４４９２）から得られた回答データセット３３０ＡとユーザＢ（Ｓｕｂｊｅｃｔ ＩＤ：１０２５３４）から得られた回答データセット３３０Ｂとの間では、２つの質問が一致（共通）しているとする。回答データセット３３０Ａと回答データセット３３０Ｂとの間で、２つの共通する質問に対する回答内容３３４の一致の有無が評価される。

図１２に示す例では、回答データセット３３０Ａに含まれる回答内容３３４は、「はい」および「いいえ」であり、回答データセット３３０Ｂに含まれる回答内容３３４は、「はい」および「はい」である。この例においては、１個の回答内容３３４について両者の間で一致（重複）していることが分かる。１個の回答内容３３４が一致していることから、マッチングスコアを「１」と算出できる。

マッチングスコアが「１」であることは、対象のユーザ間において、１つの趣味、嗜好、性格、適正、興味などが共通していると推定できる。

任意のユーザ間について、図１４に示すマッチングスコアをそれぞれ算出することができる。なお、図１４には、２人のユーザ間についてマッチングスコアを算出する例を示すが、３人以上のユーザ間についてマッチングスコアを算出してもよい。

さらに、図１４に示される第２のマッチング処理（回答内容マッチング）の手法により算出されるマッチングスコアに基づいて、上述の図１１（Ａ）および図１１（Ｂ）のように、ユーザ毎に他のユーザとの間の適合度を算出してもよい。

上述した第２の判定条件としては、（１）マッチングスコアのランキングにおいて上位であること（例えば、上位２０位以内）、（２）算出されるマッチングスコアの値が予め定められたしきい値を超えること、（３）算出されるマッチ率が予め定められたしきい値を超えること、などが想定される。

（ｆ２：マッチング手法２）
第２のマッチング処理（回答内容マッチング）の別の手法として、回答データセット３３０に含まれる質問ＩＤ３３２ではなく、質問ＩＤ３３２が属するカテゴリの一致数（重複数）を評価してもよい。すなわち、それぞれのユーザが同一のカテゴリに属する異なる質問を選択した場合においては、カテゴリの同一性をもって、互いに接点があると推定できる。このようなカテゴリの同一性に基づく推定は、質問セット３００の階層構造に基づいた、回答を取得した質問からの論理的な推論を意味する。

質問ＩＤ３３２が属するカテゴリを用いる処理の詳細については、上述の図１２および図１３において説明した処理と同様であるので、ここでは、詳細な説明は繰返さない。

（ｆ３：マッチング手法３）
第２のマッチング処理（回答内容マッチング）のさらに別の手法として、回答データセット３３０に含まれる各質問に対する回答内容３３４から算出される潜在空間への写像（あるいは、特徴量ないし特徴ベクトル）に基づいて、マッチングスコアを算出してもよい。

図１５は、本実施の形態に係るマッチングシステム１における第２のマッチング処理（回答内容マッチング）のさらに別の手法を説明するための図である。図１５を参照して、複数のユーザ間において、各ユーザの回答データセット３３０に含まれる各質問に対する回答内容３３４から算出される潜在空間への写像３６２に基づいて、マッチングスコアを算出してもよい。

図１５に示す例では、ユーザＡ（Ｓｕｂｊｅｃｔ ＩＤ：４４９２）から得られた回答データセット３３０Ａに含まれる各質問に対する回答内容３３４Ａを写像モデル３６０に入力することで、潜在空間への写像３５２Ａが算出され、ユーザＢ（Ｓｕｂｊｅｃｔ ＩＤ：１０２５３４）から得られた回答データセット３３０Ｂに含まれる各質問に対する回答内容３３４Ｂを写像モデル３６０に入力することで、潜在空間への写像３６２Ｂが算出される。

そして、潜在空間への写像３６２Ａと潜在空間への写像３６２Ｂとの間の類似度を評価することで、マッチングスコアを算出できる。マッチングスコアの算出には、例えば、照合モデル３６４を用いてもよい。

写像モデル３６０および照合モデル３６４は、上述の図１３に示す写像モデル３５０および照合モデル３５４と同様に生成あるいは構成できる。写像モデル３６０および照合モデル３６４を生成するための学習には、質問と回答との組に、実際のマッチングスコア（あるいは、主観的な満足度合い）をラベル付けした学習データセットを用いてもよい。

任意のユーザ間について、図１５に示すマッチングスコアをそれぞれ算出することができる。なお、図１５には、２人のユーザ間についてマッチングスコアを算出する例を示すが、３人以上のユーザ間についてマッチングスコアを算出してもよい。

図１５に示されるマッチング手法においても、上述の図１１と同様の評価結果を算出できる。算出される評価結果の内容については上述した内容と実質的に同一であるので、詳細な説明は繰返さない。

また、上述した第２の判定条件についても同様に、（１）マッチングスコアのランキングにおいて上位であること（例えば、上位２０位以内）、（２）算出されるマッチングスコアの値が予め定められたしきい値を超えること、（３）算出されるマッチ率が予め定められたしきい値を超えること、などが想定される。

（ｆ４：マッチング手法４）
第２のマッチング処理（回答内容マッチング）のさらに別の手法として、図１５に示す手法において、回答データセット３３０に含まれる質問ＩＤ３３２ではなく、質問ＩＤ３３２が属するカテゴリの一致数（重複数）を評価してもよい。すなわち、それぞれのユーザが同一のカテゴリに属する異なる質問を選択した場合においては、カテゴリの同一性をもって、互いに接点があると推定できる。このようなカテゴリの同一性に基づく推定は、質問セット３００の階層構造に基づいた、回答を取得した質問からの論理的な推論を意味する。

質問ＩＤ３３２が属するカテゴリを用いる処理の詳細については、上述の図１２および図１３において説明した処理と同様であるので、ここでは、詳細な説明は繰返さない。

＜Ｇ．アプリケーション例＞
以下、本実施の形態に係るマッチングシステムのアプリケーション例のいくつかについて説明する。

（ｇ１：エキスパートクライアント型）
第１のアプリケーション例として、エキスパートクライアント型のシステムについて説明する。エキスパートクライアント型のシステムでは、雇用や診断などのサービスを提供するにあたって、適切な人同士のマッチングを決定するような場合に使用される。

エキスパートクライアント型においては、典型的には、図２に示すようなシステム構成が採用される。まず、エキスパートが、提供するサービスに応じた質問セット３００を用意する。そして、用意された質問セット３００の全部または一部がユーザへ配信される。

ユーザは、配信された質問セット３００に含まれる質問のうち、興味のある質問を選択して回答する。ユーザが選択した回答の内容がサーバ１００へ送信される。

サーバ１００は、上述したような２段階のマッチング（選択質問マッチングおよび回答内容マッチング）により、マッチングスコアを算出する。そして、サーバ１００は、算出したマッチングスコアに基づいて、雇用や診断などのサービスを実行する。

マッチングスコアに基づく分析においては、ユーザ間について算出されるマッチングスコアを用いる方法に加えて、代表的なペルソナパターンを予め用意しておき、各ペルソナパターンとの類似度あるいは適合度を評価する方法を採用してもよい。類似度あるいは適合度が予め定められた条件に合致した場合に、対応するペルソナパターンに応じた処方やサービスを提供するようにしてもよい。

（ｇ２：ＳＮＳ（Social Networking Service）型）
第２のアプリケーション例として、ＳＮＳ型のシステムについて説明する。ＳＮＳ型のシステムでは、各ユーザが目的とするユーザとの繋がりをより容易に見つけるような場合に使用される。

図１６は、本実施の形態に係るマッチングシステム１の別の構成例を示す模式図である。図１６を参照して、各ユーザが自分のもちたい繋がりに応じた質問を作成する（（１）質問作成）。例えば、動物に興味ある他のユーザと繋がりたいユーザは、例えば、「猫は好きですか？」といった質問を作成する。ユーザが作成した質問は、端末装置２００からサーバ１００へ送信される（（２）質問内容）。

サーバ１００は、端末装置２００から送信された質問を分析して、各質問が属するカテゴリを決定するとともに、質問セット３００を更新する（（３）質問セット更新）。

そして、サーバ１００は、１または複数の端末装置２００の各々に対して、更新後の質問セットの全部または一部を他のユーザへ配信する（（４）質問セット配信）。ユーザは、配信された質問セット３００に含まれる質問のうち、興味のある質問を選択して回答する（（５）質問選択・回答）。端末装置２００の各々を介してユーザから入力された回答の内容はサーバ１００へ送信される（（６）回答内容）。

サーバ１００は、上述したような２段階のマッチング（選択質問マッチングおよび回答内容マッチング）により、マッチングスコアを算出する（（７）マッチング処理）。そして、サーバ１００は、算出したマッチングスコアに基づいて、質問を作成したユーザに対して、高いマッチングスコアを示すユーザをマッチング結果として応答する（（８）マッチング結果）。これによって、質問を作成したユーザは、目的に適合したユーザと繋がることができる。

サーバ１００のマッチング処理においては、選択質問マッチングおよび回答内容マッチングの両方を行うようにしてもよいし、選択質問マッチングのみを行うようにしてもよい。例えば、選択質問マッチングにおいて、あるユーザが作成した質問に別のユーザが興味をもって回答したということは、回答内容が異なっていても、同じカテゴリの質問に興味をもっていると推論できる。そこで、同じカテゴリの質問に興味をもっているユーザ間のマッチングスコアを高くするようにしてもよい。

また、サーバ１００のマッチング処理においては、特定の質問に対してより大きな重み（あるいは、より小さな重み）を付与してマッチングスコアを算出するようにしてもよい。あるいは、ユーザに応じて、重みを付与する質問を変更し、あるいは、付与する重みの大きさを変更するようにしてもよい。

（ｇ３：ＳＮＳ型の変形例）
図１６には、サーバ１００を介して、端末装置２００同士で質問セットを配信する構成例について例示したが、ある端末装置２００から別の端末装置２００へ質問セットを直接配信するようにしてもよい。このような端末装置２００からの質問セットの直接配信は、例えば、あるユーザに関してマッチング対象の候補が既に存在している場合に、その候補の中から実際にマッチングするユーザを決定するような場合に有効である。

なお、上述したような場合に限らず、サーバ１００が存在しない、ピアトゥピアに類するシステムを採用してもよい。

（ｇ４：ＡＩ（artificial intelligence）型）
第３のアプリケーション例として、ＡＩ型のシステムについて説明する。ＡＩ型のシステムでは、質問セット（あるいは質問）を明示的にユーザに配信するのではなく、自立対話エージェントがユーザと対話するとともに、ユーザとの対話に１または複数の質問を含めることで、ユーザからの回答（ユーザが回答した質問のカテゴリおよび回答内容）を収集する。

自立対話エージェント（あるいはサーバ１００）は、上述したような２段階のマッチング（選択質問マッチングおよび回答内容マッチング）により、マッチングスコアを算出する。そして、算出したマッチングスコアに基づいて、雇用や診断などのサービスが実行される。

マッチングスコアに基づく分析においては、ユーザ間について算出されるマッチングスコアを用いる方法に加えて、代表的なペルソナパターンを予め用意しておき、各ペルソナパターンとの類似度あるいは適合度を評価する方法を採用してもよい。類似度あるいは適合度が予め定められた条件に合致した場合に、対応するペルソナパターンに応じた処方やサービスを提供するようにしてもよい。

＜Ｈ．質問セット３００の構築および更新＞
次に、質問セット３００の構築および更新の一例について説明する。

まず、任意の方法で質問が収集される。例えば、公知の知識データベースを参照する方法や、ネットワークを介した任意のユーザから収集する方法などが想定される。上述の図１６に示すように、何らかの繋がりをもちたいユーザによる質問の作成などの方法を採用してもよい。

質問セット３００は、複数のカテゴリの階層構造を有するカテゴリツリー３０２をベースとして構成されており、新たに追加された質問がいずれのカテゴリに属するのかを判断するようにしてもよい。

例えば、マッチングシステム１のサーバ１００は、新たに追加された質問を言語解析するとともに、カテゴリツリー３０２に含まれるカテゴリ（文字および内容）との類似性を評価することで、新たに追加された質問が属するカテゴリを決定してもよい。言語解析には、機械学習により構成された推論モデルを用いてもよい。

さらに、カテゴリツリー３０２の構造および過去に追加された質問の内容を入力とし、当該過去に追加された質問が分類されたカテゴリ（人手で決定してもよい）を推論結果の教師データとして、機械学習により構成された推論モデルを用いてもよい。

このように、サーバ１００は、ユーザが作成した質問を受付けると、当該受付けた質問が属するカテゴリを自動的に決定するとともに、質問セット３００を更新する更新処理を実行するようにしてもよい。このような構成を採用することで、少ないコストで、質問セットを構成できる。

なお、新たに追加された質問と既存の質問セット３００に含まれる他の質問との類似度に基づいて、複数の質問を単一の質問にまとめるようにしてもよい。例えば、「猫は好きですか？」という質問と、「犬は好きですか？」という質問とが含まれている場合には、「動物は好きですか？」といった質問にまとめてもよい。

あるいは、「猫は好きですか？」という質問と、「犬は好きですか？」という質問とが含まれている場合には、「猫は好きですか？」という質問のみを有効化してもよい。この場合、「犬は好きですか？」という質問そのものではなく、「猫は好きですか？」という代用質問が追加されることになる。

さらにあるいは、新たに追加された質問そのものではなく、代用質問を質問セット３００に追加するようにしてもよい。例えば、「猫は好きですか？」という質問が追加された場合に、そのままではなく、「動物は好きですか？」といった代用質問を追加してもよい。

このような質問をまとめる処理には、例えば、機械学習により構成された文章類似度判別モデルを用いることができる。このような文章類似度判別モデルとしては、BERTなどを利用してもよい。この文章類似度判別モデルを用いることで、２つの質問が等価であるか否かを評価することができる。このような評価結果を用いることで、類似した２つの質問を１つにまとめることができる。

このように、マッチングシステム１のサーバ１００は、追加された質問と他の質問との類似度に基づいて、当該追加された質問と当該追加された質問に類似した質問とをまとめて質問セット３００を更新してもよい。あるいは、サーバ１００は、追加された質問と他の質問との類似度に基づいて、当該追加された質問に対応する代表質問で質問セット３００を更新してもよい。

マッチングシステム１のサーバ１００は、質問のカテゴリと、予めユーザが登録した興味の範囲もしくは推定した興味の範囲とが適合するユーザに対してのみ、質問セット３００（１または複数の質問）を配信するようにしてもよい。ここで、興味の範囲は、各ユーザが先に行った回答内容から推定してもよい。

また、回答率の最大化を目標として、質問を配信するユーザを決定、あるいは、ユーザに配信する質問を決定する仕組みを機械学習により実現してもよい。この場合には、推論モデルに対する入力として、質問が属するカテゴリなどの特徴量、配信先ユーザの個人プロファイル（年齢や性別などの属性情報を含んでいてもよい）、配信先ユーザの過去の回答状況、予め用意された質問セット３００と配信先ユーザとの潜在的適合度、などを用いてもよい。推論モデルからは各ユーザの回答率が出力されるようにしてもよい。

各ユーザの回答率を最大化するように、推論モデルのパラメータを機械学習により最適化することで、学習済モデルを決定できる。なお、ユーザからの新たな回答状況を用いて、決定した学習済モデルのパラメータを順次最適化（追加学習）してもよい。

決定された学習済モデルを用いて、質問セット３００の配信先とすべきユーザを決定できる。あるいは、決定された学習済モデルを用いて、配信先のユーザに応じた質問セット３００を決定できる。

このような機械学習を用いた仕組みを採用することで、より効率的な質問セット３００の配信および回答の取得を実現できる。

＜Ｉ．変形例＞
（ｉ１：重み）
評価フェーズ（第１のマッチング処理（選択質問マッチング）、および／または、第２のマッチング処理（回答内容マッチング））においては、質問セット３００に含まれる質問に対して、マッチング処理に関する任意の重みを付与してもよい。また、評価フェーズ（第１のマッチング処理（選択質問マッチング）、および／または、第２のマッチング処理（回答内容マッチング））においても、ユーザから取得された回答に対して、マッチング処理に関する重みを付与してもよい。

このような重みの一例として、質問セット３００に追加されたのが新しい質問ほど大きな重みを付与し、古い質問ほど小さな重みを付与するようにしてもよい。なお、評価の目的や趣旨などに応じて、新しい質問ほど小さな重みを付与するようにしてもよい。

また、ユーザからの回答を取得した時刻に基づいて、より最近に取得された回答ほど大きな重みを付与し、古い回答ほど小さな重みを付与するようにしてもよい。なお、評価の目的や趣旨などに応じて、古い質問ほど小さな重みを付与するようにしてもよい。

このように、マッチング処理に関する重みは、対象の質問の時期、または、対象の回答の時期、に依存して決定されてもよい。

質問セット３００に含まれる質問に対して付与されるマッチング処理に関する重みの別の例として、質問セット３００に含まれる質問の特徴に基づいて重みを設定してもよい。質問の特徴の一例として流行度を採用すれば、流行度が低い質問ほど大きな重みを付与するようにしてもよい。このような構成を採用することで、ロングテールの問題が緩和でき、より公平的なマッチングシステムを実現できる。

質問セット３００に含まれる質問に対して付与されるマッチング処理に関する重みのさらに別の例として、各質問が属するカテゴリに応じた重みを採用してもよい。例えば、評価対象のマッチングの内容をより強く反映するカテゴリほど、大きな重みを付与してもよい。この場合、カテゴリ毎にマッチング結果に与える影響を機械学習などにより評価した上で、その評価結果に応じて重みを決定すればよい。

質問セット３００に含まれる質問に対して付与されるマッチング処理に関する重みのさらに別の例として、質問の回答者数に応じた重みを採用してもよい。例えば、回答者の多い質問ほど小さな重みを付与してもよい。なお、評価の目的や趣旨などに応じて、回答者の少ない質問ほど小さな重みを付与するようにしてもよい。

さらに、ユーザが任意の優先順位を設定できるようにしてもよい。この場合、設定された優先順位に応じた重みが付与されることになる。このように、質問セット３００に対して、任意の重みを人為的に設定できるようにしてもよい。

ユーザから取得された回答に対して付与されるマッチング処理に関する重みの別の例として、質問セット３００に回答したユーザの属性に基づいて重みを設定してもよい。ユーザの属性の一例として、弱い立場（すなわち、マッチングされにくい）と判定されたグループに属するユーザほど大きな重みを付与するようにしてもよい。このような構成を採用することで、ロングテールの問題が緩和でき、より公平的なマッチングシステムを実現できる。ユーザの属性の別の例として、重要なユーザや新たに登録されたユーザなども想定される。すなわち、重要なユーザからの回答や、新たに登録されたユーザからの回答に対して、より大きな重みを付与するようにしてもよい。

このように、質問セット３００および／または回答に対する、任意の重みを付与して、マッチング処理に適用してもよい。

（ｉ２：論理的な推論）
上述したように、論理的な推論は、例えば、質問セットの階層構造に含まれる情報を参照することなどで、取得された回答から、マッチング処理に適した情報（回答）を推論する処理を含む。このような論理的な推論を行うことで、例えば、あるユーザがある質問に対して回答した内容から、別の質問に対する回答を推論できる。ユーザが実際に回答した内容および推論によって得られた回答を用いて、第１のマッチング処理（選択質問マッチング）および／または第２のマッチング処理（回答内容マッチング）をより高い精度で実行できる。

このような論理的な推論は、質問セット３００の階層構造に基づいて、例えば、あるユーザが回答した質問のカテゴリと同じカテゴリに属する別の質問に対する回答を推論するような手法により実現できる。

例えば、あるユーザが「猫は好きですか？」という質問に対して、「はい」という回答を行っている場合には、「動物は好きですか？」という質問に対して、「はい」という回答を行うであろうと推論できる。

（ｉ３：実装形態）
上述の説明においては、典型例として、サーバ１００と１または複数の端末装置２００とからなるシステムによる実装例を示すが、どのような実装形態を採用してもよい。例えば、サーバ１００がすべての機能を担当するようにしてもよいし、サーバ１００が提供する機能の一部を端末装置２００で実行するようにしてもよい。

また、サーバ１００は、単一のコンピュータで実現する必要はなく、ネットワーク接続された複数のコンピュータで実現するようにしてもよい。この場合には、ネットワーク上のいわゆるクラウドと称させる計算リソースを利用して実現してもよい。

端末装置２００で実行されるプログラムは、任意のデータサーバから要求に応じてダウンロードする形でインストールされてもよい。

なお、上述の説明においては、プロセッサがプログラムを実行することで、本実施の形態に係るマッチングシステムを実現する実装例（ソフトウェア実装）を例示するがこれに限らず、一部または全部の処理を、ハードワイヤード回路を用いて実装してもよい（ハードウェア実装）。ハードワイヤード回路の一例としては、ＡＳＩＣ（application specific integrated circuit）やＦＰＧＡ（field-programmable gate array）などを用いることができる。

＜Ｊ．付記＞
上述したような本実施の形態は、以下のような技術思想を含む。
［構成１］
マッチングシステム（１）であって、
複数の質問（３１０）からなる質問セット（３００）を保持する記憶手段（１１０）と、
前記質問セットに含まれる１または複数の質問をユーザに提示するとともに、当該ユーザからの質問に対する回答を取得する取得手段（Ｓ８，Ｓ１６，Ｓ１８）と、
前記ユーザが回答した質問に基づいて第１のマッチング処理を実行する第１のマッチング処理手段（Ｓ２０）と、
前記第１のマッチング処理の結果が第１の判定条件を満たす場合に、前記ユーザからの回答に含まれる回答の内容に基づいて第２のマッチング処理を実行する第２のマッチング処理手段（Ｓ２２，Ｓ２４）とを備える、マッチングシステム。
［構成２］
前記第１のマッチング処理手段は、前記ユーザが回答した１または複数の質問と、他のユーザが回答した１または複数の質問との類似度を評価し、
前記第２のマッチング処理手段は、前記ユーザからの回答に含まれる回答の内容と、他のユーザからの回答に含まれる回答の内容との類似度を評価する、構成１に記載のマッチングシステム。
［構成３］
前記第１のマッチング処理手段は、複数の前記他のユーザのうち、前記第１のマッチング処理の結果が前記第１の判定条件を満たす他のユーザを抽出する、構成２に記載のマッチングシステム。
［構成４］
前記第２のマッチング処理手段は、前記第１のマッチング処理により抽出された他のユーザに対してマッチングスコア（Ｓ２４）を算出する、構成３に記載のマッチングシステム。
［構成５］
前記第１のマッチング処理手段は、前記ユーザが回答した１または複数の質問と、他のユーザが回答した１または複数の質問との間で、一致している質問の数に基づいて、類似度を評価する、構成２〜４のいずれか１項に記載のマッチングシステム。
［構成６］
前記第１のマッチング処理手段は、前記ユーザが回答した１または複数の質問から算出される潜在空間への写像と、他のユーザが回答した１または複数の質問から算出される潜在空間への写像とに基づいて、類似度を評価する、構成２〜４のいずれか１項に記載のマッチングシステム。
［構成７］
前記質問セットは、階層構造を有しており、
前記第１のマッチング処理手段および前記第２のマッチング処理手段の少なくとも一方は、前記質問セットの階層構造に基づいて、回答を取得した質問から論理的な推論を行う、構成１〜６のいずれか１項に記載のマッチングシステム。
［構成８］
前記質問セットに含まれる質問はカテゴリ別に区分されており、
ユーザが作成した質問を受付けて、前記質問セットを更新する更新手段をさらに備える、構成１〜６のいずれか１項に記載のマッチングシステム。
［構成９］
前記更新手段は、追加された質問が属するカテゴリを決定する、構成８に記載のマッチングシステム。
［構成１０］
前記更新手段は、追加された質問と他の質問との類似度に基づいて、当該追加された質問と当該追加された質問に類似した質問とをまとめて前記質問セットを更新する処理、および、当該追加された質問に対応する代表質問で前記質問セットを更新する処理の少なくとも一方を実行する、構成８または９に記載のマッチングシステム。
［構成１１］
前記取得手段は、質問のカテゴリと、予めユーザが登録した興味の範囲もしくは推定した興味の範囲とが適合するユーザに対してのみ、前記質問セットを配信する、構成８〜１０のいずれか１項に記載のマッチングシステム。
［構成１２］
ユーザからの回答率を最大化するように、質問を配信するユーザを決定、あるいは、ユーザに配信する質問を決定する学習済モデルをさらに備える、構成１１に記載のマッチングシステム。
［構成１３］
前記第１のマッチング処理手段および前記第２のマッチング処理手段の少なくとも一方は、前記質問セットに含まれる質問に対して、マッチング処理に関する重みを付与する、構成１〜１２のいずれか１項に記載のマッチングシステム。
［構成１４］
前記第１のマッチング処理手段および前記第２のマッチング処理手段の少なくとも一方は、前記ユーザから取得された回答に対して、マッチング処理に関する重みを付与する、構成１〜１３のいずれか１項に記載のマッチングシステム。
［構成１５］
前記マッチング処理に関する重みは、対象の質問の時期、または、対象の回答の時期、に依存して決定される、構成１３または１４に記載のマッチングシステム。
［構成１６］
前記第２のマッチング処理の結果が第２の判定条件を満たす他のユーザをマッチング結果として通知する通知手段をさらに備える、構成１〜１５のいずれか１項に記載のマッチングシステム。
［構成１７］
コンピュータ（１００）が実行するマッチング方法であって、
複数の質問（３１０）からなる質問セット（３００）に含まれる１または複数の質問をユーザに提示するとともに、当該ユーザからの質問に対する回答を取得するステップ（Ｓ８，Ｓ１６，Ｓ１８）と、
前記ユーザが回答した質問に基づいて第１のマッチング処理を実行するステップ（Ｓ２０）と、
前記第１のマッチング処理の結果が第１の判定条件を満たす場合に、前記ユーザからの回答に含まれる回答の内容に基づいて第２のマッチング処理を実行するステップ（Ｓ２２，Ｓ２４）とを備える、マッチング方法。
［構成１８］
マッチング方法を実行させるマッチングプログラム（１１０４）であって、コンピュータ（１００）に、
複数の質問（３１０）からなる質問セット（３００）に含まれる１または複数の質問をユーザに提示するとともに、当該ユーザからの質問に対する回答を取得するステップ（Ｓ８，Ｓ１６，Ｓ１８）と、
前記ユーザが回答した質問に基づいて第１のマッチング処理を実行するステップ（Ｓ２０）と、
前記第１のマッチング処理の結果が第１の判定条件を満たす場合に、前記ユーザからの回答に含まれる回答の内容に基づいて第２のマッチング処理を実行するステップ（Ｓ２２，Ｓ２４）とを実行させる、マッチングプログラム。

＜Ｋ．効果＞
本実施の形態に係るマッチングシステムおよびマッチング方法は、それぞれのユーザが回答した質問に基づく第１のマッチング処理（選択質問マッチング）と、それぞれのユーザからの回答に含まれる回答の内容に基づく第２のマッチング処理（回答内容マッチング）とからなる２段階のマッチングを採用する。このような２段階のマッチングを採用することで、多数のユーザが存在する場合であっても、趣味、嗜好、性格、適正、興味などが共通してマッチングの可能性が高いユーザの組を効率的に見つけることができる。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した説明ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１ マッチングシステム、２ ネットワーク、１００ サーバ、１０２，２０２ プロセッサ、１０４，２０４ メインメモリ、１０６，２０６ 入力部、１０８，２０８ 表示部、１１０，２１０ ストレージ、１１２ 光学ドライブ、１１４ 記憶媒体、１１６ ネットワークコントローラ、１３０，２３０ プロセッサバス、２００ 端末装置、２１２ カメラ、２１４ マイク、２１６ スピーカ、２１８ 無線通信コントローラ、２２０ モバイル通信コントローラ、３００ 質問セット、３０２ カテゴリツリー、３１０，３１０Ａ，３１０Ｂ，３１０Ｃ 質問、３３０，３３０Ａ，３３０Ｂ 回答データセット、３３２ 質問ＩＤ、３３４，３３４Ａ，３３４Ｂ，３３４Ｃ 回答内容、３３６ カテゴリＩＤ、３３８ コード、３４０Ａ，３４０Ｂ 評価結果、３４２ 基準ユーザ欄、３４４ 高ランキングユーザ欄、３４６ マッチングスコア欄、３４８ マッチ率欄、３５０，３６０ 写像モデル、３５２，３５２Ａ，３５２Ｂ，３６２，３６２Ａ，３６２Ｂ 写像、３５４，３６４ 照合モデル、１１０４ マッチングプログラム、２１０４ 接続用アプリケーションプログラム。

Claims (18)

1. マッチングシステムであって、
   複数の質問からなる質問セットを保持する記憶手段と、
   前記質問セットに含まれる１または複数の質問をユーザに提示するとともに、当該ユーザからの質問に対する回答を取得する取得手段と、
   前記ユーザが回答した質問に基づいて第１のマッチング処理を実行する第１のマッチング処理手段と、
   前記第１のマッチング処理の結果が第１の判定条件を満たす場合に、前記ユーザからの回答に含まれる回答の内容に基づいて第２のマッチング処理を実行する第２のマッチング処理手段とを備える、マッチングシステム。
2. 前記第１のマッチング処理手段は、前記ユーザが回答した１または複数の質問と、他のユーザが回答した１または複数の質問との類似度を評価し、
   前記第２のマッチング処理手段は、前記ユーザからの回答に含まれる回答の内容と、他のユーザからの回答に含まれる回答の内容との類似度を評価する、請求項１に記載のマッチングシステム。
3. 前記第１のマッチング処理手段は、複数の前記他のユーザのうち、前記第１のマッチング処理の結果が前記第１の判定条件を満たす他のユーザを抽出する、請求項２に記載のマッチングシステム。
4. 前記第２のマッチング処理手段は、前記第１のマッチング処理により抽出された他のユーザに対してマッチングスコアを算出する、請求項３に記載のマッチングシステム。
5. 前記第１のマッチング処理手段は、前記ユーザが回答した１または複数の質問と、他のユーザが回答した１または複数の質問との間で、一致している質問の数に基づいて、類似度を評価する、請求項２〜４のいずれか１項に記載のマッチングシステム。
6. 前記第１のマッチング処理手段は、前記ユーザが回答した１または複数の質問から算出される潜在空間への写像と、他のユーザが回答した１または複数の質問から算出される潜在空間への写像とに基づいて、類似度を評価する、請求項２〜４のいずれか１項に記載のマッチングシステム。
7. 前記質問セットは、階層構造を有しており、
   前記第１のマッチング処理手段および前記第２のマッチング処理手段の少なくとも一方は、前記質問セットの階層構造に基づいて、回答を取得した質問から論理的な推論を行う、請求項１〜６のいずれか１項に記載のマッチングシステム。
8. 前記質問セットに含まれる質問はカテゴリ別に区分されており、
   ユーザが作成した質問を受付けて、前記質問セットを更新する更新手段をさらに備える、請求項１〜７のいずれか１項に記載のマッチングシステム。
9. 前記更新手段は、追加された質問が属するカテゴリを決定する、請求項８に記載のマッチングシステム。
10. 前記更新手段は、追加された質問と他の質問との類似度に基づいて、当該追加された質問と当該追加された質問に類似した質問とをまとめて前記質問セットを更新する処理、および、当該追加された質問に対応する代表質問で前記質問セットを更新する処理の少なくとも一方を実行する、請求項８または９に記載のマッチングシステム。
11. 前記取得手段は、質問のカテゴリと、予めユーザが登録した興味の範囲もしくは推定した興味の範囲とが適合するユーザに対してのみ、前記質問セットを配信する、請求項８〜１０のいずれか１項に記載のマッチングシステム。
12. ユーザからの回答率を最大化するように、質問を配信するユーザを決定、あるいは、ユーザに配信する質問を決定する学習済モデルをさらに備える、請求項１１に記載のマッチングシステム。
13. 前記第１のマッチング処理手段および前記第２のマッチング処理手段の少なくとも一方は、前記質問セットに含まれる質問に対して、マッチング処理に関する重みを付与する、請求項１〜１２のいずれか１項に記載のマッチングシステム。
14. 前記第１のマッチング処理手段および前記第２のマッチング処理手段の少なくとも一方は、前記ユーザから取得された回答に対して、マッチング処理に関する重みを付与する、請求項１〜１２のいずれか１項に記載のマッチングシステム。
15. 前記マッチング処理に関する重みは、対象の質問の時期、または、対象の回答の時期、に依存して決定される、請求項１３または１４に記載のマッチングシステム。
16. 前記第２のマッチング処理の結果が第２の判定条件を満たす他のユーザをマッチング結果として通知する通知手段をさらに備える、請求項１〜１５のいずれか１項に記載のマッチングシステム。
17. コンピュータが実行するマッチング方法であって、
    複数の質問からなる質問セットに含まれる１または複数の質問をユーザに提示するとともに、当該ユーザからの質問に対する回答を取得するステップと、
    前記ユーザが回答した質問に基づいて第１のマッチング処理を実行するステップと、
    前記第１のマッチング処理の結果が第１の判定条件を満たす場合に、前記ユーザからの回答に含まれる回答の内容に基づいて第２のマッチング処理を実行するステップとを備える、マッチング方法。
18. マッチング方法を実行させるマッチングプログラムであって、コンピュータに、
    複数の質問からなる質問セットに含まれる１または複数の質問をユーザに提示するとともに、当該ユーザからの質問に対する回答を取得するステップと、
    前記ユーザが回答した質問に基づいて第１のマッチング処理を実行するステップと、
    前記第１のマッチング処理の結果が第１の判定条件を満たす場合に、前記ユーザからの回答に含まれる回答の内容に基づいて第２のマッチング処理を実行するステップとを実行させる、マッチングプログラム。

Images