JP7304302B2 - マッチングシステムおよび方法 - Google Patents

Description

本発明は、システム開発に関する案件の依頼と人材の提供とのマッチングに関する。

ＩＴ（Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ）のシステム開発では常に多くの案件と多くの人材が存在し、案件と人材のマッチングが求められている。これと類似する求人などの分野では人材マッチングを行う様々な技術が提案されている（特許文献１、特許文献２）。

特許文献１には、求人の分野で人材のマッチングを行うマッチング装置が開示されている。

特許文献１に開示されたマッチング装置は、求人毎の書類選考基準を登録する選考基準データベースと、各求人に以前応募した者の書類選考結果の履歴を記録する選考結果履歴記憶手段と、求職者が書類選考に通過する可能性を判定する判定手段と、を備える。判定手段は、求人毎に、求職者のレジュメが、選考基準データベースに登録された書類選考基準を満たしているか否かを判定し、書類選考基準を満たしている求人について、選考結果履歴記憶手段に記録された履歴を基に、過去の書類選考通過割合を算出し、求人毎に、書類選考基準を満たしているか否か、及び、書類選考基準を満たしている場合には当該求人の過去の書類選考通過割合を表示させる。

特許文献２には、求人と求職のマッチング率を向上する求人情報配信装置が開示されている。

特許文献２に開示された求人情報配信装置は、求職者の求職者情報を解析し、求職者ごとの求人情報に関する条件を特定する第１特定部と、求職者の採用の経過情報を解析し、求職者ごとに現在の採用状況を特定する第２特定部と、第１特定部により特定された求職者ごとの求人情報に関する条件と、第２特定部により特定された求職者ごとの現在の採用状況に基づいて、複数の求人情報の中から、当該求職者にマッチングする求人情報を配信する配信部とを備える。

特開２０１０－０２６８１７号公報 特開２０１８－１６９８６９号公報

通常、システム開発の人材は繰り返し複数の案件に関わり、過去の案件についてはその人材が案件にマッチしていたか否かは実績に現れる。しかしながら、特許文献１や特許文献２に開示されたマッチング技術は、頻繁に繰り返すことの少ない雇用を意図した求人と求職のマッチングを行う技術であるため、求職者が自身で申告した履歴情報をマッチングに用いるが、過去の実績は考慮されていない。

本開示のひとつの目的は、開発の案件と人材との良好なマッチングを実現する技術を提供することである。

本開示におけるひとつの態様によるマッチングシステムは、開発に関する案件を依頼する案件依頼者と、前記案件に人材を提供する人材提供者とを適合させるためのマッチングシステムであって、前記案件依頼者が依頼する案件の期間と価格とに関する案件基本情報と、前記案件に要求される技術スキルに関する案件スキル情報とを含む案件情報を記憶する案件情報記憶部と、前記人材提供者が提供する人材を提供可能となる時期と前記人材の価格とに関する人材基本情報と、前記人材が提供可能な技術スキルに関する人材スキル情報とを含む人材情報を記憶する人材情報記憶部と、過去の案件において人材から提供された提供物に関する実績提供物情報と、前記過去の案件において人材に対して与えられた評価に関する実績評価情報とを含む、実績情報を記憶する実績情報記憶部と、前記案件基本情報と前記人材基本情報とに基づいて、案件と人材との基本情報の適合に関する基本情報スコアを算出する基本情報スコア算出部と、前記人材スキル情報と前記実績提供物情報と前記実績評価情報とに基づく機械学習により生成された実効スコア予測モデルを用い、案件で要求される技術スキルと、人材が提供可能な技術スキルとの実効的な適合に関する実効スコアを算出する実効スコア算出部と、前記基本情報スコアと前記実効スコアとに基づいて、案件と人材との適合に関する統合スコアを算出するスコア統合部と、を有する。

本開示のひとつの態様によれば、開発の案件と人材との良好なマッチングを実現することが可能となる。

本実施の形態に係るマッチングシステムの構成例を示す図である。 人材情報ＤＢの構成例を示す図である。 案件情報ＤＢの構成例を示す図である。 実績情報ＤＢの構成例を示す図である。 スコア算出部の構成例を示す図である。 マッチングシステムの全体の処理の一例を示すフローチャートである。 図６のマッチング処理の詳細を示すフローチャートである。 図７のスコア算出処理の詳細を示すフローチャートである。 実効スコア予測モデルの動作例を説明するための図である。 図８のコミュニケーション能力スコア算出処理の詳細を示すフローチャートである。 ポイント積算処理の一例を示すフローチャートである。 図８の行動スタイルスコア算出処理の詳細を示すフローチャートである。

以下、実施形態について図面を参照して説明する。

図１は、本実施の形態に係るマッチングシステムの構成例を示す図である。

マッチングシステム１００は、案件依頼機関が依頼する開発に関する案件と、人材提供機関が提供する人材との良好なマッチングを実現するためのシステムである。なお、案件依頼機関は案件依頼者と、人材提供機関は人材提供者と読み替えられてもよい。

マッチングシステムは、人材情報ＤＢ１０１、案件情報ＤＢ１０２、実績情報ＤＢ１０３、人材提供機関情報ＤＢ１０４、人材情報入力部１１１、案件情報入力部１１２、提供物情報収集部１１３、評価情報入力部１１４、スコア算出部１１５、ポイント算出部１１６、及び、案件提示部１１７を有する。

なお、マッチングシステムは、プロセッサ、メモリ、ストレージ及び通信インタフェースを備えるコンピュータより実現されてもよい。そして、プロセッサがメモリ、ストレージ及び／又は通信インタフェースと協調動作することにより、マッチングシステムが有する上記の構成要素を実現してよい。次に、これらの構成要素について説明する。

図２は、人材情報ＤＢ１０１の構成例を示す図である。

人材情報ＤＢ１０１は、人材に関する情報（人材情報）を管理するＤＢである。人材情報は、例えば、人材コード、提供機関コード、スキルセット、希望単価、可能時期、評価、積算ポイント、面談実績、勤怠評価、コミュニケーション分類、及び、行動スタイルに関する情報を含む。

・人材コードは、人材を識別するためのコード（識別情報）である。
・提供機関コードは、人材提供機関を識別するためのコード（識別情報）である。
・スキルセットは、人材コードの人材が提供可能な技術スキルのセットを示す情報である。スキルセットは、人材スキル情報と読み替えられてもよい。人材スキル情報は、例えば、本人アピールの自由記述に記載された技術スキルに関するアピール情報から取得され、スキルセットとして記録される。
・希望単価は、人材コードの人材が希望する単価（価格）を示す情報である。
・可能時期は、人材コードの人材を提供可能となる時期を示す情報である。希望単価及び可能時期は、人材基本情報に含まれてよい。
・評価は、人材コードの人材の評価を示す情報である。
・積算ポイントは、人材コードの人材に積算されている積算ポイントを示す情報である。
・面談実績は、人材コードの人材の面談の実績を示す情報である。
・勤怠評価は、人材コードの人材の勤怠に関する評価を示す情報である。勤怠評価は、人材勤怠情報と読み替えられてもよい。
・コミュニケーション分類は、人材コードの人材のコミュニケーションに関する分類結果を示す情報である。コミュニケーション分類は、人材コミュニケーション分類情報と読み替えられてもよい。
・行動スタイルは、人材コードの人材の行動のスタイルを示す情報である。行動スタイルは、人材行動スタイル情報と読み替えられてもよい。

図３は、案件情報ＤＢ１０２の構成例を示す図である。

案件情報ＤＢ１０２は、案件に関する情報（案件情報）を管理するＤＢである。案件情報は、例えば、案件コード、案件内容、開発時期、希望単価、スキルセット、拠点、勤怠特徴、コミュニケーション要件、行動スタイル要件、及び、特記事項に関する情報を含む。

・案件コードは、案件を識別するためのコード（識別情報）である。
・案件内容は、案件コードの案件の内容を示す情報である。
・開発時期は、案件コードの案件の開発の時期（期間）を示す情報である。
・希望単価は、案件コードの案件が希望する単価を示す情報である。
・スキルセットは、案件コードの案件が希望する技術スキルのセットを示す情報である。
・拠点は、案件コードの案件の開発拠点を示す情報である。
・勤怠特徴は、案件コードの案件の勤怠に関する特徴を示す情報である。
・コミュニケーション要件は、案件コードの案件のコミュニケーションに関する要件を示す情報である。
・行動スタイル要件は、案件コードの案件の行動スタイルに関する要件を示す情報である。
・特記事項は、案件コードの案件に関する特記事項を示す情報である。

図４は、実績情報ＤＢ１０３の構成例を示す図である。

実績情報ＤＢ１０３は、案件に対する人材の過去の実績に関する情報（実績情報）を管理するＤＢである。実績情報は、例えば、案件コード、人材コード、提供物、及び、評価に関する情報を含む。

・案件コードは、案件を識別するためのコード（識別情報）である。
・人材コードは、案件コードの案件に参画した人材の人材コードを示す。
・提供物は、人材コードの人材が、案件コードの案件に参画した際に提供した物を示す情報である。提供物は、例えば、作業ログ、成果物、メール文であってよい。また、提供物は、実績提供物情報と読み替えられてもよい。
・評価は、人材コードの人材の、案件コードの案件における評価を示す情報である。評価は、実績評価情報と読み替えられてもよい。

図１の説明に戻る。

人材提供機関情報ＤＢ１０４は、人材提供機関に関する情報（人材提供機関情報）を管理するＤＢである。人材提供機関情報は、例えば、人材提供機関の識別コード（提供機関コード）、人材提供機関の名称、設立年、会社規模、連絡先等に関する情報を含む。

人材情報入力部１１１は、人材情報を人材情報ＤＢ１０１に入力する。また、人材情報入力部１１１は、人材提供機関情報を人材提供機関情報ＤＢ１０４に入力する。例えば、人材提供機関は、当該人材提供機関が提供可能な人材の人材情報を、人材情報入力部１１１を通じて、人材情報ＤＢ１０１に入力する。また、人材提供機関は、当該人材提供機関に関する人材提供機関情報を、人材情報入力部１１１を通じて、人材提供機関情報ＤＢ１０４に入力する。

案件情報入力部１１２は、案件情報を案件情報ＤＢ１０２に入力する。例えば、案件依頼機関は、依頼したい案件に関する案件情報を、案件情報入力部１１２を通じて、案件情報ＤＢ１０２に入力する。

提供物情報収集部１１３は、提供物情報を実績情報ＤＢ１０３に入力する。例えば、案件依頼機関は、依頼案件に参画した人材の提供物情報を、提供物情報収集部１１３を通じて、実績情報ＤＢ１０３に入力する。

評価情報入力部１１４は、評価情報を実績情報ＤＢ１０３に入力する。例えば、案件依頼機関は、依頼案件に参画した人材の評価情報を、評価情報入力部１１４を通じて、実績情報ＤＢ１０３に入力する。

スコア算出部１１５は、人材と案件とのマッチング度合いを示す値である統合スコアを算出する。なお、スコア算出部１１５の詳細については後述する。

ポイント算出部１１６は、評価情報に基づいて人材にポイントを付与し、当該ポイントを積算した積算ポイントを管理する。

案件提示部１１７は、統合スコアに基づいて人材提供機関に案件を提示する。あるいは、案件提示部１１７は、統合スコアと積算ポイントとに基づいて人材提供者に案件を提示する。

図５は、スコア算出部１１５の構成例を示す図である。

スコア算出部１１５は、学習処理部１２１、基本情報スコア算出部１２２、実効スコア算出部１２３、コミュニケーション能力スコア算出部１２４、行動スタイルスコア算出部１２５、及び、スコア統合部１２６を含む。

学習処理部１２１は、人材スキル情報と実績提供物情報と実績評価情報との少なくとも一部を含む学習データを、例えばディープラーニングにより機械学習して実効スコア予測モデル１３１を生成する。学習処理部１２１は、当該ディープラーニングにおいて、提供物のテキストにおける特定単語の登場回数を説明変数としてよい。

学習処理部１２１は、人材コミュニケーション分類情報と実績提供物情報との少なくとも一部を含む学習データを、例えばディープラーニングにより機械学習してコミュニケーション能力予測モデル１３２を生成する。

学習処理部１２１は、人材行動スタイル情報と実績提供物情報との少なくとも一部を含む学習データを、例えばディープラーニングにより機械学習して行動スタイル予測モデル１３３を生成する。

基本情報スコア算出部１２２は、案件基本情報と人材基本情報とに基づいて、案件と人材との基本情報の適合に関する基本情報スコアを算出する。

実効スコア算出部１２３は、学習処理部１２１によって生成された実効スコア予測モデル１３１を用い、案件で要求される技術スキルと、人材が提供可能な技術スキルとの実効的な適合度を示す実効スコアを算出する。

コミュニケーション能力スコア算出部１２４は、学習処理部１２１によって生成されたコミュニケーション能力予測モデル１３２を用い、案件で要求されるコミュニケーション能力と、人材が備えているコミュニケーション能力との適合度を示すコミュニケーション能力スコアを算出する。

行動スタイルスコア算出部１２５は、学習処理部１２１によって生成された行動スタイル予測モデル１３３を用い、人材が備える行動スタイルを予測し、案件で要求される行動スタイルと、人材が備えている行動スタイルとの適合度を示す行動スタイルスコアを算出する。

スコア統合部１２６は、基本情報スコアと、実効スコアと、コミュニケーション能力スコアと、行動スタイルスコアとに基づいて、統合スコアを算出する。

図６は、マッチングシステム１００の全体の処理の一例を示すフローチャートである。

マッチングシステム１００のプロセッサは、人材提供機関からの操作に応じて、当該人材提供機関のログイン処理を実行する（Ｓ１０１）。なお、プロセッサは、ログインした人材提供機関の過去の全人材及び／又は全案件で得た積算ポイントを取得し、合計値を表示してもよい。

プロセッサは、ログイン中の人材提供機関に登録中の人材と、案件依頼機関が依頼中の案件とのマッチング候補を特定するマッチング処理を実行する（Ｓ１０２）。なお、当該マッチング処理の詳細については後述する（図７参照）。

プロセッサは、マッチング処理においてマッチングされた人材と案件のマッチング候補に基づいて、人材と案件のマッチングを決定する決定処理を実行する（Ｓ１０３）。例えば、プロセッサは、人材提供機関と案件依頼機関の双方の同意のもと、受注を決定し、その決定結果を、各情報ＤＢに反映する。

図７は、図６のマッチング処理の詳細を示すフローチャートである。

マッチングシステム１００のプロセッサは、人材提供機関から入力された案件に関する検索条件を参照する（Ｓ２０１）。プロセッサは、人材提供機関に登録中の人材に対する案件依頼機関からの過去の評価の有無を判定する（Ｓ２０２）。過去の評価が無い場合（Ｓ２０２：無し）、Ｓ２０５が実行される。

過去の評価が有る場合（Ｓ２０２：有り）、プロセッサは、その過去の評価を参照し（Ｓ２０３）、評価結果を取得する（Ｓ２０４）。例えば、評価結果は、人材提供機関に登録中の人材の過去案件の実績情報である。そして、Ｓ２０５が実行される。

プロセッサは、人材提供機関に登録中の人材の条件情報の有無を判定する（Ｓ２０５）。条件情報が無い場合（Ｓ２０５：無し）、Ｓ２０８が実行される。条件情報が有る場合（Ｓ２０５：有り）、プロセッサは、その条件情報を参照し（Ｓ２０６）、その条件情報を取得する（Ｓ２０７）。そして、Ｓ２０８が実行される。

プロセッサは、機関基本情報の条件による絞り込みを行う（Ｓ２０８）。機関基本情報の例は、会社の設立年及び会社規模である。この絞り込みにより、要求に当てはまらない案件が除外される。

プロセッサ（スコア算出部１１５）は、スコア算出処理を実行する（Ｓ２０９）。例えば、プロセッサは、残った案件と人材提供機関に登録中の全人材とのマッチングの統合スコアを総当たりで算出する。そして、統合スコアの高い順に案件を順位づける。なお、スコア算出処理の詳細については後述する。

プロセッサ（スコア算出部１１５）は、スコア算出処理によって算出された統合スコアに基づき、案件の順位を算出する（Ｓ２１０）。

プロセッサ（案件提示部１１７）は、検索結果として、例えば、Ｓ２１０で算出した順位の高い順に案件を並べて出力する（Ｓ２１１）。なお、プロセッサは、所有ポイントを考慮した検索結果を出力してもよい。例えば、プロセッサは、他社と案件で競合する場合に、所定以上の積算ポイントを有する人材提供機関に対して、その案件を優先的に出力してもよい。そして、本フローは終了する。

図８は、図７のスコア算出処理の詳細を示すフローチャートである。

基本情報スコア算出部１２２は、基本スコアを算出する（Ｓ３０１）。実効スコア算出部１２３は、実効スコアを算出する（Ｓ３０２）。なお、実効スコアの算出方法の詳細については後述する（図９参照）。コミュニケーション能力スコア算出部１２４は、コミュニケーション能力スコア算出処理を実行する（Ｓ３０３）。なお、コミュニケーション能力スコア算出処理の詳細については後述する（図１０参照）。行動スタイルスコア算出部１２５は、行動スタイルスコア算出処理を実行する（Ｓ３０４）。なお、行動廃りう算出処理の詳細については後述する（図１２参照）。

スコア統合部１２６は、上記の処理で算出された、基本スコア、実効スコア、コミュニケーション能力スコア、及び、行動スタイルスコアを統合し、統合スコアを算出する（Ｓ３０５）。そして、本フローは終了する。

図９は、実効スコア予測モデル１３１の動作例を説明するための図である

実効スコア算出部１２３は、予め生成された実効スコア予測モデル１３１を用いて、実効スコアを算出する。実効スコアは、人材が、案件の要求に対して、どれだけ実効をあげられるかを予測したスコアである。すなわち、実効スコアは、当該人材の過去の実績を考慮したスキル及び勤怠状況が、当該案件の要求にどの程度マッチするかを表す。あるいは、実効スコアは、当該人材が、当該案件でどれだけの評価を得られるかを推定したスコアであるともいえる。

実効スコア予測モデル１３１は、例えば、マッチング処理の対象の人材の人材スキル情報、当該人材の人材勤怠情報、当該人材の過去案件での実績提供物情報、当該人材の過去案件での実績評価情報、マッチング処理の対象の案件の案件スキル情報、及び、当該案件の案件勤怠情報の入力に応じて、実効スコアを出力するモデルである。

なお、提供物などはメールのテキスト文などを含むので、提供物そのものを実効スコア予測モデル１３１への入力変数とするのではなく、加工した情報（例えば、特定ワードの登場回数など）を実効スコア予測モデル１３１への入力変数とする。

図１０は、図８のコミュニケーション能力スコア算出処理の詳細を示すフローチャートである。

コミュニケーション能力スコア算出部１２４は、予め生成されたコミュニケーション能力予測モデル１３２を用いて、人材のコミュニケーション能力を予測する（Ｓ４０１）。

コミュニケーション能力スコア算出部１２４は、Ｓ４０１の予測結果と、対象の案件との間でパターンマッチングを行い、対象の人材の、対象の案件に対するコミュニケーション能力スコアを算出する（Ｓ４０２）。

図１１は、ポイント積算処理の一例を示すフローチャートである。

ポイント算出部１１６は、ポイント発生条件を検知する（Ｓ５０１）。さらに、ポイント算出部１１６は、ポイントを加算する（Ｓ５０２）。なお、当該図１１のフローは、図６のフローと非同期に実行されてよい。例えば、ポイント算出部１１６は、ポイント発生条件の一例である人材提供機関が何らかのアクション（例えば人材情報の更新、案件の検索等）を行ったときに、ポイントを付与する。また、例えば、ポイント算出部１１６は、ポイント発生条件の一例である案件と人材がマッチして受注が決定したときに、人材個人と人材提供機関の両方に、ポイントを付与する。

図１２は、図８の行動スタイルスコア算出処理の詳細を示すフローチャートである。

行動スタイルスコア算出部１２５は、予め生成された行動スタイル予測モデル１３３を用いて、人材の行動スタイルを予測する（Ｓ６０１）。

行動スタイルスコア算出部１２５は、Ｓ６０１の予測結果と、対象の案件との間でパターンマッチングを行い、対象の人材の、対象の案件に対する行動スタイルスコアを算出する（Ｓ６０２）。

＜変形例＞
人材情報ＤＢ１０１は、人材提供機関へ人材を提供する二次人材提供機関から人材提供機関へ提供される二次人材に関する人材基本情報と人材スキル情報とを更に管理してもよい。この場合、基本情報スコア算出部１２２は、案件と二次人材との基本情報の適合に関する基本情報スコアを算出してよい。実効スコア算出部１２３は、案件で要求される技術スキルと、二次人材が提供可能な技術スキルとの実効的な適合に関する実効スコアを算出してよい。スコア統合部１２６は、案件と二次人材との適合に関する統合スキルを算出てよい。案件提示部１１７は、二次人材提供機関が人材提供者へ提供可能な二次人材に関する統合スコアと、該人材提供が案件に提供可能な人材に関する統合スコアとに基づいて、人材提供機関に案件を提示してよい。

上述した本実施形態には以下に示す事項が含まれている。ただし、本実施形態に含まれる事項がこれらに限定されることはない。

本開示に係るマッチングシステム（１００）は、開発に関する案件を依頼する案件依頼者と、前記案件に人材を提供する人材提供者とを適合させるためのマッチングシステムであって、前記案件依頼者が依頼する案件の期間と価格とに関する案件基本情報と、前記案件に要求される技術スキルに関する案件スキル情報とを含む案件情報を記憶する案件情報記憶部（１０２）と、前記人材提供者が提供する人材を提供可能となる時期と前記人材の価格とに関する人材基本情報と、前記人材が提供可能な技術スキルに関する人材スキル情報とを含む人材情報を記憶する人材情報記憶部（１０１）と、過去の案件において人材から提供された提供物に関する実績提供物情報と、前記過去の案件において人材に対して与えられた評価に関する実績評価情報とを含む、実績情報を記憶する実績情報記憶部（１０３）と、前記案件基本情報と前記人材基本情報とに基づいて、案件と人材との基本情報の適合に関する基本情報スコアを算出する基本情報スコア算出部（１２２）と、前記人材スキル情報と前記実績提供物情報と前記実績評価情報とに基づく機械学習により生成された実効スコア予測モデル（１３１）を用い、案件で要求される技術スキルと、人材が提供可能な技術スキルとの実効的な適合に関する実効スコアを算出する実効スコア算出部（１２３）と、前記基本情報スコアと前記実効スコアとに基づいて、案件と人材との適合に関する統合スコアを算出するスコア統合部（１２６）と、を有する。

この構成によれば、人材スキル情報と実績提供物情報と実績評価情報とに基づく機械学習により生成された実効スコア予測モデルを用い、案件で要求される技術スキルと、人材が提供可能な技術スキルとの実効的な適合に関する実効スコアを算出し、案件と人材との適合に関する統合スコアに反映させるので、開発における案件と人材の良好なマッチングを実現することができる。

前記スコア統合部（１２６）は、前記基本情報スコアと前記実効スコアの加算を含む演算により前記統合スコアを算出する。

この構成によれば、加算により基本情報スコアと実効スコアを容易に統合することができる。

前記案件情報は、前記案件で人材に要求されるコミュニケーションに関する要件を示す案件コミュニケーション要件情報と、前記案件で人材に要求される行動スタイルを示す案件行動スタイル要件情報とを更に含み、前記人材情報は、前記人材について人により入力されたコミュニケーションに関する分類を示す人材コミュニケーション分類情報と、前記人材について人により入力された行動スタイルの分類を示す人材行動スタイル情報とを更に含み、前記マッチングシステム（１００）は、前記人材コミュニケーション分類情報と前記実績提供物情報とに基づく機械学習により生成されたコミュニケーション能力予測モデル（１３２）を用い、人材が備えているコミュニケーション能力を予測し、案件で要求されるコミュニケーション能力と、前記人材が備えているコミュニケーション能力との適合に関するコミュニケーション能力スコアを算出するコミュニケーション能力スコア算出部（１２４）と、前記人材行動スタイル情報と前記実績提供物情報とに基づく機械学習により生成された行動スタイル予測モデル（１３３）を用い、人材が備える行動スタイルを予測し、案件で要求される行動スタイルと、前記人材が備えている行動スタイルとの適合に関する行動スタイルスコアを算出する行動スタイルスコア算出部（１２５）と、を更に有し、前記スコア統合部（１２６）は、前記基本情報スコアと、前記実効スコアと、前記コミュニケーション能力スコアと、前記行動スタイルスコアとに基づいて前記統合スコアを算出する。

この構成によれば、過去に関わった案件の実績から機械学習により得られるコミュニケーション能力および行動スタイルの適合の度合いを統合スコアに反映させるので、開発における案件と人材の良好なマッチングが期待できる。

前記実効スコア予測モデル（１３１）を生成する学習処理部（１２１）を更に有し、前記学習処理部は、前記人材スキル情報と前記実績提供物情報と前記実績評価情報との少なくとも一部を含む学習データをディープラーニングにより学習して前記実効スコア予測モデル（１３１）を生成する。

この構成によれば、ディープラーニングにより生成した実効スコア予測モデルを用いて実効スコアを算出するので、人材スキル情報、実績提供物情報、実績評価情報に潜在する特徴を捉えて、人材が案件においてスキルを提供できる度合いを精度よく算出することができる。

前記提供物は、開発における作業を記録した作業ログ、前記開発において作成した成果物、前記開発に伴って送信したメール文の少なくとも１つを含む。

この構成によれば、作業ログ、成果物、メール文を人材の技術スキルのディープラーニングに用いるので、人材が過去の開発で提供した提供物に基づき、人材と案件の技術スキルに関する良好な適合を実現することができる。

前記学習処理部（１２１）は、前記ディープラーニングにおいて、前記提供物のテキストにおける特定単語の登場回数を説明変数とする。

この構成によれば、提供物のテキストをディープラーニングに利用して、人材が提供可能な技術スキルを精度よく予測することが可能なスキルスコア予測モデルを生成することが期待できる。

前記マッチングシステム（１００）は、前記統合スコアに基づいて前記人材提供者に案件を提示する案件提示部（１１７）を更に有する。

この構成によれば、案件と人材との適合を表すスコアに基づいて案件を人材提供者に提示するので、人材提供者に好適な案件を提示することができる。

前記マッチングシステム（１００）は、前記評価情報に基づいて人材にポイントを付与し、該ポイントを積算した積算ポイントを管理するポイント算出部（１１６）を更に有し、前記案件提示部（１１７）は、前記統合スコアと前記積算ポイントとに基づいて前記人材提供者に案件を提示する。

この構成によれば、評価に基づいて積算したポイントを、案件を人材提供者に提示するときに考慮するので、人材提供者は高評価を得ることで利益を得られることになり、人材提供者に表評価を得るためのインセンティブを与えることができる。

前記人材情報記憶部（１０１）は、人材提供者へ人材を提供する二次人材提供者から前記人材提供者へ提供される二次人材に関する前記人材基本情報と前記人材スキル情報とを更に記憶し、前記基本情報スコア算出部（１２２）は、案件と二次人材との基本情報の適合に関する基本情報スコアを算出し、前記実効スコア算出部（１２３）は、案件で要求される技術スキルと、二次人材が提供可能な技術スキルとの実効的な適合に関する実効スコアを算出し、前記スコア統合部（１２６）は、案件と二次人材との適合に関する統合スキルを算出し、前記案件提示部（１１７）は、前記二次人材提供者が前記人材提供者へ提供可能な二次人材に関する統合スコアと、該人材提供が案件に提供可能な人材に関する統合スコアとに基づいて、前記人材提供者に案件を提示する。

この構成によれば、人材提供者は二次人材提供者の人材を考慮してマッチングする案件が提示されるので、広い範囲の案件に提案を検討することができる。

前記開発は、システム開発である。

この構成によれば、システム開発の分野で案件と人材の良好なマッチングを実現することができる。

上述した本発明の実施形態は、本発明の説明のための例示であり、本発明の範囲をそれらの実施形態にのみ限定する趣旨ではない。当業者は、本発明の範囲を逸脱することなしに、他の様々な態様で本発明を実施することができる。

１００…マッチングシステム、１０１…人材情報ＤＢ、１０２…案件情報ＤＢ、１０３…実績情報ＤＢ、１０４…人材提供機関情報ＤＢ、１１１…人材情報入力部、１１２…案件情報入力部、１１３…提供物情報収集部、１１４…評価情報入力部、１１５…スコア算出部、１１６…ポイント算出部、１１７…案件提示部、１２１…学習処理部、１２２…基本情報スコア算出部、１２３…実効スコア算出部、１２４…コミュニケーション能力スコア算出部、１２５…行動スタイルスコア算出部、１２６…スコア統合部、１３１…実効スコア予測モデル、１３２…コミュニケーション能力予測モデル、１３３…行動スタイル予測モデル

Claims (11)

1. 開発に関する案件を依頼する案件依頼者と、前記案件に人材を提供する人材提供者とを適合させるためのマッチングシステムであって、
   前記案件依頼者が依頼する案件の期間と価格とに関する案件基本情報と、前記案件に要求される技術スキルに関する案件スキル情報とを含む案件情報を記憶する案件情報記憶部と、
   前記人材提供者が提供する人材を提供可能となる時期と前記人材の価格とに関する人材基本情報と、前記人材が提供可能な技術スキルに関する人材スキル情報とを含む人材情報を記憶する人材情報記憶部と、
   過去の案件において人材から提供された提供物に関する実績提供物情報と、前記過去の案件において人材に対して与えられた評価に関する実績評価情報とを含む、実績情報を記憶する実績情報記憶部と、
   前記案件基本情報と前記人材基本情報とに基づいて、案件と人材との基本情報の適合に関する基本情報スコアを算出する基本情報スコア算出部と、
   前記人材スキル情報と前記実績提供物情報と前記実績評価情報とに基づく機械学習により生成された実効スコア予測モデルを用い、案件で要求される技術スキルと、人材が提供可能な技術スキルとの実効的な適合に関する実効スコアを算出する実効スコア算出部と、
   前記基本情報スコアと前記実効スコアとに基づいて、案件と人材との適合に関する統合スコアを算出するスコア統合部と、
   を有するマッチングシステム。
2. 前記スコア統合部は、前記基本情報スコアと前記実効スコアの加算を含む演算により前記統合スコアを算出する、
   請求項１に記載のマッチングシステム。
3. 前記案件情報は、前記案件で人材に要求されるコミュニケーションに関する要件を示す案件コミュニケーション要件情報と、前記案件で人材に要求される行動スタイルを示す案件行動スタイル要件情報とを更に含み、
   前記人材情報は、前記人材について人により入力されたコミュニケーションに関する分類を示す人材コミュニケーション分類情報と、前記人材について人により入力された行動スタイルの分類を示す人材行動スタイル情報とを更に含み、
   前記マッチングシステムは、
   前記人材コミュニケーション分類情報と前記実績提供物情報とに基づく機械学習により生成されたコミュニケーション能力予測モデルを用い、人材が備えているコミュニケーション能力を予測し、案件で要求されるコミュニケーション能力と、前記人材が備えているコミュニケーション能力との適合に関するコミュニケーション能力スコアを算出するコミュニケーション能力スコア算出部と、
   前記人材行動スタイル情報と前記実績提供物情報とに基づく機械学習により生成された行動スタイル予測モデルを用い、人材が備える行動スタイルを予測し、案件で要求される行動スタイルと、前記人材が備えている行動スタイルとの適合に関する行動スタイルスコアを算出する行動スタイルスコア算出部と、
   を更に有し、
   前記スコア統合部は、前記基本情報スコアと、前記実効スコアと、前記コミュニケーション能力スコアと、前記行動スタイルスコアとに基づいて前記統合スコアを算出する、
   請求項１に記載のマッチングシステム。
4. 前記実効スコア予測モデルを生成する学習処理部を更に有し、
   前記学習処理部は、前記人材スキル情報と前記実績提供物情報と前記実績評価情報との少なくとも一部を含む学習データをディープラーニングにより学習して前記実効スコア予測モデルを生成する、
   請求項１に記載のマッチングシステム。
5. 前記提供物は、開発における作業を記録した作業ログ、前記開発において作成した成果物、前記開発に伴って送信したメール文の少なくとも１つを含む、
   請求項４に記載のマッチングシステム。
6. 前記学習処理部は、前記ディープラーニングにおいて、前記提供物のテキストにおける特定単語の登場回数を説明変数とする、
   請求項５に記載のマッチングシステム。
7. 前記統合スコアに基づいて前記人材提供者に案件を提示する案件提示部を更に有する、
   請求項１に記載のマッチングシステム。
8. 前記評価情報に基づいて人材にポイントを付与し、該ポイントを積算した積算ポイントを管理するポイント算出部を更に有し、
   前記案件提示部は、前記統合スコアと前記積算ポイントとに基づいて前記人材提供者に案件を提示する、
   請求項７に記載のマッチングシステム。
9. 前記人材情報記憶部は、人材提供者へ人材を提供する二次人材提供者から前記人材提供者へ提供される二次人材に関する前記人材基本情報と前記人材スキル情報とを更に記憶し、
   前記基本情報スコア算出部は、案件と二次人材との基本情報の適合に関する基本情報スコアを算出し、
   前記実効スコア算出部は、案件で要求される技術スキルと、二次人材が提供可能な技術スキルとの実効的な適合に関する実効スコアを算出し、
   前記スコア統合部は、案件と二次人材との適合に関する統合スキルを算出し、
   前記案件提示部は、前記二次人材提供者が前記人材提供者へ提供可能な二次人材に関する統合スコアと、該人材提供が案件に提供可能な人材に関する統合スコアとに基づいて、前記人材提供者に案件を提示する、
   請求項７に記載のマッチングシステム。
10. 前記開発は、システム開発である、
    請求項１に記載のマッチングシステム。
11. 開発に関する案件を依頼する案件依頼者と、前記案件に人材を提供する人材提供者とを適合させるためのマッチング方法であって、
    案件情報記憶部が、前記案件依頼者が依頼する案件の期間と価格とに関する案件基本情報と、前記案件に要求される技術スキルに関する案件スキル情報とを含む案件情報を記憶し、
    人材情報記憶部が、前記人材提供者が提供する人材を提供可能となる時期と前記人材の価格とに関する人材基本情報と、前記人材が提供可能な技術スキルに関する人材スキル情報とを含む人材情報を記憶し、
    実績情報記憶部が、過去の案件において人材から提供された提供物に関する実績提供物情報と、前記過去の案件において人材に対して与えられた評価に関する実績評価情報とを含む、実績情報を記憶し、
    基本情報算出部が、前記案件基本情報と前記人材基本情報とに基づいて、案件と人材との基本情報の適合に関する基本情報スコアを算出し、
    実効スコア算出部が、前記人材スキル情報と前記実績提供物情報と前記実績評価情報とに基づく機械学習により生成された実効スコア予測モデルを用い、案件で要求される技術スキルと、人材が提供可能な技術スキルとの実効的な適合に関する実効スコアを算出し、
    スコア統合部が、前記基本情報スコアと前記実効スコアとに基づいて、案件と人材との適合に関する統合スコアを算出する、
    ことをコンピュータが実行するマッチング方法。

Images