JP7359401B2 - 抽出装置および抽出方法 - Google Patents

Description

本発明は、データを抽出する抽出装置および抽出方法に関する。

特許文献１は、ワーカー間の人間関係に配慮しつつ、チーム生成を支援するチーム生成支援装置を開示する。このチーム生成支援装置では、業務テンプレートデータベースが業務を遂行するための目標タスク情報を格納し、ＣＰＵは、ワーカースキルデータベースに設定されたスキル情報に基づいて業務を遂行するワーカーのチーム候補を生成し、各チーム候補について過去の作業実績に対する評価値を作業実績データベースから取得して提供し、ワーカー相互間の評価値を相互評価データベースから取得して、関連度を演算してチーム候補ごとに提供する。

特開２００１－２８２９６５号公報

しかしながら、特許文献１のチーム生成支援装置では、業務に参加できないワーカー、業務への参加を拒否するワーカー、業務への参加意思を表明しないワーカーが存在する場合について考慮されていないため、不参加ワーカーが存在する場合、チーム候補を生成することができない。

本発明は、イベントの活動に適切なグループを抽出することを目的とする。

本願において開示される発明の一側面となる抽出装置は、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、複数の端末と通信可能な通信インタフェースと、を有する抽出装置であって、前記端末のユーザごとに、前記ユーザが有するスキルと前記スキルの習得度合いを示す経験値と前記ユーザが所属するグループとを記憶するデータベースにアクセス可能であり、前記プロセッサは、イベントの依頼者の端末から前記イベントを要求するイベントリクエストを受信して、前記端末の各々に送信する第１通信処理と、前記第１通信処理のあと、前記イベントに関する質問文を前記端末の各々から受信し、前記質問文を前記依頼者の端末に送信する第２通信処理と、前記第２通信処理のあと、前記質問文に対する回答文を前記依頼者の端末から受信し、回答情報を入力するとスキルごとに要求される経験値を出力する学習モデルに前記回答文を入力することにより、スキルごとに前記イベントに要求される経験値を示す要求スキル情報を生成し、前記グループごとに、前記要求スキル情報内における前記グループ内の前記ユーザの各スキルの経験値の統計値を算出することにより、前記グループごとのスキル情報を生成する生成処理と、前記生成処理によって生成された前記グループごとのスキル情報の中から、前記要求スキル情報を充足する特定のグループを抽出する抽出処理と、前記抽出処理によって抽出された特定のグループに所属する特定のユーザの端末に前記イベントへの参加リクエストを送信した結果、前記特定のユーザの端末からの回答に基づいて、前記特定のグループが有する特定のスキル情報を更新する更新処理と、前記更新処理による更新後の前記特定のスキル情報が、前記要求スキル情報を充足するか否かを判定する判定処理と、前記判定処理による判定結果を前記依頼者の端末に送信する送信処理と、を実行することを特徴とする。

本発明の代表的な実施の形態によれば、イベントの活動に適切なグループを抽出することができる。前述した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。

図１は、依頼者からのリクエストとのマッチング例を示す説明図である。 図２は、マッチングシステムのシステム構成例を示す説明図である。 図３は、コンピュータ（サーバ、端末）のハードウェア構成例を示すブロック図である。 図４は、ユーザＤＢの記憶内容の一例を示す説明図である。 図５は、スキルＤＢの記憶内容の一例を示す説明図である。 図６は、マッチングシステムによるマッチングシーケンス例を示すシーケンス図である。 図７は、リクエスト入力画面の一例を示す説明図である。 図８は、回答入力画面の入り例を示す説明図である。 図９は、要求スキル情報表示画面の一例を示す説明図である。 図１０は、グループ抽出処理（ステップＳ６０３）による抽出結果を示す説明図である。 図１１は、参加リクエスト画面の一例を示す説明図である。 図１２は、回答画面の一例を示す説明図である。 図１３は、図６で示したグループ抽出処理（ステップＳ６０３）の詳細な処理手順例を示すフローチャートである。 図１４は、図６で示した参加メンバ決定処理（ステップＳ６０４）の詳細な処理手順例を示すフローチャートである。 図１５は、ステップＳ１４０４における要求経験値の充足可否判定例を示す説明図である。 図１６は、不足スキル補充処理（ステップＳ１４０６）の詳細な処理手順例を示すフローチャートである。 図１７は、ステップＳ１６０２におけるユーザ検索例を示す説明図である。 図１８は、後処理の詳細な処理手順例を示すフローチャートである。 図１９は、更新結果画面の一例を示す説明図である。 図２０は、補充メンバ選択画面の一例を示す説明図である。 図２１は、チェックボックス入力時の補充メンバ選択画面の一例を示す説明図である。

未来の日本社会では、これまでにない連続災害の到来や地方－都市格差によって、普段手厚いサービスによって当たり前のように享受できていた生活が突然成り立たなくなる可能性が高い。その際必要となるのは、「衣食住足りて礼節を知る」という言葉がある通り、まず衣食住を満たすことである。そのためには、生存技術の一環として衣食住を自ら生み出す基本的技能が修得できている必要があり、こうしたスキルを集団と共に学ぶ場が必要である。

具体的には、たとえば、自ら田畑を耕し、農作物を収穫し、加工するだけでなく、必要最低限の素材から衣料や住居を作るというスキルを実践的に身に着けることが、予想不可能な天災に襲われた際に一刻も早く回復するための鍵になると考えられる。

以下、そのようなスキルを有する人々の情報を登録したデータベース（ＤＢ）にアクセス可能なサーバが、災害や地方－都市格差によって困っている依頼者からのリクエストを充足するスキルを有するグループを検索する。これにより、検索されたグループにより依頼者の要望に応えることが可能となる。

＜マッチング例＞
図１は、依頼者からのリクエストとのマッチング例を示す説明図である。本例では、依頼者１０１からリクエストされるイベントを、たとえば、「自宅の屋根の修理」とする。サーバ１００は、依頼者１０１からのイベントのリクエストを受け付けると、イベントに要求されるスキル（要求スキル）およびその経験値（要求経験値）を算出し、要求スキル情報１１０として出力する。スキルは、例として、１０種類（身体能力、一般生活、医学／薬学、農学、土木建築、機械工学、電気工学、情報工学、語学能力、法律）である。経験値は、そのスキルの習得度合いを示す。本実施例では、この１０種類のスキルとその経験値であるスキル情報をスキルチャートで表現する。

サーバ１００は、要求スキル情報１１０に適合するグループを抽出する抽出装置である。グループとは、企業や大学、ＮＰＯ（Ｎｏｎｐｒｏｆｉｔ Ｏｒｇａｎｉｚａｔｉｏｎ）法人などの組織に所属するユーザ１０２の集合、または、サークルやゼミ、ＳＮＳ（Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋｉｎｇ Ｓｅｒｖｉｃｅ）内でつながった仲間など、組織にまたがったまたは組織に属さないコミュニティに所属するユーザ１０２の集合である。なお、グループに所属するユーザ１０２を、メンバ１０２と称することもある。

図１では、例として、サーバ１００は、グループＧ１が有するスキルおよびその経験値であるスキル情報１１１と、グループＧ２が有するスキルおよびその経験値であるスキル情報１１２と、を、要求スキル情報１１０を充足するスキル情報として検索する。スキル情報１１１，１１２の各スキルの経験値はそれぞれ、グループＧ１，Ｇ２の所属メンバの経験値の最大値、平均値、または中央値から選ばれた統計値である。

そして、サーバ１００は、たとえば、グループＧ１、Ｇ２のうちグループＧ１のスキル情報の方が優れていると判断すると、グループＧ１の所属メンバにイベントの参加可否を通知する。不参加メンバがいなければ、グループＧ１の所属メンバは、依頼者１０１の自宅の屋根の修復を行う。一方、不参加者がいると、不参加者が有するスキルおよびその経験値に応じて、スキル情報１１１の形状が縮小し、要求スキル情報１１０を充足しなくなる。

この場合、サーバ１００は、不参加者のスキルおよび経験値を充足するユーザ１０２をユーザＤＢから検索し、同じように参加可否を通知する。当該ユーザ１０２が参加可能であれば、当該ユーザ１０２のスキルおよび経験値により、縮小したスキル情報１１１は、要求スキル情報１１０を充足することになる。これにより、グループＧ１に所属する参加メンバおよびグループＧ１外の参加ユーザは、依頼者１０１の自宅の屋根の修復を行う。一方、不参加者のスキルおよび経験値を充足するユーザ１０２が存在しない、または当該ユーザ１０２が参加を拒否した場合、サーバ１００は、グループＧ２について、グループＧ１と同様な処理を実行する。

＜システム構成例＞
図２は、マッチングシステムのシステム構成例を示す説明図である。マッチングシステム２００は、サーバ１００と端末２０１とを含む。サーバ１００と端末２０１は、インターネット、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などのネットワーク２０２を介して通信可能に接続される。端末２０１同士もネットワーク２０２を介して通信可能に接続される。

サーバ１００は、ユーザＤＢ２１１、スキルＤＢ２１２、および学習ＤＢ２１３にアクセス可能なコンピュータである。ユーザＤＢ２１１、スキルＤＢ２１２、および学習ＤＢ２１３は、サーバ１００に記憶されていてもよく、サーバ１００からネットワーク２０２を介してアクセス可能な他のコンピュータに記憶されていてもよい。端末２０１は、依頼者１０１およびユーザ１０２が使用するコンピュータである。

ユーザＤＢ２１１は、ユーザ１０２に関する情報（ユーザ情報）を記憶するデータベースである。ユーザＤＢ２１１については、図４で後述する。スキルＤＢ２１２は、ユーザごとにスキルに関する情報を記憶するデータベースである。スキルＤＢ２１２については、図５で後述する。学習ＤＢ２１３は、訓練データセットや学習パラメータなど、機械学習（ＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）やＲＮＮ（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）などの深層学習含む）による学習モデルの生成や学習モデルを用いた予測に必要な情報を記憶するデータベースである。訓練データセットは、訓練データと正解データとの組み合わせである。このような組み合わせは各種存在する。

たとえば、家屋の存在の程度を予測する学習モデルを生成する場合、その訓練データセットを構成する訓練データは、たとえば、家屋の画像データであり、正解データは、損壊の程度（全壊、大規模半壊、半壊、一部損壊、無被害）を示す値である。

依頼者１０１のリクエストから質問文を生成する学習モデルを生成する場合、その訓練データセットを構成する訓練データは、たとえば、過去に発生したイベントのリクエストであり、正解データは、当該リクエストに対してなされた過去の質問文である。

また、依頼者１０１のリクエストまたは回答内容から要求スキル情報１１０を生成する学習モデルを生成する場合、その訓練データセットを構成する訓練データは、たとえば、過去に発生したイベントのリクエストや、当該リクエストに対してなされた過去の質問文への回答文であり、正解データは、過去に要求したスキルまたは詳細スキルとその要求経験値である。詳細スキルとは、スキルを細分化した技能である（図５で後述）。なお、これらの学習モデルの生成は、サーバ１００が実行してもよく、他のコンピュータが学習した学習モデルまたは学習モデルを構成する学習パラメータを、当該他のコンピュータから取得してもよい。

＜コンピュータのハードウェア構成例＞
図３は、コンピュータ（サーバ１００、端末２０１）のハードウェア構成例を示すブロック図である。コンピュータ３００は、プロセッサ３０１と、記憶デバイス３０２と、入力デバイス３０３と、出力デバイス３０４と、通信インタフェース（通信ＩＦ）３０５と、を有する。プロセッサ３０１、記憶デバイス３０２、入力デバイス３０３、出力デバイス３０４、および通信ＩＦ３０５は、バス３０６により接続される。プロセッサ３０１は、コンピュータ３００を制御する。記憶デバイス３０２は、プロセッサ３０１の作業エリアとなる。また、記憶デバイス３０２は、各種プログラムやデータを記憶する非一時的なまたは一時的な記録媒体である。記憶デバイス３０２としては、たとえば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリがある。入力デバイス３０３は、データを入力する。入力デバイス３０３としては、たとえば、キーボード、マウス、タッチパネル、テンキー、スキャナがある。出力デバイス３０４は、データを出力する。出力デバイス３０４としては、たとえば、ディスプレイ、プリンタ、スピーカがある。通信ＩＦ３０５は、ネットワーク２０２と接続し、データを送受信する。

＜ＤＢ＞
図４は、ユーザＤＢ２１１の記憶内容の一例を示す説明図である。ユーザＤＢ２１１は、ユーザ情報を記憶するデータベースである。ユーザＤＢ２１１は、フィールドとして、ユーザＩＤ４０１と、ユーザ名４０２と、生年月日４０３と、性別４０４と、住所４０５と、所属組織４０６と、所属コミュニティ４０７と、友人ＩＤ４０８と、回答率４０９と、参加率４１０と、を有する。同一行の各フィールド４０１～４０９の値が、１人のユーザ情報を示すエントリとなる。

ユーザＩＤ４０１は、ユーザ１０２を一意に特定する識別情報である。ユーザ名４０２は、ユーザ１０２の氏名である。生年月日４０３は、ユーザが生まれた年月日である。生年月日４０３と現在日時とによりユーザ１０２の年齢が計算可能である。性別４０４は、ユーザ１０２が男性であるか女性であるかの区別を示す情報である。住所４０５は、ユーザ１０２が居住する住居の場所である。所属組織４０６は、ユーザ１０２が所属する組織である。所属コミュニティ４０７は、ユーザ１０２が所属するコミュニティである。友人ＩＤ４０８は、そのユーザ１０２の友人のユーザＩＤ４０１である。

回答率４０９は、依頼者１０１からのイベントの参加可否通知に対する回答割合である。回答率４０９の分母は、参加可否通知の数である。回答率４０９の分子は、参加および不参加の合計回数である。参加率４１０は、依頼者１０１からのイベントの参加可否通知に対する参加割合である。参加率４１０の分母は、参加可否通知の数である。参加率４１０の分子は、参加の合計回数である。なお、図１に示した依頼者１０１は、ユーザＤＢ２１１に登録されたユーザ１０２でもよく、未登録の者でもよい。

図５は、スキルＤＢ２１２の記憶内容の一例を示す説明図である。スキルＤＢ２１２は、ユーザＤＢ２１１にユーザ情報が登録されたユーザごとに、ユーザスキル情報５００を記憶するデータベースである。ユーザスキル情報５００とは、ユーザ１０２のスキルおよびその経験値を示す情報である。具体的には、たとえば、ユーザスキル情報５００は、フィールドとして、スキル５０１と、詳細スキル５０２と、詳細経験値５０３と、を有する。

スキル５０１は、ユーザ１０２の習得対象となる技能である。本例では、図１に示した１０種類のスキル（身体能力、一般生活、医学／薬学、農学、土木建築、機械工学、電気工学、情報工学、語学能力、法律）がある。詳細スキル５０２は、スキル５０１を細分化した技能である。詳細経験値５０３は、その詳細スキル５０２の習得度合いを示す。

＜マッチングシーケンス＞
図６は、マッチングシステム２００によるマッチングシーケンス例を示すシーケンス図である。サーバ１００は、依頼者１０１の端末２０１から「自宅の屋根の修理」のようなイベントリクエストを受信する（Ｔ６０１）。

図７は、リクエスト入力画面７００の一例を示す説明図である。リクエスト入力画面７００は、サーバ１００にアクセスすることで依頼者１０１の端末２０１に表示される。リクエスト入力画面７００は、リクエスト入力欄７０１と、送信ボタン７０２と、を有する。送信ボタン７０２が押下されると、リクエスト入力欄７０１に入力された文字列「台風で自宅の屋根が壊れました。修復をお願いしたいです。」がイベントリクエストとしてサーバ１００に送信される（Ｔ６０１）。

図６に戻り、サーバ１００はイベントリクエストを受信すると（Ｔ６０１）、質問文生成処理を実行する（ステップＳ６０１）。質問文生成処理（ステップＳ６０１）は、イベントリクエストから質問文を生成する学習モデルにイベントリクエストを入力することにより、質問文を出力する処理である。

なお、サーバ１００は、質問文生成処理（ステップＳ６０１）を実行する代わりに、イベントリクエストをユーザ１０２の端末２０１に転送し（Ｔ６１１）、転送先の端末２０１から質問文を受信して（Ｔ６１２）、依頼者１０１の端末２０１に転送する（Ｔ６０２）。また、サーバ１００は、このようにして取得したイベントリクエストを訓練データとし、質問文を正解データとして、学習ＤＢ２１３の学習データセットに登録してもよい。依頼者１０１の端末２０１は、サーバ１００から質問文を受信すると、回答入力画面を表示する。

図８は、回答入力画面８００の一例を示す説明図である。回答入力画面８００には、依頼者１０１が入力したリクエストが表示される。また、回答入力画面８００は、サーバ１００からの質問文（本例では、Ｑ１～Ｑ７）とそれらに対する回答入力欄８０１～８０７と、送信ボタン８０８と、を有する。送信ボタン８０８が押下されると、図６に戻り、回答入力欄８０１～８０７に入力された文字列が回答文（回答入力欄８０４には、画像データが入力されてもよい。）としてサーバ１００に送信される（Ｔ６０３）。

サーバ１００は、依頼者１０１の端末２０１から回答文を受信すると、要求スキル情報生成処理を実行する（ステップＳ６０２）。要求スキル情報生成処理（ステップＳ６０２）は、要求スキル情報１１０を生成する学習モデルに、受信した回答文を入力することにより、要求スキル情報１１０を出力する処理である。サーバ１００は、要求スキル情報生成処理（ステップＳ６０２）によって生成された要求スキル情報１１０を依頼者１０１の端末２０１に送信する（Ｔ６０４）。

図９は、要求スキル情報表示画面９００の一例を示す説明図である。要求スキル情報表示画面９００は、依頼者１０１の端末２０１に表示される。要求スキル情報表示画面９００は、要求スキル情報１１０として、要求スキルチャート９０１と、要求詳細スキル情報９０２と、を表示する。要求スキルチャート９０１は、イベントに要求される１０種類の要求スキルの各々について、イベントに対応するグループに要求される要求経験値を示すレーダーチャートである。

要求詳細スキル情報９０２は、イベントに対応するグループに要求される要求詳細スキル９２１とその要求詳細経験値９２２とを示す情報である。要求スキルチャート９０１の要求スキルをカーソル９０３でポイントすると、そのスキル５０１についての要求詳細スキル情報９０２が表示される。図９では、カーソル９０３が要求スキル「土木建築」にポイントされているため、土木建築についての要求詳細スキル情報９０２が表示される。

要求詳細スキル９２１は、必ずしもそのスキル５０１を構成する全詳細スキル５０２ではなく、要求スキル情報１１０を生成する学習モデルに、受信した回答文を入力することによって得られた特定の詳細スキル５０２である。たとえば、受信した回答文が、屋根の修復に特化した内容であるとすると、土木建築の要求詳細スキル９２１も屋根の修復に特化した特定の詳細スキル５０２となり、屋根の修復とは無関係の詳細スキル５０２は得られない。したがって、要求スキルチャート９０１における要求スキルの要求経験値とは、屋根の修復に特化した土木建築の特定の要求詳細スキル９２１の要求詳細経験値９２２の合計である。

図６に戻り、要求スキル情報１１０を送信（Ｔ６０４）したあと、サーバは、スキル情報生成処理を実行する（ステップＳ６０３）。スキル情報生成処理（ステップＳ６０３）は、グループごとに、要求詳細スキル９２１に基づくスキル情報を生成する処理である。具体的には、たとえば、サーバ１００は、各グループにおいて、スキル５０１ごとに、スキル５０１を構成する詳細スキル５０２を特定の要求詳細スキル９２１に制限し、所属メンバごとに特定の要求詳細スキル９２１と同一の詳細スキル５０２の詳細経験値５０３をスキルＤＢ２１２から抽出する。

サーバ１００は、所属メンバの各々について、スキル５０１ごとに詳細経験値５０３を合計して、所属メンバのスキル５０１ごとの経験値を算出する。サーバ１００は、スキル５０１ごとに、所属メンバの経験値の統計値（最大値、平均値、中央値など）をして、充足グループのスキル５０１ごとの経験値を算出する。このようにして、サーバ１００は、グループごとに、要求詳細スキル９２１に基づくスキル情報を生成する。

つぎに、サーバ１００は、グループ抽出処理を実行する（ステップＳ６０４）。グループ抽出処理（ステップＳ６０４）は、要求スキル情報１１０を充足するグループ（組織またはコミュニティ）をユーザＤＢ２１１から抽出する処理である。グループ抽出処理（ステップＳ６０４）の詳細は後述する。

図１０は、グループ抽出処理（ステップＳ６０４）による抽出結果を示す説明図である。図１０では、例として、グループＧ１の抽出結果１０００を示す。抽出結果１０００は、グループＧ１に所属するユーザ１０２のユーザ情報と、グループＧ１のスキル情報１１１と、を含む。グループＧ１のスキル情報１１１には、スキル５０１ごとのグループの経験値を示すスキルチャート１００１がある。スキルチャート１００１は、要求スキルチャート９０１を包含するため、グループＧ１のスキル情報１１１は、要求スキル情報１１０を充足する。

図６に戻り、サーバ１００は、グループ抽出処理（ステップＳ６０４）による抽出結果１０００に基づいて、抽出グループの所属メンバの端末２０１に参加リクエストを送信する（Ｔ６０５）。

図１１は、参加リクエスト画面１１００の一例を示す説明図である。参加リクエスト画面１１００は、抽出グループに所属するユーザ１０２の端末２０１に表示される。参加リクエスト画面１１００は、参加可否選択領域１１０１と、依頼者情報表示領域１１０２と、依頼内容表示領域１１０３と、参加候補メンバ表示領域１１０４と、を有する。

参加可否選択領域１１０１は、イベントへの参加可否を選択する領域であり、参加ボタン１１１１と、不参加ボタン１１１２と、を有する。参加ボタン１１１１が押下されると、そのユーザＩＤ４０１および参加する旨の回答がサーバ１００に送信され、不参加ボタン１１１２が押下されると、そのユーザＩＤ４０１および参加しない旨の回答がサーバ１００に送信される。回答結果は、抽出グループの他の所属メンバの端末２０１に送信される。

依頼者情報表示領域１１０２には、依頼者１０１に関する情報やリクエストの文字列が表示される。依頼内容表示領域１１０３には、依頼者１０１の依頼内容が表示される。たとえば、Ｔ６０３で得られた回答情報１１３１や画像データ１１３２が表示される。参加候補メンバ表示領域１１０４には、参加メンバ候補のユーザ情報が表示される。また、すでに回答をサーバ１００に送信した参加メンバ候補のユーザ情報には、参加を示す回答情報１１４１や不参加を示す回答情報１１４２が表示される。回答情報１１４１，１１４２は、他の所属メンバの回答結果をサーバ１００から受信することにより表示される。

図６に戻り、抽出グループの所属メンバの端末２０１は、参加ボタン１１１１または不参加ボタン１１１２の押下により回答をサーバ１００に送信する（Ｔ６０６）。サーバ１００は、回答に基づいて、参加メンバ決定処理を実行する（ステップＳ６０５）。参加メンバ決定処理（ステップＳ６０５）は、抽出グループに所属する参加メンバ候補からイベントへの参加メンバを決定する処理である。サーバ１００は、不参加または回答しなかった所属メンバのスキル５０１（詳細スキル５０２含む）およびその経験値を、グループのスキル情報から外し、グループのスキル情報を更新することになる。参加メンバ決定処理（ステップＳ６０５）の詳細は後述する。

参加メンバ決定処理（ステップＳ６０５）による更新後のグループのスキル情報が要求スキル情報１１０を充足すれば、サーバ１００は、イベントリクエストに対する回答を依頼者１０１の端末２０１に送信する（Ｔ６０７）。

図１２は、回答画面１２００の一例を示す説明図である。回答画面１２００は、イベントリクエストに対する回答を受信した依頼者１０１の端末２０１に表示される。回答画面１２００は、抽出グループ表示領域１２０１と、参加メンバ表示領域１２０２と、ＯＫボタン１２０３と、キャンセルボタン１２０４と、を有する。抽出グループ表示領域１２０１は、抽出グループのグループ名を表示する領域である。参加メンバ表示領域１２０２は、参加メンバのユーザ情報を表示する領域である。ＯＫボタン１２０３は、抽出グループを受け入れるためのボタンであり、キャンセルボタン１２０４は、抽出グループを拒否するためのボタンである。

ＯＫボタン１２０３が押下されると、抽出グループを受諾する旨の情報がサーバ１００に送信され（Ｔ６０８）、抽出グループのイベント参加が確定する。キャンセルボタン１２０４が押下されると、抽出グループを受諾しない旨の情報がサーバ１００に送信され（Ｔ６０８）、抽出グループのイベント参加不可が確定する。このようにして、マッチングシーケンスが終了する。

＜グループ抽出処理（ステップＳ６０４）＞
図１３は、図６で示したグループ抽出処理（ステップＳ６０４）の詳細な処理手順例を示すフローチャートである。

つぎに、サーバ１００は、生成されたスキル情報の全スキルが要求経験値を充足するグループが存在するか否かを判断する（ステップＳ１３０１）。生成されたスキル情報の全スキルが要求経験値を充足するグループが１つ以上存在すれば（ステップＳ１３０１：Ｙｅｓ）、サーバ１００は、当該グループを充足グループ候補として抽出する（ステップＳ１３０２）。

つぎに、サーバ１００は、所定の条件に基づいて、抽出した充足グループ候補から充足グループを１つ決定する（ステップＳ１３０３）。所定の条件には、たとえば、下記の条件（１）～（５）がある。なお、条件（１）～（５）の組み合わせは、事前に設定される。

（１）全スキルの経験値の合計が最大であること。
（２）各スキル５０１の経験値と要求経験値との差の合計が最小であること。
（３）イベントの現地から所定距離以上離れた所属メンバを除外してスキル情報を再計算し、再計算後のスキル情報の全スキルが要求経験値を充足すること。
（４）回答率４０９が所定回答率以下の所属メンバを除外してスキル情報を再計算し、再計算後のスキル情報の全スキルが要求経験値を充足すること。
（５）参加率４１０が所定参加率以下の所属メンバを除外してスキル情報を再計算し、再計算後のスキル情報の全スキルが要求経験値を充足すること。

条件（１）を採用することにより、要求スキルを十分に満たした充足グループ候補が充足グループに決定される。条件（２）を採用することにより、要求スキルに沿った充足グループ候補が充足グループに決定される。条件（３）～（５）は、条件（１）または（２）に追加可能な条件である。条件（３）を採用することにより、地理的に参加可能な所属メンバを有する充足グループ候補が充足グループに決定される。条件（４）を採用することにより、回答が得られやすい所属メンバを有する充足グループ候補が充足グループに決定される。条件（５）を採用することにより、参加しやすい所属メンバを有する充足グループ候補が充足グループに決定される。

つぎに、サーバ１００は、充足グループの所属メンバの端末２０１に参加リクエストを送信する（ステップＳ１３０４）。一方、ステップＳ１３０２において、生成されたスキル情報の全スキルが要求経験値を充足するグループが存在しない場合（ステップＳ１３０１：Ｎｏ）、サーバ１００は、依頼者１０１の端末２０１に対応不可である旨の通知を送信する（ステップＳ１３０５）。これにより、グループ抽出処理（ステップＳ６０４）が終了する。

グループ抽出処理（ステップＳ６０４）のあと、ステップＳ１３０５により、参加リクエストがサーバ１００から充足グループの所属メンバの端末２０１に送信され（Ｔ６０５）、参加または不参加の回答が充足グループの所属メンバの端末２０１からサーバ１００に送信される（Ｔ６０６）。

＜参加メンバ決定処理（ステップＳ６０５）＞
図１４は、図６で示した参加メンバ決定処理（ステップＳ６０５）の詳細な処理手順例を示すフローチャートである。まず、サーバ１００は、充足グループが存在するか否かを判断する（ステップＳ１４０１）。充足グループが存在しない場合（ステップＳ１４０１：Ｎｏ）、サーバ１００は、参加メンバ決定処理（ステップＳ６０５）を終了する。この場合、サーバ１００は、依頼者１０１の端末２０１に、該当するグループが存在しない旨の回答を送信することになる。

一方、充足グループが存在する場合（ステップＳ１４０４：Ｙｅｓ）、サーバ１００は、所定時間が経過するまで回答を待ち受ける（ステップＳ１４０２：Ｎｏ）。所定時間経過した場合（ステップＳ１４０２：Ｎｏ）、サーバ１００は、充足グループのうち参加と回答したメンバ（参加メンバ）の経験値をスキル５０１ごとに取得し、ステップＳ１３０１と同様の計算方法で、充足グループのスキル情報を更新する（ステップＳ１４０３）。

つぎに、サーバ１００は、更新したスキル情報について全スキルが要求経験値を充足するか否かを判断する（ステップＳ１４０４）。充足する場合（ステップＳ１４０４：Ｙｅｓ）、サーバ１００は、依頼者１０１の端末２０１に、充足グループのグループ名および参加メンバを含む回答情報を送信する（ステップＳ１４０５）。これにより、図１１に示した参加リクエスト画面１１００が依頼者１０１の端末２０１に表示される。

一方、更新したスキル情報について全スキルが要求経験値を充足しない場合（ステップＳ１４０４：Ｎｏ）、サーバ１００は、不足スキル補充処理を実行する（ステップＳ１４０６）。不足スキル補充処理（ステップＳ１４０６）は、更新したスキル情報において要求経験値を充足しないスキル５０１の経験値を他のユーザ１０２で補充する処理である。

図１５は、ステップＳ１４０４における要求経験値の充足可否判定例を示す説明図である。グループＧ１において不参加メンバが存在する場合、不参加メンバが有するスキル５０１およびその経験値により、更新したスキル情報１５００のスキルチャート１５０１は、元のスキルチャート１００１よりも縮小し、たとえば、身体能力や法律、電気工学、土木建築など、要求スキルチャート９０１の要求経験値を充足しないスキルも有する。したがって、更新したスキル情報について全スキルが要求経験値を充足しない（ステップＳ１４０４：Ｎｏ）こととなり、不足スキル補充処理（ステップＳ１４０６）に移行する。

＜不足スキル補充処理（ステップＳ１４０６）＞
図１６は、不足スキル補充処理（ステップＳ１４０６）の詳細な処理手順例を示すフローチャートである。サーバ１００は、更新したスキル情報について要求経験値を充足しないスキル５０１を特定する（ステップＳ１６０１）。たとえば、図１５の例では、サーバ１００は、身体能力、法律、電気工学、および土木建築を特定する。

つぎに、サーバ１００は、要求経験値を充足しないスキル５０１について、要求経験値を充足する経験値を有するユーザを検索する（ステップＳ１６０２）。具体的には、たとえば、サーバ１００は、要求経験値を充足しないスキル５０１について、不参加ユーザ１０２の経験値以上の経験値を有するユーザをユーザＤＢ２１１から検索する。なお、ステップＳ１６０２の検索対象については、図１７で後述する。

該当ユーザ１０２が存在する場合（ステップＳ１６０３：Ｙｅｓ）、サーバ１００は、該当ユーザ１０２の端末２０１に参加リスエストを送信し（ステップＳ１６０４）、ステップＳ１４０２に移行する。これにより、該当ユーザ１０２の端末２０１には、図１１に示した参加リクエスト画面１１００が表示される。

一方、ステップＳ１６０３において該当ユーザ１０２がいない場合（ステップＳ１６０３：Ｎｏ）、サーバ１００は、ステップＳ１３０３で抽出された未選択の充足グループ候補があるか否かを判断する（ステップＳ１６０５）。未選択の充足グループ候補が存在する場合（ステップＳ１６０５：Ｙｅｓ）、ステップＳ１３０４に移行する。一方、未選択の充足グループ候補が存在しない場合（ステップＳ１６０５：Ｎｏ）、サーバ１００は、不足スキル補充処理（ステップＳ６０５）を終了する。

図１７は、ステップＳ１６０２におけるユーザ検索例を示す説明図である。図１７では、小林健太、小平花子、馬場健一がグループＧ１の参加メンバ１７０１であり、清水康太、佐藤愛子、渡辺剛、松木みのるが、不足スキル補充処理（ステップＳ１４０６）によって補充された補充メンバ１７０２である。

更新したスキル情報１５００のスキルチャート１５０１は、元のスキルチャート１００１（図１０を参照）よりも縮小し、たとえば、身体能力や法律、電気工学、土木建築など、要求スキルチャート９０１の要求経験値を充足しないスキルも有する。たとえば、法律については、参加メンバ１７０１の一人である小平花子と同一組織（データカンパニー）に所属する佐藤愛子が補充メンバ１７０２の候補として検索される。また、電気工学については、参加メンバ１７０１の一人である小林健太の友人である清水康太が補充メンバ１７０２の候補として検索される。清水康太は、小林健太の友人であり、ユーザＤＢ２１１の友人ＩＤに互いのユーザＩＤ４０１が登録されている。このように、ステップＳ１６０２で、参加メンバとつながりのあるユーザを検索対象にすることにより、補充メンバ１７０２の参加率４１０の向上を図ることができる。

また、身体能力については、参加メンバ１７０１の一人である馬場健一と、組織やコミュニティ、友人といった直接のつながりがない渡辺剛が、土木建築については、馬場健一と国設つながりのない松木みのるが、補充メンバ１７０２の候補として検索される。具体的には、たとえば、参加メンバ１７０１と参加メンバ１７０１との間に１人以上のユーザ１７０３が介在していれば、直接のつながりのない候補として検索される。介在するユーザ１７０３の介在人数は、サーバ１００で設定可能である。介在人数が多いほど知り合う確率が低い。このように、ステップＳ１６０２で、参加メンバ１７０１から介在人数分以上のつながりでつながったユーザをグループＧ１外のユーザを補充メンバ１７０２の候補として検索対象にすることにより、知り合う機会がないユーザ１０２の交流を支援することができる。

また、サーバ１００は、松木みのるのように、イベントの現場１７０４である家屋から所定距離以内の住所４０５に居住するユーザを検索対象としてもよい。このように、現場周辺に詳しいユーザを補充メンバ１７０２の候補として検索対象にすることにより、作業効率の向上を図ることができる。

また、直接のつながりのないユーザについては、サーバ１００は、当該ユーザ１０２の年齢と、グループＧ１の参加メンバの平均年齢と、に基づいて、検索対象に含めてもよい。たとえば、年功者としての知恵が欲しい場合には、グループＧ１の参加メンバの平均年齢よりも高い年齢、たとえば、平均年齢よりもＮ歳（Ｎは１以上の整数）年上のユーザや、５０歳以上など、所定年齢以上のユーザを検索対象としてもよい。また、グループＧ１の参加メンバの平均年齢よりも低い年齢、たとえば、平均年齢よりもＮ歳（Ｎは１以上の整数）年下のユーザや２５歳以下など、所定年齢以下のユーザを検索対象としてもよい。これにより、同世代に偏ったグループＧ１の参加メンバに、異なる世代のメンバを補充することができる。

また、サーバ１００は、グループＧ１の参加メンバの平均年齢と同等（たとえば、平均年齢よりもＭ歳下からＭ歳上の年齢）のユーザを検索対象としてもよい。これにより、同世代の補充メンバを補充することが可能になる。

＜後処理＞
図１８は、後処理の詳細な処理手順例を示すフローチャートである。後処理とは、イベント終了後の処理である。サーバ１００は、イベント実施日の経過を待ち受け（ステップＳ１８０１：Ｎｏ）イベント実施日が経過すると、充足グループの所属メンバおよび補充メンバの候補の各々について、回答率４０９および参加率４１０を更新する（ステップＳ１８０２）。つぎに、サーバ１００は、充足グループの参加メンバおよび補充メンバの各々について、経験値を更新する（ステップＳ１８０２）。

経験値の更新量は、参加メンバ１７０１および補充メンバ１７０２の自己申告に基づいてもよく、他の参加メンバ１７０１および他の補充メンバ１７０２からの報告に基づいてもよく、依頼者１０１からの報告に基づいてもよい。そして、サーバ１００は、ステップＳ１８０２、Ｓ１８０３による更新があったユーザ１０２の端末２０１に、更新結果を送信する（ステップＳ１８０４）。これにより、ユーザ１０２の端末２０１に更新結果画面が表示される。

図１９は、更新結果画面１９００の一例を示す説明図である。更新結果画面１９００には、ステップＳ１８０２、Ｓ１８０３による更新結果として、回答率４０９や参加率４１０、スキルごとの経験値が表示される。

なお、上述した例では、サーバ１００が、依頼者１０１の端末２０１と連携せずに、不足スキル補充処理（ステップＳ１４０６）を実行した。しかし、以下のように、サーバ１００は、依頼者１０１の端末２０１と連携して、不足スキル補充処理（ステップＳ１４０６）を実行してもよい。具体的には、たとえば、サーバ１００は、ステップＳ１６０２で補充メンバの候補を検索した場合、検索結果を依頼者１０１の端末２０１に送信する。

図２０は、補充メンバ選択画面２０００の一例を示す説明図である。補充メンバ選択画面２０００は、スキル情報表示領域２００１と、詳細スキル情報表示領域２００２と、補充メンバ候補一覧表示領域２００３と、を有する。スキル情報表示領域２００１は、更新したスキル情報１５００のスキルチャート１５０１を表示する領域である。更新したスキル情報１５００には、要求スキルチャート９０１も重畳表示される。

詳細スキル情報表示領域２００２は、更新したスキル情報１５００においてカーソル２０１０で選択されたスキルの詳細スキル情報２０２０を表示する領域である。詳細スキル情報２０２０は、詳細スキル５０２とその詳細経験値５０３とを対応付けた情報である。図２０では、電気工学がカーソル２０１０で選択されたため、詳細スキル情報表示領域２００２には、電気工学についての詳細スキル情報２０２０が表示される。

補充メンバ候補一覧表示領域２００３は、補充メンバ候補を一覧表示する領域である。補充メンバ候補ごとにチェックボックス２０３０が設けられ、依頼者１０１が端末２０１を操作してチェックボックス２０３０にチェックを入力することにより、その補充メンバ候補のスキル５０１の経験値が、スキルチャート１５０１に反映される。

図２１は、チェックボックス２０３０入力時の補充メンバ選択画面の一例を示す説明図である。図２１では、清水康太のチェックボックス２０３０にチェックが入力された状態を示す。この場合、清水康太のスキル５０１の経験値がスキルチャート１５０１に反映され、スキルチャート２１００に更新され、詳細スキル情報２０２０も更新される。これにより、依頼者１０１は、どの補充メンバ候補を追加すればどのスキル５０１の経験値が要求経験値を充足するかを視認することができる。

このあと、ＯＫボタン２００５が押下されると、チェックボックス２０３０へのチェック結果がサーバ１００に送信される。サーバ１００は、チェックボックス２０３０にチェックが入力された補充メンバ候補の端末２０１に、参加リクエストを送信することになる（ステップＳ１６０４）。なお、チェックが入力された補充メンバ候補では要求経験値を充足しない場合、サーバ１００は、再度検索結果を依頼者１０１の端末２０１に送信して、補充メンバ選択画面２０００を表示させてもよい。また、サーバ１００は、要求経験値を充足していないスキルについては、再度依頼者１０１の端末２０１に問い合わせることなく、該当ユーザ１０２が存在するか否かを実行してもよい（ステップＳ１６０４）。このように、依頼者１０１が補充メンバを確認して、イベントに参加させるか決定することができる。

このように、上述したマッチングシステム２００によれば、災害や地方‐都市格差によって困っている依頼者１０１の要望に応えることが可能となる。

なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。たとえば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。また、各実施例の構成の一部について、他の構成の追加、削除、または置換をしてもよい。

また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、たとえば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。

各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶装置、又は、ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）カード、ＳＤカード、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）の記録媒体に格納することができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。

Claims (11)

1. プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、複数の端末と通信可能な通信インタフェースと、を有する抽出装置であって、
   前記端末のユーザごとに、前記ユーザが有するスキルと前記スキルの習得度合いを示す経験値と前記ユーザが所属するグループとを記憶するデータベースにアクセス可能であり、
   前記プロセッサは、
   イベントの依頼者の端末から前記イベントを要求するイベントリクエストを受信して、前記端末の各々に送信する第１通信処理と、
   前記第１通信処理のあと、前記イベントに関する質問文を前記端末の各々から受信し、前記質問文を前記依頼者の端末に送信する第２通信処理と、
   前記第２通信処理のあと、前記質問文に対する回答文を前記依頼者の端末から受信し、回答情報を入力するとスキルごとに要求される経験値を出力する学習モデルに前記回答文を入力することにより、スキルごとに前記イベントに要求される経験値を示す要求スキル情報を生成し、前記グループごとに、前記要求スキル情報内における前記グループ内の前記ユーザの各スキルの経験値の統計値を算出することにより、前記グループごとのスキル情報を生成する生成処理と、
   前記生成処理によって生成された前記グループごとのスキル情報の中から、前記要求スキル情報を充足する特定のグループを抽出する抽出処理と、
   前記抽出処理によって抽出された特定のグループに所属する特定のユーザの端末に前記イベントへの参加リクエストを送信した結果、前記特定のユーザの端末からの回答に基づいて、前記特定のグループが有する特定のスキル情報を更新する更新処理と、
   前記更新処理による更新後の前記特定のスキル情報が、前記要求スキル情報を充足するか否かを判定する判定処理と、
   前記判定処理による判定結果を前記依頼者の端末に送信する送信処理と、
   を実行することを特徴とする抽出装置。
2. 請求項１に記載の抽出装置であって、
   前記データベースは、前記ユーザごとに、住所を記憶しており、
   前記抽出処理では、前記プロセッサは、前記特定のユーザのうち前記イベントの場所と前記住所との距離が所定距離以上離れたユーザを除外して、残余の特定のユーザが所属するグループを前記特定のグループとして抽出する、
   ことを特徴とする抽出装置。
3. 請求項１に記載の抽出装置であって、
   前記データベースは、前記ユーザごとに、過去のイベントへの参加リクエストに対する回答の割合を示す回答率を記憶しており、
   前記抽出処理では、前記プロセッサは、前記特定のユーザのうち前記回答率がしきい値以下となるユーザを除外して、残余の特定のユーザが所属するグループを前記特定のグループとして抽出する、
   ことを特徴とする抽出装置。
4. 請求項１に記載の抽出装置であって、
   前記データベースは、前記ユーザごとに、過去のイベントへの参加リクエストに対する参加割合を示す参加率を記憶しており、
   前記抽出処理では、前記プロセッサは、前記特定のユーザのうち前記参加率がしきい値以下となるユーザを除外して、残余の特定のユーザが所属するグループを前記特定のグループとして抽出する、
   ことを特徴とする抽出装置。
5. 請求項１に記載の抽出装置であって、
   前記更新処理では、前記プロセッサは、前記イベントへの参加を示す回答をした前記特定のユーザが有するスキルおよびその経験値に基づいて、前記特定のスキル情報を更新する、
   ことを特徴とする抽出装置。
6. 請求項１に記載の抽出装置であって、
   前記プロセッサは、
   前記判定処理によって前記更新後の前記特定のスキル情報が前記要求スキル情報を充足しないと判定された場合、充足しなくなったスキルを有しかつ前記充足しなくなったスキルに必要な要求経験値を充足する前記特定のグループ外の他のユーザを、前記データベースから検索する検索処理を実行し、
   前記更新処理では、前記プロセッサは、前記他のユーザの端末に前記イベントへの参加リクエストを送信した結果、前記他のユーザの端末からの回答に基づいて、前記特定のスキル情報を更新する、
   ことを特徴とする抽出装置。
7. 請求項６に記載の抽出装置であって、
   前記更新処理では、前記プロセッサは、前記イベントへの参加を示す回答をした前記他のユーザが有するスキルおよびその経験値に基づいて、前記特定のスキル情報を更新する、
   ことを特徴とする抽出装置。
8. 請求項６に記載の抽出装置であって、
   前記検索処理では、前記プロセッサは、前記特定のユーザが所属する他のグループに所属するユーザを前記他のユーザとして検索する、
   ことを特徴とする抽出装置。
9. 請求項６に記載の抽出装置であって、
   前記検索処理では、前記プロセッサは、前記特定のユーザが所属しない他のグループに所属するユーザを前記他のユーザとして検索する、
   ことを特徴とする抽出装置。
10. 請求項９に記載の抽出装置であって、
    前記データベースは、前記ユーザごとに、住所を記憶しており、
    前記検索処理では、前記プロセッサは、前記特定のユーザが所属しない他のグループに所属し、かつ、前記イベントの現場から所定距離以内の住所を有するユーザを前記他のユーザとして検索する、
    ことを特徴とする抽出装置。
11. プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、複数の端末と通信可能な通信インタフェースと、を有する抽出装置が実行する抽出方法であって、
    前記抽出装置は、前記端末のユーザごとに、前記ユーザが有するスキルと前記スキルの習得度合いを示す経験値と前記ユーザが所属するグループとを記憶するデータベースにアクセス可能であり、
    前記抽出方法は、
    前記プロセッサが、
    イベントの依頼者の端末から前記イベントを要求するイベントリクエストを受信して、前記端末の各々に送信する第１通信処理と、
    前記第１通信処理のあと、前記イベントに関する質問文を前記端末の各々から受信し、前記質問文を前記依頼者の端末に送信する第２通信処理と、
    前記第２通信処理のあと、前記質問文に対する回答文を前記依頼者の端末から受信し、回答情報を入力するとスキルごとに要求される経験値を出力する学習モデルに前記回答文を入力することにより、スキルごとに前記イベントに要求される経験値を示す要求スキル情報を生成し、前記グループごとに、前記要求スキル情報内における前記グループ内の前記ユーザの各スキルの経験値の統計値を算出することにより、前記グループごとのスキル情報を生成する生成処理と、
    前記生成処理によって生成された前記グループごとのスキル情報の中から、前記要求スキル情報を充足する特定のグループを抽出する抽出処理と、
    前記抽出処理によって抽出された特定のグループに所属する特定のユーザの端末に前記イベントへの参加リクエストを送信した結果、前記特定のユーザの端末からの回答に基づいて、前記特定のグループが有する特定のスキル情報を更新する更新処理と、
    前記更新処理による更新後の前記特定のスキル情報が、前記要求スキル情報を充足するか否かを判定する判定処理と、
    前記判定処理による判定結果を前記依頼者の端末に送信する送信処理と、
    を実行することを特徴とする抽出方法。

Images