JP6649461B1 - Program, information processing apparatus and information processing method - Google Patents
Program, information processing apparatus and information processing method Download PDFInfo
- Publication number
- JP6649461B1 JP6649461B1 JP2018229268A JP2018229268A JP6649461B1 JP 6649461 B1 JP6649461 B1 JP 6649461B1 JP 2018229268 A JP2018229268 A JP 2018229268A JP 2018229268 A JP2018229268 A JP 2018229268A JP 6649461 B1 JP6649461 B1 JP 6649461B1
- Authority
- JP
- Japan
- Prior art keywords
- interview
- information
- interviewee
- question
- interviewer
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 18
- 238000003672 processing method Methods 0.000 title claims abstract description 7
- 238000000034 method Methods 0.000 claims description 74
- 230000008569 process Effects 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 28
- 230000007115 recruitment Effects 0.000 claims description 17
- 230000002250 progressing effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 abstract description 30
- 238000004590 computer program Methods 0.000 abstract 1
- 238000012360 testing method Methods 0.000 description 42
- 238000010971 suitability test Methods 0.000 description 31
- 230000006399 behavior Effects 0.000 description 24
- 238000004458 analytical method Methods 0.000 description 22
- 238000004364 calculation method Methods 0.000 description 20
- 230000033001 locomotion Effects 0.000 description 17
- 230000009471 action Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 16
- 238000011156 evaluation Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000001755 vocal effect Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 239000000284 extract Substances 0.000 description 8
- 230000008450 motivation Effects 0.000 description 6
- 208000003443 Unconsciousness Diseases 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000013136 deep learning model Methods 0.000 description 4
- 230000008451 emotion Effects 0.000 description 4
- 230000008921 facial expression Effects 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
Images
Abstract
【課題】就職面接等の面接を良好に実施できるように支援することが可能なプログラム、情報処理装置及び情報処理方法を提供する。【解決手段】コンピュータプログラムは、面接対象者に関する情報を取得し、取得した面接対象者に関する情報に基づいて、複数の面接官から面接対象者の面接を行う面接官と、面接対象者に対する質問内容とを特定する。【選択図】図１４Provided are a program, an information processing apparatus, and an information processing method capable of supporting an interview such as a job interview in a satisfactory manner. According to one embodiment, a computer program acquires information on an interviewee, and based on the acquired information on the interviewee, interviews a plurality of interviewers to interview the interviewee, and questions to the interviewee. And [Selection diagram] FIG.
Description
本発明は、プログラム、情報処理装置及び情報処理方法に関する。 The present invention relates to a program, an information processing device, and an information processing method.
コンピュータ上で人事評価を行うシステムが提案されている。例えば特許文献１には、質問に対する被検者の回答結果をコンピュータで処理し、被検者の特徴や適職性等を判断し、判断結果を示す人事評価データを生成する技術が提案されている。このような人事評価データを、被検者の派遣先を決める際の判断材料に用いることにより、被検者の適職性等を考慮した派遣先を決定することが可能となる。
A system for performing personnel evaluation on a computer has been proposed. For example,
特許文献１に開示されたシステムは、被検者に対する人事評価を行うものであり、人事評価のための質問を設定することはできるが、例えば就職面接における面接対象者に対して適切な質問を設定することは困難である。よって、特許文献１に開示されたシステムでは、面接を良好に実施することを支援することはできないという問題がある。
The system disclosed in
本発明は、このような事情に鑑みてなされたものであり、その目的とするところは、面接の良好な実施を支援することが可能なプログラム等を提供することにある。 The present invention has been made in view of such circumstances, and an object of the present invention is to provide a program and the like capable of supporting good interviews.
本発明の一態様に係るプログラムは、コンピュータに、面接対象者に関する情報を入力部を介して取得し、面接対象者に関する情報が入力された場合に、前記面接対象者に適した面接官の情報を出力するように学習された第１学習済モデルに、取得した前記面接対象者に関する情報を入力し、前記第１学習済モデルから出力される前記面接官の情報に基づいて、複数の面接官から前記面接対象者の面接を行う面接官を特定し、面接対象者に関する情報が入力された場合に、前記面接対象者に対する質問内容の情報を出力するように学習された第２学習済モデルに、取得した前記面接対象者に関する情報を入力し、前記第２学習済モデルから出力される前記質問内容の情報に基づいて、前記面接対象者に対する質問内容を特定する処理を実行させる。 A program according to an aspect of the present invention provides a computer that acquires information about an interviewee via an input unit and , when information about the interviewee is input, information about an interviewer suitable for the interviewee. Is input to the first trained model trained to output the information about the interviewee , and a plurality of interviewers are set based on the information of the interviewer output from the first trained model. From the second trained model trained to specify the interviewer interviewing the interviewee from and, when information about the interviewee is input, to output information on the content of the question to the interviewee , of executing a process of entering information about the acquired interviewed subject, based on the question content information to be outputted from the second trained model, identifies a question Description for the interviewee's That.
本発明の一態様にあっては、例えば就職面接における面接対象者に対して適切な面接官及び質問内容を設定することができる。よって、面接を良好に実施することを支援でき、面接対象者に応じて適切な面接の実施が可能となる。 In one embodiment of the present invention, for example, an appropriate interviewer and a question can be set for the interview target person in a job interview. Therefore, it is possible to assist in performing the interview satisfactorily, and it is possible to perform an appropriate interview according to the interview target person.
以下に、本開示のプログラム、情報処理装置及び情報処理方法について、企業や会社等における従業員の採用面接を支援する装置に適用した実施形態を示す図面に基づいて具体的に説明する。 Hereinafter, a program, an information processing apparatus, and an information processing method of the present disclosure will be specifically described with reference to the drawings illustrating an embodiment applied to an apparatus that supports an employee interview in a company or a company.
（実施形態１）
図１は第１面接支援装置の構成例を示すブロック図である。第１面接支援装置１０は、従業員募集に応募してきた面接対象者に関する情報の蓄積処理、蓄積した面接対象者に関する情報に基づいて面接対象者を面接する面接官及び面接時の質問（質問内容）を特定する処理等、種々の情報処理を行う。なお、第１面接支援装置１０をサーバコンピュータ等によって構成し、第１面接支援装置１０と外部装置（ユーザ端末）とをインターネット又はＬＡＮ（Local Area Network）等のネットワークを介して接続し、面接対象者に関する情報が、外部装置に入力されて外部装置から第１面接支援装置１０へ送信される構成としてもよい。第１面接支援装置１０をサーバコンピュータによって構成する場合、第１面接支援装置１０は、複数台設けられて複数台で分散処理する構成でもよいし、１台のサーバ装置内に設けられた複数の仮想マシンによって実現されてもよいし、クラウドサーバを用いて実現されてもよい。
(Embodiment 1)
FIG. 1 is a block diagram illustrating a configuration example of the first interview support apparatus. The first interview support
第１面接支援装置１０は、パーソナルコンピュータ又はサーバコンピュータ等の情報処理装置であり、制御部１１、記憶部１２、通信部１４、入力部１５、表示部１６、読み取り部１７等を含み、これらの各部はバスを介して相互に接続されている。制御部１１は、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro-Processing Unit）又はＧＰＵ（Graphics Processing Unit）等の１又は複数のプロセッサを含む。制御部１１は、記憶部１２に記憶してある制御プログラム１２Ｐを適宜実行することにより、本開示の情報処理装置が行うべき種々の情報処理、制御処理等を第１面接支援装置１０に行わせる。
The first
記憶部１２は、ＲＡＭ（Random Access Memory）、フラッシュメモリ、ハードディスク、ＳＳＤ（Solid State Drive）等を含む。記憶部１２は、制御部１１が実行する制御プログラム１２Ｐ及び制御プログラム１２Ｐの実行に必要な各種のデータ等を予め記憶している。また記憶部１２は、制御部１１が制御プログラム１２Ｐを実行する際に発生するデータ等を一時的に記憶する。また記憶部１２は、例えば機械学習処理によって構築されたニューラルネットワークである面接官決定用学習済モデル１２１及び質問決定用学習済モデル１２２を記憶している。面接官決定用学習済モデル１２１は、過去の面接対象者に関する情報と、それぞれの面接対象者に対して適切であった面接官又は不適切であった面接官の情報とを含む教師データに基づいて、面接対象者に関する情報に基づいて面接対象者に適した面接官の情報を出力するように学習された学習済みモデルである。質問決定用学習済モデル１２２は、過去の面接対象者に関する情報と、それぞれの面接対象者に対して有用であった質問又は不要であった質問の情報（質問内容）とを含む教師データに基づいて、面接対象者に関する情報に基づいて面接対象者に適した質問の情報を出力するように学習された学習済みモデルである。なお、学習済モデルは、入力値に対して所定の演算を行い、演算結果を出力するものであり、記憶部１２にはこの演算を規定する関数の係数や閾値等のデータが、学習済モデル１２１，１２２として記憶される。更に記憶部１２には、後述する面接官ＤＢ（データベース）１２ａ、面接予定ＤＢ１２ｂ及び面接対象者ＤＢ１３が記憶される。なお、面接対象者ＤＢ１３は、人事ＤＢ１３ａ、適性結果ＤＢ１３ｂ及びＷｅｂアプリＤＢ１３ｃを含む。面接官ＤＢ１２ａ、面接予定ＤＢ１２ｂ及び面接対象者ＤＢ１３は、第１面接支援装置１０に接続された外部の記憶装置に記憶されてもよく、インターネット又はＬＡＮ等のネットワークを介して第１面接支援装置１０と通信可能な記憶装置に記憶されてもよい。
The
通信部１４は、有線通信又は無線通信によってネットワークに接続するためのインタフェースであり、ネットワークを介して外部装置との間で情報の送受信を行う。入力部１５は、マウス及びキーボード等を含み、ユーザによる操作入力を受け付け、操作内容に対応した制御信号を制御部１１へ送出する。表示部１６は、液晶ディスプレイ又は有機ＥＬディスプレイ等であり、制御部１１からの指示に従って各種の情報を表示する。
The
読み取り部１７は、ＣＤ（Compact Disc）−ＲＯＭ又はＤＶＤ（Digital Versatile Disc）−ＲＯＭを含む可搬型記憶媒体１ａに記憶された情報を読み取る。記憶部１２に予め記憶される制御プログラム及びデータは、制御部１１が読み取り部１７を介して可搬型記憶媒体１ａから読み取って記憶部１２に記憶してもよい。また、記憶部１２に予め記憶される制御プログラム及びデータは、制御部１１が通信部１４を介してネットワーク経由で外部装置からダウンロードして記憶部１２に記憶してもよい。更に、半導体メモリ１ｂから、制御部１１が制御プログラム及びデータを読み出してもよい。
The
図２及び図３は、第１面接支援装置１０に記憶されるＤＢ１２ａ〜１２ｂ，１３ａ〜１３ｃの構成例を示す模式図である。図２Ａは面接官ＤＢ１２ａを、図２Ｂは面接予定ＤＢ１２ｂを、図２Ｃは人事ＤＢ１３ａを、図３Ａは適性結果ＤＢ１３ｂを、図３ＢはＷｅｂアプリＤＢ１３ｃをそれぞれ示す。本実施形態では、面接対象者に関する情報を記憶する面接対象者ＤＢ１３として３つのＤＢ１３ａ〜１３ｃが設けられているが、面接対象者に関する情報は３つのＤＢ１３ａ〜１３ｂに分けて記憶する構成に限らない。１つのＤＢに面接対象者に関する情報を記憶してもよいし、２つ又は４つ以上のＤＢに分けて面接対象者に関する情報を記憶してもよい。
2 and 3 are schematic diagrams illustrating a configuration example of the
面接官ＤＢ１２ａは、例えばある会社において従業員の採用面接を行う担当者（面接官）の情報を記憶している。図２Ａに示す面接官ＤＢ１２ａは、面接官ＩＤ列、氏名列、年齢列、勤続年数列、所属部署列、役職列等を含む。面接官ＩＤ列は、各面接官に予め割り当てられた識別情報を記憶する。氏名列、年齢列、勤続年数列、所属部署列、役職列はそれぞれ、各面接官の氏名、年齢、勤続年数、所属部署、役職を記憶する。面接官ＤＢ１２ａに記憶される面接官ＩＤは、制御部１１が新たな面接官の情報を面接官ＤＢ１２ａに記憶（登録）する際に、制御部１１によって発行されて記憶される。面接官ＤＢ１２ａに記憶される面接官ＩＤ以外の各情報は、入力部１５又は通信部１４を介して追加、変更又は削除の指示を取得する都度、制御部１１によって追加、変更又は削除される。面接官ＤＢ１２ａの記憶内容は図２Ａに示す例に限定されず、面接官に関する各種の情報を記憶することができる。ここで、面接官には、現実に存在する人間のほかにバーチャルな面接官が含まれてもよい。バーチャルな面接官は、例えば予め複数の質問とそれぞれの質問に対する回答例を用意しておき、面接対象者の回答に応じて順次質問を行う面接官である。例えばバーチャルな面接官は、複数の質問、それぞれの質問に対する回答例、それぞれの回答例に応じた次の質問等をサーバに記憶しておき、面接対象者が自身の端末を用いてネットワーク経由でサーバにアクセスした場合に、サーバと端末との間で質問及び回答を送受信することによって面接を行う。なお、バーチャルな面接官は、ネットワーク経由で面接を行うほかに、例えば面接会場に設置された端末によって面接を行う構成でもよい。このようなバーチャルな面接官は、例えば過去の面接における各面接対象者の情報、合否判定の結果や面接が良好に行われたか否かを示す情報等に基づいて学習して生成された学習済モデルによって実現されてもよい。この場合、過去の面接実績に基づいて最適な面接を行えるバーチャルな面接官を実現できる。また、バーチャルな面接官に性格やキャラクタを設定し、設定した性格やキャラクタの情報を面接官ＤＢ１２ａに記憶してもよい。
The
面接予定ＤＢ１２ｂは、予定された面接に関する情報を記憶している。なお、面接予定ＤＢ１２ｂは、実施済みの面接及び実施待ち（未実施）の面接の情報を記憶する。図２Ｂに示す面接予定ＤＢ１２ｂは、面接官ＩＤ列、面接対象者ＩＤ列、質問内容列、面接日時列等を含む。面接官ＩＤ列は、各面接官のＩＤ（識別情報）を記憶する。面接官ＩＤ列に記憶されるＩＤは、面接官ＤＢ１２ａに記憶されている面接官ＩＤを用いる。面接対象者ＩＤ列は、各面接対象者に予め割り当てられた識別情報を記憶する。面接対象者ＩＤ列に記憶される識別情報は、面接対象者ＤＢ１３（ＤＢ１３ａ〜１３ｃ）に記憶されている面接対象者ＩＤを用いる。質問内容列は、各面接対象者に対して設定された質問の情報を記憶する。なお、質問の情報は、質問内容を記載したテキストデータであってもよいし、各質問内容に割り当てられた識別情報であってもよいし、記憶部１２の所定領域又は外部の記憶装置に記憶された質問内容を読み出すための情報（例えば質問内容の記憶場所を示すファイル名）であってもよい。面接日時列は、各面接対象者に対して設定された面接予定日時を記憶する。面接予定ＤＢ１２ｂに記憶される面接官ＩＤは、入力部１５又は通信部１４を介して追加又は削除の指示を取得する都度、制御部１１によって追加又は削除される。面接予定ＤＢ１２ｂに記憶される面接対象者ＩＤ、質問内容及び面接日時は、制御部１１が各面接対象者に対する面接官、質問内容及び面接日時を決定する都度、制御部１１によって追加される。面接予定ＤＢ１２ｂの記憶内容は図２Ｂに示す例に限定されず、面接に関する各種の情報を記憶することができる。
The
人事ＤＢ１３ａは、面接対象者の人事に関する情報を記憶している。図２Ｃに示す人事ＤＢ１３ａは、面接対象者ＩＤ列、氏名列、年齢列、性別列、学歴列、履歴書列、職務経歴書列、自己紹介文列、志望動機列等を含む。面接対象者ＩＤ列は、各面接対象者に予め割り当てられた識別情報を記憶する。氏名列、年齢列、性別列、学歴列、履歴書列、職務経歴書列、自己紹介文列、志望動機列はそれぞれ、各面接対象者の氏名、年齢、性別、学歴、履歴書、職務経歴書、自己紹介文、志望動機を記憶する。人事ＤＢ１３ａに記憶される面接対象者ＩＤは、制御部１１が新たな面接対象者の情報を人事ＤＢ１３ａに記憶（登録）する際に、制御部１１によって発行されて記憶される。人事ＤＢ１３ａに記憶される面接対象者ＩＤ以外の各情報は、入力部１５又は通信部１４を介して追加又は変更の指示を取得する都度、制御部１１によって追加又は変更される。なお、面接対象者ＩＤ以外の各情報は、表示部１６に表示された所定の入力フォームに対して入力部１５を介して入力されて人事ＤＢ１３ａに記憶されてもよい。また、面接対象者ＩＤ以外の各情報は、外部装置で所定の入力フォームに対して入力された各情報をネットワーク経由で受信して人事ＤＢ１３ａに記憶されてもよい。更に例えば、履歴書、職務経歴書、自己紹介文や志望動機等を記載した用紙等の書類をスキャナで読み取って電子データに変換することによって、各情報を取得して人事ＤＢ１３ａに記憶してもよい。人事ＤＢ１３ａの記憶内容は図２Ｃに示す例に限定されず、面接対象者の人事に関わる各種の情報を記憶することができる。
The
適性結果ＤＢ１３ｂは、面接対象者に対する適性検査の結果に関する情報を記憶している。図３Ａに示す適性結果ＤＢ１３ｂは、面接対象者ＩＤ列、適性検査結果列、深層心理テスト結果列、アンケート結果列、ＳＰＩ（Synthetic Personality Inventory ）結果列、ＩＱ（Intelligence Quotient ）テスト結果列、ＥＱ（Emotional Intelligence Quotient ）テスト結果列、ＥＰＰＳ（Edwards Personal Preference Schedule）性格検査結果列、コンピテンシーテスト結果列、解析結果情報列等を含む。面接対象者ＩＤ列は、各面接対象者のＩＤ（識別情報）を記憶する。面接対象者ＩＤ列に記憶されるＩＤは、人事ＤＢ１３ａに記憶されている面接対象者ＩＤを用いる。適性検査結果列、深層心理テスト結果列、アンケート結果列、ＳＰＩ結果列、ＩＱテスト結果列、ＥＱテスト結果列、ＥＰＰＳ性格検査結果列、コンピテンシーテスト結果列、解析結果情報列はそれぞれ、各面接対象者に行った各種の検査結果を示す情報を記憶する。適性結果ＤＢ１３ｂに記憶される面接対象者ＩＤは、制御部１１が新たな面接対象者の適性結果情報を適性結果ＤＢ１３ｂに記憶（登録）する際に、制御部１１によって記憶される。適性結果ＤＢ１３ｂに記憶される各種の検査結果を示す情報は、入力部１５又は通信部１４を介して追加又は変更の指示を取得する都度、制御部１１によって追加又は変更される。また、適性結果ＤＢ１３ｂに記憶される各種の検査結果を示す情報は、制御部１１が面接対象者に関する情報に基づいて各種の検査を行って検査結果を取得する都度、制御部１１によって追加される。適性結果ＤＢ１３ｂの記憶内容は図３Ａに示す例に限定されず、例えば面接対象者を行動心理学上の複数のタイプのいずれかに分類するような各種検査の結果を示す情報を記憶することができる。
The suitability result
ＷｅｂアプリＤＢ１３ｃは、面接対象者によるＷｅｂ又はアプリ（アプリケーションプログラム）に対する行動履歴に関する情報を記憶している。図３Ｂに示すＷｅｂアプリＤＢ１３ｃは、面接対象者ＩＤ列、特定のＷｅｂ又はアプリに対する閲覧履歴列、購買履歴列、使用履歴列等を含む。面接対象者ＩＤ列は、各面接対象者のＩＤ（識別情報）を記憶する。閲覧履歴列、購買履歴列、使用履歴列はそれぞれ、各面接対象者が特定のＷｅｂ又はアプリに対して閲覧した履歴、購買した履歴、使用した履歴を記憶する。ＷｅｂアプリＤＢ１３ｃに記憶される面接対象者ＩＤは、制御部１１が新たな面接対象者の情報をＷｅｂアプリＤＢ１３ｃに記憶（登録）する際に、制御部１１によって記憶される。ＷｅｂアプリＤＢ１３ｃに記憶される面接対象者ＩＤ以外の各情報は、入力部１５又は通信部１４を介して追加又は変更の指示を取得する都度、制御部１１によって追加又は変更される。なお、面接対象者ＩＤ以外の各情報は、所定の入力フォームに対して入力部１５を介して入力されてＷｅｂアプリＤＢ１３ｃに記憶されてもよいし、外部装置で取得された特定のＷｅｂ又はアプリに対する閲覧履歴、購買履歴、使用履歴をネットワーク経由で受信してＷｅｂアプリＤＢ１３ｃに記憶されてもよい。ＷｅｂアプリＤＢ１３ｃの記憶内容は図３Ｂに示す例に限定されず、Ｗｅｂ又はアプリに対する面接対象者の行動履歴が分かるような各種の情報を記憶することができる。
The
次に、第１面接支援装置１０の制御部１１が制御プログラム１２Ｐを実行することによって実現される機能について説明する。図４は、第１面接支援装置１０の制御部１１によって実現される機能を示すブロック図、図５及び図６は、画面例を示す模式図である。第１面接支援装置１０の制御部１１は、記憶部１２に記憶してある制御プログラム１２Ｐを実行した場合、登録受付部１０１、対象者情報取得部１０２、対象者情報記憶部１０３、面接官決定受付部１０４、対象者情報読出部１０５、面接官特定部１０６、質問決定受付部１０７、対象者情報読出部１０８、質問特定部１０９、画面生成部１１０、出力部１１１の各機能を実現する。なお、本実施形態では、これらの各機能を制御部１１が制御プログラム１２Ｐを実行することにより実現するが、これらの一部を専用のハードウェア回路で実現してもよい。
Next, functions realized by the control unit 11 of the first
本実施形態において、第１面接支援装置１０の制御部１１は制御プログラム１２Ｐを実行した場合、図５Ａに示す初期画面を表示部１６に表示する。図５Ａに示す画面は、「面接対象者を登録する」ボタン、「面接官を決める」ボタン及び「質問を決める」ボタンを表示する。「面接対象者を登録する」ボタンは、面接対象者の情報を面接対象者ＤＢ１３に登録する際に操作するボタンであり、入力部１５を介してこのボタンが操作された場合、登録受付部１０１は、面接対象者に関する情報の登録指示を受け付ける。「面接官を決める」ボタンは、面接対象者ＤＢ１３に登録された面接対象者に対して面接を行う面接官を決定する際に操作するボタンであり、入力部１５を介してこのボタンが操作された場合、面接官決定受付部１０４は、面接対象者に対する面接官の決定指示を受け付ける。「質問を決める」ボタンは、面接対象者ＤＢ１３に登録された面接対象者に対して面接時の質問内容を決定する際に操作するボタンであり、入力部１５を介してこのボタンが操作された場合、質問決定受付部１０７は、面接対象者に対する質問内容の決定指示を受け付ける。
In the present embodiment, when the control unit 11 of the first
登録受付部１０１が面接対象者の登録指示を受け付けた場合、対象者情報取得部（取得部）１０２は、登録すべき面接対象者に関する情報を取得する。なお、図５Ａに示す画面において「面接対象者を登録する」ボタンが操作された場合、対象者情報取得部１０２は、図５Ｂに示す登録画面を表示部１６に表示する。図５Ｂに示す画面は、面接対象者に関する情報の登録方法として、ＣＳＶ（Comma-Separated Value ）、ＡＰＩ（Application Programming Interface ）、入力画面又は紙スキャンを選択するためのＣＳＶボタン、ＡＰＩボタン、入力画面ボタン、紙スキャンボタンを表示する。入力部１５を介していずれかのボタンが操作されて「登録する」ボタンが操作された場合、対象者情報取得部１０２は、選択された方法によって面接対象者に関する情報を取得する。例えば、ＣＳＶボタンが選択（操作）されて「登録する」ボタンが操作された場合、対象者情報取得部１０２は、ＣＳＶフォーマットで面接対象者の情報が記載されたファイルの指定を受け付け、指定されたファイルから面接対象者の情報を読み込む。また、入力画面ボタンが選択（操作）されて「登録する」ボタンが操作された場合、対象者情報取得部１０２は、所定の入力フォームの画面を表示部１６に表示し、入力フォームを介して面接対象者の情報を取得する。また、図５Ｂに示す画面は、面接対象者に対して所定のアンケートへの回答又は所定の入力フォームへの情報入力を依頼するための「アンケート／情報入力を依頼する」ボタンを表示する。入力部１５を介して「アンケート／情報入力を依頼する」ボタンが操作された場合、対象者情報取得部１０２は、所定のアンケートフォーム又は入力フォームを面接対象者の端末へネットワーク経由で送信する。面接対象者は、受信したアンケートフォーム又は入力フォームに適宜情報を入力して返信することにより、対象者情報取得部１０２は、所定のアンケートフォーム又は入力フォームを介して面接対象者の更なる情報を取得できる。なお、所定のアンケートフォーム又は入力フォームは、面接対象者の長所や短所を把握でき、適性診断や性格診断に用いることができる情報を入力するように構成してある。また、面接対象者の端末の宛先情報は取得しているものとする。
When the
対象者情報記憶部１０３は、対象者情報取得部１０２が取得した面接対象者に関する各種の情報を面接対象者ＤＢ１３（ＤＢ１３ａ〜１３ｃ）にそれぞれ記憶する。なお、適性結果ＤＢ１３ｂに記憶される各種の検査結果は、対象者情報取得部１０２によって取得される情報だけでなく、制御部１１が面接対象者に関する情報に基づいて各種の検査を行って得られる情報であってもよい。これにより、面接対象者の面接前の情報に基づいて、面接対象者のプロファイリングを行うことができ、プロファイリングの結果として各種の検査結果を適性結果ＤＢ１３ｂに記憶できる。上述した処理によって、第１面接支援装置１０の記憶部１２には、図２Ａ〜図３Ｂに示すようなＤＢ１２ａ〜１２ｂ，１３ａ〜１３ｃが記憶される。
The subject
図５Ｂに示す画面において、いずれかの登録方法に対応するボタン及び「登録する」ボタンが操作されて、面接対象者に関する情報が面接対象者ＤＢ１３に登録された後、制御部１１は、図５Ｃに示す一覧画面を表示部１６に表示する。図５Ｃに示す画面は、面接対象者ＤＢ１３に登録された面接対象者の情報を一覧表示する。例えば、面接対象者の氏名及び面接対象者に対して判定された適性検査結果等を表示する。なお、面接官又は面接時の質問内容が設定されていない面接対象者の情報のみを一覧表示してもよい。また図５Ｃに示す画面は、各面接対象者を選択するためのチェックボックス、「面接官を決める」ボタン及び「質問を決める」ボタンを表示する。入力部１５を介して１又は複数の面接対象者のチェックボックスが選択されて「面接官を決める」ボタンが操作された場合、面接官決定受付部１０４が、選択された面接対象者に対する面接官の決定指示を受け付ける。なお、図５Ｃに示す画面において、入力部１５を介して１又は複数の面接対象者のチェックボックスが選択されて「質問を決める」ボタンが操作された場合、質問決定受付部１０７が、選択された面接対象者に対する質問内容の決定指示を受け付ける。
After the button corresponding to any of the registration methods and the “register” button are operated on the screen shown in FIG. Is displayed on the
面接官決定受付部１０４が面接官の決定指示を受け付けた場合、対象者情報読出部１０５は、面接官を決定すべき面接対象者に関する情報を面接対象者ＤＢ１３から読み出す。例えば対象者情報読出部１０５は、面接対象者の氏名及び適性検査結果等を読み出す。対象者情報読出部１０５が面接対象者の情報を読み出した場合、画面生成部１１０は、図６Ａに示すような面接官の決定画面を生成する。図６Ａに示す画面は、対象者情報読出部１０５が読み出した面接対象者の情報を一覧表示する。なお、図６Ａでは、面接対象者に対応する面接官の情報（面接官ＩＤ）が表示されているが、面接官が決定されていない面接対象者については、面接官の情報は表示されない。図６Ａに示す画面は、各面接対象者を選択するためのチェックボックスを表示する。また図６Ａに示す画面は、面接官の決定方法として、選択された面接対象者毎に異なる方針で個別に決定する方法、選択された面接対象者に対して同じ方針で一括して決定する方法、所定の学習済モデル（ＡＩ：Artificial Intelligence ）を用いて自動で決定する方法のいずれかを選択するための個別決定ボタン、一括決定ボタン及びＡＩ決定ボタンを表示する。更に図６Ａに示す画面は、面接の方針として、採用希望の面接対象者に対する面接、内容を深掘りする面接、圧迫面接のいずれかを選択するための採用希望ボタン、深堀りボタン及び圧迫ボタンを表示する。
When the interviewer
出力部１１１は、画面生成部１１０が生成した面接官の決定画面を表示部１６に表示する。図６Ａに示す画面において、入力部１５を介して面接官の決定方法として個別決定ボタンが選択された場合、いずれかの方針に対応するボタンと、いずれかの面接対象者のチェックボックスとが更に操作された後に、面接官特定部１０６は、選択された１人の面接対象者について適切な面接官を特定する。また図６Ａに示す画面において、面接官の決定方法として一括決定ボタンが選択された場合、いずれかの方針に対応するボタンと、１又は複数の面接対象者のチェックボックスとが更に操作された後に、面接官特定部１０６は、選択された各面接対象者について適切な面接官を特定する。更に図６Ａに示す画面において、面接官の決定方法としてＡＩ決定ボタンが選択された場合、１又は複数の面接対象者のチェックボックスが更に操作された後に、面接官特定部１０６は、選択された各面接対象者について適切な面接官を特定する。なお、ＡＩ決定ボタンが選択された場合は、面接の方針は選択される必要はない。
The
面接官特定部（特定部）１０６は、図６Ａに示す画面を介して選択された面接対象者に対して適切な面接官を、例えば面接官決定用学習済モデル１２１を用いて特定する。具体的には、面接官特定部１０６は、それぞれの面接対象者について、面接対象者の情報と面接の方針とを面接官決定用学習済モデル１２１に入力し、面接官決定用学習済モデル１２１からの出力値を取得する。面接対象者の情報は、対象者情報読出部１０５が面接対象者ＤＢ１３から読み出した情報であり、面接の方針は、図６Ａに示す画面を介して選択された方針（方針を示す方針情報）である。面接官決定用学習済モデル１２１の出力値は、面接官ＤＢ１２ａに登録してある面接官のそれぞれに対する判別確率であり、それぞれの面接官が、面接対象者に対してどの程度適切であるかを表す度合を示す。例えば、面接官決定用学習済モデル１２１の出力ノードは面接官の数だけ設けられており、各出力ノードから、各出力ノードに対応付けられた面接官に対する判別確率が出力される。各出力ノードの出力値は例えば０〜１．０の値であり、全ての出力ノードから出力された確率の合計が１．０（１００％）となる。面接官特定部１０６は、例えば面接官決定用学習済モデル１２１からの出力値が最大の面接官を特定し、特定した面接官を面接対象者に対する面接官に決定する。
The interviewer identification unit (identification unit) 106 identifies an interviewer appropriate for the interview target selected via the screen shown in FIG. 6A, for example, using the trained
なお、面接官決定用学習済モデル１２１は、例えば深層学習アルゴリズムを用いて学習させたディープラーニングモデルである。面接官決定用学習済モデル１２１は例えば、過去の面接対象者に関する情報と、それぞれの方針に係る情報と、それぞれの面接対象者に対して適切であった面接官を示す情報（正解ラベル）とを１セットとした教師データを用いて学習する。面接官決定用学習済モデル１２１は、教師データに含まれる面接対象者に関する情報及び方針に係る情報を入力した場合に、教師データに含まれる正解ラベルが示す面接官に対応する出力ノードからの出力値が１．０に近づき、その他の出力ノードからの出力値が０に近づくように学習する。なお、面接官決定用学習済モデル１２１は、入力値に対して行う所定の演算を規定する関数の係数や閾値等のデータを最適化する。これにより、面接対象者に関する情報と方針に係る情報とに基づいて、面接対象者に最適な面接官の情報を出力するように学習済みのモデル１２１が得られる。
The trained
面接官決定用学習済モデル１２１は、第１面接支援装置１０において学習が行われてもよいし、異なる学習装置において学習された後に第１面接支援装置１０の記憶部１２に記憶されてもよい。面接官決定用学習済モデル１２１は、ディープラーニングモデルに限定されず、種々の機械学習のアルゴリズムによって構築された学習済モデルを用いることができる。また、面接官決定用学習済モデル１２１は、図６Ａに示す画面を介して選択可能な面接の方針毎に設けられていてもよい。この場合、面接官特定部１０６は、面接対象者の情報のみを面接官決定用学習済モデル１２１に入力し、面接官決定用学習済モデル１２１からそれぞれの面接官に対する判別確率を示す出力値を取得する。
The trained
なお、図６Ａに示す画面において、面接官の決定方法としてＡＩ決定ボタンが選択された場合、面接官特定部１０６は、面接対象者の情報のみに基づいて面接対象者に適した面接官を特定する。ここでは、面接官特定部１０６は、面接官決定用学習済モデル１２１を用いて面接官を特定してもよいし、面接官決定用学習済モデル１２１とは異なり、面接対象者の情報のみに基づいて適切な面接官の情報を出力するように学習された学習済モデルを用いてもよい。面接官特定部１０６が面接対象者に適した面接官を特定した場合、画面生成部１１０は、図６Ａに示す画面において、面接対象者に対応する面接官として、特定した面接官の面接官ＩＤを追加する。出力部１１１は、画面生成部１１０によって更新された決定画面を表示部１６に表示する。
In the screen shown in FIG. 6A, when the AI determination button is selected as the interviewer determining method, the
図６Ａに示す画面は、表示された面接対象者に対する面接官を決定するための「決定する」ボタンを表示しており、入力部１５を介して「決定する」ボタンが操作された場合、表示されている面接官をそれぞれの面接対象者の面接官に決定する。このとき、制御部１１は、面接予定ＤＢ１２ｂに対して、決定した面接官の面接官ＩＤに対応付けて、面接対象者の面接対象者ＩＤを記憶する。これにより、面接対象者に対して適切な面接官が設定される。このように、面接対象者の面接前の情報に基づいて、最適な面接官を設定することにより、採用につながるような有効な面接の実行が可能な面接官を設定できる。なお、面接官特定部１０６は、面接官決定用学習済モデル１２１を用いずに、面接対象者に関する情報と、面接官に関する情報とに基づいて、それぞれの面接対象者に対して適切な面接官を特定してもよい。例えば、適切な組合せである面接対象者の適性検査結果と面接官の適性検査結果とを対応付けてテーブルに記憶しておき、面接対象者の情報に基づいて判定された適性検査結果に対応する面接官をテーブルから特定してもよい。また、第１面接支援装置１０が各面接官のスケジュールアプリと連携している場合、制御部１１は、面接対象者に対する面接官に決定した場合に、対応する面接官のスケジュールアプリに、面接予定が入ったこと及び面接対象者に関する情報を登録してもよい。
The screen shown in FIG. 6A displays an “OK” button for determining the interviewer for the displayed interviewee, and is displayed when the “OK” button is operated via the
一方、質問決定受付部１０７が質問内容の決定指示を受け付けた場合、対象者情報読出部１０８は、質問内容を決定すべき面接対象者に関する情報を面接対象者ＤＢ１３から読み出す。例えば対象者情報読出部１０８は、面接対象者の氏名及び適性検査結果等を読み出す。対象者情報読出部１０８が面接対象者の情報を読み出した場合、画面生成部１１０は、図６Ｂに示すような質問の決定画面を生成する。図６Ｂに示す画面は、図６Ａに示す面接官の決定画面と同様の構成を有しており、図６Ａに示す画面が面接対象者に対する面接官の情報を表示する代わりに、面接対象者に対する質問の情報（例えば質問内容又は質問の識別情報）を表示する。
On the other hand, when the question
出力部１１１は、画面生成部１１０が生成した質問の決定画面を表示部１６に表示する。図６Ｂに示す画面において、入力部１５を介して質問内容の決定方法として個別決定ボタンが選択された場合、いずれかの方針に対応するボタンと、いずれかの面接対象者のチェックボックスとが更に操作された後に、質問特定部１０９は、選択された１人の面接対象者について適切な質問内容を特定する。また図６Ｂに示す画面において、質問の決定方法として一括決定ボタンが選択された場合、いずれかの方針に対応するボタンと、１又は複数の面接対象者のチェックボックスとが更に操作された後に、質問特定部１０９は、選択された各面接対象者について適切な質問内容を特定する。更に図６Ｂに示す画面において、質問の決定方法としてＡＩ決定ボタンが選択された場合、１又は複数の面接対象者のチェックボックスが更に操作された後に、質問特定部１０９は、選択された各面接対象者について適切な質問内容を特定する。なお、質問特定部１０９が特定する質問内容は、例えば面接開始直後に行うべき質問の内容、面接の序盤又は中盤に行うべき質問の内容、任意のタイミングで行うべき質問の内容等であってもよい。
The
質問特定部（特定部）１０９は、図６Ｂに示す画面を介して選択された面接対象者に対して適切な質問内容を質問決定用学習済モデル１２２を用いて特定する。具体的には、質問特定部１０９は、それぞれの面接対象者について、面接対象者の情報と面接の方針とを質問決定用学習済モデル１２２に入力し、質問決定用学習済モデル１２２からの出力値を取得する。質問決定用学習済モデル１２２の出力値は、予め設定された複数の質問内容のそれぞれに対する判別確率であり、それぞれの質問内容が、面接対象者に対してどの程度適切であるかを表す度合を示す。例えば、質問決定用学習済モデル１２２の出力ノードは、予め設定された、例えば面接の序盤に行うべき質問内容の数だけ設けられており、各出力ノードから、各出力ノードに対応付けられた質問内容に対する判別確率が出力される。質問特定部１０９は、例えば質問決定用学習済モデル１２２からの出力値が最大の質問内容を特定し、特定した質問内容を面接対象者に対する質問内容に決定する。なお、予め設定された質問は、質問の識別情報に対応付けて記憶部１２に記憶しておく。
The question specifying unit (specifying unit) 109 specifies an appropriate question content for the interview target selected via the screen illustrated in FIG. 6B by using the learned
なお、質問決定用学習済モデル１２２は、面接官決定用学習済モデル１２１と同様にディープラーニングモデルを用いることができる。質問決定用学習済モデル１２２は例えば、過去の面接対象者に関する情報と、それぞれの方針に係る情報と、それぞれの面接対象者に対して有用であった質問内容を示す情報（正解ラベル）とを１セットとした教師データを用いて学習する。質問決定用学習済モデル１２２は、教師データに含まれる面接対象者に関する情報及び方針に係る情報を入力した場合に、教師データに含まれる正解ラベルが示す質問に対応する出力ノードからの出力値が１．０に近づき、その他の出力ノードからの出力値が０に近づくように学習する。これにより、面接対象者に関する情報と方針に係る情報とに基づいて、面接対象者に最適な質問内容の情報を出力するように学習済みのモデル１２２が得られる。
As the learned
質問決定用学習済モデル１２２も、第１面接支援装置１０において学習が行われてもよいし、異なる学習装置において学習された後に第１面接支援装置１０の記憶部１２に記憶されてもよい。質問決定用学習済モデル１２２はディープラーニングモデルに限定されず、種々の機械学習のアルゴリズムによって構築された学習済モデルを用いることができる。また、質問決定用学習済モデル１２２は、図６Ｂに示す画面を介して選択可能な面接の方針毎に設けられていてもよい。この場合、質問特定部１０９は、面接対象者の情報のみを質問決定用学習済モデル１２２に入力し、質問決定用学習済モデル１２２からそれぞれの質問内容に対する判別確率を示す出力値を取得する。
The question determination learned
なお、図６Ｂに示す画面において、質問の決定方法としてＡＩ決定ボタンが選択された場合、質問特定部１０９は、面接対象者の情報のみに基づいて面接対象者に適した質問を特定する。ここでは、質問特定部１０９は、質問決定用学習済モデル１２２を用いて質問内容を特定してもよいし、質問決定用学習済モデル１２２とは異なり、面接対象者の情報のみに基づいて適切な質問内容を特定するように学習された学習済モデルを用いてもよい。質問特定部１０９が面接対象者に適した質問を特定した場合、画面生成部１１０は、図６Ｂに示す画面において、面接対象者に対応する質問として、特定した質問の識別情報を追加する。なお、質問内容自体を図６Ｂに示す画面に追加してもよい。出力部１１１は、画面生成部１１０によって更新された質問の決定画面を表示部１６に表示する。
When the AI determination button is selected as a question determination method on the screen illustrated in FIG. 6B, the
図６Ｂに示す画面は、表示された面接対象者に対する質問内容を決定するための「決定する」ボタンを表示しており、入力部１５を介して「決定する」ボタンが操作された場合、表示されている質問内容をそれぞれの面接対象者の質問内容に決定する。このとき、制御部１１は、面接予定ＤＢ１２ｂに対して、面接対象者の面接対象者ＩＤに対応付けて、決定した質問内容の識別情報を記憶する。これにより、面接対象者に対して適切な質問内容が設定される。このように、面接対象者の面接前の情報に基づいて、最適な質問内容を設定することにより、採用につながるような有効な面接の実行が可能となる。なお、質問特定部１０９は、質問決定用学習済モデル１２２を用いずに、面接対象者に関する情報に基づいて、それぞれの面接対象者に対して適切な質問を特定してもよい。例えば、面接対象者の適性検査結果と、それぞれの適性検査結果の面接対象者に適した質問とを対応付けてテーブルに記憶しておき、面接対象者の情報に基づいて判定された適性検査結果に対応する質問をテーブルから特定してもよい。
The screen shown in FIG. 6B displays a “determine” button for determining the content of the displayed question to the interviewee, and is displayed when the “determine” button is operated via the
以下に、上述したように第１面接支援装置１０によって各種情報が記憶された面接予定ＤＢ１２ｂ及び面接対象者ＤＢ１３を用いて、実際の面接において面接官を支援する第２面接支援装置２０について説明する。図７は第２面接支援装置２０の構成例を示すブロック図である。第２面接支援装置２０は、実際の面接において面接対象者に関する情報の蓄積処理、蓄積した面接対象者に関する情報に基づいて面接対象者の状態を検出する処理、質問内容を特定する処理等、種々の情報処理を行う。第２面接支援装置２０は、パーソナルコンピュータ、サーバコンピュータ等の情報処理装置であり、第１面接支援装置１０と同様の構成を有し、更にカメラ２７及びマイク２８を有する。なお、第１面接支援装置１０と同様の構成については説明を省略する。
Hereinafter, the second
第２面接支援装置２０の記憶部２２は、制御部２１が実行する制御プログラム２２Ｐ及び制御プログラム２２Ｐの実行に必要な各種のデータ等を予め記憶している。また記憶部２２は、面接前に第１面接支援装置１０にて判定された面接対象者の適性検査結果と、面接中に第２面接支援装置２０にて判定される面接対象者の適性検査結果とに対応付けて質問内容が設定してある質問設定テーブル２２１を記憶している。更に記憶部２２は、面接予定ＤＢ２２ａを記憶し、面接対象者ＤＢ２３として人事ＤＢ２３ａ、適性結果ＤＢ２３ｂ、ＷｅｂアプリＤＢ２３ｃ、非言語ＤＢ２３ｄ、言語ＤＢ２３ｅ及び面接結果ＤＢ２３ｆを記憶する。面接予定ＤＢ２２ａ、人事ＤＢ２３ａ、適性結果ＤＢ２３ｂ及びＷｅｂアプリＤＢ２３ｃは、第１面接支援装置１０の記憶部１２に記憶してある面接予定ＤＢ１２ｂ、人事ＤＢ１３ａ、適性結果ＤＢ１３ｂ及びＷｅｂアプリＤＢ１３ｃと同一である。
The
カメラ２７は、レンズ及び撮像素子等を有する撮像装置であり、レンズを介して入射した光を撮像素子にて光電変換して画像データを取得する。カメラ２７は、制御部２１からの指示に従って撮影を行い、取得した画像データ（撮影画像）を逐次制御部２１へ送出する。マイク２８は、増幅器及びＡ／Ｄ（アナログ／デジタル）変換器等を有する集音装置であり、周囲の音声を収集してアナログの音声データを取得し、取得した音声データを増幅器にて増幅し、Ａ／Ｄ変換器にてデジタルの音声データに変換し、音声データを取得する。マイク２８は、制御部２１からの指示に従って集音を行い、取得した音声データを逐次制御部２１へ送出する。
The
第２面接支援装置２０は、カメラ２７及びマイク２８が内蔵された構成のほかに、外部のカメラ及び／又はマイクの接続が可能な接続部を備える構成でもよい。この場合、接続部は、外部のカメラ及び／又はマイクにて取得された画像データ及び／又は音声データの入力を受け付け、入力された画像データ及び／又は音声データを逐次制御部２１へ送出する。第２面接支援装置２０は、第１面接支援装置１０にカメラ２７及びマイク２８を接続したものであってもよく、この場合、第２面接支援装置２０の記憶部２２に、第１面接支援装置１０の記憶部１２に記憶してある学習済モデル１２１，１２２及び面接官ＤＢ１２ａが記憶されていてもよい。また、第２面接支援装置２０をサーバコンピュータ等によって構成し、第２面接支援装置２０と、カメラ及びマイクを有する外部装置（面接官の端末）とをインターネット又はＬＡＮ等のネットワークを介して接続し、外部装置で取得された画像データ及び音声データが、ネットワーク経由で第２面接支援装置２０へ送信される構成としてもよい。この場合、第２面接支援装置２０はカメラ２７及びマイク２８を備えていなくてもよい。第２面接支援装置２０をサーバコンピュータによって構成する場合、第２面接支援装置２０は、複数台設けられて複数台で分散処理する構成でもよいし、１台のサーバ装置内に設けられた複数の仮想マシンによって実現されてもよいし、クラウドサーバを用いて実現されてもよい。また、第１面接支援装置１０及び第２面接支援装置２０が実現する各機能を１台のサーバコンピュータによって構成してもよく、１台のサーバ装置内に設けられた複数の仮想マシンによって実現されてもよいし、クラウドサーバを用いて実現されてもよい。
The second
更に、第２面接支援装置２０と、カメラ、マイク、表示部及びスピーカを有する外部装置（面接対象者の端末）とをネットワークを介して接続し、外部装置で取得された面接対象者の画像データ及び音声データが、ネットワーク経由で第２面接支援装置２０へ送信される構成としてもよい。なお、このとき、第２面接支援装置２０は面接官の撮影画像（画像データ）及び会話音声（音声データ）を取得し、取得した画像データ及び音声データをネットワーク経由で面接対象者の端末へ送信する。このような構成とした場合、第２面接支援装置２０を用いる面接官と面接対象者とが遠隔地にいる場合であっても、テレビ電話やビデオチャット等を利用した遠隔面接を行うことができる。なお、この場合、第２面接支援装置２０は、ネットワーク経由で面接対象者の端末から受信した面接対象者の会話音声を出力するためのスピーカを備えている。
Further, the second
図８は、質問設定テーブル２２１の構成例を示す模式図である。質問設定テーブル２２１には、面接前の情報に基づいて事前に判定された面接対象者の適性検査結果（事前の結果）と、面接中に第２面接支援装置２０にて判定される面接対象者の適性検査結果（リアルタイムの結果）とに対応付けて質問内容が設定してある。質問設定テーブル２２１に記憶される質問内容は、質問内容を記載したテキストデータであってもよいし、各質問内容の識別情報であってもよいし、記憶部２２の所定領域又は外部の記憶装置に記憶された質問内容を読み出すための情報であってもよい。図８に示す例では、事前の適性検査結果をタイプ１〜４とし、リアルタイムの適性検査結果をタイプＡ〜Ｄとしているが、タイプの数は４つに限らない。また質問設定テーブル２２１は、図８に示す構成のほかに、面接前の情報及び面接中に面接対象者が発した会話の内容等の言語情報に基づいて判定される面接対象者の適性検査結果と、面接中の面接対象者の動作や挙動等の非言語情報に基づいて判定される面接対象者の適性検査結果とに対応付けて質問内容が設定されていてもよい。更に質問設定テーブル２２１は、１つの質問内容に対する回答例毎に設けられており、ある質問に対する面接対象者の回答に応じた質問設定テーブル２２１を用いて次の質問が決定されてもよい。また質問設定テーブル２２１は、面接の方針毎に設けられており、面接の方針が指定又は変更された場合に、面接の方針に応じた質問設定テーブル２２１を用いて次の質問が決定される。
FIG. 8 is a schematic diagram illustrating a configuration example of the question setting table 221. The question setting table 221 includes an aptitude test result (prior result) of the interview target determined in advance based on information before the interview, and an interview target determined by the second
図９及び図１０は、第２面接支援装置２０に記憶されるＤＢ２３ｄ〜２３ｆの構成例を示す模式図である。図９Ａは非言語ＤＢ２３ｄを、図９Ｂは言語ＤＢ２３ｅを、図１０は面接結果ＤＢ２３ｆをそれぞれ示す。非言語ＤＢ２３ｄは、面接対象者の面接時における動作や挙動に関する情報（以下では非言語情報ともいう）を記憶している。図９Ａに示す非言語ＤＢ２３ｄは、面接対象者ＩＤ列、画像データ列、意図的動作の情報列、無意識的動作の情報列、目線・視線の情報列、顔・表情の情報列、姿勢の情報列、行動の情報列、運動の情報列、解析結果情報列等を含む。面接対象者ＩＤ列は、各面接対象者のＩＤ（識別情報）を記憶する。画像データ列は、面接対象者の面接時における撮影画像のデータ（画像情報）を記憶する。なお、撮影画像のデータは、非言語ＤＢ２３ｄに記憶されるほかに、記憶部２２の所定領域又は第２面接支援装置２０に接続された外部の記憶装置に記憶されてもよい。この場合、画像データ列は、撮影画像のデータを読み出すための情報（例えばデータの記憶場所を示すファイル名）を記憶する。意図的動作の情報列、無意識的動作の情報列、目線・視線の情報列、顔・表情の情報列、姿勢の情報列、行動の情報列、運動の情報列、解析結果情報列はそれぞれ、面接対象者の撮影画像のデータに基づいて抽出した面接対象者の挙動に関する各種の情報を記憶する。例えば、面接対象者の撮影画像からモーションキャプチャ技術によって面接対象者の動きをデジタルデータとして抽出することにより、面接対象者の目線・視線の動きに係る情報、顔・表情の動きに係る情報、姿勢の変化に係る情報、行動に係る情報、運動に係る情報を取得できる。また、モーションキャプチャ技術によって取得した面接対象者の動きの周期や大きな等に基づいて、面接対象者が意図的に行っている意図的動作であるのか、無意識に行っている無意識的動作であるのかに分類できる。よって、それぞれ分類した意図的動作に係る情報及び無意識的動作に係る情報を取得できる。また、上述したような面接対象者の挙動に関する情報に基づいて、面接対象者の状態を解析することができ、解析結果に係る情報を取得できる。このように取得される面接対象者の挙動に関する情報が非言語ＤＢ２３ｄに記憶される。
9 and 10 are schematic diagrams illustrating a configuration example of the
非言語ＤＢ２３ｄに記憶される面接対象者ＩＤは、面接が開始される際に、制御部２１によって記憶される。非言語ＤＢ２３ｄに記憶される画像データは、カメラ２７にて取得する都度、制御部２１によって記憶される。また、非言語ＤＢ２３ｄに記憶される面接対象者の挙動に関する各種の情報は、制御部２１が面接対象者の撮影画像に基づいて各種の情報を取得する都度、制御部２１によって記憶される。非言語ＤＢ２３ｄの記憶内容は図９Ａに示す例に限定されず、面接対象者の撮影画像から抽出できる面接対象者の挙動に関する各種の情報を記憶することができる。
The interview target person ID stored in the
言語ＤＢ２３ｅは、面接対象者の面接時における会話内容や声に関する情報（以下では言語情報ともいう）を記憶している。図９Ｂに示す言語ＤＢ２３ｅは、面接対象者ＩＤ列、音声データ列、会話時間列、会話間の時間列、質問・回答の時間列、声のトーン列、音声に基づく心理状態列、音声のテキストデータ列、テキストデータのグルーピング情報列、キーワード列、解析結果情報列等を含む。面接対象者ＩＤ列は、各面接対象者のＩＤ（識別情報）を記憶する。音声データ列は、面接対象者の面接時における会話の音声データ（音声情報）を記憶する。なお、音声データは、言語ＤＢ２３ｅに記憶されるほかに、記憶部２２の所定領域又は第２面接支援装置２０に接続された外部の記憶装置に記憶されてもよい。この場合、音声データ列は、会話の音声データを読み出すための情報（例えばデータの記憶場所を示すファイル名）を記憶する。会話時間列、会話間の時間列、質問・回答の時間列、声のトーン列、音声に基づく心理状態列、音声のテキストデータ列、テキストデータのグルーピング情報列、キーワード列、解析結果情報列はそれぞれ、面接対象者の音声データに基づいて抽出した面接対象者の会話に関する各種の情報を記憶する。
The
例えば、会話の音声データに対して、音声の特徴量を抽出する処理、面接官及び面接対象者の声の特徴量の差異等に基づいて面接官の会話部分と面接対象者の会話部分とを分割する処理、会話の継続又は中断を検知する処理等を行うことにより、一連の会話の継続時間（会話時間）、会話と会話の合間の時間（会話間の時間）、質問及び質問に対する回答に要する時間（質問・回答の時間）を取得できる。また、音声データに対して周波数変換処理を行うことにより、面接対象者の声のトーンを抽出することができ、抽出した声のトーン等に基づいて、面接対象者の心理状態を取得できる。また、音声データをテキストデータに変換する処理、テキストデータ中の類似する各文言をグループ化する処理、テキストデータ中に複数回出現するキーワードを抽出する処理等を行うことにより、音声（会話）のテキストデータ、グループ化した各文言のグルーピング情報、キーワードを取得できる。また、上述したような面接対象者の会話に関する情報に基づいて、面接対象者の状態を解析することができ、解析結果に係る情報を取得できる。このように取得される面接対象者の会話に関する情報が言語ＤＢ２３ｅに記憶される。
For example, for voice data of a conversation, a process of extracting voice features, a conversation part of the interviewer and a conversation part of the interviewee are performed based on differences in voice features of the interviewer and the interviewee. By performing a process of dividing, a process of detecting the continuation or interruption of a conversation, and the like, the duration of a series of conversations (conversation time), the time between conversations (time between conversations), questions and answers to questions The required time (question / answer time) can be acquired. Further, by performing frequency conversion processing on the audio data, the tone of the voice of the interview target can be extracted, and the psychological state of the interview target can be acquired based on the extracted tone of the voice and the like. Also, by performing a process of converting voice data into text data, a process of grouping similar words in the text data, a process of extracting a keyword appearing a plurality of times in the text data, etc., Text data, grouping information of each grouped wording, and keywords can be obtained. In addition, the state of the interview target can be analyzed based on the information on the conversation of the interview target as described above, and information relating to the analysis result can be obtained. Information on the conversation of the interviewee acquired in this way is stored in the
言語ＤＢ２３ｅに記憶される面接対象者ＩＤは、面接が開始される際に、制御部２１によって記憶される。言語ＤＢ２３ｅに記憶される音声データは、マイク２８にて取得する都度、制御部２１によって記憶される。また、言語ＤＢ２３ｅに記憶される面接対象者の会話に関する各種の情報は、制御部２１が面接対象者の会話音声に基づいて各種の情報を取得する都度、制御部２１によって記憶される。言語ＤＢ２３ｅの記憶内容は図９Ｂに示す例に限定されず、面接対象者の会話音声（音声データ）から抽出できる面接対象者の会話に関する各種の情報を記憶することができる。
The interview target person ID stored in the
面接結果ＤＢ２３ｆは、面接中に第２面接支援装置２０が算出した各種スコアを記憶する。図１０に示す面接結果ＤＢ２３ｆは、面接対象者ＩＤ列、言語適性結果列、非言語適性結果列、性別列、年齢列、学歴列、マッチングスコア列、希望給与水準列、会社側給与水準列、給与水準ギャップ率列、水準スコア列、採用スコア列、優先度列等を含む。面接対象者ＩＤ列は、各面接対象者のＩＤ（識別情報）を記憶する。言語適性結果列は、面接中に言語ＤＢ２３ｅに蓄積された言語情報に基づいて行われた面接対象者の適性検査の結果（言語適性結果）を記憶し、非言語適性結果列は、面接中に非言語ＤＢ２３ｄに蓄積された非言語情報に基づいて行われた面接対象者の適性検査の結果（非言語適性結果）を記憶する。なお、言語適性結果列及び非言語適性結果列に記憶される適性結果は、面接中に逐次更新されて言語ＤＢ２３ｅ及び非言語ＤＢ２３ｄにそれぞれ記憶される解析結果情報を用いてもよい。性別列、年齢列、学歴列はそれぞれ、面接対象者の性別、年齢、学歴を記憶する。
The
マッチングスコア列は、予め採用ターゲットとして設定した条件とのマッチング率を記憶する。例えば採用ターゲットの条件として、言語適性結果、非言語適性結果、性別、年齢、学歴に関する希望が設定されており、それぞれの条件に適合した場合に加算するスコアが設定されている。よって、各面接対象者の言語適性結果、非言語適性結果、性別、年齢、学歴のそれぞれが採用ターゲットの条件に適合するか否かを判断し、適合する条件に設定されたスコアの合計を算出し、算出した合計をマッチングスコアとすることができる。なお、マッチングスコアの算出方法はこの例に限らない。図１０に示すマッチングスコアは、採用ターゲットの条件として例えば言語適性結果、非言語適性結果、性別、年齢、学歴にそれぞれタイプＢ、タイプＡ、男、２１〜２５歳、大学卒業が設定してあり、それぞれに対するスコアに４０，３０，１０，１０，１０が設定されている場合の例を示す。 The matching score column stores a matching ratio with a condition set in advance as an adoption target. For example, linguistic suitability results, non-linguistic suitability results, gender, age, and educational desires are set as the conditions of the adoption target, and a score to be added when each condition is satisfied is set. Therefore, it is determined whether each interviewee's verbal aptitude result, non-verbal aptitude result, gender, age, and educational background meet the conditions of the recruitment target, and the total score set for the relevant conditions is calculated Then, the calculated sum can be used as a matching score. The method of calculating the matching score is not limited to this example. In the matching score shown in FIG. 10, for example, type B, type A, male, 21 to 25 years old, and university graduation are set as the recruitment target conditions, for example, linguistic suitability result, non-verbal suitability result, gender, age, and educational background. An example in which 40, 30, 10, 10, and 10 are set as the scores for each of them.
希望給与水準列は、面接対象者が希望する給与（例えば年収）を記憶し、会社側給与水準列は、会社が面接対象者に支払い可能な給与（例えば年収）を記憶する。面接対象者の希望給与は、面接前に面接対象者が提出した履歴書等に記載されている希望年収であってもよいし、面接中に面接対象者が語った希望年収であってもよい。会社側の支払い可能給与は、面接前に事前に設定された年収であってもよいし、面接中に面接官によって指定された年収であってもよい。給与水準ギャップ率列は、面接対象者の希望給与と、会社側の支払い可能給与とのギャップを数値化したギャップ率を記憶する。ギャップ率は例えば、（支払い可能給与−希望給与）／希望給与の式にて算出される。水準スコア列は、給与水準ギャップ率に応じた係数を記憶する。なお、給与水準ギャップ率に応じた係数は、予め記憶部２２に記憶してある。図１０に示す水準スコアは、給与水準ギャップ率が−０．２５未満、−０．２５以上０．００未満、０．００、０．００より大きく０．２５未満、０．２５以上の場合にそれぞれ、０．５，０．８，１．２，１．３，１．５の各水準スコアが設定されている場合の例を示す。採用スコア列は、マッチングスコアに水準スコアを積算した採用スコアを記憶する。優先度列は、採用スコアに応じた優先度を記憶する。優先度は、例えば採用スコアが高い順に１，２…としてあり、優先度が小さいほど採用希望が高い面接対象者であることを示す。
The desired salary level column stores the salary (for example, annual income) desired by the interviewee, and the company-side salary level column stores the salary (for example, annual income) that the company can pay to the interviewee. The desired salary of the interviewee may be the desired annual income described in the resume etc. submitted by the interviewee before the interview, or may be the desired annual income said by the interviewee during the interview . The payable salary of the company may be the annual income set in advance before the interview, or may be the annual income specified by the interviewer during the interview. The salary level gap rate column stores a gap rate obtained by quantifying the gap between the desired salary of the interviewee and the payable salary of the company. The gap rate is calculated by, for example, a formula of (payable salary−desired salary) / desired salary. The level score column stores a coefficient corresponding to the salary level gap rate. The coefficient corresponding to the salary level gap rate is stored in the
面接結果ＤＢ２３ｆに記憶される面接対象者ＩＤ、性別、年齢、学歴は、面接が開始される際に制御部２１によって記憶される。面接結果ＤＢ２３ｆに記憶される言語適性結果、非言語適性結果、マッチングスコアは、制御部２１が面接対象者の言語情報及び非言語情報に基づいて各種の情報（検査結果）を取得する都度、制御部２１によって記憶される。面接結果ＤＢ２３ｆに記憶される希望給与水準及び会社側給与水準は、面接が開始される際に制御部２１によって記憶されてもよく、面接中に入力部２５を介して変更指示を受け付ける都度、制御部２１によって更新されてもよい。面接結果ＤＢ２３ｆに記憶される給与水準ギャップ率、水準スコア、採用スコア、優先度は、制御部２１が各種の情報を算出する都度、制御部２１によって記憶される。面接結果ＤＢ２３ｆの記憶内容は図１０に示す例に限定されず、面接結果に関する各種の情報を記憶することができる。
The interview target person ID, gender, age, and educational history stored in the
次に、第２面接支援装置２０の制御部２１が制御プログラム２２Ｐを実行することによって実現される機能について説明する。図１１は、第２面接支援装置２０の制御部２１によって実現される機能を示すブロック図、図１２は、画面例を示す模式図である。図１２Ａは面接開始時点での面接支援画面例を示し、図１２Ｂは面接中の面接支援画面例を示す。第２面接支援装置２０の制御部２１は、記憶部２２に記憶してある制御プログラム２２Ｐを実行した場合、対象者情報読出部２０１、画面生成部２０２、出力部２０３、画像取得部２０４、非言語情報取得部２０５、音声取得部２０６、言語情報取得部２０７、対象者情報記憶部２０８、回答受付部２０９、方針受付部２１０、質問特定部２１１、スコア算出部２１２の各機能を実現する。なお、本実施形態では、これらの各機能を制御部２１が制御プログラム２２Ｐを実行することにより実現するが、これらの一部を専用のハードウェア回路で実現してもよい。
Next, functions realized by the
本実施形態の第２面接支援装置２０において、面接を開始する前に、例えば面接官はカメラ２７及びマイク２８の動作確認を行い、カメラ２７にて面接対象者を撮影でき、マイク２８にて面接対象者の発話を集音できるようにカメラ２７及びマイク２８を配置する。なお、カメラ２７は、例えば面接対象者の上半身又は全身を撮影できるように配置される。そして、面接を開始する際に、面接官は第２面接支援装置２０の制御部２１に制御プログラム２２Ｐを実行させる。制御部２１が制御プログラム２２Ｐを実行した場合、対象者情報読出部２０１は、面接すべき面接対象者に関する情報を面接対象者ＤＢ２３から読み出す。また対象者情報読出部２０１は、面接対象者に設定された質問内容を面接予定ＤＢ２２ａから読み出す。そして、画面生成部２０２は、対象者情報読出部２０１が読み出した面接対象者の情報及び質問内容に基づいて、図１２Ａに示すような面接支援画面を生成する。
In the second
図１２Ａに示す画面は、面接対象者ＤＢ２３から読み出された面接対象者の情報を表示するプロフィール欄を有する。例えば、面接対象者の氏名、年齢、性別、学歴、志望動機等が表示される。また、プロフィール欄は、面接中にカメラ２７にて撮影される面接対象者の撮影画像（カメラ映像）の表示欄を有する。また図１２Ａに示す画面は、面接予定ＤＢ２２ａから読み出された質問内容を表示するＱ＆Ａ欄を有する。なお、それぞれの質問内容には複数の回答例が設定されて記憶部２２に記憶されており、質問内容と、この質問内容に設定された回答例とがＱ＆Ａ欄に表示される。また、Ｑ＆Ａ欄には、予め設定された回答例以外の回答の入力欄と、この入力欄に対する入力の終了を指示するためのＯＫボタンとを有する。更に図１２Ａに示す画面は、実施中の面接の方針を選択するための採用希望ボタン、深堀りボタン及び圧迫ボタンを表示し、面接中に選択された方針に応じたレコメンド質問を表示するレコメンド質問欄を有する。更に図１２Ａに示す画面は、面接中に行われる適性検査の結果等を表示する面接結果欄を有する。出力部２０３は、画面生成部２０２が生成した面接支援画面を表示部２６に表示する。
The screen illustrated in FIG. 12A has a profile column that displays information on the interviewee read from the
また、制御部２１が制御プログラム２２Ｐを実行した場合、画像取得部（取得部）２０４はカメラ２７による撮影を開始し、音声取得部（取得部）２０６はマイク２８による集音を開始する。画像取得部２０４は、取得した画像データを逐次非言語ＤＢ２３ｄに記憶すると共に、非言語情報取得部２０５へ送出する。非言語情報取得部２０５は、面接対象者の撮影画像（画像データ）からモーションキャプチャ技術によって面接対象者の動きを抽出し、面接対象者の目線・視線の動き、顔・表情の動き、姿勢の変化、行動、運動等、面接対象者の挙動に関する情報（非言語情報）を取得する。また非言語情報取得部２０５は、取得した面接対象者の挙動に関する情報に基づいて、面接対象者の意図的動作及び無意識的動作に関する情報を取得し、更には、上述したような情報に基づいて面接対象者の状態を解析して解析結果に係る情報を取得する。対象者情報記憶部２０８は、非言語情報取得部２０５が取得した面接対象者の挙動に関する各種の非言語情報を面接対象者ＤＢ２３の非言語ＤＢ２３ｄに記憶する。非言語情報取得部２０５は、非言語情報として、例えばMicrosoft社製のEmotion API等のアプリケーションプログラムを用いて、面接対象者の撮影画像から面接対象者の感情を検出し、検出した感情を非言語ＤＢ２３ｄに記憶してもよい。
When the
音声取得部２０６は、取得した音声データを逐次言語ＤＢ２３ｅに記憶すると共に、言語情報取得部２０７へ送出する。言語情報取得部２０７は、面接対象者の会話音声（音声データ）に対して各種の音声信号処理を行うことにより、一連の会話の会話時間、会話と会話の合間の時間、質問及び質問に対する回答に要する時間を取得する。また言語情報取得部２０７は、音声データから面接対象者の声のトーンを抽出し、抽出した声のトーンや発話状態等に基づいて、面接対象者の心理状態（感情）を取得する。また言語情報取得部２０７は、音声データをテキストデータに変換し、得られたテキストデータ中の各文言をグループ化すると共に、複数回出現するキーワードを抽出し、更には、上述したような情報に基づいて面接対象者の状態を解析して解析結果に係る情報を取得する。対象者情報記憶部２０８は、言語情報取得部２０７が取得した面接対象者の会話に基づく各種の言語情報を面接対象者ＤＢ２３の言語ＤＢ２３ｅに記憶する。言語情報取得部２０７は、言語情報として、面接対象者の会話音声から、面接官と面接対象者との会話の進捗状態や面接対象者の発話状態等を検出し、検出結果から面接対象者の感情を検出して言語ＤＢ２３ｅに記憶してもよい。
The
上述した各部の処理により、非言語ＤＢ２３ｄには面接対象者の挙動に関する非言語情報が蓄積され、言語ＤＢ２３ｅには面接対象者の会話に関する言語情報が蓄積される。スコア算出部（特定部）２１２は、非言語ＤＢ２３ｄ及び言語ＤＢ２３ｅに蓄積される各種情報から各種スコアを算出し、算出した各種スコアを面接結果ＤＢ２３ｆに記憶する。具体的には、スコア算出部２１２は、言語ＤＢ２３ｅに記憶された解析結果情報（言語情報に基づく適性検査結果）及び非言語ＤＢ２３ｄに記憶された解析結果情報（非言語情報に基づく適性検査結果）を面接結果ＤＢ２３ｆに記憶する。なお、面接を開始する際に、面接対象者の面接対象者ＩＤ、性別、年齢、学歴、希望給与水準、会社側給与水準が面接結果ＤＢ２３ｆに記憶される。スコア算出部２１２は、面接対象者の情報と、予め設定してある採用ターゲットの条件とに基づいて、面接対象者におけるマッチングスコアを算出して面接結果ＤＢ２３ｆに記憶する。またスコア算出部２１２は、希望給与水準及び会社側給与水準に基づいて給与水準ギャップ率を算出し、給与水準ギャップ率から水準スコアを特定し、マッチングスコア及び水準スコアから採用スコアを算出し、採用スコアから優先度を特定し、それぞれ特定したスコアを面接結果ＤＢ２３ｆに記憶する。なお、ここでの優先度は、各面接対象者の面接時点で既に面接が終了している面接対象者の中での暫定的な優先度である。
As a result of the processing of each unit described above, non-verbal information on the behavior of the interviewee is stored in the
スコア算出部２１２が各種スコアを算出した場合、画面生成部２０２は、図１２Ａに示す画面中の面接結果欄に各種スコアを追加し、図１２Ｂに示す画面に更新する。図１２Ｂに示す画面は、面接結果として、面接対象者に対して算出されたマッチングスコア、採用スコア及び優先度を表示する。出力部２０３は、画面生成部２０２によって更新された面接支援画面を表示部２６に表示する。なお、スコア算出部２１２が算出するスコアは、上述した例のほかに、例えば面接対象者の本気度を用いてもよく、面接対象者の非言語情報及び言語情報に基づいて特定でき面接対象者の状態を把握できるスコアを用いてもよい。なお、スコア算出部２１２は、非言語ＤＢ２３ｄ及び言語ＤＢ２３ｅに記憶される解析結果情報が更新される都度、自動的に面接結果ＤＢ２３ｆの内容を更新してもよい。また、図１２Ａ，Ｂに示す画面の面接結果欄に相性確認ボタンが設けられており、スコア算出部２１２は、入力部２５を介して相性確認ボタンが操作された場合にも、面接結果ＤＢ２３ｆの内容を更新し、面接結果欄の表示内容を更新する処理を行ってもよい。
When the
面接官は面接中に面接支援画面のＱ＆Ａ欄に表示された質問を面接対象者に行い、回答例Ａ１〜Ａ３の中から面接対象者の回答に近い回答例を入力部２５にて選択する。なお、面接対象者の回答に近い回答例がない場合、面接官は、その他の回答の入力欄に面接対象者が行った回答を入力し、ＯＫボタンを操作する。面接支援画面において、回答例Ａ１〜Ａ３のいずれかが操作（選択）された場合、又はその他の回答が入力された場合、回答受付部２０９は、面接対象者による質問に対する回答を受け付ける。回答受付部２０９が面接対象者の回答を受け付けた場合、質問特定部２１１は、質問設定テーブル２２１から次の質問内容を特定する。ここでは、質問特定部２１１は、回答受付部２０９が受け付けた直前の質問内容に対する面接対象者の回答に対応する質問設定テーブル２２１を特定し、特定した質問設定テーブル２２１から、事前の結果（面接前に判定されていた面接対象者の適性検査結果）と、リアルタイムの結果（面接中に判定された面接対象者の適性検査結果）とに対応する質問内容を特定する。なお、事前の結果は、例えば適性結果ＤＢ２３ｂに記憶してある適性検査結果を用い、リアルタイムの結果は、例えば非言語ＤＢ２３ｄ又は言語ＤＢ２３ｅに記憶してある解析結果情報を用いることができる。質問特定部２１１が次の質問内容を特定した場合、画面生成部２０２は、図１２Ａ又は図１２Ｂに示す画面中のＱ＆Ａ欄に次の質問内容及び回答例を表示して面接支援画面を更新する。出力部２０３は、画面生成部２０２によって更新された面接支援画面を表示部２６に表示する。
The interviewer asks the interviewee the question displayed in the Q & A column of the interview support screen during the interview, and selects an answer example similar to the answer of the interviewee from the input examples 25 from answer examples A1 to A3. If there is no answer example close to the interviewee's answer, the interviewer inputs the answer made by the interviewee in the other answer input field and operates the OK button. When any one of the answer examples A1 to A3 is operated (selected) or another answer is input on the interview support screen, the
面接官は面接中に面接方針を変更したい場合、図１２Ａ又は図１２Ｂに示す画面において、いずれかの方針に対応するボタンを入力部２５にて操作する。面接支援画面において、いずれかの方針に対応するボタンが操作（選択）された場合、方針受付部２１０は、面接の方針（方針に関する方針情報）を受け付ける。方針受付部２１０が面接の方針を受け付けた場合、質問特定部２１１は、質問設定テーブル２２１に基づいて次の質問内容（レコメンド質問）を特定する。ここでは、質問特定部２１１は、方針受付部２１０が受け付けた方針に対応する質問設定テーブル２２１を特定し、特定した質問設定テーブル２２１から、面接対象者に対する事前の結果及びリアルタイムの結果に対応する質問内容を特定する。質問特定部２１１が面接の方針に沿った質問内容を特定した場合、画面生成部２０２は、図１２Ｂに示す画面中のレコメンド質問欄に、特定した質問内容及び回答例を表示して面接支援画面を更新する。出力部２０３は、画面生成部２０２によって更新された面接支援画面を表示部２６に表示する。なお、質問特定部２１１は、第１面接支援装置１０の質問特定部１０９のように、面接官から指定された方針に応じた質問内容を、質問決定用学習済モデルを用いて特定してもよい。この場合、質問決定用学習済モデルは記憶部２２に記憶しておく。
When the interviewer wants to change the interview policy during the interview, he operates the
上述した各部の処理により、第２面接支援装置２０では、面接前に決定しておいた質問内容が表示され、この質問に対する面接対象者の回答が画面を介して入力された場合に、次の質問が表示され、面接官による面接を支援できる。また、次の質問は、直前の質問に対する回答及び面接対象者の特性検査結果等に基づいて決定されるので、面接対象者に対して適切な質問内容を決定できる。また、面接対象者に対する適性検査結果及び適性検査結果に基づく各種スコアがリアルタイムで算出されて表示されるので、面接官は各種スコアを把握した状態で面接を行うことができる。更に、面接官が面接の方針の変更指示を行った場合、方針に応じた質問内容がレコメンド質問として表示されるので、面接の方針に沿った適切な質問が設定され、採用につながるような有効な面接が可能となる。
By the processing of each unit described above, the second
次に、第１面接支援装置１０が行う処理について説明する。図１３は、第１面接支援装置１０による面接対象者の登録処理の手順を示すフローチャートである。以下の処理は、第１面接支援装置１０の記憶部１２に記憶してある制御プログラム１２Ｐに従って制御部１１によって実行される。第１面接支援装置１０の制御部１１は、面接対象者に関する情報の登録指示を受け付けたか否かを判断する（Ｓ１１）。例えば制御部１１は、図５Ａに示す初期画面において「面接対象者を登録する」ボタンが操作された場合、面接対象者に関する情報の登録指示を受け付ける。登録指示を受け付けていないと判断した場合（Ｓ１１：ＮＯ）、制御部１１は登録指示を受け付けるまで待機する。
Next, processing performed by the first
登録指示を受け付けたと判断した場合（Ｓ１１：ＹＥＳ）、制御部１１は、図５Ｂに示すような登録画面を表示部１６に表示する（Ｓ１２）。次に制御部１１は、図５Ｂに示す画面を介して面接対象者の情報の登録方法を受け付け（Ｓ１３）、受け付けた登録方法にて面接対象者に関する情報を取得する（Ｓ１４）。例えば登録方法としてＣＳＶが選択された場合、制御部１１は、ＣＳＶフォーマットで面接対象者の情報が記載されたファイルから面接対象者の情報を取得する。制御部１１は、取得した面接対象者に関する各種の情報を面接対象者ＤＢ１３（ＤＢ１３ａ〜１３ｃ）にそれぞれ記憶し（Ｓ１５）、登録処理を終了する。
When determining that the registration instruction has been received (S11: YES), the control unit 11 displays a registration screen as shown in FIG. 5B on the display unit 16 (S12). Next, the control unit 11 receives a method of registering the information of the interview target via the screen shown in FIG. 5B (S13), and acquires information on the interview target by the received registration method (S14). For example, when CSV is selected as the registration method, the control unit 11 acquires the interviewee information from a file in which the interviewee information is described in a CSV format. The control unit 11 stores the acquired information on the interviewee in the interviewee DB 13 (
なお、制御部１１は、指定された登録方法にて取得した面接対象者の情報を面接対象者ＤＢ１３に記憶するだけでなく、取得した面接対象者に関する情報に基づいて事前に行うべき各種の適性検査を行い、得られた情報も面接対象者ＤＢ１３に記憶する。これにより、面接対象者によって入力された情報だけでなく、この情報に基づいて面接対象者のプロファイリングを行った結果（各種の適性検査結果）も面接対象者ＤＢ１３（適性結果ＤＢ１３ｂ）に登録できる。
The control unit 11 not only stores the information of the interviewee acquired by the designated registration method in the
図１４は、第１面接支援装置１０による面接官又は質問内容の決定処理の手順を示すフローチャートである。第１面接支援装置１０の制御部１１は、面接官の決定指示を受け付けたか否かを判断する（Ｓ２１）。例えば制御部１１は、図５Ａ又は図５Ｃに示す画面において「面接官を決める」ボタンが操作された場合、面接官の決定指示を受け付ける。面接官の決定指示を受け付けていないと判断した場合（Ｓ２１：ＮＯ）、制御部１１はステップＳ２８に処理を移行する。面接官の決定指示を受け付けたと判断した場合（Ｓ２１：ＹＥＳ）、制御部１１は、面接対象者ＤＢ１３に登録された面接対象者の情報を面接対象者ＤＢ１３から読み出し（Ｓ２２）、面接対象者の情報を一覧表示する面接官の決定画面を生成して表示部１６に表示する（Ｓ２３）。これにより、図６Ａに示すような決定画面が表示される。なお、制御部１１は、面接官がまだ決定されていない面接対象者の情報のみを表示する面接官の決定画面を生成してもよい。
FIG. 14 is a flowchart showing the procedure of the interviewer or question determination process performed by the first
制御部１１は、面接官の決定画面を介して、面接官の決定方法、面接の方針、面接官を決定すべき面接対象者の選択を受け付け、選択された面接対象者に対して、選択された決定方法で、選択された面接の方針に応じた面接官を特定する（Ｓ２４）。なお、制御部１１は、選択された面接対象者に適した面接官を面接官決定用学習済モデル１２１を用いて特定する。制御部１１は、例えば面接官の決定画面に、特定した面接官の面接官ＩＤを追加することにより、決定した面接官（特定結果）を表示する（Ｓ２５）。
The control unit 11 receives, via the interviewer's determination screen, a method for determining the interviewer, an interview policy, and selection of the interviewee whose interviewer is to be determined, and the selected interviewee is selected. The interviewer according to the selected interview policy is specified by the determined method (S24). In addition, the control part 11 specifies the interviewer suitable for the selected interviewee using the trained
制御部１１は、表示された面接官を、それぞれの面接対象者に対する面接官に決定する指示を受け付けたか否かを判断する（Ｓ２６）。例えば制御部１１は、図６Ａに示す画面中の「決定する」ボタンが操作された場合、表示された面接官に対する決定指示を受け付ける。面接官に対する決定指示を受け付けたと判断した場合（Ｓ２６：ＹＥＳ）、制御部１１は、図６Ａに示す画面に表示された各面接対象者に対応する面接官（特定結果）を面接予定ＤＢ１２ｂに記憶する（Ｓ２７）。具体的には、制御部１１は、面接予定ＤＢ１２ｂにおいて、決定した面接官の面接官ＩＤに対応付けて、この面接対象者の面接対象者ＩＤを記憶する。これにより、それぞれの面接対象者に対して最適な面接官を決定して登録できる。面接官の決定指示を受け付けていないと判断した場合（Ｓ２６：ＮＯ）、制御部１１はステップＳ２７の処理をスキップする。
The control unit 11 determines whether an instruction to determine the displayed interviewer as an interviewer for each interviewee has been received (S26). For example, when the “determine” button on the screen illustrated in FIG. 6A is operated, the control unit 11 accepts a determination instruction for the displayed interviewer. If it is determined that the decision instruction for the interviewer has been received (S26: YES), the control unit 11 stores the interviewer (specific result) corresponding to each interviewee displayed on the screen shown in FIG. 6A in the
次に制御部１１は、面接対象者に対する質問内容の決定指示を受け付けたか否かを判断する（Ｓ２８）。例えば制御部１１は、図５Ａ又は図５Ｃに示す画面において「質問を決める」ボタンが操作された場合、いずれかの面接対象者に対する質問内容の決定指示を受け付ける。質問内容の決定指示を受け付けていないと判断した場合（Ｓ２８：ＮＯ）、制御部１１はステップＳ２１に処理を戻す。 Next, the control unit 11 determines whether an instruction to determine the content of the question has been received for the interview target person (S28). For example, when the “determine question” button is operated on the screen illustrated in FIG. 5A or 5C, the control unit 11 accepts an instruction to determine the content of the question to one of the interviewees. If it is determined that the instruction to determine the content of the question has not been received (S28: NO), the control unit 11 returns the process to step S21.
質問内容の決定指示を受け付けたと判断した場合（Ｓ２８：ＹＥＳ）、制御部１１は、面接対象者ＤＢ１３に登録された面接対象者の情報を面接対象者ＤＢ１３から読み出し（Ｓ２９）、面接対象者の情報を一覧表示する質問の決定画面を生成して表示部１６に表示する（Ｓ３０）。これにより、図６Ｂに示すような決定画面が表示される。なお、制御部１１は、質問がまだ決定されていない面接対象者の情報のみを表示する質問の決定画面を生成してもよい。制御部１１は、質問の決定画面を介して、質問の決定方法、面接の方針、質問を決定すべき面接対象者の選択を受け付け、選択された面接対象者に対して、選択された決定方法で、選択された面接の方針に応じた質問内容を特定する（Ｓ３１）。なお、制御部１１は、選択された面接対象者に適した質問内容を、質問決定用学習済モデル１２２を用いて特定する。制御部１１は、例えば質問の決定画面に、特定した質問内容の識別情報を追加することにより、決定した質問内容（特定結果）を表示する（Ｓ３２）。
If it is determined that the instruction to determine the content of the question has been received (S28: YES), the control unit 11 reads the information of the interviewee registered in the interviewee DB13 from the interviewee DB13 (S29), and A question determination screen for displaying a list of information is generated and displayed on the display unit 16 (S30). Thereby, a determination screen as shown in FIG. 6B is displayed. Note that the control unit 11 may generate a question determination screen that displays only information on interviewees for whom a question has not yet been determined. The control unit 11 accepts, via the question determination screen, a question determination method, an interview policy, and a selection of an interview target to determine a question. Then, the contents of the question according to the selected interview policy are specified (S31). Note that the control unit 11 specifies the question content suitable for the selected interviewee using the question determination learned
制御部１１は、表示された質問内容を、それぞれの面接対象者に対する質問内容に決定する指示を受け付けたか否かを判断する（Ｓ３３）。例えば制御部１１は、図６Ｂに示す画面中の「決定する」ボタンが操作された場合、表示された質問内容に対する決定指示を受け付ける。質問内容に対する決定指示を受け付けたと判断した場合（Ｓ３３：ＹＥＳ）、制御部１１は、図６Ｂに示す画面に表示された各面接対象者に対して決定した質問内容（特定結果）を面接予定ＤＢ１２ｂに記憶する（Ｓ３４）。具体的には、制御部１１は、面接予定ＤＢ１２ｂにおいて、この面接対象者の面接対象者ＩＤに対応付けて、決定した質問内容の識別情報を記憶する。これにより、それぞれの面接対象者に対して最適な質問内容を決定して登録できる。質問内容に対する決定指示を受け付けていないと判断した場合（Ｓ３３：ＮＯ）、制御部１１はステップＳ３４の処理をスキップする。
The control unit 11 determines whether or not an instruction to determine the displayed question content as the question content for each interviewee has been received (S33). For example, when the “determine” button on the screen illustrated in FIG. 6B is operated, the control unit 11 accepts a determination instruction for the displayed question content. If it is determined that the instruction to determine the content of the question has been received (S33: YES), the control unit 11 stores the content of the question (specific result) determined for each interviewee displayed on the screen shown in FIG. 6B in the scheduled
上述した処理により、面接前に面接対象者に関する各種情報を取得して面接対象者ＤＢ１３に登録することができる。また、登録した各情報に基づいて、面接前に面接対象者の適性検査及びプロファイリングを行うことができ、検査結果を面接対象者ＤＢ１３に登録できる。よって、事前に面接対象者について把握でき、面接対象者に最適な面接官及び質問内容を設定できる。
Through the above-described processing, it is possible to acquire various types of information about the interviewee before the interview and register the information in the
次に、第２面接支援装置２０が行う処理について説明する。図１５は、第２面接支援装置２０による面接支援処理の手順を示すフローチャートである。以下の処理は、第２面接支援装置２０の記憶部２２に記憶してある制御プログラム２２Ｐに従って制御部１１によって実行される。面接官は、面接を行う際に、カメラ２７にて面接対象者を撮影でき、マイク２８にて面接対象者の発話を集音できるようにカメラ２７及びマイク２８を配置し、第２面接支援装置２０の制御部２１に制御プログラム２２Ｐを実行させる。これにより、制御部２１は、面接すべき面接対象者に関する情報を面接対象者ＤＢ２３から読み出し、読み出した情報に基づいて、図１２Ａに示すような面接支援画面を生成して表示部２６に表示する（Ｓ４１）。
Next, a process performed by the second
制御部２１は、カメラ２７による撮影を開始し、取得した画像データ（面接対象者の撮影画像）を順次非言語ＤＢ２３ｄに記憶すると共に、記憶した画像データに基づいて面接対象者の動きを抽出し、面接対象者の挙動に関する各種の情報（非言語情報）を取得して非言語ＤＢ２３ｄに逐次蓄積する。なお、面接対象者の撮影画像は、カメラ２７にて取得された後に、又はカメラ２７にて取得されて非言語ＤＢ２３ｄに記憶された後に、表示中の面接支援画面におけるカメラ映像の表示欄に表示される。また制御部２１は、マイク２８による集音を開始し、取得した音声データ（面接対象者の会話音声）を順次言語ＤＢ２３ｅに記憶すると共に、記憶した音声データに基づいて面接対象者の状態を抽出し、面接対象者の会話に関する各種の情報（言語情報）を取得して言語ＤＢ２３ｅに逐次蓄積する。
The
制御部２１は、上述したような撮影画像及び会話音声の取得処理と、取得した撮影画像及び会話音声に基づく面接対象者に対する解析処理（適性検査等）とを行いつつ、面接支援画面中のＱ＆Ａ欄に表示された質問内容に対する回答例のいずれかの選択、又はその他の回答の入力を受け付けたか否かを判断する（Ｓ４２）。質問内容に対する面接対象者による回答を受け付けたと判断した場合（Ｓ４２：ＹＥＳ）、制御部２１は、質問設定テーブル２２１に基づいて次の質問内容を特定し（Ｓ４３）、面接支援画面中のＱ＆Ａ欄に、特定した次の質問内容及び回答例を表示し、面接支援画面を更新する（Ｓ４４）。なお、制御部２１は、面接前に取得した面接対象者の情報から判定された適性検査結果（事前の結果）と、面接中の面接対象者の言語情報及び非言語情報から判定された適性検査結果（リアルタイムの結果）とに応じた質問内容を特定する。質問内容に対する面接対象者による回答を受け付けていないと判断した場合（Ｓ４２：ＮＯ）、制御部２１はステップＳ４３，Ｓ４４の処理をスキップする。
The
また制御部２１は、面接支援画面を介して面接の方針を受け付けたか否かを判断する（Ｓ４５）。例えば制御部２１は、図１２Ａ又は図１２Ｂに示す面接支援画面中に表示したいずれかの方針に対応するボタンが操作された場合、操作されたボタンに対応する方針を受け付ける。面接の方針を受け付けたと判断した場合（Ｓ４５：ＹＥＳ）、制御部２１は、質問設定テーブル２２１に基づいてレコメンド質問を特定し（Ｓ４６）、面接支援画面中のレコメンド質問欄に、特定したレコメンド質問の内容及び回答例を表示し、面接支援画面を更新する（Ｓ４７）。なお、制御部２１は、指定された面接の方針と、面接対象者に対する事前の適性検査結果及びリアルタイムの適性検査結果とに応じた質問内容を特定する。面接の方針を受け付けていないと判断した場合（Ｓ４５：ＮＯ）、制御部２１はステップＳ４６，Ｓ４７の処理をスキップする。
The
また制御部２１は、面接支援画面を介して相性確認の実行指示を受け付けたか否かを判断する（Ｓ４８）。例えば制御部２１は、図１２Ａ又は図１２Ｂに示す面接支援画面中の面接結果欄に表示した相性確認ボタンが操作された場合、相性確認の実行指示を受け付ける。相性確認の実行指示を受け付けたと判断した場合（Ｓ４８：ＹＥＳ）、制御部２１は、非言語ＤＢ２３ｄ及び言語ＤＢ２３ｅに蓄積された各種情報から各種スコアを算出する（Ｓ４９）。例えば制御部２１は、面接対象者の情報と、予め設定してある採用ターゲットの条件とに基づくマッチングスコア等を算出する。制御部２１は、算出した各種スコアを面接結果ＤＢ２３ｆに記憶すると共に、面接支援画面中の面接結果欄に各種スコアを表示し、面接支援画面を更新する（Ｓ５０）。なお、制御部２１は、適宜のタイミングで算出する各種スコアを、時系列的に面接結果ＤＢ２３ｆに蓄積してもよいし、最新のスコアのみを面接結果ＤＢ２３ｆに記憶してもよい。相性確認の実行指示を受け付けていないと判断した場合（Ｓ４８：ＮＯ）、制御部２１はステップＳ４９，Ｓ５０の処理をスキップする。
Further, the
制御部２１は、例えば面接支援画面中の終了ボタンが操作されることによって、面接の終了指示を受け付けたか否かを判断する（Ｓ５１）。制御部２１は、終了指示を受け付けていないと判断した場合（Ｓ５１：ＮＯ）、ステップＳ４２の処理に戻り、ステップＳ４２〜Ｓ５１の処理を繰り返し、終了指示を受け付けたと判断した場合（Ｓ５１：ＹＥＳ）、処理を終了する。
The
第２面接支援装置２０は、上述した処理により、面接前に取得した面接対象者の情報に基づく適性検査結果と、面接中に取得する面接対象者の撮影画像及び会話音声に基づく適性検査結果とを考慮して、それぞれの面接対象者に対する採用スコアを算出でき、採用の優先度を特定できる。図１６は、面接結果画面例を示す模式図である。第２面接支援装置２０の制御部２１は、例えば入力部２５を介して面接結果画面の表示指示を受け付けた場合、それぞれの面接対象者の情報、適性検査結果、各種スコア等を面接対象者ＤＢ２３から読み出して、図１６に示すような面接結果画面を生成して表示部２６に表示する。図１６に示す例は、面接対象者の氏名、適性検査結果、優先度、マッチングスコア、採用スコア等を表示する。なお、適性検査結果は、事前に判定された検査結果と、リアルタイムに判定された検査結果とをそれぞれ表示してもよいし、２つの検査結果に基づいて判定された総合的な検査結果を表示してもよい。このような画面により、それぞれの面接対象者における適性検査結果を把握でき、各種スコア及び優先度を比較することができる。なお、面接結果画面の構成は図１６に示す例に限らず、例えば各面接対象者の希望年収、会社側の支払い可能年収等を表示してもよい。
The second
本実施形態では、面接を行う前に、面接対象者に関する情報に基づいて各種の適性検査を行うことにより、面接対象者のＩＱやＥＱ、行動心理学上の各タイプの分類等の解析を行うことができる。そして、その解析結果に応じて面接対象者に最適な面接官及び面接時の質問を設定することにより、より有効な面接を行うための準備が可能となる。また面接中に、面接支援画面において、質問に対する面接対象者の回答に応じた次の質問を提示したり、面接の方針に応じたレコメンド質問を提示することができ、面接官による面接を支援できる。また面接中に、面接対象者の挙動に関する情報や会話内容に関する情報に基づいて各種の適性検査を行うことにより、面接対象者の行動心理学上の各タイプの分類結果をリアルタイムに解析できる。更に、リアルタイムでの解析結果に基づいて、所定の採用ターゲットの条件に対する面接対象者の採用スコアをリアルタイムに分析でき、分析結果を面接官に提示することにより、面接対象者に対する各種スコアをリアルタイムで把握できる。このようにそれぞれの面接対象者に対して最適な面接官及び最適な質問で面接に臨むことにより、会社が欲しい人材を確実に見出して採用し損なうことを回避し、また、会社が欲しい人材による採用の辞退を抑制することが期待できる。 In the present embodiment, before conducting the interview, various aptitude tests are performed based on the information on the interviewees, thereby analyzing the IQ and EQ of the interviewees, classification of each type in behavioral psychology, and the like. be able to. Then, by setting an interviewer and an interview question most suitable for the interviewee according to the analysis result, it becomes possible to prepare for conducting a more effective interview. During the interview, on the interview support screen, the next question according to the interviewee's answer to the question can be presented, or the recommended question according to the interview policy can be presented, and the interview by the interviewer can be supported . In addition, during the interview, various types of aptitude tests are performed based on the information on the behavior of the interviewee and the information on the conversation content, so that the classification results of each type of behavioral psychology of the interviewee can be analyzed in real time. Furthermore, based on the analysis results in real time, the recruitment score of the interviewee with respect to the predetermined recruitment target conditions can be analyzed in real time, and by presenting the analysis result to the interviewer, various scores for the interviewee can be obtained in real time. I can understand. In this way, by interviewing each interviewee with the most appropriate interviewer and the most appropriate questions, the company can be sure to find and recruit the human resources it wants, and to avoid the failure of hiring the company. It can be expected that refusal of adoption will be suppressed.
本実施形態では、面接対象者の履歴書、職務経歴書、志望動機等のように事前に取得できる情報だけでなく、面接中の面接対象者の会話内容及び挙動（動作や表情）に関する情報も含めた各種の情報を解析して面接対象者のことを分析する。よって、人間では見落としてしまうような事項の見落としを抑制でき、また、面接官個人の価値観や感情による偏った評価を抑制できる。また、それぞれの面接対象者を分析した結果を示す各種のスコアを提示できるので、採用すべき面接対象者を決定することを支援できる。 In the present embodiment, not only information that can be obtained in advance, such as a resume, a job history, and a motivation for the interviewee, but also information about the conversation content and behavior (actions and facial expressions) of the interviewee during the interview are included. Analyze the interviewees by analyzing various information including them. Therefore, it is possible to suppress oversight of items that would be overlooked by humans, and it is possible to suppress biased evaluation based on the values and feelings of the individual interviewer. In addition, since various scores indicating the results of analyzing each interviewee can be presented, it is possible to assist in determining the interviewees to be adopted.
（実施形態２）
実施形態１の第２面接支援装置２０が、面接中に取得する撮影画像及び会話音声に基づいて面接に関するスコアを算出する構成を更に有する実施形態について説明する。本実施形態の第１面接支援装置１０は、実施形態１と同様の構成を有し同様の処理を行うので説明を省略する。また本実施形態の第２面接支援装置２０は、実施形態１と同様の構成を有し、更に図１７に示すような面接履歴ＤＢ２２ｂを記憶部２２に記憶する。なお、同様の構成については説明を省略する。
(Embodiment 2)
An embodiment in which the second
図１７は、面接履歴ＤＢ２２ｂの構成例を示す模式図である。面接履歴ＤＢ２２ｂは、例えば実施された面接毎に設けられ、それぞれの面接について面接開始から所定時間毎の面接に関する情報を記憶している。図１７に示す面接履歴ＤＢ２２ｂは、開始時間列、終了時間列、画像データ列、音声データ列、面接スコア列等を含む。開始時間列及び終了時間列は、面接の開始から終了までの間における所定の時間帯の開始時点の時間及び終了時点の時間をそれぞれ記憶する。なお、図１７に示す例では、開始時間及び終了時間は、面接開始からの時間を「分：秒」で示しているが、日時情報等を用いてもよい。画像データ列は、面接対象者の面接時における撮影画像のデータを記憶し、音声データ列は、面接対象者の面接時における会話の音声データを記憶する。なお、撮影画像のデータ及び音声データは、面接履歴ＤＢ２２ｂに記憶されるほかに、記憶部２２の所定領域又は第２面接支援装置２０に接続された外部の記憶装置に記憶されてもよい。この場合、画像データ列及び音声データ列は、撮影画像のデータ及び音声データを読み出すための情報（例えばデータの記憶場所を示すファイル名）を記憶する。面接スコア列は、例えば面接対象者の画像データ及び音声データに基づいて算出（特定）された面接のスコアを記憶する。
FIG. 17 is a schematic diagram illustrating a configuration example of the
面接履歴ＤＢ２２ｂにおいて、所定の時間帯は、図１７に示すように５分毎に限定されない。例えば第２面接支援装置２０が、面接対象者の撮影画像及び会話音声に基づいて、面接の開始から終了までの間において、自己紹介の時間帯、面接官からの質問の時間帯、面接対象者からの質問の時間帯、雑談の時間帯等、面接中の各時間帯（シーン）を判別できる場合、それぞれ判別した時間帯を用いてもよい。なお、第２面接支援装置２０は、面接履歴ＤＢ２２ｂに各データを記憶する代わりに、非言語ＤＢ２３ｄにそれぞれの時間帯に応じた画像データ及び面接スコアを記憶し、言語ＤＢ２３ｅにそれぞれの時間帯に応じた音声データ及び面接スコアを記憶する構成でもよい。
In the
図１８は、第２面接支援装置２０の制御部２１によって実現される機能を示すブロック図、図１９は画面例を示す模式図である。本実施形態の第２面接支援装置２０の制御部２１は制御プログラム２２Ｐを実行することによって、図１１に示す各機能に加えて、面接スコア算出部２１３及び面接履歴表示部２１４の各機能を実現する。図１８では、面接スコア算出部２１３及び面接履歴表示部２１４以外の各部の図示を省略する。
FIG. 18 is a block diagram illustrating functions realized by the
面接スコア算出部２１３は、例えば面接中に取得した面接対象者の撮影画像及び会話音声に基づいて、面接中のそれぞれの時間帯における面接に関するスコアを特定（算出）する。面接のスコアは、例えば面接中に面接対象者ＤＢ２３に逐次記憶される各情報に基づいて算出され、面接が良好に進行しているか否かを例えば１００点満点で示す。面接スコア算出部２１３は、例えば面接対象者の撮影画像のデータ及び音声データに基づいて解析された面接対象者の状態の解析結果から面接のスコアを算出してもよい。例えば面接対象者の撮影画像及び会話音声を解析して得られた面接対象者の状態（解析結果）に応じて予めスコアが設定されており、面接スコア算出部２１３は、逐次得られる面接対象者の解析結果に応じたスコアを加算又は減算することにより面接のスコアを算出してもよい。なお、面接スコア算出部２１３は、それぞれの時間帯に取得した撮影画像及び会話音声に基づいて面接のスコアを算出してもよいし、面接開始からそれぞれの時間帯が経過するまでの間に取得した撮影画像及び会話音声に基づいて面接のスコアを算出してもよい。
The interview
面接スコア算出部２１３は、面接中のそれぞれの時間帯毎に、面接対象者ＤＢ２３から読み出した画像データ及び音声データ、又は画像取得部２０４及び音声取得部２０６が取得した画像データ及び音声データを面接履歴ＤＢ２２ｂに蓄積する。また面接スコア算出部２１３は、例えばそれぞれの時間帯が終了した時点で、それぞれの時間帯における面接スコアを算出して面接履歴ＤＢ２２ｂに記憶する。なお、面接のスコアは、面接対象者の撮影画像及び会話音声だけでなく、面接官の会話音声も考慮して算出してもよく、第２面接支援装置２０が面接官の撮影画像を取得する構成を有する場合、面接官の撮影画像も考慮して算出してもよい。
The interview
面接履歴表示部２１４は、面接履歴ＤＢ２２ｂに蓄積された各データに基づいて、面接履歴画面を生成して表示部２６に表示する。第２面接支援装置２０は、例えば入力部２５を介して面接履歴の表示指示を受け付けた場合、図１９Ａに示すような面接履歴画面を生成して表示部２６に表示する。図１９Ａに示す画面では、それぞれの面接について面接官の面接官ＩＤ、面接対象者の面接対象者ＩＤ、面接日、面接スコア等を表示する。面接履歴表示部２１４は、記憶部２２に記憶してあるＤＢ２２ａ，２２ｂ，２３から各情報を読み出して面接履歴画面を生成する。なお、図１９Ａに示す画面中に表示される面接スコアは、面接終了時点でのスコアであってもよく、面接履歴ＤＢ２２ｂに各時間帯に応じて記憶してあるスコアから算出される値であってもよい。
The interview
図１９Ａに示す画面において、例えば入力部２５を介していずれかの面接が選択された場合、第２面接支援装置２０は、選択された面接の面接履歴ＤＢ２２ｂから各データを読み出し、図１９Ｂに示す画面を生成して表示部２６に表示する。図１９Ｂに示す画面では、選択された面接に関する情報（面接官ＩＤ、面接対象者ＩＤ、面接日、面接スコア）が表示されると共に、面接中に撮影された面接対象者の撮影画像が表示される。また図１９Ｂに示す画面では、表示される撮影画像（動画）に対して面接の開始から終了までの間の任意の時点を指定するためのインジケータが表示されている。また、インジケータの上部には面接開始からの経過時間が表示され、下部にはそれぞれの時点で算出された面接スコアが表示されている。図１９Ｂに示す画面において、入力部２５を介してインジケータが操作された場合、第２面接支援装置２０は、インジケータによって指定された時点から撮影画像の再生（表示）を行うことができる。なお、第２面接支援装置２０は、面接対象者の撮影画像を表示部２６に表示する場合、面接対象者の会話音声（音声データ）もスピーカ（図示せず）から音声出力する。これにより、面接履歴ＤＢ２２ｂに蓄積した画像データ及び音声データを面接終了後に視聴することができる。また、面接におけるそれぞれのタイミングで算出された面接スコアが面接履歴画面に表示されるので、面接時の画像及び音声と共にその時点での面接スコアを確認できる。よって、面接官及び面接対象者は、面接終了後に、図１９Ｂに示す画面によって面接の反省会を行うことができる。なお、面接スコアと共に、それぞれの時点において、面接官及び面接対象者のそれぞれにおける良い点、悪い点、課題等を表示させてもよい。これにより、面接後に面接官及び面接対象者のそれぞれに面接における良い点、悪い点、課題等をフィードバックすることができる。なお、それぞれの時点における面接官に対する良い点、悪い点、課題は、例えば面接官の上司や先輩によって入力される評価情報であってもよく、入力された評価情報は面接履歴ＤＢ２２ｂに記憶されてもよい。また、それぞれの時点における面接対象者に対する良い点、悪い点、課題は、例えば転職エージェントによって入力される評価情報であってもよく、入力された評価情報は面接履歴ＤＢ２２ｂに記憶されてもよい。
In the screen shown in FIG. 19A, for example, when any interview is selected via the
上述した構成により、本実施形態の第２面接支援装置２０は、実施形態１と同様の処理を行いつつ、面接中に図１７に示す面接履歴ＤＢ２２ｂに各データを蓄積する。このように面接履歴ＤＢ２２ｂに面接に関する情報が蓄積されることにより、面接終了後に、面接履歴ＤＢ２２ｂに蓄積したデータに基づいて、面接履歴画面にて面接を再現できる。
With the configuration described above, the second
図１９Ｂに示す画面において、例えば任意の面接スコアを入力するための入力欄を設けてもよい。そして、第２面接支援装置２０は、入力部２５を介して任意の面接スコアが入力された場合に、入力された面接スコアに対応する時間帯の撮影画像及び会話音声を再生される構成としてもよい。この場合、面接官及び面接対象者は、例えば面接スコアの低い箇所（時間帯）の撮影画像及び会話音声をまとめて視聴したり、面接スコアの高い箇所（時間帯）の撮影画像及び会話音声をまとめて視聴することができる。よって、面接官及び面接対象者は、効率よく面接の画像及び音声を視聴することができ、効率よく面接を振り返ることができる。
On the screen shown in FIG. 19B, for example, an input field for inputting an arbitrary interview score may be provided. Then, the second
また、面接履歴ＤＢ２２ｂは、例えば面接官の新人研修のように、他の面接官が面接の研修や練習を行う際に用いることができる。この場合にも、図１９Ａに示す画面においていずれかの面接が選択され、第２面接支援装置２０は、選択された面接の面接履歴ＤＢ２２ｂから各データを読み出し、図１９Ｂに示す画面を生成して表示部２６に表示する。これにより、他の面接官が行った面接の撮影画像及び会話音声を視聴することができると共に、それぞれのタイミングでの面接スコアを把握できる。よって、面接の状況とスコアとに基づいて面接のやり方を学ぶことができ、面接の練習を行うことができる。また例えば、各面接官の性格やキャラクタを特定し、性格やキャラクタに対応付けて、面接中に取得した会話音声及び面接対象者の撮影画像（面接履歴）を蓄積してもよい。この場合、面接の練習をしたい面接官は、自身の性格やキャラクタに適した面接履歴を学習教材として用いることにより、それぞれの面接官に応じた練習を行うことができる。
Also, the
本実施形態において、第２面接支援装置２０は、面接中に取得した撮影画像及び会話音声と、それぞれのタイミングでの面接スコアとに基づいて、面接の手本となるべき面接官の行動や言動を蓄積する構成を有してもよい。例えば、第２面接支援装置２０は、所定値以上の面接スコアが得られた面接中の撮影画像及び会話音声において、面接対象者の行動や言動に対して面接官がとった行動や言動を抽出して蓄積する。そして、第２面接支援装置２０は、蓄積した手本となるべき面接官の行動や言動を、例えば所定の面接官用キャラクタの画像を用いて再現することにより、面接の手本を示すことができる。具体的には、第２面接支援装置２０は、蓄積した撮影画像及び会話音声に基づいて、面接官用キャラクタが手本となるべき面接官の行動（動作）を行う動画を生成して表示部２６に表示し、手本となるべき面接官が発する可能性の高い会話音声を生成してスピーカから出力する。このように面接官用キャラクタによる映像及び音声によって面接の手本が示されることにより、効率よく面接のやり方を学習できる。なお、面接対象者の行動や言動に対して面接官がとるべき行動や言動を、学習済モデルを用いて特定してもよい。この場合、例えば第２面接支援装置２０は、面接中に蓄積した撮影画像及び会話音声を用いて、面接対象者の言動や行動を示す撮影画像（画像情報）及び会話音声（音声情報）が入力された場合に、面接官がとるべき行動や言動を示す情報を出力するように学習済モデルを再学習させることができる。このような学習済モデルを用いることにより、バーチャルな面接官を生成することができる。
In the present embodiment, the second
また本実施形態において、第２面接支援装置２０は、面接中に取得した撮影画像及び会話音声に基づいて、例えば面接対象者からよくある質問や面接官が回答に困った質問等を抽出して蓄積する構成を有してもよい。そして、第２面接支援装置２０は、蓄積した質問を、例えば所定の面接対象者用キャラクタの画像を用いて再現することにより、面接の練習相手を面接官に提供することができる。具体的には、第２面接支援装置２０は、蓄積した撮影画像及び会話音声に基づいて、面接対象者用キャラクタが、蓄積した質問を行う動画及び会話音声を生成して表示部２６及びスピーカにて出力する。このように面接対象者用キャラクタによる映像及び音声によって練習相手を提供できるので、面接官は面接の練習相手を探す必要がなく、面接の練習を自主的に行うことができる。なお、図１９Ｂに示す画面において、面接対象者用キャラクタの画像を表示させることにより、図１９Ｂに示す画面を介して面接官は面接の練習を行うことができる。
Further, in the present embodiment, the second
また本実施形態において、第２面接支援装置２０は、面接中に取得した撮影画像及び会話音声に基づいて、例えば面接官がよく行う質問や面接対象者が回答に困った質問等を抽出して蓄積する構成を有してもよい。そして、第２面接支援装置２０は、蓄積した質問を、例えば所定の面接官用キャラクタの画像を用いて再現することにより、面接の練習相手を面接対象者に提供することができる。具体的には、第２面接支援装置２０は、蓄積した撮影画像及び会話音声に基づいて、面接官用キャラクタが、蓄積した質問を行う動画及び会話音声を生成して表示部２６及びスピーカにて出力する。このように面接官用キャラクタによる映像及び音声によって練習相手を面接対象者に提供できるので、面接対象者は面接の練習相手を探すことなく自主的に面接の練習を行うことができる。なお、図１９Ｂに示す画面において、面接官用キャラクタの画像を表示させることにより、図１９Ｂに示す画面を介して面接対象者は面接の練習を行うことができる。
In the present embodiment, the second
上述した各実施形態の第１面接支援装置１０及び第２面接支援装置２０は、従業員の人事採用面接を支援するだけでなく、入学試験や資格試験における面接や、従業員の人事評価のための面接等、各種の面接を支援する装置にも適用できる。
The first
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、制限的なものでは無いと考えられるべきである。本発明の範囲は、上記した意味では無く、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及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。 The embodiment disclosed this time is an example in all respects, and should be considered as not restrictive. The scope of the present invention is defined by the terms of the claims, rather than the description above, and is intended to include any modifications within the scope and meaning equivalent to the terms of the claims.
１０ 第１面接支援装置
１１ 制御部
１２ 記憶部
２０ 第２面接支援装置
２１ 制御部
２２ 記憶部
１０２ 対象者情報取得部
１０６ 面接官特定部
１０９ 質問特定部
１２１ 面接官決定用学習済モデル
１２２ 質問決定用学習済モデル
２０２ 画面生成部
２０３ 出力部
２０４ 画像取得部
２０６ 音声取得部
２１２ スコア算出部
Claims (23)
面接対象者に関する情報を入力部を介して取得し、
面接対象者に関する情報が入力された場合に、前記面接対象者に適した面接官の情報を出力するように学習された第１学習済モデルに、取得した前記面接対象者に関する情報を入力し、前記第１学習済モデルから出力される前記面接官の情報に基づいて、複数の面接官から前記面接対象者の面接を行う面接官を特定し、
面接対象者に関する情報が入力された場合に、前記面接対象者に対する質問内容の情報を出力するように学習された第２学習済モデルに、取得した前記面接対象者に関する情報を入力し、前記第２学習済モデルから出力される前記質問内容の情報に基づいて、前記面接対象者に対する質問内容を特定する
処理を実行させるプログラム。 On the computer,
Obtain information about the interviewee via the input unit ,
When information about the interviewee is input, the first trained model that has been learned to output information on the interviewer suitable for the interviewee , inputs the acquired information about the interviewee, Based on the information of the interviewer output from the first trained model , specify an interviewer to interview the interviewee from a plurality of interviewers,
When information about the interview subject is input, the acquired information about the interview subject is input to the second trained model that has been learned to output information on the content of the question to the interview subject, 2 based on the information of the question content which is output from the learned model, a program for executing processing for specifying a question Description for the interview subject.
面接の方針に関する方針情報を取得し、
取得した前記方針情報及び前記面接対象者に関する情報を前記第１学習済モデルに入力し、前記第１学習済モデルから出力される前記面接官の情報に基づいて、前記面接対象者の面接を行う面接官を特定し、
取得した前記方針情報及び前記面接対象者に関する情報を前記第２学習済モデルに入力し、前記第２学習済モデルから出力される前記質問内容の情報に基づいて、前記面接対象者に対する質問内容を特定する
処理を実行させる請求項１に記載のプログラム。 On the computer,
Obtain policy information about the interview policy,
The acquired policy information and the information on the interviewee are input to the first trained model , and the interviewer is interviewed based on the information of the interviewer output from the first trained model. Identify the interviewer,
Information about the acquired policy information and the interviewee's input to the second learned model, based on the question content information to be outputted from the second trained model question Description for the interviewee's The program according to claim 1, wherein the program is configured to execute a process of identifying the program.
前記面接対象者に関する情報を、前記面接対象者の面接を行う面接官に特定された前記面接官の面接予定情報として記憶部に記憶する
処理を実行させる請求項１又は２に記載のプログラム。 On the computer,
The information about the interviewee's program according to claim 1 or 2 to execute the process of storing in the storage unit as the interview schedule information for that the interviewer to interviewer performing interviews the interviewer subject.
前記第２学習済モデルから出力される前記質問内容の情報に基づいて特定された前記面接対象者に対する質問内容を出力する
処理を実行させる請求項１から３までのいずれかひとつに記載のプログラム。 On the computer,
The program according to any one of claims 1 to 3, further comprising: executing a process of outputting a question content to the interview target identified based on the question content information output from the second learned model .
前記面接対象者の面接時の画像情報及び音声情報を取得し、
取得した前記画像情報を解析して、前記面接対象者の挙動に関する状態を特定し、
取得した前記音声情報を解析して、前記面接対象者の会話内容に関する状態を特定し、
特定した前記面接対象者の挙動に関する状態及び会話内容に関する状態に応じて、前記面接対象者の採用に関するスコアを特定し、
特定した前記スコアを出力する
処理を実行させる請求項１から４までのいずれかひとつに記載のプログラム。 On the computer,
It acquires image information and audio information interview the interviews subject,
Analyze the acquired image information , identify the state related to the behavior of the interview subject,
Analyze the acquired voice information , identify the state related to the conversation content of the interviewee,
According to the state related to the behavior of the identified interviewee and the state related to the conversation content, the score related to the adoption of the interviewee is identified,
The program according to any one of claims 1 to 4, wherein the program executes a process of outputting the specified score.
取得した前記画像情報及び音声情報を解析して特定された前記面接対象者の挙動に関する状態及び会話内容に関する状態に応じて、前記面接対象者に対する質問内容を特定し、
特定した前記質問内容を出力する
処理を実行させる請求項５に記載のプログラム。 On the computer,
Analyzing the acquired image information and audio information , according to the state related to the behavior of the interviewee and the state related to the conversation content, to identify the content of the question to the interviewee,
The program according to claim 5 , wherein the program executes a process of outputting the identified question content.
面接の方針に関する方針情報を取得し、
取得した前記方針情報と、取得した前記画像情報及び音声情報を解析して特定された前記面接対象者の挙動に関する状態及び会話内容に関する状態とに応じて、前記面接対象者に対する質問内容を特定し、
特定した前記質問内容を出力する
処理を実行させる請求項５又は６に記載のプログラム。 On the computer,
Obtain policy information about the interview policy,
According to the acquired policy information , the state of the behavior of the interview subject and the state of the conversation content identified by analyzing the acquired image information and audio information, the content of the question to the interview subject is identified. ,
The program according to claim 5 , wherein the program executes a process of outputting the identified content of the question.
取得した前記面接対象者の面接時の画像情報を解析して特定された前記面接対象者の挙動に関する状態と、取得した前記面接対象者の面接時の音声情報を解析して特定された前記面接対象者の会話内容に関する状態とに応じて、前記面接対象者の面接の進行状態に関するスコアを特定する
処理を実行させる請求項５から７までのいずれかひとつに記載のプログラム。 On the computer,
The state related to the behavior of the interview subject identified by analyzing the acquired image information of the interview subject during the interview, and the interview identified by analyzing the acquired voice information of the interview subject during the interview The program according to any one of claims 5 to 7, wherein the program is configured to execute a process of specifying a score relating to an interview progress state of the interview target according to a state relating to a conversation content of the target person .
前記面接対象者の面接中の所定時間毎に前記面接対象者の面接の進行状態に関するスコアを特定し、
特定した前記面接の進行状態に関するスコアと、前記所定時間毎に取得した前記画像情報及び音声情報とを対応付けて記憶部に記憶する
処理を実行させる請求項８に記載のプログラム。 On the computer,
Identify scores for progress of the interviewee's interview at predetermined times during the interview the interviews subject,
The program according to claim 8, wherein the storage section associates the identified score regarding the progress of the interview with the image information and the audio information acquired at each of the predetermined times and stores the score in the storage unit.
前記面接対象者の面接の進行状態に関するスコアを受け付け、
受け付けたスコアに対応付けて記憶されている前記画像情報及び音声情報を前記記憶部から読み出し、
読み出した前記画像情報及び音声情報を出力する
処理を実行させる請求項９に記載のプログラム。 On the computer,
Receiving a score regarding the progress of the interview of the interview subject ,
The image information and the audio information stored in association with the received score are read from the storage unit,
The program according to claim 9, wherein the program executes a process of outputting the read image information and audio information.
前記記憶部に記憶してある前記画像情報及び音声情報を用いて、面接対象者の言動に係る画像情報及び音声情報に基づいて面接官が行うべき言動に係る情報を出力するように学習された学習済モデルを再学習させる
処理を実行させる請求項９又は１０に記載のプログラム。 On the computer,
Using the image information and the voice information stored in the storage unit, it has been learned to output information related to the behavior that the interviewer should perform based on the image information and the voice information related to the behavior of the interviewee. the program according to claim 9 or 1 0 to execute processing to relearn learned model.
面接対象者の面接時の画像情報及び音声情報を入力部を介して取得し、
取得した前記画像情報を解析して、前記面接対象者の挙動に関する状態を特定し、
取得した前記音声情報を解析して、前記面接対象者の会話内容に関する状態を特定し、
特定した前記面接対象者の挙動に関する状態及び会話内容に関する状態と、予め設定してある採用ターゲットに関する条件との適合度を算出し、
算出した前記適合度に応じて、前記面接対象者の採用に関するスコアを特定し、
特定した前記スコアを出力する
処理を実行させるプログラム。 On the computer,
Acquisition of image information and audio information at the time of interview of the interviewee via the input unit ,
Analyze the acquired image information , identify the state related to the behavior of the interview subject,
Analyze the acquired voice information , identify the state related to the conversation content of the interviewee,
Calculating the degree of conformity between the state related to the behavior of the interview subject and the state related to the content of the conversation, and the condition related to the previously set hiring target,
According to the calculated degree of fitness, a score related to the recruitment of the interviewee is specified,
A program for executing a process of outputting the specified score.
面接対象者の挙動に関する状態及び会話内容に関する状態に対応付けて質問内容が記憶してあるテーブルを用いて、取得した前記画像情報及び音声情報を解析して特定された前記面接対象者の挙動に関する状態及び会話内容に関する状態に応じて、前記面接対象者に対する質問内容を特定し、
特定した前記質問内容を出力する
処理を実行させる請求項１２に記載のプログラム。 On the computer,
Using a table in which the contents of the question are stored in association with the state related to the behavior of the interview target and the state related to the conversation content, the acquired image information and audio information are analyzed to determine the behavior of the interview target. According to the state and the state related to the conversation content, specify the content of the question to the interview subject,
The program according to claim 12, wherein the program executes a process of outputting the identified content of the question.
面接の方針に関する方針情報を取得し、
面接の方針、面接対象者の挙動に関する状態及び会話内容に関する状態に対応付けて質問内容が記憶してあるテーブルを用いて、取得した前記方針情報と、取得した前記画像情報及び音声情報を解析して特定された前記面接対象者の挙動に関する状態及び会話内容に関する状態とに応じて、前記面接対象者に対する質問内容を特定し、
特定した前記質問内容を出力する
処理を実行させる請求項１２又は１３に記載のプログラム。 On the computer,
Obtain policy information about the interview policy,
Using a table in which the contents of the question are stored in association with the interview policy, the state of the interviewee's behavior and the state of the conversation, the obtained policy information and the obtained image information and audio information are analyzed. According to the state related to the behavior of the interview target person and the state related to the conversation content specified in the above, the content of the question to the interview target person is specified,
The program according to claim 12, wherein the program executes a process of outputting the identified content of the question.
面接対象者の状態に応じて予め設定されている、前記面接対象者の面接が良好に進行しているか否かを示す面接の進行状態に関するスコアに基づいて、取得した前記面接対象者の面接時の画像情報を解析して特定された前記面接対象者の挙動に関する状態と、取得した前記面接対象者の面接時の音声情報を解析して特定された前記面接対象者の会話内容に関する状態とに応じて、前記面接対象者の面接が良好に進行しているか否かを示す面接の進行状態に関するスコアを特定する
処理を実行させる請求項１２から１４までのいずれかひとつに記載のプログラム。 On the computer,
At the time of the interview of the interviewee acquired based on a score related to the progress of the interview, which is set in advance according to the state of the interviewee and indicates whether the interview of the interviewee is progressing favorably or not. The state related to the behavior of the interviewee identified by analyzing the image information, and the state related to the conversation content of the interviewee identified by analyzing the acquired voice information of the interviewee during the interview The program according to any one of claims 12 to 14, further comprising the step of: executing a process of specifying a score regarding an interview progress state indicating whether or not the interview of the interview target is progressing satisfactorily .
前記面接対象者の面接中の所定時間毎に前記面接対象者の面接の進行状態に関するスコアを特定し、
特定した前記面接の進行状態に関するスコアと、前記所定時間毎に取得した前記画像情報及び音声情報とを対応付けて記憶部に記憶する
処理を実行させる請求項１５に記載のプログラム。 On the computer,
Identify scores for progress of the interviewee's interview at predetermined times during the interview the interviews subject,
The program according to claim 15, wherein the storage section associates the identified score regarding the progress of the interview with the image information and the audio information acquired at each of the predetermined times and stores the score in the storage unit.
前記面接対象者の面接の進行状態に関するスコアを受け付け、
受け付けたスコアに対応付けて記憶されている前記画像情報及び音声情報を前記記憶部から読み出し、
読み出した前記画像情報及び音声情報を出力する
処理を実行させる請求項１６に記載のプログラム。 On the computer,
Receiving a score regarding the progress of the interview of the interview subject ,
The image information and the audio information stored in association with the received score are read from the storage unit,
The program according to claim 16, wherein the program executes a process of outputting the read image information and audio information.
前記記憶部に記憶してある前記画像情報及び音声情報を用いて、面接対象者の言動に係る画像情報及び音声情報に基づいて面接官が行うべき言動に係る情報を出力するように学習された学習済モデルを再学習させる
処理を実行させる請求項１６又は１７に記載のプログラム。 On the computer,
Using the image information and the voice information stored in the storage unit, it has been learned to output information related to the behavior that the interviewer should perform based on the image information and the voice information related to the behavior of the interviewee. program according to claim 1 6 or 1 7 to execute a process of retraining the learned model.
面接対象者に関する情報が入力された場合に、前記面接対象者に適した面接官の情報を出力するように学習された第１学習済モデルに、取得した前記面接対象者に関する情報を入力し、前記第１学習済モデルから出力される前記面接官の情報に基づいて、複数の面接官から前記面接対象者の面接を行う面接官を特定する面接官特定部と、
面接対象者に関する情報が入力された場合に、前記面接対象者に対する質問内容の情報を出力するように学習された第２学習済モデルに、取得した前記面接対象者に関する情報を入力し、前記第２学習済モデルから出力される前記質問内容の情報に基づいて、前記面接対象者に対する質問内容を特定する質問特定部と
を備える情報処理装置。 An acquisition unit that acquires information about the interviewee,
When information about the interviewee is input, the first trained model that has been learned to output information on the interviewer suitable for the interviewee , inputs the acquired information about the interviewee, An interviewer specifying unit that specifies an interviewer who interviews the interviewee from a plurality of interviewers based on the information of the interviewer output from the first trained model ,
When information about the interview subject is input, the acquired information about the interview subject is input to the second trained model that has been learned to output information on the content of the question to the interview subject, 2 on the basis of information of the question content which is output from the learned model, the information processing apparatus and a question specifying unit for specifying a question Description for the interview subject.
取得した前記画像情報を解析して、前記面接対象者の挙動に関する状態を特定する挙動特定部と、
取得した前記音声情報を解析して、前記面接対象者の会話内容に関する状態を特定する会話特定部と、
特定した前記面接対象者の挙動に関する状態及び会話内容に関する状態と、予め設定してある採用ターゲットに関する条件との適合度を算出する適合度算出部と、
算出した前記適合度に応じて、前記面接対象者の採用に関するスコアを特定する特定部と、
特定した前記スコアを出力する出力部と
を備える情報処理装置。 An acquisition unit that acquires image information and audio information at the time of the interview of the interview target person,
Analyzing the acquired image information , a behavior specifying unit that specifies a state related to the behavior of the interview subject,
Analyzing the acquired voice information , a conversation specifying unit that specifies a state related to the conversation content of the interview target person,
A suitability calculating unit that calculates the suitability of the specified state regarding the behavior of the interview target person and the state related to the conversation content and the preset condition regarding the employed target;
A specifying unit that specifies a score related to the recruitment of the interviewee according to the calculated degree of conformity ;
An output unit configured to output the specified score.
面接対象者に関する情報を取得し、
面接対象者に関する情報が入力された場合に、前記面接対象者に適した面接官の情報を出力するように学習された第１学習済モデルに、取得した前記面接対象者に関する情報を入力し、前記第１学習済モデルから出力される前記面接官の情報に基づいて、複数の面接官から前記面接対象者の面接を行う面接官を特定し、
面接対象者に関する情報が入力された場合に、前記面接対象者に対する質問内容の情報を出力するように学習された第２学習済モデルに、取得した前記面接対象者に関する情報を入力し、前記第２学習済モデルから出力される前記質問内容の情報に基づいて、前記面接対象者に対する質問内容を特定する
処理を実行する情報処理方法。 Computer
Get information about the interviewees,
When information about the interviewee is input, the first trained model that has been learned to output information on the interviewer suitable for the interviewee , inputs the acquired information about the interviewee, Based on the information of the interviewer output from the first trained model , specify an interviewer to interview the interviewee from a plurality of interviewers,
When information about the interview subject is input, the acquired information about the interview subject is input to the second trained model that has been learned to output information on the content of the question to the interview subject, 2 on the basis of the question content information output from the learned model, an information processing method for executing a process for identifying the Ask Description for the interview subject.
面接対象者の面接時の画像情報及び音声情報を取得し、
取得した前記画像情報を解析して、前記面接対象者の挙動に関する状態を特定し、
取得した前記音声情報を解析して、前記面接対象者の会話内容に関する状態を特定し、
特定した前記面接対象者の挙動に関する状態及び会話内容に関する状態と、予め設定してある採用ターゲットに関する条件との適合度を算出し、
算出した前記適合度に応じて、前記面接対象者の採用に関するスコアを特定し、
特定した前記スコアを出力する
処理を実行する情報処理方法。 Computer
Acquire image information and audio information at the time of the interview of the interviewee,
Analyze the acquired image information , identify the state related to the behavior of the interview subject,
Analyze the acquired voice information , identify the state related to the conversation content of the interviewee,
Calculating the degree of conformity between the specified state regarding the behavior of the interview target person and the state regarding the conversation content, and the preset condition regarding the employed target,
According to the calculated degree of fitness, a score related to the recruitment of the interviewee is specified,
An information processing method for executing a process of outputting the specified score.
面接対象者に関する情報を取得し、
面接対象者に関する情報が入力された場合に、前記面接対象者に適した面接官の情報を出力するように学習された第１学習済モデルに、取得した前記面接対象者に関する情報を入力し、前記第１学習済モデルから出力される前記面接官の情報に基づいて、複数の面接官から前記面接対象者の面接を行う面接官を特定し、
面接対象者に関する情報が入力された場合に、前記面接対象者に対する質問内容の情報を出力するように学習された第２学習済モデルに、取得した前記面接対象者に関する情報を入力し、前記第２学習済モデルから出力される前記質問内容の情報に基づいて、前記面接対象者に対する質問内容を特定し、
特定した前記質問内容を出力し、
前記面接対象者の面接時の画像情報及び音声情報を取得し、
取得した前記画像情報を解析して、前記面接対象者の挙動に関する状態を特定し、
取得した前記音声情報を解析して、前記面接対象者の会話内容に関する状態を特定し、
特定した前記面接対象者の挙動に関する状態及び会話内容に関する状態と、予め設定してある採用ターゲットに関する条件との適合度を算出し、
算出した前記適合度に応じて、前記面接対象者の採用に関するスコアを特定し、
特定した前記スコアを出力する
処理を実行する情報処理方法。 Computer
Get information about the interviewees,
When information about the interviewee is input, the first trained model that has been learned to output information on the interviewer suitable for the interviewee , inputs the acquired information about the interviewee, Based on the information of the interviewer output from the first trained model , specify an interviewer to interview the interviewee from a plurality of interviewers,
When information about the interview subject is input, the acquired information about the interview subject is input to the second trained model that has been learned to output information on the content of the question to the interview subject, 2 based on the information of the question content which is output from the learned model, to identify questions Description for the interviewee's
Output the content of the identified question,
Acquiring image information and audio information at the time of the interview of the interview target person,
Analyze the acquired image information , identify the state related to the behavior of the interview subject,
Analyze the acquired voice information , identify the state related to the conversation content of the interviewee,
Calculating the degree of conformity between the state related to the behavior of the interview subject and the state related to the content of the conversation, and the condition related to the previously set hiring target,
According to the calculated degree of fitness, a score related to the recruitment of the interviewee is specified,
An information processing method for executing a process of outputting the specified score.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018229268A JP6649461B1 (en) | 2018-12-06 | 2018-12-06 | Program, information processing apparatus and information processing method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018229268A JP6649461B1 (en) | 2018-12-06 | 2018-12-06 | Program, information processing apparatus and information processing method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6649461B1 true JP6649461B1 (en) | 2020-02-19 |
| JP2020091735A JP2020091735A (en) | 2020-06-11 |
Family
ID=69568241
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018229268A Active JP6649461B1 (en) | 2018-12-06 | 2018-12-06 | Program, information processing apparatus and information processing method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6649461B1 (en) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7166006B2 (en) * | 2020-05-26 | 2022-11-07 | 株式会社ニューギン | game machine |
| JPWO2022059088A1 (en) * | 2020-09-16 | 2022-03-24 | ||
| JP7164258B1 (en) | 2022-06-22 | 2022-11-01 | 株式会社Value market | Information processing system, information processing method and program |
| JP7278011B1 (en) * | 2022-12-06 | 2023-05-19 | 株式会社Okan | Information processing system, information processing method and program |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003263537A (en) * | 2002-03-07 | 2003-09-19 | Sanyo Electric Co Ltd | Communication method, communication system, central device, computer program, and storage medium |
| JP5449434B2 (en) * | 2012-03-12 | 2014-03-19 | ソフトバンクモバイル株式会社 | Interview support server device, system, and program |
| JP6042015B1 (en) * | 2016-06-07 | 2016-12-14 | 株式会社採用と育成研究社 | Online interview evaluation apparatus, method and program |
| JP6500142B1 (en) * | 2018-03-20 | 2019-04-10 | ヤフー株式会社 | Selection device, selection method, and selection program |
-
2018
- 2018-12-06 JP JP2018229268A patent/JP6649461B1/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2020091735A (en) | 2020-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6649461B1 (en) | Program, information processing apparatus and information processing method | |
| Naim et al. | Automated analysis and prediction of job interview performance | |
| Timming | The effect of foreign accent on employability: A study of the aural dimensions of aesthetic labour in customer-facing and non-customer-facing jobs | |
| CN115413348B (en) | System and method for automatically verifying and quantifying interview question answers | |
| JP6531323B1 (en) | PROGRAM, INFORMATION PROCESSING APPARATUS, AND INFORMATION PROCESSING METHOD | |
| US7966265B2 (en) | Multi-modal automation for human interactive skill assessment | |
| US20170213190A1 (en) | Method and system for analysing subjects | |
| JP2020154093A (en) | Education support system, method, and program | |
| JP6664818B1 (en) | Program, information processing apparatus and information processing method | |
| JP6715410B2 (en) | Evaluation method, evaluation device, evaluation program, and evaluation system | |
| WO2018112134A2 (en) | Computer automated method and system for measurement of user energy, attitude, and interpersonal skills | |
| JP6576141B2 (en) | A program that can estimate the group state from characteristic words | |
| JP7334913B2 (en) | Interview support system | |
| JP2015104078A (en) | Imaging apparatus, imaging system, server, imaging method and imaging program | |
| KR101800546B1 (en) | Virtual interview system | |
| US20230290505A1 (en) | Context Aware Assessment | |
| KR102503488B1 (en) | Collaborative methods and systems for the diagnosis and treatment of developmental disorders | |
| JP6724227B1 (en) | Conference support device, conference support method, and conference support program | |
| JP7040593B2 (en) | Customer service support device, customer service support method, and customer service support program | |
| Tripathi et al. | Discover cross-modal human behavior analysis | |
| JP2023055296A (en) | Compatibility assessment system, method, and program | |
| WO2023112745A1 (en) | Information processing method, information processing device and information processing program | |
| JP7152825B1 (en) | VIDEO SESSION EVALUATION TERMINAL, VIDEO SESSION EVALUATION SYSTEM AND VIDEO SESSION EVALUATION PROGRAM | |
| US20230116808A1 (en) | Information processing device and program | |
| WO2022180862A1 (en) | Video session evaluation terminal, video session evaluation system, and video session evaluation program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181206 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20181206 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190301 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190312 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190513 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190806 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191004 |
|
| 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: 20191224 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200116 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6649461 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |