JP6270153B2 - ユーザに適した活動対象を検索する検索装置及びプログラム - Google Patents
ユーザに適した活動対象を検索する検索装置及びプログラム Download PDFInfo
- Publication number
- JP6270153B2 JP6270153B2 JP2014195918A JP2014195918A JP6270153B2 JP 6270153 B2 JP6270153 B2 JP 6270153B2 JP 2014195918 A JP2014195918 A JP 2014195918A JP 2014195918 A JP2014195918 A JP 2014195918A JP 6270153 B2 JP6270153 B2 JP 6270153B2
- Authority
- JP
- Japan
- Prior art keywords
- activity
- parameter
- target
- candidate
- search
- 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.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
活動対象毎に及び教育コンテンツ毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
活動特性リストを用いて、アンサとしての複数の「候補」活動対象のパラメータベクトルを予め記憶したパラメータ記憶手段と、
活動特性リストを用いて、クエリとしての当該「経験」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
パラメータ記憶手段を用いて、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルの「候補」活動対象を、アンサとして出力する活動対象検索手段と、
「経験」活動対象の任意の活動特性のパラメータが、「候補」活動対象の活動特性のパラメータよりも低い場合、「経験」活動対象の活動特性のパラメータを、「候補」活動対象の活動特性のパラメータまで高めるべき教育コンテンツを、活動特性リストから検索し、当該教育コンテンツを、アンサとして更に出力する教育コンテンツ検索手段と
を有することを特徴とする。
活動対象毎に及び教育コンテンツ毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
活動特性リストを用いて、アンサとしての複数のユーザのパラメータベクトルを予め記憶したパラメータ記憶手段と、
活動特性リストを用いて、クエリとしての当該「候補」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
パラメータ記憶手段を用いて、クエリとしての当該「候補」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルのユーザの識別子を、アンサとして出力する活動対象検索手段と、
「経験」活動対象の任意の活動特性のパラメータが、「候補」活動対象の活動特性のパラメータよりも低い場合、「経験」活動対象の活動特性のパラメータを、「候補」活動対象の活動特性のパラメータまで高めるべき教育コンテンツを、活動特性リストから検索し、当該教育コンテンツを、アンサとして更に出力する教育コンテンツ検索手段と
を有することを特徴とする。
活動対象検索手段は、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルにおける各活動特性のパラメータの最大値に対して、二乗誤差が最も小さいパラメータベクトルの「候補」活動対象を、アンサとして出力することも好ましい。
活動対象検索手段は、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルよりも各パラメータが以下となる複数のパラメータベクトルの「候補」活動対象の中で、各活動特性のパラメータの合計値が高い順に、パラメータベクトルの「候補」活動対象を、アンサとして出力することも好ましい。
活動対象検索手段は、クエリとしての当該「候補」活動対象のパラメータベクトルにおける各活動特性のパラメータに対して、二乗誤差が最も小さいパラメータベクトルのユーザの識別子を、アンサとして出力することも好ましい。
活動対象検索手段は、クエリとしての当該「候補」活動対象のパラメータベクトルよりも各活動特性のパラメータが以上となる複数のパラメータベクトルのユーザの識別子の中で、各活動特性のパラメータの最大値における合計値が低い順に、パラメータベクトルのユーザの識別子を、アンサとして出力することも好ましい。
活動対象は、業務であり、
活動特性は、性格項目であり、
パラメータは、当該業務に対して当該性格項目で必要となるレベルである
ことも好ましい。
活動特性は、難易度、業務評価、従事期間又は未活動期間に基づく項目を更に有し、
クエリパラメータ検索手段は、項目に基づいて重み係数を算出し、各活動特性の最大値に当該重み係数を乗算したパラメータベクトルを算出する
ことも好ましい。
クラウドソーシングサービスにおけるクラウドソーシングサーバとして機能することも好ましい。
活動対象毎に及び教育コンテンツ毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
活動特性リストを用いて、アンサとしての複数の「候補」活動対象のパラメータベクトルを予め記憶したパラメータ記憶手段と、
活動特性リストを用いて、クエリとしての当該「経験」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
パラメータ記憶手段を用いて、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルの「候補」活動対象を、アンサとして出力する活動対象検索手段と、
「経験」活動対象の任意の活動特性のパラメータが、「候補」活動対象の活動特性のパラメータよりも低い場合、「経験」活動対象の活動特性のパラメータを、「候補」活動対象の活動特性のパラメータまで高めるべき教育コンテンツを、活動特性リストから検索し、当該教育コンテンツを、アンサとして更に出力する教育コンテンツ検索手段と
してコンピュータを機能させることを特徴とする。
活動対象毎に及び教育コンテンツ毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
活動特性リストを用いて、アンサとしての複数のユーザのパラメータベクトルを予め記憶したパラメータ記憶手段と、
活動特性リストを用いて、クエリとしての当該「候補」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
パラメータ記憶手段を用いて、クエリとしての当該「候補」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルのユーザの識別子を、アンサとして出力する活動対象検索手段と、
「経験」活動対象の任意の活動特性のパラメータが、「候補」活動対象の活動特性のパラメータよりも低い場合、「経験」活動対象の活動特性のパラメータを、「候補」活動対象の活動特性のパラメータまで高めるべき教育コンテンツを、活動特性リストから検索し、当該教育コンテンツを、アンサとして更に出力する教育コンテンツ検索手段と
してコンピュータを機能させることを特徴とする。
<検索機能1>
求職者は、自らの端末2から検索装置1へ、過去に経験した業務履歴(「経験」活動対象)を送信する。検索装置1は、その業務履歴(「経験」活動対象)をクエリとして入力し、その求職者に適した1つ以上の業務(「候補」活動対象、求人情報)を検索する。そして、検索装置1は、アンサとしてその業務を、求職者の端末2へ返信する。
求人者は、自らの端末2から検索装置1へ、求人情報としての業務(「候補」活動対象)を送信する。検索装置1は、その業務(「候補」活動対象)をクエリとして入力し、複数の求職者における過去に経験した業務履歴(「経験」活動対象)を用いて、当該求人情報としての業務に適した1人以上の求職者(ユーザ)の識別子を検索する。そして、検索装置1は、アンサとしてその求職者の識別子を、求人者の端末2へ返信する。
活動特性リスト11は、「活動対象」(業務)毎に、各「活動特性」のパラメータを対応付けたパラメータベクトルを予め記憶する。「活動特性」とは、多様な業務に共通する、ユーザの性格項目であってもよい。パラメータは、その業務について、活動特性(性格項目)毎に必要となるレベルを表す。活動対象毎に、活動特性のパラメータの群は、パラメータベクトルとして表される。
図2によれば、例えば以下のような活動特性リストが明示されている。
[活動対象] [ 活動特性 ]
業務ID 体力 忍耐力 提案力 器用さ 会話力
w1 2 0 4 3 1
w2 3 3 0 4 2
w3 4 2 1 1 0
w4 4 2 4 4 1
w5 5 2 3 4 5
w6 3 3 2 4 4
e1 0 0 4 0 4
e2 0 0 0 4 4
・・・・・・
図3は、本発明の検索装置における第1の実施形態の機能構成図である。
パラメータ記憶部12は、活動特性リスト11を用いて、アンサとしての複数の「候補」活動対象(求人情報としての業務)のパラメータベクトルを予め記憶する。図3によれば、求人情報の候補活動対象として、業務w2、w4、w5が記憶されている。
クエリパラメータ検索部13は、クエリとしての当該「経験」活動対象(求職情報としての業務履歴)を入力する。経験活動対象は、求職者が過去に経験した1つ以上の「業務ID」で表される。図3によれば、求職者Aは、過去に経験した「経験」活動対象として業務w1、w2、w3、e1の識別子を送信する。そして、クエリパラメータ検索部13は、活動特性リスト11を用いて、クエリとしての当該「経験」活動対象(業務w1、w2、w3、e1)に対するパラメータベクトルを検索する。
活動対象検索部14は、パラメータ記憶部12を用いて、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルの「候補」活動対象を、アンサとして出力する。パラメータベクトル間の類似度は、一般的なベクトルのコサイン類似度や二乗誤差を用いることができる。性格に基づく活動特性の類似度が高いほど、求人者と求職者と両者の満足度が高くなると考えられる。
(検索11)クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルにおける各活動特性のパラメータの最大値に対して、二乗誤差が最も小さいパラメータベクトルの「候補」活動対象を、アンサとして出力する。
二乗誤差=√Σ{(求職者の活動特性iの最大値−業務wの活動特性iの最大値)2}
[活動対象] [ 活動特性 ]
体力 忍耐力 提案力 器用さ 会話力
求職者A最大値 4 3 4 4 4
w2 3(−1) 3(0) 0(−4) 4(0) 2(−2)
w4 4(0) 2(−1) 4(0) 4(0) 1(−3)
○w5 5(+1) 3(0) 4(0) 3(−1) 3(−1)
ここで、求職者Aは、業務w5に対してパラメータベクトルが類似するものの、「器用さ」「会話力」が1ポイントずつ不足している。
[活動対象] [ 活動特性 ]
体力 忍耐力 提案力 器用さ 会話力 合計
求職者A最大値 4 3 4 4 4
○w2 3 3 0 4 2 12
◎w4 4 2 4 4 1 15
×w5 5(×) 3 4 3 3 ×
業務w5は、「体力」について、求職者Aのパラメータよりも大きいために除かれる。業務w1〜w4の活動特性のパラメータは、求職者Aのパラメータ以下となる。その中で、各活動特性のパラメータの合計値が高い順(w4->w2)に、パラメータベクトルの業務(候補活動対象)を、アンサとして出力する。
図4は、重み係数を用いたパラメータの設定を表す説明図である。
(1)難易度が高いほど、高い重み係数を付与する。「難易度」とは、例えば求人者におよって設定された報酬額であってもよい。高額な報酬ほど難易度も高くなる。尚、ボランティア活動の場合、難易度=報酬額とはならず、作業の難易度と解釈できる。
(2)従事期間が長いほど、高い重み係数を付与する。
(3)未活動期間(従事期間の終了日から現時点の日との間の日数差)が長いほど、小さい重み係数を付与する。
(4)過去の業務の評価が高いほど、高い重み係数を付与する。
(5)過去に修習した教育コンテンツから得られる評価が高いほど、高い重み係数を付与する。
(6)未活動期間(従事終了日から本日までの日数差、又は、教育コンテンツの修習終了日から本日までの日数差)が長いほど、小さい重み係数を付与する。
(7)業務に対して、「難易度×従事期間×評価(%)×(1/未活動期間)」が高いほど、高い重み係数を付与する。
(8)教育コンテンツに対して、「評価(%)×(1/未活動期間)」が高いほど、高い重み係数を付与する。
図5は、本発明の検索装置における第2の実施形態の機能構成図である。
パラメータ記憶部12は、活動特性リスト11を用いて、アンサとしての複数のユーザの「経験」活動対象(求職情報としての業務履歴)のパラメータベクトルを予め記憶する。図5によれば、求職情報の経験活動対象として、求職者A、B、Cが記憶されている。
クエリパラメータ検索部13は、クエリとしての当該「候補」活動対象(求人情報としての業務)を入力する。候補活動対象は、求人情報としての1つ「業務ID」で表される。図4によれば、求人者aは、「候補」活動対象として業務w2の識別子を送信する。そして、クエリパラメータ検索部13は、活動特性リスト11を用いて、クエリとしての当該「候補」活動対象(業務w2)に対するパラメータベクトルを検索する。
活動対象検索部14は、パラメータ記憶部12を用いて、クエリとしての当該「候補」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルのユーザの識別子を、アンサとして出力する。検索機能1と同様に、パラメータベクトル間の類似度は、一般的なベクトルのコサイン類似度や二乗誤差を用いることができる。
(検索21)クエリとしての当該「候補」活動対象のパラメータベクトルにおける各活動特性のパラメータに対して、二乗誤差が最も小さいパラメータベクトルのユーザの識別子を、アンサとして出力する。
二乗誤差=√Σ{(求職者の活動特性iの最大値−業務wの活動特性iの最大値)2}
[活動対象] [ 活動特性 ]
体力 忍耐力 提案力 器用さ 会話力
w2 3 3 0 4 2
求職者A最大値 3(0) 2(−1) 3(+3) 3(−1) 3(+1)
求職者B最大値 5(+2) 3(0) 3(+3) 4(0) 5(+3)
○求職者C最大値 4(+1) 3(0) 2(+2) 4(0) 4(+2)
[活動対象] [ 活動特性 ]
体力 忍耐力 提案力 器用さ 会話力 合計
w2 3 3 0 4 2
×求職者A最大値 3 2 3 3 3 14
○求職者B最大値 5 3 3 4 5 20
◎求職者C最大値 4 3 2 4 4 17
求職者Aは、「忍耐力」「器用さ」について、業務w2のパラメータよりも小さいために除かれる。求職者B及びCの活動特性のパラメータは、業務w2のパラメータ以上となる。その中で、各活動特性のパラメータの合計値が小さい順(求職者C->求職者B)に、ユーザの識別子を、アンサとして出力する。各活動特性のパラメータの合計値が小さい順としたのは、合計値が高い求職者ばかりが検索されることなく、求人検索の業務に係るパラメータベクトルにできる限り近い求職者を検索するためである。
11 活動特性リスト
12 パラメータ記憶部
13 クエリパラメータ検索部
14 活動対象検索部
15 教育コンテンツ検索部
2 端末
Claims (11)
- ユーザが過去に経験した1つ以上の「経験」活動対象をクエリとして入力し、当該ユーザに適した1つ以上の「候補」活動対象を検索する検索装置であって、
活動対象毎に及び教育コンテンツ毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
前記活動特性リストを用いて、アンサとしての複数の「候補」活動対象のパラメータベクトルを予め記憶したパラメータ記憶手段と、
前記活動特性リストを用いて、クエリとしての当該「経験」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
前記パラメータ記憶手段を用いて、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルの「候補」活動対象を、アンサとして出力する活動対象検索手段と、
「経験」活動対象の任意の活動特性のパラメータが、「候補」活動対象の活動特性のパラメータよりも低い場合、「経験」活動対象の活動特性のパラメータを、「候補」活動対象の活動特性のパラメータまで高めるべき教育コンテンツを、前記活動特性リストから検索し、当該教育コンテンツを、アンサとして更に出力する教育コンテンツ検索手段と
を有することを特徴とする検索装置。 - 「候補」活動対象をクエリとして入力し、複数のユーザにおける過去に経験した「経験」活動対象を用いて、当該「候補」活動対象に適した1人以上のユーザの識別子を検索する検索装置であって、
活動対象毎に及び教育コンテンツ毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
前記活動特性リストを用いて、アンサとしての複数のユーザのパラメータベクトルを予め記憶したパラメータ記憶手段と、
前記活動特性リストを用いて、クエリとしての当該「候補」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
前記パラメータ記憶手段を用いて、クエリとしての当該「候補」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルのユーザの識別子を、アンサとして出力する活動対象検索手段と、
「経験」活動対象の任意の活動特性のパラメータが、「候補」活動対象の活動特性のパラメータよりも低い場合、「経験」活動対象の活動特性のパラメータを、「候補」活動対象の活動特性のパラメータまで高めるべき教育コンテンツを、前記活動特性リストから検索し、当該教育コンテンツを、アンサとして更に出力する教育コンテンツ検索手段と
を有することを特徴とする検索装置。 - 前記活動対象検索手段は、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルにおける各活動特性のパラメータの最大値に対して、二乗誤差が最も小さいパラメータベクトルの「候補」活動対象を、アンサとして出力する
ことを特徴とする請求項1に記載の検索装置。 - 前記活動対象検索手段は、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルよりも各パラメータが以下となる複数のパラメータベクトルの「候補」活動対象の中で、各活動特性のパラメータの合計値が高い順に、パラメータベクトルの「候補」活動対象を、アンサとして出力する
ことを特徴とする請求項1に記載の検索装置。 - 前記活動対象検索手段は、クエリとしての当該「候補」活動対象のパラメータベクトルにおける各活動特性のパラメータに対して、二乗誤差が最も小さいパラメータベクトルのユーザの識別子を、アンサとして出力する
ことを特徴とする請求項2に記載の検索装置。 - 前記活動対象検索手段は、クエリとしての当該「候補」活動対象のパラメータベクトルよりも各活動特性のパラメータが以上となる複数のパラメータベクトルのユーザの識別子の中で、各活動特性のパラメータの最大値における合計値が低い順に、パラメータベクトルのユーザの識別子を、アンサとして出力する
ことを特徴とする請求項2に記載の検索装置。 - 前記活動対象は、業務であり、
前記活動特性は、性格項目であり、
前記パラメータは、当該業務に対して当該性格項目で必要となるレベルである
ことを特徴とする請求項1から6のいずれか1項に記載の検索装置。 - 前記活動特性は、難易度、業務評価、従事期間又は未活動期間に基づく項目を更に有し、
前記クエリパラメータ検索手段は、前記項目に基づいて重み係数を算出し、各活動特性の最大値に当該重み係数を乗算したパラメータベクトルを算出する
ことを特徴とする請求項7に記載の検索装置。 - クラウドソーシングサービスにおけるクラウドソーシングサーバとして機能することを特徴とする請求項1から8のいずれか1項に記載の検索装置。
- ユーザが過去に経験した1つ以上の「経験」活動対象をクエリとして入力し、当該ユーザに適した1つ以上の「候補」活動対象を検索する装置に搭載されたコンピュータを機能させる検索プログラムであって、
活動対象毎に及び教育コンテンツ毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
前記活動特性リストを用いて、アンサとしての複数の「候補」活動対象のパラメータベクトルを予め記憶したパラメータ記憶手段と、
前記活動特性リストを用いて、クエリとしての当該「経験」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
前記パラメータ記憶手段を用いて、クエリとしての当該ユーザの「経験」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルの「候補」活動対象を、アンサとして出力する活動対象検索手段と、
「経験」活動対象の任意の活動特性のパラメータが、「候補」活動対象の活動特性のパラメータよりも低い場合、「経験」活動対象の活動特性のパラメータを、「候補」活動対象の活動特性のパラメータまで高めるべき教育コンテンツを、前記活動特性リストから検索し、当該教育コンテンツを、アンサとして更に出力する教育コンテンツ検索手段と
してコンピュータを機能させることを特徴とする検索プログラム。 - 「候補」活動対象をクエリとして入力し、複数のユーザにおける過去に経験した「経験」活動対象を用いて、当該「候補」活動対象に適した1人以上のユーザの識別子を検索する装置に搭載されたコンピュータを機能させる検索プログラムであって、
活動対象毎に及び教育コンテンツ毎に、各活動特性のパラメータを対応付けたパラメータベクトルを予め記憶した活動特性リストと、
前記活動特性リストを用いて、アンサとしての複数のユーザのパラメータベクトルを予め記憶したパラメータ記憶手段と、
前記活動特性リストを用いて、クエリとしての当該「候補」活動対象に対するパラメータベクトルを検索するクエリパラメータ検索手段と、
前記パラメータ記憶手段を用いて、クエリとしての当該「候補」活動対象のパラメータベクトルと所定範囲で類似するパラメータベクトルのユーザの識別子を、アンサとして出力する活動対象検索手段と、
「経験」活動対象の任意の活動特性のパラメータが、「候補」活動対象の活動特性のパラメータよりも低い場合、「経験」活動対象の活動特性のパラメータを、「候補」活動対象の活動特性のパラメータまで高めるべき教育コンテンツを、前記活動特性リストから検索し、当該教育コンテンツを、アンサとして更に出力する教育コンテンツ検索手段と
してコンピュータを機能させることを特徴とする検索プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014195918A JP6270153B2 (ja) | 2014-09-26 | 2014-09-26 | ユーザに適した活動対象を検索する検索装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014195918A JP6270153B2 (ja) | 2014-09-26 | 2014-09-26 | ユーザに適した活動対象を検索する検索装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016066315A JP2016066315A (ja) | 2016-04-28 |
JP6270153B2 true JP6270153B2 (ja) | 2018-01-31 |
Family
ID=55804195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014195918A Active JP6270153B2 (ja) | 2014-09-26 | 2014-09-26 | ユーザに適した活動対象を検索する検索装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6270153B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018169870A (ja) * | 2017-03-30 | 2018-11-01 | Hrソリューションズ株式会社 | レコメンド情報通知装置、方法およびプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6728695B1 (en) * | 2000-05-26 | 2004-04-27 | Burning Glass Technologies, Llc | Method and apparatus for making predictions about entities represented in documents |
JP2001357239A (ja) * | 2000-06-15 | 2001-12-26 | Knowledge & Intelligence:Kk | 就職斡旋サーバおよび就職斡旋方法 |
JP2002015051A (ja) * | 2000-06-28 | 2002-01-18 | Purofetto Iijii Kk | 組織適合性検索システム |
US7249145B1 (en) * | 2000-10-13 | 2007-07-24 | General Electric Company | Methods and apparatus for selecting candidates to interview |
JP2004240925A (ja) * | 2002-12-12 | 2004-08-26 | Argo Intelligent Service:Kk | スキルアップ並びにマッチング処理方法、スキルアップ並びにマッチング処理方法をコンピュータに実行させるプログラム、スキルアップ並びにマッチング処理方法をコンピュータに実行させるプログラムを記憶させた記憶媒体及びスキルアップ並びにマッチング処理システム |
-
2014
- 2014-09-26 JP JP2014195918A patent/JP6270153B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016066315A (ja) | 2016-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10430747B2 (en) | Utilizing social performance patterns to manage and evaluate performance of user | |
US20130282745A1 (en) | Systems and methods for online compatibility matching and ranking | |
US10452411B2 (en) | System and method of using emojis for interactive and enhanced data matching capabilities | |
US9824123B2 (en) | System and method for finding matches between users in a networked environment | |
US10909192B2 (en) | Providing information technology support | |
WO2013019972A2 (en) | Systems and methods of processing personality information | |
JP6526849B1 (ja) | 推定装置、推定方法および推定プログラム | |
CN107993019A (zh) | 一种简历评估方法及装置 | |
JP5992122B1 (ja) | 相対比較による商品推薦サービス方法、このための推薦サービス装置、及びプログラム | |
WO2015162960A1 (ja) | 情報処理装置、制御方法、およびプログラム | |
US8452752B2 (en) | Prioritizing crawl lists using social networking rankings | |
KR101620728B1 (ko) | 아티스트와 팬과의 관계 형성 시스템 | |
JP2019016152A (ja) | 情報処理装置及びプログラム | |
US20150293988A1 (en) | System and Method for Opinion Sharing and Recommending Social Connections | |
KR20200060993A (ko) | 사용자 맞춤형 추천 콘텐츠 정보의 출력 방법 | |
US10379708B2 (en) | Graphical user interface for a common interest social network | |
US20170109411A1 (en) | Assisted creation of a search query | |
JP6270153B2 (ja) | ユーザに適した活動対象を検索する検索装置及びプログラム | |
Stanica et al. | How to choose one’s career? a proposal for a smart career profiler system to improve practices from romanian educational institutions | |
WO2016142531A1 (en) | Method and system for identifying relevant members of a social or business network | |
US20160171446A1 (en) | Professional, Career, and Academic Scoring | |
JP6141378B2 (ja) | 人材検索サーバ | |
Roshanaei et al. | Emotionsensing: Predicting mobile user emotion | |
CN108009735A (zh) | 一种简历评估方法及装置 | |
Warnacula et al. | Personality based e-recruitment system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171013 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171013 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171127 |
|
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: 20171220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171221 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6270153 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |