JP6311207B1 - 募集日から予定日までの募集残存日数に応じてユーザを検索する募集管理サーバ、端末、プログラム及び方法 - Google Patents
募集日から予定日までの募集残存日数に応じてユーザを検索する募集管理サーバ、端末、プログラム及び方法 Download PDFInfo
- Publication number
- JP6311207B1 JP6311207B1 JP2017215151A JP2017215151A JP6311207B1 JP 6311207 B1 JP6311207 B1 JP 6311207B1 JP 2017215151 A JP2017215151 A JP 2017215151A JP 2017215151 A JP2017215151 A JP 2017215151A JP 6311207 B1 JP6311207 B1 JP 6311207B1
- Authority
- JP
- Japan
- Prior art keywords
- recruitment
- application
- days
- user
- date
- 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
- 230000007115 recruitment Effects 0.000 title claims abstract description 250
- 238000000034 method Methods 0.000 title description 15
- 230000004044 response Effects 0.000 claims abstract description 60
- 238000007726 management method Methods 0.000 claims description 60
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000000611 regression analysis Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010079 rubber tapping Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】募集日と予定日との間の募集残存日数に応じてユーザを検索する募集管理サーバ等を提供する。【解決手段】募集管理サーバは、予定日を含む募集要求を配信し、ユーザ操作に応じた応募応答をユーザ端末から受信するものであって、各ユーザについて、応募応答を受信した応募日から当該募集要求の予定日までの応募残存日数を記録する応募残存日数記録手段と、各ユーザについて、所定時間単位で区分された日数帯毎に、応募残存日数が含まれる日数帯の応募頻度ｙを計数する応募頻度計数手段と、募集要求を配信しようとしている募集日から予定日までの募集残存日数が含まれる日数帯をキーとして、応募頻度ｙが高い順に所定数のユーザを検索するユーザ検索手段とを有する。【選択図】図２
Description
本発明は、募集プロセスとして、募集内容に適したユーザを検索する技術に関する。
従来、求職医と求人医療機関との双方にとって適した組み合わせを提示する技術がある（例えば特許文献１参照）。この技術によれば、医師の能力情報と、医療機関の診療情報とを格納するデータベースを有する。これを用いて、医師の専門分野の弱み順位と強み順位とを算定すると共に、医療機関の専門分野別症例数の弱み順位と強み順位とを算定する。そして、これらの順次に重み付けたスコアを用いて、組み合わせの尺度となる専門性に係る一致度を算定する。
また、Ｗｅｂサイトを介して人を募集・紹介する際に、ＳＮＳ(Social Networking Service)やブログに掲載されているプロフィールや日記等の情報に基づいて、その人の信頼度を評価する技術もある（例えば特許文献２参照）。この技術によれば、ユーザのプロフィールや利用者が書き込んだ日記等の情報を蓄積するサービスデータベースを有する。これを用いて、募集者の入力した条件に合致するユーザを抽出し、そのユーザの信頼性を検証する。
更に、登録情報、求人・求職条件、優先判定情報によって、最適な求人者・求職者の組み合わせを選定する技術もある（例えば特許文献３参照）。この技術によれば、求人条件情報に含まれる複数の細目と各細目に対する重み付け係数とに基づいて、求人予約情報における細目についての条件から求人優先評価値を算出し、その求人優先評価値に基づいて作成した求職者優先順位に関する情報を求職者又は求人者に提示する。
重回帰分析、[online]、［平成２９年１０月２３日検索］、インターネット＜URL:https://bellcurve.jp/statistics/course/9702.html＞
本願の発明者らは、求人タスク（募集、応募、実施のプロセス）に含まれる各工程の業務を、求人依頼主と請負人（ユーザ）と間で進行させる「人的資源管理システム用の募集管理サーバ」を開発している。これは、例えば人材紹介業などのサービス業に用途がある。
募集管理サーバは、募集側（求人依頼主側）端末から受信した募集条件情報を含む募集要求を、複数のユーザ端末（求職請負人）へ同報配信する。これに対して、ユーザ端末からユーザ操作に基づく応募応答を受信し、その応募応答を募集側端末へ送信する。これによって、依頼主と請負人との間で、募集管理サーバを仲介して募集・応募の各工程の業務を進行させていく。
募集管理サーバは、募集側（求人依頼主側）端末から受信した募集条件情報を含む募集要求を、複数のユーザ端末（求職請負人）へ同報配信する。これに対して、ユーザ端末からユーザ操作に基づく応募応答を受信し、その応募応答を募集側端末へ送信する。これによって、依頼主と請負人との間で、募集管理サーバを仲介して募集・応募の各工程の業務を進行させていく。
ここで、本願の発明者らは、経験則として、ユーザ（請負人）毎に、応募日から予定日までの応募残存日数が異なる傾向があることを認識している。ユーザ毎のこれら応募残存日数の傾向の違いは、ユーザの性向や職場環境に大きく依存している。募集要求を受信した際に、応募応答を直ぐに送信するユーザもいれば、募集要求の受信を認知しても、応募応答を直ぐに送信せず、予定日に近くなって送信するユーザもいる。このように、募集条件情報に基づく応募応答の行動傾向は、ユーザ毎に大きく異なる。
即ち、本願の発明者らは、募集要求を送信しようとする募集日から予定日までの募集残存日数に応じて、過去の応募残存日数の傾向からユーザを検索することができるのではないか、と考えた。
即ち、本願の発明者らは、募集要求を送信しようとする募集日から予定日までの募集残存日数に応じて、過去の応募残存日数の傾向からユーザを検索することができるのではないか、と考えた。
そこで、本発明は、募集日から予定日までの募集残存日数に応じてユーザを検索することができる募集管理サーバ、端末、プログラム及び方法を提供することを目的とする。
本発明によれば、予定日を含む募集要求を配信し、ユーザ操作に応じた応募応答をユーザ端末から受信する募集管理サーバであって、
各ユーザについて、応募応答を受信した応募日から当該募集要求の予定日までの応募残存日数を記録する応募残存日数記録手段と、
各ユーザについて、所定時間単位で区分された日数帯毎に、応募残存日数が含まれる日数帯の応募頻度ｙを計数する応募頻度計数手段と、
募集要求を配信しようとしている募集日から予定日までの募集残存日数が含まれる日数帯をキーとして、応募頻度ｙが高い順に所定数のユーザを検索するユーザ検索手段と
を有することを特徴とする。
各ユーザについて、応募応答を受信した応募日から当該募集要求の予定日までの応募残存日数を記録する応募残存日数記録手段と、
各ユーザについて、所定時間単位で区分された日数帯毎に、応募残存日数が含まれる日数帯の応募頻度ｙを計数する応募頻度計数手段と、
募集要求を配信しようとしている募集日から予定日までの募集残存日数が含まれる日数帯をキーとして、応募頻度ｙが高い順に所定数のユーザを検索するユーザ検索手段と
を有することを特徴とする。
本発明の募集管理サーバにおける他の実施形態によれば、
募集日、応募日、予定日は、時刻を含み、
募集残存日数、応募残存日数、日数帯は、時間を含む
ことも好ましい。
募集日、応募日、予定日は、時刻を含み、
募集残存日数、応募残存日数、日数帯は、時間を含む
ことも好ましい。
本発明の募集管理サーバにおける他の実施形態によれば、
募集要求は、募集条件情報を含んでおり、
日数帯毎に、各ユーザについて、応募頻度を目的変数ｙとし、募集条件情報を説明変数ｘとした回帰係数β0,β1を算出する回帰係数算出手段を更に有し、
ユーザ検索手段は、募集残存日数が含まれる日数帯について、説明変数ｘと当該日数帯の回帰係数β0,β1とから、応募頻度ｙを算出する
ｙ＝β0＋β1ｘ
ことも好ましい。
募集要求は、募集条件情報を含んでおり、
日数帯毎に、各ユーザについて、応募頻度を目的変数ｙとし、募集条件情報を説明変数ｘとした回帰係数β0,β1を算出する回帰係数算出手段を更に有し、
ユーザ検索手段は、募集残存日数が含まれる日数帯について、説明変数ｘと当該日数帯の回帰係数β0,β1とから、応募頻度ｙを算出する
ｙ＝β0＋β1ｘ
ことも好ましい。
本発明の募集管理サーバにおける他の実施形態によれば、
募集要求は、複数の募集条件情報を含み、
回帰係数算出手段は、日数帯毎に、各ユーザについて、応募頻度を目的変数ｙとし、複数の募集条件情報を説明変数ｘ1,ｘ2,・・・とした重回帰分析によって、各募集条件情報の偏回帰係数β0,β1,β2,・・・を算出し、
ユーザ検索手段は、募集残存日数が含まれる日数帯について、説明変数ｘ1,ｘ2,・・・と当該日数帯の偏回帰係数β0,β1,β2,・・・とから、応募頻度ｙを算出する
ｙ＝β0＋β1ｘ1＋β2ｘ2＋・・・
ことも好ましい。
募集要求は、複数の募集条件情報を含み、
回帰係数算出手段は、日数帯毎に、各ユーザについて、応募頻度を目的変数ｙとし、複数の募集条件情報を説明変数ｘ1,ｘ2,・・・とした重回帰分析によって、各募集条件情報の偏回帰係数β0,β1,β2,・・・を算出し、
ユーザ検索手段は、募集残存日数が含まれる日数帯について、説明変数ｘ1,ｘ2,・・・と当該日数帯の偏回帰係数β0,β1,β2,・・・とから、応募頻度ｙを算出する
ｙ＝β0＋β1ｘ1＋β2ｘ2＋・・・
ことも好ましい。
本発明の募集管理サーバにおける他の実施形態によれば、
回帰係数算出手段は、日数帯毎に、各ユーザについて、応募頻度を目的変数ｙと、募集条件情報を説明変数ｘ1,ｘ2,・・・とを入力し、各募集条件情報の偏回帰係数β1,β2,・・・を内部パラメータとして保持する機械学習エンジンである
ことも好ましい。
回帰係数算出手段は、日数帯毎に、各ユーザについて、応募頻度を目的変数ｙと、募集条件情報を説明変数ｘ1,ｘ2,・・・とを入力し、各募集条件情報の偏回帰係数β1,β2,・・・を内部パラメータとして保持する機械学習エンジンである
ことも好ましい。
本発明の募集管理サーバにおける他の実施形態によれば、
ユーザ検索手段は、募集残存日数における応募頻度ｙの合計頻度が高い順に所定数のユーザを検索することも好ましい。
ユーザ検索手段は、募集残存日数における応募頻度ｙの合計頻度が高い順に所定数のユーザを検索することも好ましい。
本発明の募集管理サーバにおける他の実施形態によれば、
応募頻度が最も多い日数帯を中央として、又は、応募頻度の正規分布における平均値μを中央として、複数の募集期間に区分する募集期間区分手段と
を更に有し、
応頻度計数手段は、再度、日数帯を、募集期間毎に区分して応募頻度を計数する
ことも好ましい。
応募頻度が最も多い日数帯を中央として、又は、応募頻度の正規分布における平均値μを中央として、複数の募集期間に区分する募集期間区分手段と
を更に有し、
応頻度計数手段は、再度、日数帯を、募集期間毎に区分して応募頻度を計数する
ことも好ましい。
本発明の募集管理サーバにおける他の実施形態によれば、
募集要求は、メッセージ若しくはメール、又は、ページのＵＲＬ(Uniform Resource Locator)を含むメッセージ若しくはメールであり、
応募応答は、応募応答用アドレスで受信したメッセージ若しくはメール、又は、応募応答用ＵＲＬに対するユーザ操作によって受信したページ要求である
ことも好ましい。
募集要求は、メッセージ若しくはメール、又は、ページのＵＲＬ(Uniform Resource Locator)を含むメッセージ若しくはメールであり、
応募応答は、応募応答用アドレスで受信したメッセージ若しくはメール、又は、応募応答用ＵＲＬに対するユーザ操作によって受信したページ要求である
ことも好ましい。
本発明の募集管理サーバにおける他の実施形態によれば、
募集要求は、求人募集に基づくものであり、
募集条件情報は、時給、勤務時間、給与額、対応人数、通勤距離、通勤時間、通勤方位角度のいずれか１つ以上を含む
ことも好ましい。
募集要求は、求人募集に基づくものであり、
募集条件情報は、時給、勤務時間、給与額、対応人数、通勤距離、通勤時間、通勤方位角度のいずれか１つ以上を含む
ことも好ましい。
本発明によれば、予定日を含む募集要求を配信し、ユーザ操作に応じた応募応答をユーザ端末から受信する募集管理端末であって、
各ユーザについて、応募応答を受信した応募日から当該募集要求の予定日までの応募残存日数を記録する応募残存日数記録手段と、
各ユーザについて、所定時間単位で区分された日数帯毎に、応募残存日数が含まれる日数帯の応募頻度ｙを計数する応募頻度計数手段と、
募集要求を配信しようとしている募集日から予定日までの募集残存日数が含まれる日数帯をキーとして、応募頻度ｙが高い順に所定数のユーザを検索するユーザ検索手段と
を有することを特徴とする。
各ユーザについて、応募応答を受信した応募日から当該募集要求の予定日までの応募残存日数を記録する応募残存日数記録手段と、
各ユーザについて、所定時間単位で区分された日数帯毎に、応募残存日数が含まれる日数帯の応募頻度ｙを計数する応募頻度計数手段と、
募集要求を配信しようとしている募集日から予定日までの募集残存日数が含まれる日数帯をキーとして、応募頻度ｙが高い順に所定数のユーザを検索するユーザ検索手段と
を有することを特徴とする。
本発明によれば、予定日を含む募集要求を配信し、ユーザ操作に応じた応募応答をユーザ端末から受信する装置に搭載されたコンピュータを機能させる募集管理プログラムであって、
各ユーザについて、応募応答を受信した応募日から当該募集要求の予定日までの応募残存日数を記録する応募残存日数記録手段と、
各ユーザについて、所定時間単位で区分された日数帯毎に、応募残存日数が含まれる日数帯の応募頻度ｙを計数する応募頻度計数手段と、
募集要求を配信しようとしている募集日から予定日までの募集残存日数が含まれる日数帯をキーとして、応募頻度が高い順に所定数のユーザを検索するユーザ検索手段と
してコンピュータを機能させることを特徴とする。
各ユーザについて、応募応答を受信した応募日から当該募集要求の予定日までの応募残存日数を記録する応募残存日数記録手段と、
各ユーザについて、所定時間単位で区分された日数帯毎に、応募残存日数が含まれる日数帯の応募頻度ｙを計数する応募頻度計数手段と、
募集要求を配信しようとしている募集日から予定日までの募集残存日数が含まれる日数帯をキーとして、応募頻度が高い順に所定数のユーザを検索するユーザ検索手段と
してコンピュータを機能させることを特徴とする。
本発明によれば、予定日を含む募集要求を配信し、ユーザ操作に応じた応募応答をユーザ端末から受信する装置の募集管理方法であって、
装置は、
学習時のステップとして、
各ユーザについて、応募応答を受信した応募日から当該募集要求の予定日までの応募残存日数を記録し、
各ユーザについて、所定時間単位で区分された日数帯毎に、応募残存日数が含まれる日数帯の応募頻度ｙを計数し、
運用時のステップとして、
募集要求を配信しようとしている募集日から予定日までの募集残存日数が含まれる日数帯をキーとして、応募頻度が高い順に所定数のユーザを検索する
ように実行することを特徴とする。
装置は、
学習時のステップとして、
各ユーザについて、応募応答を受信した応募日から当該募集要求の予定日までの応募残存日数を記録し、
各ユーザについて、所定時間単位で区分された日数帯毎に、応募残存日数が含まれる日数帯の応募頻度ｙを計数し、
運用時のステップとして、
募集要求を配信しようとしている募集日から予定日までの募集残存日数が含まれる日数帯をキーとして、応募頻度が高い順に所定数のユーザを検索する
ように実行することを特徴とする。
本発明の募集管理サーバ、端末、プログラム及び方法によれば、募集日から予定日までの募集残存日数に応じてユーザを検索することができる。
以下、本発明の実施の形態について、図面を用いて詳細に説明する。
図１は、本発明におけるシステム構成図である。
図１によれば、本発明の募集管理サーバ１が、インターネットに接続されている。募集管理サーバ１は、予定日（実施日）が記述された募集要求（メッセージ）を、請負人となるユーザによって所有される複数のユーザ端末２へ同報的に配信する。
本発明の実施形態として、具体的には以下のような事例を想定する。
求人依頼主 ：企業健診を業とする医療機関（医療従事者を募集）
募集管理サーバ：人材紹介業者
請負人 ：医療従事者（例えば医師、看護師、臨床検査技師など）
また、募集要求は、例えば求人募集に基づくものであり、以下のような情報が記述されている。
予定日 ：予定日時
募集条件情報 ：時給、勤務時間、給与額、対応人数、通勤距離、通勤時間、
通勤方位角度
尚、募集要求のメッセージの内容は、依頼主の操作によって募集側端末３から、募集管理サーバ１へ送信されたものである。
本発明の実施形態として、具体的には以下のような事例を想定する。
求人依頼主 ：企業健診を業とする医療機関（医療従事者を募集）
募集管理サーバ：人材紹介業者
請負人 ：医療従事者（例えば医師、看護師、臨床検査技師など）
また、募集要求は、例えば求人募集に基づくものであり、以下のような情報が記述されている。
予定日 ：予定日時
募集条件情報 ：時給、勤務時間、給与額、対応人数、通勤距離、通勤時間、
通勤方位角度
尚、募集要求のメッセージの内容は、依頼主の操作によって募集側端末３から、募集管理サーバ１へ送信されたものである。
募集要求を受信したユーザ端末２は、請負人の操作に応じた応募応答を、募集管理サーバ１へ送信する。ここで、募集管理サーバ１としては、ユーザがその募集要求の内容を見ているか否か、募集を希望するのか否かは、その応募応答を受信するまで認識できない。
募集要求を受信した際に、応募応答を直ぐに送信するユーザもいれば、募集要求の受信を認知しても、応募応答を直ぐに送信せず、予定日に近くなって送信するユーザもいる。一方で、依頼主としては、請負人となるユーザを、予定日よりも早期に確保したいと考える。
募集要求を受信した際に、応募応答を直ぐに送信するユーザもいれば、募集要求の受信を認知しても、応募応答を直ぐに送信せず、予定日に近くなって送信するユーザもいる。一方で、依頼主としては、請負人となるユーザを、予定日よりも早期に確保したいと考える。
実施形態の説明の中で使用する用語を、以下のように定義する。
募集日：募集要求を複数のユーザへ同報的に配信しようとしている日
応募日：ユーザから応募応答を受信した日
予定日：募集要求に記述された予定日（例えば実施日）
募集残存日数：募集日から予定日までの日数
応募残存日数：応募日から予定日までの日数
日数帯：所定時間単位で区分された日数帯
尚、「募集日」「応募日」「予定日」は、時刻を含み、「募集残存日数」「応募残存日数」「日数帯」は、時間を含む。
募集日：募集要求を複数のユーザへ同報的に配信しようとしている日
応募日：ユーザから応募応答を受信した日
予定日：募集要求に記述された予定日（例えば実施日）
募集残存日数：募集日から予定日までの日数
応募残存日数：応募日から予定日までの日数
日数帯：所定時間単位で区分された日数帯
尚、「募集日」「応募日」「予定日」は、時刻を含み、「募集残存日数」「応募残存日数」「日数帯」は、時間を含む。
図２は、本発明における募集管理サーバの機能構成図である。
図２によれば、募集管理サーバ１は、募集要求送信部１０１と、応募応答受信部１０２と、応募残存日数記録部１１と、応募頻度計数部１２と、回帰係数算出部１３と、ユーザ検索部１４と、募集期間区分部１５とを有する。これら機能構成部は、サーバに搭載されたコンピュータを機能させるプログラムを実行することによって実現できる。また、これら機能構成部の処理の流れは、サーバの募集管理方法としても理解できる。
［募集要求送信部１０１］
募集要求送信部１０１は、募集側端末３から受信した募集要求を、複数のユーザ端末２へ同報的に配信する。
募集要求は、以下のようなものである。
（１）募集条件情報が記述されたメッセージ若しくはメール
（２）募集条件情報が記述されたページのＵＲＬを含むメッセージ若しくはメール
また、募集要求のメッセージには、応募応答用ＵＲＬが記述されていることも好ましい。ユーザは、このＵＲＬをタップするだけで、募集管理サーバ１における応募応答の送信を表すページへアクセスすることができる。
応募応答は、以下のようなものである。
（１）応募応答用アドレスで受信したメッセージ若しくはメール
（２）応募応答用ＵＲＬに対するユーザ操作によって発信されたページ要求
募集要求送信部１０１は、募集側端末３から受信した募集要求を、複数のユーザ端末２へ同報的に配信する。
募集要求は、以下のようなものである。
（１）募集条件情報が記述されたメッセージ若しくはメール
（２）募集条件情報が記述されたページのＵＲＬを含むメッセージ若しくはメール
また、募集要求のメッセージには、応募応答用ＵＲＬが記述されていることも好ましい。ユーザは、このＵＲＬをタップするだけで、募集管理サーバ１における応募応答の送信を表すページへアクセスすることができる。
応募応答は、以下のようなものである。
（１）応募応答用アドレスで受信したメッセージ若しくはメール
（２）応募応答用ＵＲＬに対するユーザ操作によって発信されたページ要求
［応募応答受信部１０２］
応募応答受信部１０２は、ユーザ操作に応じたユーザ端末２から、応募応答を受信する。応募応答は、以下のようなものである。
（１）応募応答用アドレスで受信されたメッセージ若しくはメール
（２）応募応答用ＵＲＬに対するユーザ操作によって受信したページ要求
尚、ＵＲＬに対するユーザ操作としては、例えば、タッチパネルディスプレイに表示されたＵＲＬに対する指先のタップ操作や、ディスプレイに表示されたＵＲＬに対するマウスポインタのクリック操作がある。
応募応答受信部１０２は、ユーザ操作に応じたユーザ端末２から、応募応答を受信する。応募応答は、以下のようなものである。
（１）応募応答用アドレスで受信されたメッセージ若しくはメール
（２）応募応答用ＵＲＬに対するユーザ操作によって受信したページ要求
尚、ＵＲＬに対するユーザ操作としては、例えば、タッチパネルディスプレイに表示されたＵＲＬに対する指先のタップ操作や、ディスプレイに表示されたＵＲＬに対するマウスポインタのクリック操作がある。
尚、「募集要求」及び「応募応答」は、メッセージやメールに限られず、例えばユーザがログインしたマイページ上に表示されるものであってもよい。即ち、依頼主と請負人との間で、Ｗｅｂサーバのマイページ上で、募集要求及び応募応答がやりとりされるものであってもよい。
［応募残存日数記録部１１］
応募残存日数記録部１１は、各ユーザについて、募集要求毎に、応募応答を受信した応募日から予定日までの応募残存日数を記録する。
応募残存日数＝応募日〜予定日
応募残存日数記録部１１は、各ユーザについて、募集要求毎に、応募応答を受信した応募日から予定日までの応募残存日数を記録する。
応募残存日数＝応募日〜予定日
図３は、本発明の応募残存日数記録部が記録する応募残存日数を表す説明図である。
募集管理サーバ１は。募集要求を、ユーザＡ、Ｂ、Ｃへ同報的に配信する。募集要求には、応募応答用ＵＲＬも記述されている。
ユーザＡは、募集要求の内容を直ぐに確認し、ＵＲＬをクリック操作することによって、端末２Ａから募集管理サーバ１へ応募応答を返信したとする。募集管理サーバ１は、ユーザＡについて、応募残存日数を、応募残存日数記録部１１へ記録する。
ユーザＢは、募集要求の内容を直ぐに確認せず、面倒に思っていたとする。例えば業務の予定日の前日に、ユーザＢは、募集要求の内容を確認し、ＵＲＬをタップ操作することによって、端末２Ｂから募集管理サーバ１へ応募応答を返信したとする。募集管理サーバ１は、ユーザＢについて、応募残存日数を、応募残存日数記録部１１へ記録する。
ユーザＣは、募集要求の内容を直ぐに認知したが、今後の予定も考慮して、直ぐにＵＲＬをタップしなかったとする。そして、例えば業務の予定日の２ヶ月前に、ユーザＣは、ＵＲＬをタップ操作することによって、端末２Ｃから募集管理サーバ１へ応募応答を返信したとする。募集管理サーバ１は、ユーザＣについて、応募残存日数を、応募残存日数記録部１１へ記録する。
ユーザＡは、募集要求の内容を直ぐに確認し、ＵＲＬをクリック操作することによって、端末２Ａから募集管理サーバ１へ応募応答を返信したとする。募集管理サーバ１は、ユーザＡについて、応募残存日数を、応募残存日数記録部１１へ記録する。
ユーザＢは、募集要求の内容を直ぐに確認せず、面倒に思っていたとする。例えば業務の予定日の前日に、ユーザＢは、募集要求の内容を確認し、ＵＲＬをタップ操作することによって、端末２Ｂから募集管理サーバ１へ応募応答を返信したとする。募集管理サーバ１は、ユーザＢについて、応募残存日数を、応募残存日数記録部１１へ記録する。
ユーザＣは、募集要求の内容を直ぐに認知したが、今後の予定も考慮して、直ぐにＵＲＬをタップしなかったとする。そして、例えば業務の予定日の２ヶ月前に、ユーザＣは、ＵＲＬをタップ操作することによって、端末２Ｃから募集管理サーバ１へ応募応答を返信したとする。募集管理サーバ１は、ユーザＣについて、応募残存日数を、応募残存日数記録部１１へ記録する。
［応募頻度計数部１２］
応募頻度計数部１２は、応募残存日数記録部１１を用いて、各ユーザについて、所定時間単位で区分された日数帯毎に、その日数帯に応募残存日数が含まれる応募頻度ｙを計数する。
応募頻度計数部１２は、応募残存日数記録部１１を用いて、各ユーザについて、所定時間単位で区分された日数帯毎に、その日数帯に応募残存日数が含まれる応募頻度ｙを計数する。
図４は、本発明における応募頻度を表すグラフである。
図４のグラフによれば、横軸は、所定時間単位で区分された日数帯を表し、縦軸は、応募頻度（過去の応募応答の回数）を表す。
「日数帯」は、任意に設定することができるが、図４によれば、棒グラフの横幅として１０日単位となっている。即ち、１０日単位の各日数帯に含まれる応募頻度が、縦軸に表されている。
各ユーザが、応募応答を受信する毎に、その応募残存日数（応募日から予定日までの日数）が対応する日数帯に、１増分する。
「日数帯」は、任意に設定することができるが、図４によれば、棒グラフの横幅として１０日単位となっている。即ち、１０日単位の各日数帯に含まれる応募頻度が、縦軸に表されている。
各ユーザが、応募応答を受信する毎に、その応募残存日数（応募日から予定日までの日数）が対応する日数帯に、１増分する。
図４（ａ）のユーザＡによれば、予定日のおよそ５０日前（応募残存日数）に、応募応答を返信する場合が多い、ことが理解できる。即ち、ユーザＡは、募集要求を受信してから応募応答を返信するまで、比較的、応募の決断までに時間を要していることが理解できる。
図４（ｂ）のユーザＢによれば、予定日のおよそ８０日前から１３０日前に、応募応答を返信する場合が多い、ことが理解できる。即ち、ユーザＢは、募集要求を受信してから応募応答を返信するまで、比較的、早期に応募の決断をしていることが理解できる。
図４のようなユーザ毎における各日数帯の応募頻度は、ユーザ検索部１４へ出力される。また、オプション的に、回帰係数算出部１３へ出力することによって、ユーザの検索精度を更に高めることもできる。
図４（ｂ）のユーザＢによれば、予定日のおよそ８０日前から１３０日前に、応募応答を返信する場合が多い、ことが理解できる。即ち、ユーザＢは、募集要求を受信してから応募応答を返信するまで、比較的、早期に応募の決断をしていることが理解できる。
図４のようなユーザ毎における各日数帯の応募頻度は、ユーザ検索部１４へ出力される。また、オプション的に、回帰係数算出部１３へ出力することによって、ユーザの検索精度を更に高めることもできる。
［回帰係数算出部１３］
募集要求には、依頼主が所望する募集条件情報（時給など）が記述されている。ここで、本発明によってユーザ検索に用いる募集条件情報が１つであれば、単回帰で分析され、募集条件情報が複数であれば、重回帰で分析される。即ち、ユーザ毎に、各日数帯における応募頻度を予測するために、募集条件情報に基づく回帰係数を学習しておくものである。
募集要求には、依頼主が所望する募集条件情報（時給など）が記述されている。ここで、本発明によってユーザ検索に用いる募集条件情報が１つであれば、単回帰で分析され、募集条件情報が複数であれば、重回帰で分析される。即ち、ユーザ毎に、各日数帯における応募頻度を予測するために、募集条件情報に基づく回帰係数を学習しておくものである。
＜単回帰分析のケース＞
回帰係数算出部１３は、日数帯毎に、募集条件情報の説明変数ｘから、応募頻度の目的変数ｙを表す回帰式を算出する。
ｙ＝β0＋β1ｘ
β0：切片
β1：回帰直線の傾き
これによって、学習段階として、日数帯毎に、各募集条件情報の偏回帰係数β0,β1を算出する。
尚、これは、予測に伴う誤差を最小にする最小二乗法によって算出される。
回帰係数算出部１３は、日数帯毎に、募集条件情報の説明変数ｘから、応募頻度の目的変数ｙを表す回帰式を算出する。
ｙ＝β0＋β1ｘ
β0：切片
β1：回帰直線の傾き
これによって、学習段階として、日数帯毎に、各募集条件情報の偏回帰係数β0,β1を算出する。
尚、これは、予測に伴う誤差を最小にする最小二乗法によって算出される。
＜重回帰分析のケース＞
回帰係数算出部１３は、日数帯毎に、複数の募集条件情報を説明変数ｘ1,ｘ2,・・・から、応募頻度の目的変数ｙを表す重回帰式を算出する。
ｙ＝β0＋β1ｘ1＋β2ｘ2＋・・・
これによって、学習段階として、日数帯毎に、各募集条件情報の偏回帰係数β0,β1,β2,・・・を算出する。
回帰係数算出部１３は、日数帯毎に、複数の募集条件情報を説明変数ｘ1,ｘ2,・・・から、応募頻度の目的変数ｙを表す重回帰式を算出する。
ｙ＝β0＋β1ｘ1＋β2ｘ2＋・・・
これによって、学習段階として、日数帯毎に、各募集条件情報の偏回帰係数β0,β1,β2,・・・を算出する。
例えば、募集管理サーバ１が配信する募集要求に、４つの募集条件情報ｘ1,ｘ2,ｘ3,ｘ4が含まれている場合、以下のように４つの偏回帰係数を算出する。
ｘ1：通勤距離 ->β1
ｘ2：通勤方位角 ->β2
ｘ3：時給 ->β3
ｘ4：受診人数 ->β4
ｘ1：通勤距離 ->β1
ｘ2：通勤方位角 ->β2
ｘ3：時給 ->β3
ｘ4：受診人数 ->β4
学習段階として、ユーザ毎に、各日数帯について、１つ以上の回帰係数βが記憶される。
尚、他の実施形態として、回帰係数算出部１３は、日数帯毎に、応募頻度を目的変数ｙと、募集条件情報を説明変数ｘ1,ｘ2,・・・とを入力する機械学習エンジンであってもよい。このような機械学習エンジンは、ユーザ群を学習しながら、自ら重みパラメータを生成して保持する。この重みパラメータを、回帰係数として用いる。
本発明によれば、応募頻度としての目的変数が明確であるために、教師あり学習の機械学習エンジンが適する。具体的には、線形回帰分析、ＭＡＲＳ(Multivariate adaptive regression splines)、サポートベクタ回帰、モデル木、遺伝子プログラミングのようなアルゴリズムを用いることができ、説明変数毎の重みを、本発明の回帰係数として用いることができる。
本発明によれば、応募頻度としての目的変数が明確であるために、教師あり学習の機械学習エンジンが適する。具体的には、線形回帰分析、ＭＡＲＳ(Multivariate adaptive regression splines)、サポートベクタ回帰、モデル木、遺伝子プログラミングのようなアルゴリズムを用いることができ、説明変数毎の重みを、本発明の回帰係数として用いることができる。
［ユーザ検索部１４］
ユーザ検索部１４は、募集要求を配信しようとしている募集日から予定日までの「募集残存日数」が含まれる「日数帯」をキーとして、応募頻度ｙが高い順に所定数のユーザを検索する。
最も簡単には、各ユーザにおける日数帯毎の応募頻度を用いて、キーとなる日数帯の中で、応募頻度が高い順にユーザを検索する。ここで、キーとなる日数帯は、「募集残存日数」である。即ち、募集管理サーバ１が、募集要求を送信しようとしている募集日について、募集日から予定日までの募集残存日数に対応する日数帯の中で、応募頻度が高い順のユーザリストを生成する。募集日に相当する募集残存日数について、過去も応募頻度が高いユーザは、直ぐに応募する可能性が高いと判定される。
ユーザ検索部１４は、募集要求を配信しようとしている募集日から予定日までの「募集残存日数」が含まれる「日数帯」をキーとして、応募頻度ｙが高い順に所定数のユーザを検索する。
最も簡単には、各ユーザにおける日数帯毎の応募頻度を用いて、キーとなる日数帯の中で、応募頻度が高い順にユーザを検索する。ここで、キーとなる日数帯は、「募集残存日数」である。即ち、募集管理サーバ１が、募集要求を送信しようとしている募集日について、募集日から予定日までの募集残存日数に対応する日数帯の中で、応募頻度が高い順のユーザリストを生成する。募集日に相当する募集残存日数について、過去も応募頻度が高いユーザは、直ぐに応募する可能性が高いと判定される。
例えば図４の場合、募集要求を配信しようとする募集日が、予定日よりも５０日前であれば、その５０日前の日数帯における応募頻度が高いユーザＡが、ユーザＢよりも、応募するであろう確率が高いといえる。
ユーザ検索部１４は、他の実施形態として、回帰係数算出部１３によって学習された、各ユーザにおける日数帯毎の回帰係数βを用いて応募頻度を算出し、その応募頻度が高い順にユーザを検索することも好ましい。
回帰係数算出部１３が、単回帰分析に基づく場合、ユーザ検索部１４は、募集残存日数が含まれる日数帯について、説明変数ｘと当該日数帯の回帰係数β0,β1とから、応募頻度ｙを算出する。
ｙ＝β0＋β1ｘ
また、回帰係数算出部１３が、重回帰分析に基づく場合、ユーザ検索部１４は、募集残存日数が含まれる日数帯について、説明変数ｘ1,ｘ2,・・・と当該日数帯の偏回帰係数β0,β1,β2,・・・とから、応募頻度ｙを算出する。
ｙ＝β0＋β1ｘ1＋β2ｘ2＋・・・
そして、ユーザ検索部１４は、各ユーザにおける日数帯毎の応募頻度を用いて、キーとなる日数帯の中で、応募頻度が高い順にユーザを検索する。
ｙ＝β0＋β1ｘ
また、回帰係数算出部１３が、重回帰分析に基づく場合、ユーザ検索部１４は、募集残存日数が含まれる日数帯について、説明変数ｘ1,ｘ2,・・・と当該日数帯の偏回帰係数β0,β1,β2,・・・とから、応募頻度ｙを算出する。
ｙ＝β0＋β1ｘ1＋β2ｘ2＋・・・
そして、ユーザ検索部１４は、各ユーザにおける日数帯毎の応募頻度を用いて、キーとなる日数帯の中で、応募頻度が高い順にユーザを検索する。
他の実施形態によれば、ユーザ検索部１４は、募集残存日数における応募頻度ｙの合計頻度が高い順に所定数のユーザを検索することも好ましい。
図５は、図４の応募頻度について募集残存日数分を合計することを表すグラフである。
図５によれば、例えば募集日から予定日までの募集残存日数が７０日として、募集されたとする。この場合、ユーザＡ及びユーザＢの両方について、募集残存日数７０日分の応募頻度を合計する。図５の場合、合計された応募頻度について、ユーザＡの方が、ユーザＢよりも多いことが理解できる。この場合、ユーザＡの方が上位で検索される。
図５によれば、例えば募集日から予定日までの募集残存日数が７０日として、募集されたとする。この場合、ユーザＡ及びユーザＢの両方について、募集残存日数７０日分の応募頻度を合計する。図５の場合、合計された応募頻度について、ユーザＡの方が、ユーザＢよりも多いことが理解できる。この場合、ユーザＡの方が上位で検索される。
最終的に、応募頻度が高いユーザやそれらユーザリストは、募集側端末３へ送信され、依頼主に閲覧される。依頼主としては、その募集要求の配信を募集管理サーバ１へ依頼した時点について、応募してくる可能性が高いユーザを予め認識することができる。
［募集期間区分部１５］
募集期間区分部１５は、複数の募集期間（例えば募集前半期間及び募集後半期間）に区分する。これは、オプション的な機能であって、具体的には以下の２つの方法がある。
（１）応募頻度が最も多い日数帯を中央として区分する
（２）応募頻度の正規分布における平均値μを中央として区分する。
応募頻度計数部１２は、再度、日数帯を、募集期間毎に区分して応募頻度を計数する。
尚、勿論、募集期間を３つ以上に区分するものであってもよい。
募集期間区分部１５は、複数の募集期間（例えば募集前半期間及び募集後半期間）に区分する。これは、オプション的な機能であって、具体的には以下の２つの方法がある。
（１）応募頻度が最も多い日数帯を中央として区分する
（２）応募頻度の正規分布における平均値μを中央として区分する。
応募頻度計数部１２は、再度、日数帯を、募集期間毎に区分して応募頻度を計数する。
尚、勿論、募集期間を３つ以上に区分するものであってもよい。
図６は、図４の応募頻度を正規分布に近似したグラフである。
募集前半期間（予定日までの応募残存日数が長い）と、募集後半期間（予定日までの応募残存日数が短い）とでは、募集条件情報に対する応募の傾向が異なってくる。
具体的には、募集前半期間では、時給が高かったり、対応人数が少なかったりと、募集条件が比較的良い案件に対して、比較的早期に応募される。一方で、募集後半期間では、直近の自らの予定に空きがあったりした場合に、比較的ピンポイントで応募される。
従って、募集前半期間と募集後半期間とに大きく区分して、応募頻度を計数することによって、比較的精度の高いユーザ検索が可能となると考えられる。
具体的には、募集前半期間では、時給が高かったり、対応人数が少なかったりと、募集条件が比較的良い案件に対して、比較的早期に応募される。一方で、募集後半期間では、直近の自らの予定に空きがあったりした場合に、比較的ピンポイントで応募される。
従って、募集前半期間と募集後半期間とに大きく区分して、応募頻度を計数することによって、比較的精度の高いユーザ検索が可能となると考えられる。
図７は、ユーザＡにおける募集条件情報毎に表された偏回帰係数である。
図８は、ユーザＢにおける募集条件情報毎に表された偏回帰係数である。
図８は、ユーザＢにおける募集条件情報毎に表された偏回帰係数である。
図７及び図８によれば、エクセル統計の重回帰分析（例えば非特許文献１参照）によって、偏回帰係数が算出されている。図７及び図８からも明らかなとおり、偏回帰係数が小さいほど、その募集条件情報に対して、ユーザが強く反応していることが理解できる。
図７（ａ）は、ユーザＡについて、募集後半期間（募集残存日数が短い）における回帰係数を表す。
［距離（通勤距離）］偏回帰係数の95％信頼区間は全て正であり、予定日と応募日の間隔が長いほど距離も遠くなる傾向にある。但し、偏回帰係数はほぼ0のため、影響はほとんどない。
［角度（通勤方位角度）］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数はほぼ0のため、影響はほとんどない。偏回帰係数の絶対値は0.2を超えており、予定日と応募日の間隔が長いほど、角度は小さくなる傾向にある。
［時給］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数の絶対値は小さいため、時給の多寡の影響は少なく一定の幅の範囲である。
［受診人数（対応人数）］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数は正であり、予定日と応募日の間隔が短いほど受診人数も少ない案件を選んでいる傾向がある。
［距離（通勤距離）］偏回帰係数の95％信頼区間は全て正であり、予定日と応募日の間隔が長いほど距離も遠くなる傾向にある。但し、偏回帰係数はほぼ0のため、影響はほとんどない。
［角度（通勤方位角度）］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数はほぼ0のため、影響はほとんどない。偏回帰係数の絶対値は0.2を超えており、予定日と応募日の間隔が長いほど、角度は小さくなる傾向にある。
［時給］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数の絶対値は小さいため、時給の多寡の影響は少なく一定の幅の範囲である。
［受診人数（対応人数）］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数は正であり、予定日と応募日の間隔が短いほど受診人数も少ない案件を選んでいる傾向がある。
図７（ｂ）は、ユーザＡについて、募募集前半期間（募集残存日数が長い）における回帰係数を表す。
［距離］偏回帰係数の95％信頼区間は0を跨いでおり、偏相関はマイナスのため、予定日と応募日の間隔が長いほど、距離はやや近くなる傾向にある。但し、偏回帰係数はほぼ0のため、影響はほとんどない。距離への重視は少ない。
［角度］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数はほぼ0のため、影響はほとんどない。偏回帰係数はマイナスでありかつ偏相関もマイナスであることから、予定日と応募日の間隔が長いほどマイナス傾向にある。
［時給］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数の絶対値は小さいため、時給の多寡の影響は少なく一定の幅の範囲である。
［受診人数］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数は負であり、予定日と応募日の間隔が短いほど受診人数も少ない案件を選んでいる傾向がややある。
［距離］偏回帰係数の95％信頼区間は0を跨いでおり、偏相関はマイナスのため、予定日と応募日の間隔が長いほど、距離はやや近くなる傾向にある。但し、偏回帰係数はほぼ0のため、影響はほとんどない。距離への重視は少ない。
［角度］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数はほぼ0のため、影響はほとんどない。偏回帰係数はマイナスでありかつ偏相関もマイナスであることから、予定日と応募日の間隔が長いほどマイナス傾向にある。
［時給］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数の絶対値は小さいため、時給の多寡の影響は少なく一定の幅の範囲である。
［受診人数］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数は負であり、予定日と応募日の間隔が短いほど受診人数も少ない案件を選んでいる傾向がややある。
図８（ａ）は、ユーザＢについて、募募集後半期間（募集残存日数が短い）における回帰係数を表す。
［距離］偏回帰係数の95％信頼区間は0を跨いでおり偏相関はマイナスのため、予定日と応募日の間隔が長いほど距離はやや近くなる傾向にある。但し、偏回帰係数はほぼ0のため、影響はほとんどない。距離への重視は少ない。
［角度］偏回帰係数の95％信頼区間は負の領域にあり、予定日と応募日の間隔が長いほど角度の値は小さくなる傾向にある。
［時給］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数の絶対値はあまり大きくはないため、時給の多寡の影響は少なく一定の幅の範囲である。
［受診人数］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数は負であり、予定日と応募日の間隔が短いほど、受診人数も少ない案件を選んでいる傾向がややある。
［距離］偏回帰係数の95％信頼区間は0を跨いでおり偏相関はマイナスのため、予定日と応募日の間隔が長いほど距離はやや近くなる傾向にある。但し、偏回帰係数はほぼ0のため、影響はほとんどない。距離への重視は少ない。
［角度］偏回帰係数の95％信頼区間は負の領域にあり、予定日と応募日の間隔が長いほど角度の値は小さくなる傾向にある。
［時給］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数の絶対値はあまり大きくはないため、時給の多寡の影響は少なく一定の幅の範囲である。
［受診人数］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数は負であり、予定日と応募日の間隔が短いほど、受診人数も少ない案件を選んでいる傾向がややある。
図８（ｂ）は、ユーザＢについて、募募集前半期間（募集残存日数が長い）における回帰係数を表す。
［距離］偏回帰係数の95％信頼区間は0を跨いでおり偏相関はマイナスのため、予定日と応募日の間隔が長いほど距離はやや近くなる傾向にある。但し、偏回帰係数はほぼ0のため、影響はほとんどない。距離への重視は少ない。
［角度］偏回帰係数の95％信頼区間は0を跨いでおり偏相関はプラスのため、予定日と応募日の間隔が長いほど角度の値は大きくなる傾向にある。
［時給］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数の絶対値はあまり大きくはないため、時給の多寡の影響は少なく一定の幅の範囲である。
［受診人数］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数は負であり、予定日と応募日の間隔が短いほど受診人数も少ない案件を選んでいる傾向がややある。
［距離］偏回帰係数の95％信頼区間は0を跨いでおり偏相関はマイナスのため、予定日と応募日の間隔が長いほど距離はやや近くなる傾向にある。但し、偏回帰係数はほぼ0のため、影響はほとんどない。距離への重視は少ない。
［角度］偏回帰係数の95％信頼区間は0を跨いでおり偏相関はプラスのため、予定日と応募日の間隔が長いほど角度の値は大きくなる傾向にある。
［時給］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数の絶対値はあまり大きくはないため、時給の多寡の影響は少なく一定の幅の範囲である。
［受診人数］偏回帰係数の95％信頼区間は0を跨いでおり、予定日と応募日の間隔との関係はあまり強くはない。但し、偏回帰係数は負であり、予定日と応募日の間隔が短いほど受診人数も少ない案件を選んでいる傾向がややある。
図９は、本発明における募集側端末の機能構成図である。
図９によれば、募集管理端末３は、ユーザが所持するスマートフォンやタブレット端末、パーソナルコンピュータのようなものである。そして、募集管理端末３に搭載されたコンピュータを、図２の募集管理サーバ１と同様に機能させるプログラムを実行することによって実現する。
図９によれば、依頼主は、募集管理端末３のユーザインタフェースから、予定日及び募集条件情報を含む募集要求を入力することによって、その募集日に応募する確率が高いユーザリストを視認することができる。
図９によれば、依頼主は、募集管理端末３のユーザインタフェースから、予定日及び募集条件情報を含む募集要求を入力することによって、その募集日に応募する確率が高いユーザリストを視認することができる。
以上、詳細に説明したように、本発明の募集管理サーバ、端末、プログラム及び方法によれば、募集日から予定日までの募集残存日数に応じてユーザを検索することができる。
前述した本発明の種々の実施形態について、本発明の技術思想及び見地の範囲の種々の変更、修正及び省略は、当業者によれば容易に行うことができる。前述の説明はあくまで例であって、何ら制約しようとするものではない。本発明は、特許請求の範囲及びその均等物として限定するものにのみ制約される。
１ 募集管理サーバ
１０１ 募集要求送信部
１０２ 応募応答受信部
１１ 応募残存日数記録部
１２ 応募頻度計数部
１３ 回帰係数算出部
１４ ユーザ検索部
１５ 募集期間区分部
２ ユーザ端末
３ 募集側端末
１０１ 募集要求送信部
１０２ 応募応答受信部
１１ 応募残存日数記録部
１２ 応募頻度計数部
１３ 回帰係数算出部
１４ ユーザ検索部
１５ 募集期間区分部
２ ユーザ端末
３ 募集側端末
Claims (12)
- 予定日を含む募集要求を配信し、ユーザ操作に応じた応募応答をユーザ端末から受信する募集管理サーバであって、
各ユーザについて、前記応募応答を受信した応募日から当該募集要求の予定日までの応募残存日数を記録する応募残存日数記録手段と、
各ユーザについて、所定時間単位で区分された日数帯毎に、前記応募残存日数が含まれる日数帯の応募頻度ｙを計数する応募頻度計数手段と、
前記募集要求を配信しようとしている募集日から予定日までの募集残存日数が含まれる日数帯をキーとして、前記応募頻度ｙが高い順に所定数のユーザを検索するユーザ検索手段と
を有することを特徴とする募集管理サーバ。 - 前記募集日、前記応募日、前記予定日は、時刻を含み、
前記募集残存日数、前記応募残存日数、前記日数帯は、時間を含む
ことを特徴とする請求項１に記載の募集管理サーバ。 - 前記募集要求は、募集条件情報を含んでおり、
前記日数帯毎に、各ユーザについて、前記応募頻度を目的変数ｙとし、前記募集条件情報を説明変数ｘとした回帰係数β0,β1を算出する回帰係数算出手段を更に有し、
前記ユーザ検索手段は、前記募集残存日数が含まれる日数帯について、前記説明変数ｘと当該日数帯の回帰係数β0,β1とから、応募頻度ｙを算出する
ｙ＝β0＋β1ｘ
ことを特徴とする請求項１又は２に記載の募集管理サーバ。 - 前記募集要求は、複数の募集条件情報を含み、
前記回帰係数算出手段は、前記日数帯毎に、各ユーザについて、前記応募頻度を目的変数ｙとし、複数の募集条件情報を説明変数ｘ1,ｘ2,・・・とした重回帰分析によって、各募集条件情報の偏回帰係数β0,β1,β2,・・・を算出し、
前記ユーザ検索手段は、前記募集残存日数が含まれる日数帯について、前記説明変数ｘ1,ｘ2,・・・と当該日数帯の偏回帰係数β0,β1,β2,・・・とから、応募頻度ｙを算出する
ｙ＝β0＋β1ｘ1＋β2ｘ2＋・・・
ことを特徴とする請求項３に記載の募集管理サーバ。 - 前記回帰係数算出手段は、前記日数帯毎に、各ユーザについて、前記応募頻度を目的変数ｙと、前記募集条件情報を説明変数ｘ1,ｘ2,・・・とを入力し、各募集条件情報の偏回帰係数β1,β2,・・・を内部パラメータとして保持する機械学習エンジンである
ことを特徴とする請求項４に記載の募集管理サーバ。 - 前記ユーザ検索手段は、前記募集残存日数における応募頻度ｙの合計頻度が高い順に所定数のユーザを検索する
ことを特徴とする請求項１から５のいずれか１項に記載の募集管理サーバ。 - 応募頻度が最も多い日数帯を中央として、又は、応募頻度の正規分布における平均値μを中央として、複数の募集期間に区分する募集期間区分手段と
を更に有し、
前記応募頻度計数手段は、再度、前記日数帯を、募集期間毎に区分して応募頻度を計数する
ことを特徴とする請求項１から５のいずれか１項に記載の募集管理サーバ。 - 前記募集要求は、メッセージ若しくはメール、又は、ページのＵＲＬ(Uniform Resource Locator)を含むメッセージ若しくはメールであり、
前記応募応答は、応募応答用アドレスで受信したメッセージ若しくはメール、又は、応募応答用ＵＲＬに対するユーザ操作によって受信したページ要求である
ことを特徴とする請求項１から７のいずれか１項に記載の募集管理サーバ。 - 前記募集要求は、求人募集に基づくものであり、
前記募集条件情報は、時給、勤務時間、給与額、対応人数、通勤距離、通勤時間、通勤方位角度のいずれか１つ以上を含む
ことを特徴とする請求項３から５のいずれか１項に記載の募集管理サーバ。
- 予定日を含む募集要求を配信し、ユーザ操作に応じた応募応答をユーザ端末から受信する募集管理端末であって、
各ユーザについて、前記応募応答を受信した応募日から当該募集要求の予定日までの応募残存日数を記録する応募残存日数記録手段と、
各ユーザについて、所定時間単位で区分された日数帯毎に、前記応募残存日数が含まれる日数帯の応募頻度ｙを計数する応募頻度計数手段と、
前記募集要求を配信しようとしている募集日から予定日までの募集残存日数が含まれる日数帯をキーとして、前記応募頻度ｙが高い順に所定数のユーザを検索するユーザ検索手段と
を有することを特徴とする募集管理端末。 - 予定日を含む募集要求を配信し、ユーザ操作に応じた応募応答をユーザ端末から受信する装置に搭載されたコンピュータを機能させる募集管理プログラムであって、
各ユーザについて、前記応募応答を受信した応募日から当該募集要求の予定日までの応募残存日数を記録する応募残存日数記録手段と、
各ユーザについて、所定時間単位で区分された日数帯毎に、前記応募残存日数が含まれる日数帯の応募頻度ｙを計数する応募頻度計数手段と、
前記募集要求を配信しようとしている募集日から予定日までの募集残存日数が含まれる日数帯をキーとして、前記応募頻度が高い順に所定数のユーザを検索するユーザ検索手段と
してコンピュータを機能させることを特徴とする募集管理プログラム。 - 予定日を含む募集要求を配信し、ユーザ操作に応じた応募応答をユーザ端末から受信する装置の募集管理方法であって、
前記装置は、
学習時のステップとして、
各ユーザについて、前記応募応答を受信した応募日から当該募集要求の予定日までの応募残存日数を記録し、
各ユーザについて、所定時間単位で区分された日数帯毎に、前記応募残存日数が含まれる日数帯の応募頻度ｙを計数し、
運用時のステップとして、
前記募集要求を配信しようとしている募集日から予定日までの募集残存日数が含まれる日数帯をキーとして、前記応募頻度が高い順に所定数のユーザを検索する
ように実行することを特徴とする装置の募集管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017215151A JP6311207B1 (ja) | 2017-11-08 | 2017-11-08 | 募集日から予定日までの募集残存日数に応じてユーザを検索する募集管理サーバ、端末、プログラム及び方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017215151A JP6311207B1 (ja) | 2017-11-08 | 2017-11-08 | 募集日から予定日までの募集残存日数に応じてユーザを検索する募集管理サーバ、端末、プログラム及び方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6311207B1 true JP6311207B1 (ja) | 2018-04-18 |
| JP2019087059A JP2019087059A (ja) | 2019-06-06 |
Family
ID=61968178
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017215151A Active JP6311207B1 (ja) | 2017-11-08 | 2017-11-08 | 募集日から予定日までの募集残存日数に応じてユーザを検索する募集管理サーバ、端末、プログラム及び方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6311207B1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019194823A (ja) * | 2018-04-30 | 2019-11-07 | 株式会社プラットワークス | 求人情報提供サーバ及び／又は求職情報提供サーバ並びに求人情報受領プログラム |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002373268A (ja) * | 2001-06-14 | 2002-12-26 | Hitachi Commun Syst Inc | 求人求職仲介方法およびそのシステム |
| JP2007528058A (ja) * | 2004-01-27 | 2007-10-04 | エヌエイチエヌ コーポレーション | 検索者の検索要請に応じて検索結果リストを生成して検索語広告を提供する方法および検索語広告提供システム |
| JP2008242835A (ja) * | 2007-03-27 | 2008-10-09 | Nomura Research Institute Ltd | 募集紹介支援システム |
| US20100131418A1 (en) * | 2008-11-26 | 2010-05-27 | Mccagg Brin | Structured Job Search Engine |
| JP2015132971A (ja) * | 2014-01-14 | 2015-07-23 | 学校法人順天堂 | 医師と病院との求職・求人支援システム |
-
2017
- 2017-11-08 JP JP2017215151A patent/JP6311207B1/ja active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002373268A (ja) * | 2001-06-14 | 2002-12-26 | Hitachi Commun Syst Inc | 求人求職仲介方法およびそのシステム |
| JP2007528058A (ja) * | 2004-01-27 | 2007-10-04 | エヌエイチエヌ コーポレーション | 検索者の検索要請に応じて検索結果リストを生成して検索語広告を提供する方法および検索語広告提供システム |
| JP2008242835A (ja) * | 2007-03-27 | 2008-10-09 | Nomura Research Institute Ltd | 募集紹介支援システム |
| US20100131418A1 (en) * | 2008-11-26 | 2010-05-27 | Mccagg Brin | Structured Job Search Engine |
| JP2015132971A (ja) * | 2014-01-14 | 2015-07-23 | 学校法人順天堂 | 医師と病院との求職・求人支援システム |
Non-Patent Citations (1)
| Title |
|---|
| 神沼 英里ほか: "ＣｒｏｗｄＲ＆Ｄ： クラウド協働評価のための参加型Ｒ＆Ｄプロジェクト情報統合基盤", 人工知能学会 第３０回全国大会論文集ＣＤ−ＲＯＭ, JPN6018005218, 9 June 2016 (2016-06-09), pages 1L4-OS-09a-6 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019194823A (ja) * | 2018-04-30 | 2019-11-07 | 株式会社プラットワークス | 求人情報提供サーバ及び／又は求職情報提供サーバ並びに求人情報受領プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019087059A (ja) | 2019-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Larco et al. | Managing warehouse efficiency and worker discomfort through enhanced storage assignment decisions | |
| US20180365618A1 (en) | System And Method For Assessing Worker Engagement And Company Culture | |
| US8380607B2 (en) | Predicting economic trends via network communication mood tracking | |
| Thürer et al. | Concerning workload control and order release: The pre‐shop pool sequencing decision | |
| US20160019661A1 (en) | Systems and methods for managing social networks based upon predetermined objectives | |
| US9558273B2 (en) | System and method for generating influencer scores | |
| US20120226701A1 (en) | User Validation In A Social Network | |
| Lee et al. | Outpatient appointment block scheduling under patient heterogeneity and patient no‐shows | |
| US20150248647A1 (en) | Job applicant ranker | |
| US20150227891A1 (en) | Automatic job application engine | |
| Chen | Integrated analysis of the performance of TQM tools and techniques: a case study in the Taiwanese motor industry | |
| WO2007038240A2 (en) | Ranking employment candidates using connection information provided by candidates | |
| US11580180B2 (en) | Job prospect and applicant information processing | |
| US20150242473A1 (en) | Utilizing interactivity signals to generate relationships and promote content | |
| WO2006102116A2 (en) | Method and apparatus for ranking candidates | |
| US20160125426A1 (en) | Determining Engagement Levels Based On Topical Interest | |
| US10977304B2 (en) | Methods and system for estimating job and career transition capabilities of candidates in a database | |
| WO2006102118A2 (en) | Method and apparatus for tracking candidate referrers | |
| US20160019650A1 (en) | System and method for interactive forecasting, news, and data on risk portfolio website | |
| US20130212032A1 (en) | Skill competency search and management | |
| US11113111B2 (en) | Machine learning task compartmentalization and classification | |
| WO2006102115A2 (en) | Method and apparatus for identifying candidates for a position | |
| Fung et al. | A fuzzy expected value-based goal programing model for product planning using quality function deployment | |
| JP2020004048A (ja) | 就職支援システム及びそのプログラム | |
| KR20200118971A (ko) | 실시간 구인 구직 중개 서비스 제공 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171122 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20171122 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20171206 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180207 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180215 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180215 |
|
| 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: 20180226 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180302 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6311207 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |