JPWO2008004563A1 - 研究者求人求職マッチングシステム及び共同研究／共同事業マッチングシステム - Google Patents

Abstract

求人企業の求人対象技術分野を示すテキストデータを取得し、求人対象技術データと一致若しくは類似する技術内容を含むデータを、研究データベースのなかから検索し、求人候補研究者を抽出する。一方、求職研究者の研究分野を示すテキストデータを取得し、求職者研究データと一致若しくは類似する研究内容を含むデータを、技術データベースのなかから検索し、求職候補企業を抽出する。そして、求人企業と求人候補研究者との組合せと、求職研究者と求職候補企業との組合せとが一致する求人求職一致ペアを検出する。これにより、求人企業が明確に認識している希望スキル及び求職者が明確に認識している自己スキルだけでなく、潜在的な事象をも顕在化して、企業と企業外の研究者との的確なマッチングを行う。

Description

本発明は、研究者の採用を希望する求人企業と、企業での研究を希望する求職研究者とのマッチングを行うためのマッチングシステム、マッチング方法及びマッチングプログラムに関する。
また本発明は、産学間の共同研究若しくは企業間の共同事業を希望する企業、又は産学間若しくは研究室間の共同研究を希望する研究室のためのマッチングを行うマッチングシステム、マッチング方法及びマッチングプログラムに関する。

企業の収益が設備等の有形固定資産の規模によって決定される時代が終焉し、収益を最大化させる源泉が知的財産等の無形固定資産に移行しつつある。このような状況下、企業にとって、知的財産等の無形固定資産を生み出す人材の確保は喫緊の課題であり、こうした企業を支援する人材紹介、人材派遣などの人材ビジネスも急成長している。

しかし、技術の専門化、高度化が著しいため、企業の人材ニーズとそれに適合する企業外の人材とのマッチングは容易ではない。特に大企業においては人材採用の管轄が人事部にあって開発現場のニーズを正確に把握できにくいこともあり、採用に関するミスマッチという事例は少なくない。

例えば特開平１１−３３８８８１号公報には、ひとつの求職案件が入力されると、その求職案件と、データベースに蓄積されている多数の求人案件とを照合して、所定の適合条件を満たすいくつかの求人案件を選出する求人求職仲介システムや、ひとつの求人案件が入力されると、その求人案件と、データベースに蓄積されている多数の求職案件とを照合して、所定の適合条件を満たすいくつかの求職案件を選出する求人求職仲介システムが記載されている。
この公報においては、求人案件と求職案件は、職業的経験や素養に関する情報を一定のデータ形式をもつスキルフレーズで表現しており、スキルフレーズは属性の異なる複数の項目からなる。各属性項目ごとに、そこに記入されるべき多数のキーワードがあらかじめ決まっていて、それらキーワード群の中から任意にキーワードを選択してスキルフレーズとする。ある１つの求人案件がｉ個のスキルフレーズＡ１，Ａ２，…，Ａｉで表現されており、ある１つの求職案件がｊ個のスキルフレーズＣ１，Ｃ２，…，Ｃｊで表現されているとする。求人スキルフレーズＡｎ（ｎ＝１，２，…，ｉ）と個人スキルフレーズＣ１，Ｃ２，…，Ｃｊとを１対１で突き合せて照合し、両フレーズについて同一属性項目（対象業務・業務領域・使用技術・対人スキルの４項目）に記入されているキーワードの一致・不一致・類似度を判定する。そして、その判定結果によりフレーズ適合得点を計算する。

また、この公報には、適合度の高い２つのスキルフレーズの組み合せ事例を事例スキルフレーズペアとし、多数の事例スキルフレーズペアを事例データベースに蓄積しておくことにより、１つの求人案件のスキルフレーズ集合と１つの求職案件のスキルフレーズ集合との適合性を、多数の事例スキルフレーズを介在させて照合する間接照合と称される手法が記載されている。そして、各事例スキルフレーズペアの適合度に関連した事例重みを設定しておくことが記載されている。
特開平１１−３３８８８１号公報

上記の公報に記載の技術では、予め決まっている限定されたキーワードから選択されたスキルフレーズによって、求人企業の人材ニーズ及び求職者の自己スキルを表現することにより、求人案件又は求職案件が特定される。

しかし、予め決まっている限定されたキーワードのなかから選択されるスキルフレーズでは、企業の人材ニーズ、或いは求職者の自己スキルを十分には表現し得ず、これらのニーズを的確に特定することは一般的に困難である。とりわけ、上記のスキルフレーズでは、開発領域若しくは業務内容が複雑且つ高度化した現代の企業における人材ニーズを的確に表現することはできない。また同様に、上記のスキルフレーズでは、高度に専門特化した研究者の自己スキルを表す研究分野、若しくは研究内容を的確に特定することもできないという問題があった。特に、先端基礎科学の研究者として期間付きで雇用される博士号取得者、いわゆるポストドクトラルフェローという非常勤職の求職研究者において、この問題が顕著に現れていた。

また、スキルフレーズの選択は、求人企業、求職者、又は人材斡旋コンサルタント（以下、「求人求職関係者」と呼ぶこととする）が認識し、若しくは自覚しうる範囲の分野に限定されたキーワードのなかから行われる。そのため、企業の人材ニーズ、又は求職者の希望する企業の選択についても、上記求人求職関係者が認識し、若しくは自覚しうる範囲を超え出て行われることはない。そして、事例データベースを介在させた間接照合におけるスキルフレーズであっても、予め決まっている限定されたキーワードから選択される点では変わりはないため、企業の人材ニーズ、又は求職者の希望する企業若しくは産業分野については、上記求人求職関係者が認識しうる分野を超えて照合されることはない。そのため、求人求職関係者が想定し得ない分野においては、企業の人材ニーズ、又は求職者の希望する企業若しくは産業分野を抽出することができず、求人企業にとっての最適な人材、或いは求職者にとっての最適な企業を選び出すことができないという問題があった。

また、上記の公報に記載の技術における、予め決まっている限定されたキーワードのなかから選択されるスキルフレーズでは、企業の開発性向、或いは研究室の研究動向を十分には表現し得ない。そのため、上記スキルフレーズでは、巨額の開発投資の分担や事業補完のＭ＆Ａのために提携を希望する企業のニーズを特定することは困難であった。また、上記スキルフレーズでは、医療、バイオテクノロジー、ナノテクノロジー、環境問題等、種々の領域を包含するため各専門領域の分野横断的な取り組みが必要な現代の研究対象に対し、共同研究を希望する研究室のニーズを特定することも困難であった。また、同様の理由から、企業と大学及び各種研究機関との産学連携の際にも、提携を希望する企業及び研究室のニーズを特定することも困難であった。従って、互いのニーズが合致したうえで、企業同士の共同事業、研究室同士の共同研究、企業と研究室間の産学連携等、組織間の連携を行うことが困難であるという問題があった。

そして、スキルフレーズの選択は、スキルフレーズを選択する者が認識し、若しくは自覚しうる範囲の分野に限定されたキーワードのなかから行われる。そのため、上述した、企業同士若しくは産学間の提携を希望する企業のニーズ、又は研究室同士若しくは産学間の共同研究を希望する研究室のニーズの各ニーズの選択についても、スキルフレーズを選択する者が認識し、若しくは自覚しうる範囲を超えて行われることはない。また、事例データベースを介在させた間接照合におけるスキルフレーズであっても、予め決まっている限定されたキーワードから選択される点では変わりはないため、上記各ニーズについては、スキルフレーズを選択する者が認識しうる分野を超え出て照合されることはない。従って、スキルフレーズを選択する者が想定し得ない分野においては、企業同士若しくは産学間の提携を希望する企業のニーズ、又は研究室同士若しくは産学間の共同研究を希望する研究室のニーズを抽出することができず、企業、或いは研究室にとっての最適な協働パートナーを選び出すことができないという問題があった。

そこで本発明の課題は、企業の人材ニーズ及び求職研究者の自己スキルを表す研究内容を的確に特定することができるとともに、求人企業が明確に認識している希望人材ニーズ及び求職研究者が明確に認識している希望企業若しくは産業分野のみならず、求人企業が意識していない潜在的な人材ニーズ、又は求職研究者が意識していない自己スキルを表す研究内容の潜在的な活用先企業若しくは産業分野をも顕在化して、企業と企業外の研究者との的確なマッチングを行うことのできる研究者求人求職マッチングシステム、マッチング方法及びマッチングプログラムを提供することにある。

また、本発明の課題は、企業同士若しくは産学間の提携を希望する企業のニーズ、及び研究室同士若しくは産学間の共同研究を希望する研究室のニーズを的確に特定することができるとともに、企業が明確に認識している希望提携ニーズ及び研究室が明確に認識している希望共同研究ニーズのみならず、企業が意識していない潜在的な提携ニーズ、又は研究室が意識していない潜在的な共同研究ニーズをも顕在化して、組織間の的確なマッチングを行うことのできる共同事業、共同研究マッチングシステム、マッチング方法及びマッチングプログラムを提供することにある。

（１）上記の課題を解決するため、本発明における研究者求人求職マッチングシステムは、
複数の研究者について、各研究者の研究の分野を示すテキストデータ及びその研究者を特定するデータを有する研究データを格納した研究データベースと、
複数の企業について、各企業の技術の分野を示すテキストデータ及びその企業を特定するデータを有する技術データを格納した技術データベースと、
求人企業の求人対象技術分野を示すテキストデータを取得する求人対象技術データ取得手段と、
求職研究者の研究分野を示すテキストデータを取得する求職者研究データ取得手段と、
前記求人対象技術データと一致若しくは類似する技術内容を含む求人対象技術適合データを、前記研究データベースのなかから検索する、求人対象技術適合データ検索手段と、
前記求人対象技術適合データから求人候補研究者を抽出する求人候補研究者抽出手段と、
前記求職者研究データと一致若しくは類似する研究内容を含む求職者研究適合データを、前記技術データベースのなかから検索する、求職者研究適合データ検索手段と、
前記求職者研究適合データから求職候補企業を抽出する求職候補企業抽出手段と、
前記求人企業と前記求人候補研究者との組合せと、前記求職研究者と前記求職候補企業との組合せとが一致する求人求職一致ペアを検出する求人企業求職研究者一致検出手段と、
前記求人求職一致ペアのデータを出力する出力手段と、
を備えている。

本発明によれば、求人企業による求人対象の技術を示すテキストデータと、求職研究者による研究の分野を示すテキストデータとを用いるため、予め設定されたキーワードのみでは表現することが困難な求人対象技術分野や研究分野を明確に特定することができる。さらには、取得したテキストデータ同士で適合データの検索を行い求人候補研究者および求職候補企業を抽出するため、予め設定されたキーワードでは認識し得なかった求人対象技術分野や研究分野をも選択の範囲に含めたうえで、求人候補研究者および求職候補企業の抽出を行うことができる。
研究データベースに格納したテキストデータは、各研究者の研究論文のテキストデータのほか、各研究者が発明者等として関わった特許出願の特許公報のテキストデータ、その他各研究者の自由記述によるテキストデータでもよい。特に研究論文のテキストデータを用いる場合には、研究者が自己の研究実績を改めて表現する労力をなくすとともに、公刊論文等の査読を通過して一定品質を期待できるデータに基づいて、企業と企業外の研究者との的確なマッチングを行うことができる。
他方、技術データベースに格納したテキストデータは、各企業の特許出願の特許公報のテキストデータのほか、各企業での研究を記載した研究論文のテキストデータ、その他各企業の採用担当者等の自由記述によるテキストデータでもよい。特に特許公報又は研究論文のテキストデータを用いる場合には、企業の採用担当者さえもが把握していなかった潜在ニーズであっても、各企業の特許出願を見ることによって新たに掘り起こすことができ、真に企業にとって必要な人材とのマッチングを実現することができる。
求人企業による求人対象の技術を示すテキストデータは、求人企業の自由記述によるテキストデータでもよいし、求人企業が指定した条件（論文タイトル及び著者、公報番号など）により一致検索を行って抽出した研究論文や特許公報のテキストデータでもよい。
求職研究者による研究の分野を示すテキストデータは、求職研究者の自由記述によるテキストデータでもよいし、求職研究者又はその関係者が著者又は発明者である研究論文又は特許公報のテキストデータでもよい。
また、本発明によれば、求人候補研究者および求職候補企業の抽出を行うのみならず、求人企業と求人候補研究者との組合せと、求職研究者と求職候補企業との組合せとが一致する求人求職一致ペアを検出するので、対象となる求職案件とデータベースに蓄積されている多数の求人案件とを照合するだけ、又は対象となる求人案件とデータベースに蓄積されている多数の求職案件とを照合するだけでは実現し得ない最適マッチングを実現することができる。その結果、求人を行う企業と求職の意思を有する研究者との存在を互いに認識させることが可能となることから、企業が希望する人材を採用し、かつ研究者が就職を希望する企業を選択するマッチングの成功確率を向上させることができる。

（２）また、本発明の他の研究者求人求職マッチングシステムは、
複数の研究者について、各研究者の研究の分野を示すテキストデータ及びその研究者を特定するデータを有する研究データを格納した研究データベースと、
複数の企業について、各企業の技術の分野を示すテキストデータ及びその企業を特定するデータを有する技術データを格納した技術データベースと、
求人企業の求人対象技術分野を示すテキストデータを取得する求人対象技術データ取得手段と、
前記求人対象技術データと一致若しくは類似する技術内容を含む求人対象技術適合データを、前記研究データベースのなかから検索する、求人対象技術適合データ検索手段と、
前記求人対象技術適合データから求人候補研究者を抽出する求人候補研究者抽出手段と、
前記求人候補研究者のデータを出力する出力手段と、
を備えている。

本発明によれば、求人企業による求人対象の技術を示すテキストデータと、求職研究者による研究の分野を示すテキストデータとを用いるため、予め設定されたキーワードのみでは表現することが困難な求人対象技術分野を明確に特定することができる。さらには、取得したテキストデータ同士で適合データの検索を行い求人候補研究者を抽出するため、予め設定されたキーワードでは認識し得なかった求人対象技術分野をも選択の範囲に含めたうえで、求人候補研究者の抽出を行うことができる。
研究データベースに格納したテキストデータは、各研究者の研究論文のテキストデータのほか、各研究者が発明者等として関わった特許出願の特許公報のテキストデータ、その他各研究者の自由記述によるテキストデータでもよい。特に研究論文のテキストデータを用いる場合には、研究者が自己の研究実績を改めて表現する労力をなくすとともに、公刊論文等の査読を通過して一定品質を期待できるデータに基づいて、企業と企業外の研究者との的確なマッチングを行うことができる。
他方、技術データベースに格納したテキストデータは、各企業の特許出願の特許公報のテキストデータのほか、各企業での研究を記載した研究論文のテキストデータ、その他各企業の採用担当者等の自由記述によるテキストデータでもよい。特に特許公報又は研究論文のテキストデータを用いる場合には、企業の採用担当者さえもが把握していなかった潜在ニーズであっても、各企業の特許出願を見ることによって新たに掘り起こすことができ、真に企業にとって必要な人材とのマッチングを実現することができる。
求人企業の求人対象技術分野を示すテキストデータは、求人企業の自由記述によるテキストデータでもよいし、求人企業が指定した条件（論文タイトル及び著者、公報番号など）により一致検索を行って抽出した研究論文や特許公報のテキストデータでもよい。
また、本発明によれば、求職活動を行っている研究者以外の研究者のデータをも考慮して求人候補研究者の抽出を行うことができるので、求人企業にとっての最適人材を抽出することができる。
求人候補研究者の抽出は、例えば、ある求人企業の求人対象技術に適合する研究データが求職研究者のものである場合には、その研究者を当該求人企業の求人候補研究者として抽出する。逆に、ある求人企業の求人対象技術に適合する研究データが求職研究者以外の研究者のものである場合には、その研究者を求人候補研究者として抽出しても良いし、その研究者と所属研究室等を同じくする研究者を求人候補研究者として抽出しても良い。

（３）上記研究者求人求職マッチングシステムにおいて、
前記求人対象技術データ取得手段は、
求人企業の求人対象技術分野を示す入力テキストデータを取得し、前記入力テキストデータと類似するテキストデータを、前記技術データベースのなかから検索することにより、求人企業の求人対象技術分野を示すテキストデータを取得することが望ましい。

これによれば、求人対象の技術を示す入力テキストデータと類似するテキストデータを、技術データベースに格納した複数の特許公報及び／又は研究論文のなかから検索する。求人企業の求人対象技術として当初入力されたテキストに類似する特許公報又は研究論文を選定することにより、求人企業の採用担当者等が当初表現しきれなかった技術内容を代弁することができる。従って、求人企業が明確に認識できていない潜在的なニーズを顕在化して、企業と企業外の研究者とのより的確なマッチングを行うことができる。
上記の求人対象技術データ取得手段において技術データベースのなかから検索する特許公報等の文献は、当該企業（仮に企業Ａとする）の求人対象技術の入力テキストと類似する当該企業Ａの出願に係る特許公報等でも良いし、他企業の出願に係る特許公報等でも良い。当該企業Ａの出願に係る特許公報等を選定するときは、当該企業Ａの開発現場の肉声を反映することが期待できる。他企業の出願に係る特許公報等を選定するときは、当該企業Ａが追いつき追い越したいと考えている他企業技術を的確に表現し、類似の研究実績を有する専門の研究者を探し当てることが期待できる。

（４）また、本発明の他の研究者求人求職マッチングシステムは、
複数の研究者について、各研究者の研究の分野を示すテキストデータ及びその研究者を特定するデータを有する研究データを格納した研究データベースと、
複数の企業について、各企業の技術の分野を示すテキストデータ及びその企業を特定するデータを有する技術データを格納した技術データベースと、
求職研究者の研究分野を示すテキストデータを取得する求職者研究データ取得手段と、
前記求職者研究データと一致若しくは類似する研究内容を含む求職者研究適合データを、前記技術データベースのなかから検索する、求職者研究適合データ検索手段と、
前記求職者研究適合データから求職候補企業を抽出する求職候補企業抽出手段と、
前記求職候補企業のデータを出力する出力手段と、
を備えている。

本発明によれば、求人企業による求人対象の技術を示すテキストデータと、求職研究者による研究の分野を示すテキストデータとを用いるため、予め設定されたキーワードのみでは表現することが困難な研究分野を明確に特定することができる。さらには、取得したテキストデータ同士で適合データの検索を行い求職候補企業を抽出するため、予め設定されたキーワードでは認識し得なかった研究分野をも選択の範囲に含めたうえで、求職候補企業の抽出を行うことができる。
研究データベースに格納したテキストデータは、各研究者の研究論文のテキストデータのほか、各研究者が発明者等として関わった特許出願の特許公報のテキストデータ、その他各研究者の自由記述によるテキストデータでもよい。特に研究論文のテキストデータを用いる場合には、研究者が自己の研究実績を改めて表現する労力をなくすとともに、公刊論文等の査読を通過して一定品質を期待できるデータに基づいて、企業と企業外の研究者との的確なマッチングを行うことができる。
他方、技術データベースに格納したテキストデータは、各企業の特許出願の特許公報のテキストデータのほか、各企業での研究を記載した研究論文のテキストデータ、その他各企業の採用担当者等の自由記述によるテキストデータでもよい。特に特許公報又は研究論文のテキストデータを用いる場合には、企業の採用担当者さえもが把握していなかった潜在ニーズであっても、各企業の特許出願を見ることによって新たに掘り起こすことができ、真に企業にとって必要な人材とのマッチングを実現することができる。
求職研究者の研究分野を示すテキストデータは、求職研究者の自由記述によるテキストデータでもよいし、求職研究者又はその関係者が著者又は発明者である研究論文又は特許公報のテキストデータでもよい。
また本発明によれば、求人企業以外の企業のデータをも考慮して求職候補企業の抽出を行うことができるので、求職研究者にとっての最適企業を抽出することができる。
求職候補企業の抽出は、例えば、ある求職研究者の研究データに適合する特許公報の出願人が求人中の企業である場合には、その企業を当該求職研究者の求職候補企業として抽出する。逆に、ある求職研究者の研究データに適合する特許公報の出願人が求人中でない場合には、その企業を当該求職研究者の求職候補企業として抽出しても良いし、その分野におけるライバル企業を求職候補企業として抽出しても良い。

（５）上記の研究者求人求職マッチングシステムにおいて、
前記求人対象技術適合データ検索手段は、
前記求人対象技術データ取得手段により取得したテキストデータと、前記研究データベースに格納した前記複数の研究者についての各研究者の研究の分野を示すテキストデータの各々と、の類似率を算出し、
前記算出した類似率の値の上位所定件数のデータを抽出する
ことにより、前記求人対象技術データと類似する技術内容を含むデータを検索することが望ましい。
（６）また、上記の研究者求人求職マッチングシステムにおいて、
前記求職者研究適合データ検索手段は、
前記求職者研究データ取得手段により取得したテキストデータと、前記技術データベースに格納した前記複数の企業についての各企業の技術の分野を示すテキストデータの各々と、の類似率を算出し、
前記算出した類似率の値の上位所定件数のデータを抽出する
ことにより、前記求職者研究データと類似する研究内容を含むデータを検索することが望ましい。

これによれば、テキストデータ同士の類似率に基づいて類似データを検索するので、文書と文書の比較を客観的に行うことができる。従って、例えば、求人企業が求める人材像、又は研究者の研究分野を文書のデータによって表現し、そのデータに完全に一致するデータのみならず、類似する上位所定件数の文書のデータを抽出することができることから、求人企業が求める研究者、又は研究者が就職を希望する企業を的確に抽出することができ、さらに、求人求職関係者が認識しているか、若しくは予めキーワードとして設定されている範囲を越えて幅広い分野から最適な研究者又は企業を抽出することができる。

（７）上記の研究者求人求職マッチングシステムにおいて、
前記類似率は、比較するテキストデータの文書ベクトル間の内積に基づいて算出することが望ましい。

これによれば、比較するテキストデータが特許公報や研究論文のように長文で且つ件数が膨大であっても、迅速簡易に類似率を算出することができるし、類似率の計算結果の値のバラツキが大きくなりやすいので、大小比較も容易に行うことができる。

（８）また、本発明の産学共同研究マッチングシステムは、
複数の研究室について、各研究室の研究の分野を示すテキストデータ及びその研究室を特定するデータを有する研究データを格納した研究データベースと、
複数の企業について、各企業の技術の分野を示すテキストデータ及びその企業を特定するデータを有する技術データを格納した技術データベースと、
研究室との共同研究を希望する企業の共同研究対象技術分野を示すテキストデータを取得する共同研究対象技術データ取得手段と、
企業との共同研究を希望する研究室の共同研究対象研究分野を示すテキストデータを取得する共同研究対象研究データ取得手段と、
前記共同研究対象技術データと一致若しくは類似する技術内容を含む共同研究対象技術適合データを、前記研究データベースのなかから検索する、共同研究対象技術適合データ検索手段と、
前記共同研究対象技術適合データから共同研究候補研究室を抽出する共同研究候補研究室抽出手段と、
前記共同研究対象研究データと一致若しくは類似する研究内容を含む共同研究対象研究適合データを、前記技術データベースのなかから検索する、共同研究対象研究適合データ検索手段と、
前記共同研究対象研究適合データから共同研究候補企業を抽出する共同研究候補企業抽出手段と、
前記企業と前記共同研究候補研究室との組合せと、前記研究室と前記共同研究候補企業との組合せとが一致する共同研究候補一致ペアを検出する共同研究候補一致検出手段と、
前記共同研究候補一致ペアのデータを出力する出力手段と、
を備えている。

本発明によれば、研究室との共同研究を希望する企業による共同研究対象の技術を示すテキストデータと、企業との共同研究を希望する研究室による共同研究対象の研究分野を示すテキストデータとを用いるため、予め設定されたキーワードのみでは表現することが困難な共同研究対象の技術分野や研究分野を明確に特定することができる。さらには、取得したテキストデータ同士で適合データの検索を行い共同研究の候補研究室および候補企業を抽出するため、予め設定されたキーワードでは認識し得なかった共同研究対象の技術分野や研究分野をも選択の範囲に含めたうえで、共同研究の候補研究者および候補企業の抽出を行うことができる。
研究データベースに格納したテキストデータは、各研究室に所属する研究者の研究論文のテキストデータのほか、各研究室に所属する研究者が発明者等として関わった特許出願の特許公報のテキストデータ、その他各研究室に所属する研究者の自由記述によるテキストデータでもよい。特に研究論文のテキストデータを用いる場合には、研究者が自己の所属する研究室の研究実績を改めて表現する労力をなくすとともに、公刊論文等の査読を通過して一定品質を期待できるデータに基づいて、企業と企業外の研究室との的確なマッチングを行うことができる。
他方、技術データベースに格納したテキストデータは、各企業の特許出願の特許公報のテキストデータのほか、各企業での研究を記載した研究論文のテキストデータ、その他各企業の提携事業担当者等の自由記述によるテキストデータでもよい。特に特許公報又は研究論文のテキストデータを用いる場合には、企業の担当者さえもが把握していなかった潜在ニーズであっても、各企業の特許出願を見ることによって新たに掘り起こすことができ、真に企業にとって必要な研究室とのマッチングを実現することができる。
研究室との共同研究を希望する企業による共同研究対象の技術を示すテキストデータは、当該企業の自由記述によるテキストデータでもよいし、当該企業が指定した条件（論文タイトル及び著者、公報番号など）により一致検索を行って抽出した研究論文や特許公報のテキストデータでもよい。
企業との共同研究を希望する研究室による共同研究対象の研究分野を示すテキストデータは、当該研究室に所属する研究者の自由記述によるテキストデータでもよいし、当該研究室に所属する研究者又はその関係者が著者又は発明者である研究論文又は特許公報のテキストデータでもよい。
また、本発明によれば、共同研究の候補研究室および候補企業の抽出を行うのみならず、研究室との共同研究を希望する企業と共同研究候補研究室との組合せと、企業との共同研究を希望する研究室と共同研究候補企業との組合せとが一致する共同研究候補一致ペアを検出するので、従来技術では実現し得ない最適マッチングを実現することができる。その結果、研究室との共同研究を希望する企業と企業との共同研究を希望する研究室との存在を互いに認識させることが可能となることから、企業が希望する研究室との共同研究を実現し、かつ研究室が希望する企業との共同研究を実現するマッチングの成功確率を向上させることができる。

（９）また、本発明の他の産学共同研究マッチングシステムは、
複数の研究室について、各研究室の研究の分野を示すテキストデータ及びその研究室を特定するデータを有する研究データを格納した研究データベースと、
複数の企業について、各企業の技術の分野を示すテキストデータ及びその企業を特定するデータを有する技術データを格納した技術データベースと、
研究室との共同研究を希望する企業の共同研究対象技術分野を示すテキストデータを取得する共同研究対象技術データ取得手段と、
前記共同研究対象技術データと一致若しくは類似する技術内容を含む共同研究対象技術適合データを、前記研究データベースのなかから検索する、共同研究対象技術適合データ検索手段と、
前記共同研究対象技術適合データから共同研究候補研究室を抽出する共同研究候補研究室抽出手段と、
前記共同研究候補研究室のデータを出力する出力手段と、
を備えている。

本発明によれば、研究室との共同研究を希望する企業による共同研究対象の技術を示すテキストデータと、企業との共同研究を希望する研究室による共同研究対象の研究分野を示すテキストデータとを用いるため、予め設定されたキーワードのみでは表現することが困難な共同研究対象の技術分野を明確に特定することができる。さらには、取得したテキストデータ同士で適合データの検索を行い共同研究の候補研究室を抽出するため、予め設定されたキーワードでは認識し得なかった共同研究対象の技術分野をも選択の範囲に含めたうえで、共同研究の候補研究者の抽出を行うことができる。
研究データベースに格納したテキストデータは、各研究室に所属する研究者の研究論文のテキストデータのほか、各研究室に所属する研究者が発明者等として関わった特許出願の特許公報のテキストデータ、その他各研究室に所属する研究者の自由記述によるテキストデータでもよい。特に研究論文のテキストデータを用いる場合には、研究者が自己の所属する研究室の研究実績を改めて表現する労力をなくすとともに、公刊論文等の査読を通過して一定品質を期待できるデータに基づいて、企業と企業外の研究室との的確なマッチングを行うことができる。
他方、技術データベースに格納したテキストデータは、各企業の特許出願の特許公報のテキストデータのほか、各企業での研究を記載した研究論文のテキストデータ、その他各企業の提携事業担当者等の自由記述によるテキストデータでもよい。特に特許公報又は研究論文のテキストデータを用いる場合には、企業の担当者さえもが把握していなかった潜在ニーズであっても、各企業の特許出願を見ることによって新たに掘り起こすことができ、真に企業にとって必要な研究室とのマッチングを実現することができる。
研究室との共同研究を希望する企業の共同研究対象技術分野を示すテキストデータは、当該企業の自由記述によるテキストデータでもよいし、当該企業が指定した条件（論文タイトル及び著者、公報番号など）により一致検索を行って抽出した研究論文や特許公報のテキストデータでもよい。
また、本発明によれば、企業との共同研究を希望している研究室以外の研究者のデータをも考慮して共同研究候補研究室の抽出を行うことができるので、研究室との共同研究を希望する企業にとっての最適な研究室を抽出することができる。
共同研究候補研究室の抽出は、例えば、ある企業の共同研究対象技術に適合する研究データが企業との共同研究を希望する研究室のものである場合には、その研究室を当該企業の共同研究候補研究室として抽出する。逆に、ある企業の共同研究対象技術に適合する研究データが企業との共同研究を希望する研究室以外の研究室のものである場合には、その研究室を共同研究候補研究室として抽出しても良いし、その研究室の所属研究員がその後異動した研究室等を共同研究候補研究室として抽出しても良い。

（１０）また、本発明の他の産学共同研究マッチングシステムは、
複数の研究室について、各研究室の研究の分野を示すテキストデータ及びその研究室を特定するデータを有する研究データを格納した研究データベースと、
複数の企業について、各企業の技術の分野を示すテキストデータ及びその企業を特定するデータを有する技術データを格納した技術データベースと、
企業との共同研究を希望する研究室の共同研究対象研究分野を示すテキストデータを取得する共同研究対象研究データ取得手段と、
前記共同研究対象研究データと一致若しくは類似する研究内容を含む共同研究対象研究適合データを、前記技術データベースのなかから検索する、共同研究対象研究適合データ検索手段と、
前記共同研究対象研究適合データから共同研究候補企業を抽出する共同研究候補企業抽出手段と、
前記共同研究候補企業のデータを出力する出力手段と、
を備えている。

本発明によれば、研究室との共同研究を希望する企業による共同研究対象の技術を示すテキストデータと、企業との共同開発を希望する研究室による共同研究対象の研究分野を示すテキストデータとを用いるため、予め設定されたキーワードのみでは表現することが困難な共同研究対象の研究分野を明確に特定することができる。さらには、取得したテキストデータ同士で適合データの検索を行い共同研究の候補企業を抽出するため、予め設定されたキーワードでは認識し得なかった研究分野をも選択の範囲に含めたうえで、共同研究の候補企業の抽出を行うことができる。
研究データベースに格納したテキストデータは、各研究室に所属する研究者の研究論文のテキストデータのほか、各研究室に所属する研究者が発明者等として関わった特許出願の特許公報のテキストデータ、その他各研究室に所属する研究者の自由記述によるテキストデータでもよい。特に研究論文のテキストデータを用いる場合には、研究者が自己の所属する研究室の研究実績を改めて表現する労力をなくすとともに、公刊論文等の査読を通過して一定品質を期待できるデータに基づいて、企業と企業外の研究室との的確なマッチングを行うことができる。
他方、技術データベースに格納したテキストデータは、各企業の特許出願の特許公報のテキストデータのほか、各企業での研究を記載した研究論文のテキストデータ、その他各企業の提携事業担当者等の自由記述によるテキストデータでもよい。特に特許公報又は研究論文のテキストデータを用いる場合には、企業の担当者さえもが把握していなかった潜在ニーズであっても、各企業の特許出願を見ることによって新たに掘り起こすことができ、真に企業にとって必要な研究室とのマッチングを実現することができる。
企業との共同研究を希望する研究室の共同研究対象研究分野を示すテキストデータは、当該研究室に所属する研究者の自由記述によるテキストデータでもよいし、当該研究室に所属する研究者又はその関係者が著者又は発明者である研究論文又は特許公報のテキストデータでもよい。
また本発明によれば、研究室との共同研究を希望している企業以外の企業のデータをも考慮して共同研究候補企業の抽出を行うことができるので、企業との共同研究を希望する研究室にとっての最適企業を抽出することができる。
共同研究候補企業の抽出は、例えば、ある研究室の共同研究対象研究データに適合する特許公報の出願人が研究室との共同研究を希望中の企業である場合には、その企業を当該研究室の共同研究候補企業として抽出する。逆に、ある研究室の共同研究対象研究データに適合する特許公報の出願人が研究室との共同研究を希望中でない場合には、その企業を当該研究室の共同研究候補企業として抽出しても良いし、その分野におけるライバル企業を共同研究候補企業として抽出しても良い。

（１１）また、本発明の企業間共同事業マッチングシステムは、
複数の企業について、各企業の技術の分野を示すテキストデータ及びその企業を特定するデータを有する技術データを格納した技術データベースと、
他企業との共同事業を希望する企業の共同事業対象技術分野を示すテキストデータを取得する共同事業対象技術データ取得手段と、
前記共同事業対象技術データと一致若しくは類似する技術内容を含む共同事業対象技術適合データを、前記技術データベースのなかから検索する、共同事業対象技術適合データ検索手段と、
前記共同事業対象技術適合データから共同事業候補企業を抽出する共同事業候補企業抽出手段と、
前記共同事業候補企業のデータを出力する出力手段と、
を備えている。

本発明によれば、他企業との共同事業を希望する企業による共同事業対象の技術を示すテキストデータを用いるため、予め設定されたキーワードのみでは表現することが困難な共同事業対象の技術分野を明確に特定することができる。さらには、取得したテキストデータ同士で適合データの検索を行い共同事業の候補企業を抽出するため、予め設定されたキーワードでは認識し得なかった共同事業対象の技術分野をも選択の範囲に含めたうえで、共同事業の候補企業の抽出を行うことができる。
技術データベースに格納したテキストデータは、各企業の特許出願の特許公報のテキストデータのほか、各企業での研究を記載した研究論文のテキストデータ、その他各企業の提携事業担当者等の自由記述によるテキストデータでもよい。特に特許公報又は研究論文のテキストデータを用いる場合には、企業の担当者さえもが把握していなかった潜在ニーズであっても、各企業の特許出願を見ることによって新たに掘り起こすことができ、真に企業にとって必要な提携先企業とのマッチングを実現することができる。
他企業との共同事業を希望する企業の共同事業対象技術分野を示すテキストデータは、当該企業の自由記述によるテキストデータでもよいし、当該企業が指定した条件（論文タイトル及び著者、公報番号など）により一致検索を行って抽出した研究論文や特許公報のテキストデータでもよい。
また、本発明によれば、他企業との共同事業を希望している企業以外の企業のデータをも考慮して共同事業候補企業の抽出を行うことができるので、他企業との共同事業を希望する企業にとっての最適な提携先企業を抽出することができる。
共同事業候補企業の抽出は、例えば、ある企業（企業Ａとする）の共同事業対象技術に適合する技術データが他企業との共同事業を希望する企業（企業Ｂとする）のものである場合には、その企業Ｂを当該企業Ａの共同事業候補企業として抽出する。逆に、ある企業Ａの共同事業対象技術に適合する技術データが他企業との共同研究を希望する企業以外の企業（企業Ｘとする）のものである場合には、その企業Ｘを共同事業候補企業として抽出しても良いし、その企業Ｘのライバル企業Ｃを共同事業候補企業として抽出しても良い。

（１２）また、本発明の研究室間共同研究マッチングシステムは、
複数の研究室について、各研究室の研究の分野を示すテキストデータ及びその研究室を特定するデータを有する研究データを格納した研究データベースと、
他の研究室との共同研究を希望する研究室の共同研究対象研究分野を示すテキストデータを取得する共同研究対象研究データ取得手段と、
前記共同研究対象研究データと一致若しくは類似する研究内容を含む共同研究対象研究適合データを、前記研究データベースのなかから検索する、共同研究対象研究適合データ検索手段と、
前記共同研究対象研究適合データから共同研究候補研究室を抽出する共同研究候補研究室抽出手段と、
前記共同研究候補研究室のデータを出力する出力手段と、
を備えている。

本発明によれば、他の研究室との共同研究を希望する研究室による共同研究対象の研究分野を示すテキストデータを用いるため、予め設定されたキーワードのみでは表現することが困難な共同研究対象の研究分野を明確に特定することができる。さらには、取得したテキストデータ同士で適合データの検索を行い共同研究の候補研究室を抽出するため、予め設定されたキーワードでは認識し得なかった研究分野をも選択の範囲に含めたうえで、共同研究の候補研究室の抽出を行うことができる。
研究データベースに格納したテキストデータは、各研究室に所属する研究者の研究論文のテキストデータのほか、各研究室に所属する研究者が発明者等として関わった特許出願の特許公報のテキストデータ、その他各研究室に所属する研究者の自由記述によるテキストデータでもよい。特に研究論文のテキストデータを用いる場合には、研究者が自己の所属する研究室の研究実績を改めて表現する労力をなくすとともに、公刊論文等の査読を通過して一定品質を期待できるデータに基づいて、研究室同士の的確なマッチングを行うことができる。
他の研究室との共同研究を希望する研究室の共同研究対象研究分野を示すテキストデータは、当該研究室に所属する研究者の自由記述によるテキストデータでもよいし、当該研究室に所属する研究者又はその関係者が著者又は発明者である研究論文又は特許公報のテキストデータでもよい。
また本発明によれば、他の研究室との共同研究を希望している研究室以外の研究室のデータをも考慮して共同研究候補研究室の抽出を行うことができるので、他の研究室との共同研究を希望する研究室にとっての最適研究室を抽出することができる。
共同研究候補研究室の抽出は、例えば、ある研究室（研究室ａとする）の共同研究対象研究データに適合する研究データが他の研究室との共同研究を希望中の研究室（研究室ｂとする）のものである場合には、その研究室ｂを当該研究室ａの共同研究候補研究室として抽出する。逆に、ある研究室ａの共同研究対象研究データに適合する研究データが他の研究室との共同研究を希望中でない研究室（研究室ｘとする）のものである場合には、その研究室ｘを当該研究室ａの共同研究候補研究室として抽出しても良いし、その研究室ｘの所属研究員がその後異動した研究室ｃ等を共同研究候補研究室として抽出しても良い。

（１３）また、本発明の情報処理装置は、
複数の研究者について、研究者を示す情報毎に、該研究者が行っている研究内容を示したテキスト形式の研究情報を対応付けた研究者情報を記憶する手段と、
求人を希望する企業の持つ技術内容を示したテキスト形式の企業技術情報を受け付ける手段と、
前記各研究者情報に含まれる研究情報の各々と、前記企業技術情報との類似率を求め、該求めた類似率が上位所定数の研究情報を選択する手段と、
求人候補研究者として、前記選択した研究情報に対応付けられている研究者を示す情報を出力する手段と、を有する。

本発明によれば、求人を希望する企業の持つ技術内容を示したテキストデータと、研究者が行っている研究内容を示したテキストデータとを用いるため、予め設定されたキーワードのみでは表現することが困難な技術情報を明確に特定することができる。さらには、取得したテキストデータ同士で適合データの検索を行い求人候補研究者を抽出するため、予め設定されたキーワードでは認識し得なかった技術情報をも選択の範囲に含めたうえで、求人候補研究者の抽出を行うことができる。

（１４）上記の情報処理装置は、
電子化された、複数の特許公報を登録しているデータベースにアクセス可能であって、
前記電子化された特許公報には、出願人、および出願年月日を含む書誌情報と、特許請求の範囲、明細書、又は要約書を含む実体情報とが含まれていて、
前記データベースにアクセスし、前記求人を希望する企業が出願人になっている全ての特許公報を取得する手段と、
前記取得した特許公報に含まれる書誌情報又は実体情報を利用して技術分野を特定するとともに当該特許公報に含まれる書誌情報を利用して出願年を特定し、該技術分野毎、且つ出願年毎に、前記取得した全特許公報を分類して集計し、該集計結果から該技術分野毎に所定期間内の出願件数の伸び率を求める手段と、
前記求人を希望する企業の潜在的技術ニーズとして、前記求めた伸び率が最上位の技術分野を特定する手段と、を有し、
前記受け付ける手段は、所定の規則にしたがい、前記取得した特許公報の中から前記特定した技術分野に属する特許公報を抽出し、該抽出した特許公報のうちの少なくとも実体情報を前記企業技術情報として受け付けること
が望ましい。

本発明によれば、上述の効果に加え、求人を希望する企業が求人対象の技術内容を特定するまでもなく、当該企業における技術分野毎の伸び率から当該企業の潜在的技術ニーズを顕在化させることにより、求人候補研究者の抽出を行うことができる。

（１５）また、本発明の他の情報処理装置は、
複数の企業について、各企業を示す情報毎に、該企業が持つ技術内容を示したテキスト形式の企業技術情報を対応付けた企業情報を記憶する手段と、
求職をしている研究者の研究内容を示したテキスト形式の研究情報の入力を受け付ける手段と、
前記各企業情報に含まれる企業技術情報の各々と、前記研究情報との類似率を求め、前記求めた類似率が上位所定数の企業技術情報を選択する手段と、
求職候補企業として、前記選択した企業技術情報に対応付けられている企業を示す情報を出力する手段と、を有する。

本発明によれば、各企業が持つ技術内容を示したテキストデータと、求職をしている研究者の研究内容を示したテキストデータとを用いるため、予め設定されたキーワードのみでは表現することが困難な研究内容を明確に特定することができる。さらには、取得したテキストデータ同士で適合データの検索を行い求職候補企業を抽出するため、予め設定されたキーワードでは認識し得なかった研究内容をも選択の範囲に含めたうえで、求職候補企業の抽出を行うことができる。

（１６）また、本発明は、
電子化された、複数の特許公報を登録しているデータベースにアクセス可能な情報処理装置であって、
前記特許公報には、出願人、および出願年月日を含む書誌情報と、特許請求の範囲、明細書、又は要約書を含む実体情報とが含まれていて、
予め定めた、複数の企業の特許公報を記憶する手段と、
求職をしている研究者の研究内容を示したテキスト形式の研究情報の入力を受け付ける手段と、
前記記憶している各特許公報に含まれる実体情報の各々と、前記研究情報との類似率を求め、前記求めた類似率が上位所定数の実体情報を持つ特許公報を選択する手段と、
前記選択した特許公報毎に、該特許公報に含まれる書誌情報を参照して出願人を特定するとともに該特許公報に含まれる書誌情報又は実体情報を利用して技術分野を特定することにより、該特許公報の出願人および技術分野の組を特定する手段と、
前記組毎に、該組に属する出願人により出願された該組に属する技術分野における特許公報を前記データベースから取得し、該取得した特許公報を利用して所定条件を具備するか否かを判定し、該所定条件を具備する場合に、該組に属する出願人を求職候補企業として抽出する抽出手段と、を有する。

本発明によれば、上述の効果に加え、求職をしている研究者の研究内容に適合した技術を当該企業が有することだけでなく、当該技術分野における当該企業の特許公報が所定条件を具備するか否かをも判定することにより、より適切な求職候補企業の抽出を行うことができる。

（１７）上記の情報処理装置において、
前記抽出手段は、前記組毎に、該組に属する出願人により出願された該組に属する技術分野における特許公報を前記データベースから取得し、該取得した特許公報を利用して、該組に属する技術分野における出願件数の所定期間内の伸び率を算出し、前記算出した伸び率が所定値以上であることを前記所定条件として該所定条件を具備するか否かを判定し、該所定条件を具備する場合に、該組に属する出願人を求職候補企業として抽出する
ことが望ましい。

本発明によれば、上述の効果に加え、求職をしている研究者の研究内容に適合した技術を当該企業が有することだけでなく、当該技術分野における伸び率から当該企業の当該技術分野に対する注力度合いや当該技術分野のための人的リソースの潜在的な不足をも顕在化することにより、求職候補企業の抽出を行うことができる。

（１８）また、上記の情報処理装置において、
前記抽出手段は、
前記組毎に、該組に属する技術分野における全ての特許公報を前記データベースから取得し、該取得した特許公報のうち前記組に属する出願人の特許公報を利用して、前記組に属する出願人における出願件数の所定期間内の伸び率である出願人伸び率を算出するとともに、前記取得した特許公報を利用して、全出願人における所定期間内の出願件数の平均伸び率を算出し、前記求めた出願人伸び率が、所定値以上且つ平均伸び率以上であることを前記所定条件として該所定条件を具備するか否かを判定し、該所定条件を具備する場合に、該組に属する出願人を求職候補企業として抽出する
ことが望ましい。

本発明によれば、上述の効果に加え、求職をしている研究者の研究内容に適合した技術を当該企業が有することだけでなく、当該技術分野における伸び率を所定の閾値および平均伸び率と比較して、当該企業の当該技術分野に対する注力度合いや当該技術分野のための人的リソースの潜在的な不足をも顕在化することにより、求職候補企業の抽出を行うことができる。

（１９）また、本発明は、
電子化された、複数の特許公報を登録しているデータベースにアクセス可能な情報処理装置であって、
前記電子化された特許公報には、出願人を示す情報、出願年月日を示す情報、および発明が属する技術分野を示す情報が含まれていて、
共同事業を行う企業探索を要求する探索要求企業の指定を受け付ける手段と、
前記データベースにアクセスし、前記探索要求企業が出願した全ての特許公報を取得し、該取得した特許公報の出願年月日を示す情報および技術分野を示す情報を利用し、該取得した特許公報を技術分野毎、且つ出願年毎に分類して集計し、該集計結果を利用し、技術分野毎に所定期間内の出願件数の減少率又は増加率を算出する手段と、
前記算出した減少率又は増加率を利用して、出願件数が減少傾向にある技術分野と、出願件数が増加傾向にある技術分野とを特定する手段と、
前記データベースにアクセスし、前記特定した出願件数が減少傾向にある技術分野について出願された全ての特許公報を取得し、該取得した特許公報の出願人を示す情報および出願年月日を示す情報を利用して、出願人毎に、所定期間内における出願件数の増加率を求め、第１候補として、該増加率が上位所定数の出願人を選択する手段と、
前記データベースにアクセスし、前記特定した出願件数が増加傾向にある技術分野について出願された全ての特許公報を取得し、該取得した特許公報の出願人を示す情報および出願年月日を示す情報を利用し、出願人毎に、所定期間内における出願件数の減少率を求め、第２候補として該減少率が上位所定数の出願人を選択する手段と、
前記第１候補および前記第２候補の両方に選択された出願人があれば、当該出願人を共同事業候補企業として特定する手段とを有する。

本発明によれば、探索要求企業において出願件数が減少傾向にある技術分野（探索要求企業において重要度が低下しつつある技術分野）について出願件数が増加傾向にある出願人（当該技術分野を重視しつつある出願人）を選択するとともに、逆に探索要求企業において出願件数が増加傾向にある技術分野（探索要求企業において重視しつつある技術分野）について出願件数が減少傾向にある出願人（当該技術分野の重要度が低下しつつある出願人）を選択することにより、その両方に選択された出願人を、互いの弱点を相手の長所で補完し合える共同事業候補企業として特定することができる。

（２０）〜（２３）また本発明は、上記各情報処理装置によって実行される方法と同じ工程を備えた企業選定方法及び研究者選定方法、並びに上記各情報処理装置によって実行される処理と同じ処理を情報処理装置に実行させることのできる企業選定プログラム及び研究者選定プログラムである。このプログラムは、ＦＤ、ＣＤＲＯＭ、ＤＶＤなどの記録媒体に記録されたものでもよく、ネットワークで送受信されるものでもよい。

本発明の第１の実施形態に係る研究者求人求職マッチングシステムの機能ブロック図。 上記第１の実施形態に係る研究者求人求職マッチングシステムにおける求人企業入力データベース、求職研究者入力データベース、特許公報データベース、研究論文データベースのデータ構造を説明する図。 上記第１の実施形態に係る研究者求人求職マッチングシステムによる求人候補研究者の抽出動作手順を示すフローチャート。 図３ＡのＳ１０１のサブルーチンを示すフローチャート。 上記第１の実施形態に係る研究者求人求職マッチングシステムによる求職候補企業の抽出動作手順を示すフローチャート。 図４ＡのＳ２２１のサブルーチンを示すフローチャート。 図４ＡのＳ２０１のサブルーチンを示すフローチャート。 図４ＡのＳ２０１の詳細を示すシーケンス図。 図４Ｄの時刻認証事業者と時刻配信事業者との間の処理の詳細を示すシーケンス図。 図４Ｄのタイムスタンプ格納後の処理を示すシーケンス図。 上記第１の実施形態に係る研究者求人求職マッチングシステムによる求人求職一致ペアの検出動作手順を示すフローチャート。 求人求職一致ペアの検出例を説明する図。 本発明の第２の実施形態に係る共同研究マッチングシステムの機能ブロック図。 上記第２の実施形態に係る共同研究マッチングシステムによる共同研究候補研究室の抽出動作手順を示すフローチャート。 上記第２の実施形態に係る共同研究マッチングシステムによる共同研究候補企業の抽出動作手順を示すフローチャート。 上記第２の実施形態に係る共同研究マッチングシステムによる共同研究候補一致ペアの検出動作手順を示すフローチャート。 本発明の第３の実施形態に係る共同事業マッチングシステムの機能ブロック図。 上記第３の実施形態に係る共同事業マッチングシステムによる共同事業候補企業の抽出動作手順を示すフローチャート。 上記第３の実施形態に係る共同事業マッチングシステムによる共同事業候補企業の他の抽出動作手順を示すフローチャート。 本発明の第４の実施形態に係る共同研究マッチングシステムの機能ブロック図。 上記第４の実施形態に係る共同研究マッチングシステムによる共同研究候補研究室の抽出動作手順を示すフローチャート。 本発明の第５の実施形態に係る情報処理装置の機能ブロック図。 上記第５の実施形態に係る情報処理装置による共同事業候補企業の特定動作手順を示すフローチャート。

符号の説明

１０：求人対象技術データ取得部、１１：求人対象技術適合データ検索部、１２：求人候補研究者抽出部、４１：研究データベース、４６：求人候補データベース、
２０：求職者研究データ取得部、２１：求職者研究適合データ検索部、２２：求職候補企業抽出部、４０：技術データベース、４７：求職候補データベース、
３０：求人企業求職研究者一致検出部、３１：出力部

以下、本発明の実施の形態を、図面を参照して詳細に説明する。
＜１．第１の実施形態の構成＞
図１は本発明の第１の実施形態に係る研究者求人求職マッチングシステム（情報処理装置）の機能ブロック図である。本実施形態の研究者求人求職マッチングシステムは、ＣＰＵ（中央演算装置）及びメモリ（記録装置）などを備えたコンピュータ装置より構成されている。

より詳しくは、この研究者求人求職マッチングシステムは、求人対象技術データ取得部１０、求人対象技術適合データ検索部１１、求人候補研究者抽出部１２、求職者研究データ取得部２０、求職者研究適合データ検索部２１、求職候補企業抽出部２２、求人企業求職研究者一致検出部３０、出力部３１を備えている。これらの構成部分は一台のコンピュータ装置内に実現しても良いし、クライアント装置とのインターフェースを担当するＷＥＢサーバと、類似率等の具体的演算処理を担当する制御サーバとを接続したサーバシステムにより実現しても良い。

また、この研究者求人求職マッチングシステムは、求人企業入力データベース４２、求職研究者入力データベース４３、特許公報データベース４４、研究論文データベース４５、求人候補データベース４６、求職候補データベース４７を備えている。これらのデータベースは上記一台のコンピュータ装置内の記憶装置に併せて実現しても良いし、別途設けたデータベースサーバによって実現してもよい。

＜１−１．各種データベースの詳細＞
図２は上記研究者求人求職マッチングシステムにおける求人企業入力データベース４２、求職研究者入力データベース４３、特許公報データベース４４、研究論文データベース４５のデータ構造を説明する図である。

求人企業入力データベース４２は、求人企業が入力したテキスト又は公報／論文の書誌データと、該当する企業を特定するデータとを格納したものである。従って、この求人企業入力データベース４２には、求人企業（Ａ，Ｂ，Ｃ）のデータが格納されることになる。

求職研究者入力データベース４３は、求職研究者が入力したテキスト又は公報／論文の書誌データと、該当する求職研究者を特定するデータとを格納したものである。従って、この求職研究者入力データベース４３には、求職研究者（ａ，ｂ，ｃ，ｄ）のデータが格納されることになる。

特許公報データベース４４は、複数の企業及び個人の特許出願に係る特許公報のテキストデータと、該当する企業又は個人を特定するデータとを格納したものである。特許公報には、出願人、出願年月日、および発明が属するＩＰＣ（技術分野）を示す書誌情報と、特許請求の範囲、明細書、および要約書、又はこれらのうち何れか一つを含む実体情報とが含まれている。企業又は個人を特定するデータは、特許公報の書誌データに含まれる出願人名又は発明者名に基づくデータでも良いし、他の情報に基づいて付与したデータでも良い。従って、この特許公報データベース４４には、求人企業（Ａ，Ｂ，Ｃ）のデータも、求人中ではない非求人企業（Ｘ，Ｙ，Ｚ）のデータも、更には求職研究者（ａ，ｂ，ｃ，ｄ）のデータも、求職中ではない非求職研究者（ｘ，ｙ）のデータも、格納され得ることになる。

研究論文データベース４５は、複数の研究者の研究論文のテキストデータと、該当する企業又は個人を特定するデータとを格納したものである。企業又は個人を特定するデータは、研究論文の書誌データに含まれる著者名に基づくデータでも良いし、他の情報に基づいて付与したデータでも良い。例えば、著者が大学等の研究機関に所属する者である場合は著者個人を特定するデータを格納し、著者が企業に所属する者であれば当該企業を特定するデータを格納する。従って、この研究論文データベース４５には、求職研究者（ａ，ｂ，ｃ，ｄ）のデータも、求職中ではない非求職研究者（ｘ，ｙ）のデータも、更には求人企業（Ａ，Ｂ，Ｃ）のデータも、求人中ではない非求人企業（Ｘ，Ｙ，Ｚ）のデータも、格納され得ることになる。

これらデータベースのうち、求人企業入力データベース４２、特許公報データベース４４及び研究論文データベース４５の３つは、各企業の技術の分野を示すテキストデータを格納しているので、本発明の技術データベース４０を構成する。また、求職研究者入力データベース４３、特許公報データベース４４及び研究論文データベース４５の３つは、各研究者の研究の分野を示すテキストデータを格納しているので、本発明の研究データベース４１を構成する。

求人候補データベース４６は、求人候補研究者抽出部１２により抽出された求人候補研究者を、求人企業ごとに格納するものである。
求職候補データベース４７は、求職候補企業抽出部２２により抽出された求職候補企業を、求職研究者ごとに格納するものである。

＜１−２．システム各部の詳細＞
図１に戻って説明すると、求人対象技術データ取得部１０は、求人企業の求人対象技術分野を示すテキストデータを取得する。ここで取得するテキストデータは、例えば、求人企業がクライアント装置等の入力装置から通信手段を介して入力した入力データである。また、その他に、例えば、求人企業が出願人である特許公報のテキストデータ、又は求人企業が発表した論文のテキストデータが、技術データベース４０に蓄積されている場合に、書誌情報のような所定項目の検索条件を入力して技術データベース４０を検索し、それによって得たテキストデータである。
入力した入力データは求人企業入力データベース４２に格納される。取得したテキストデータ（求人対象技術データ）は求人対象技術適合データ検索部１１に送られてそこでの処理に用いられる。

求人対象技術適合データ検索部１１は、求人対象技術データと類似する技術内容を含むデータを、求職研究者入力データベース４３、特許公報データベース４４、研究論文データベース４５を含む研究データベース４１のなかから検索して求人対象技術適合データを得る。求人対象技術データと類似するデータを検索するには、求人対象技術データと研究データベース４１の各テキストデータとの類似率を算出し、類似率の値が上位のテキストデータを抽出するのが好ましい。こうして得られた求人対象技術適合データには、研究データベース４１に格納された各研究者の研究の分野を示すテキストデータとその研究者を特定するデータが含まれる。
なお、ここでは求人対象技術データに類似するものを検索することとしたが、求人対象技術データや研究データベース４１のテキストデータが文章データではなく、書誌データのみからなるもの、或いは技術用語を列挙した程度の簡素なものであれば、一致検索により求人対象技術適合データを得ることも可能である。
検索して得られた求人対象技術適合データは、求人候補研究者抽出部１２に送られてそこでの処理に用いられる。

求人候補研究者抽出部１２は、求人対象技術適合データから求人候補研究者を抽出する。ここで抽出すべき求人候補は研究者個人であり、企業を抽出する必要はない。上記求人対象技術適合データ検索部１１において例えば特許公報データベース４４を検索する場合は、企業の特許公報が適合データとして検索される可能性がある。そのような企業の特許公報では研究者個人を特定できないので、そのような企業の特許公報は求人候補研究者抽出部１２で除外するか、或いは、求人対象技術適合データ検索部１１において予め除外の上検索をすることが望ましい。
抽出された求人候補研究者は、求人候補データベース４６に格納されて求人企業求職研究者一致検出部３０での処理に用いられ、或いは出力部３１に送られる。

求職者研究データ取得部２０は、求職研究者の研究分野を示すテキストデータを取得する。ここで取得するテキストデータは、例えば、求職研究者がクライアント装置等の入力装置から通信手段を介して入力した入力データである。また、その他に、例えば、求職研究者が著者である論文のテキストデータ、又は求職研究者が発明者である特許公報のテキストデータが、研究データベース４１に蓄積されている場合に、書誌情報のような所定項目の検索条件を入力して研究データベース４１を検索し、それによって得たテキストデータである。
入力した入力データは求職研究者入力データベース４３に格納される。取得したテキストデータ（求職者研究データ）は求職者研究適合データ検索部２１に送られてそこでの処理に用いられる。

求職者研究適合データ検索部２１は、求職者研究データと類似する研究内容を含むデータを、求人企業入力データベース４２、特許公報データベース４４、研究論文データベース４５を含む技術データベース４０のなかから検索して求職者研究適合データを得る。求職者研究データと類似するデータを検索するには、求職者研究データと技術データベース４０の各テキストデータとの類似率を算出し、類似率の値が上位のテキストデータを抽出するのが好ましい。こうして得られた求職者研究適合データには、技術データベース４０に格納された各企業の技術の分野を示すテキストデータとその企業を特定するデータが含まれる。
なお、ここでは求職者研究データに類似するものを検索することとしたが、求職者研究データや技術データベース４０のテキストデータが文章データではなく、書誌データのみからなるもの、或いは技術用語を列挙した程度の簡素なものであれば、一致検索により求職者研究適合データを得ることも可能である。
検索して得られた求職者研究適合データは、求職候補企業抽出部２２に送られてそこでの処理に用いられる。

求職候補企業抽出部２２は、求職者研究適合データから求職候補企業を抽出する。ここで抽出すべき求職候補は企業であり、企業に所属しない個人を抽出する必要はない。上記求職者研究適合データ検索部２１において例えば研究論文データベース４５を検索する場合は、企業に所属しない個人の研究論文が適合データとして検索される可能性がある。そのような個人の研究論文では企業を特定できないので、そのような個人の研究論文は求職候補企業抽出部２２で除外するか、或いは、求職者研究適合データ検索部２１において予め除外の上検索をすることが望ましい。
抽出された求職候補企業は、求職候補データベース４７に格納されて求人企業求職研究者一致検出部３０での処理に用いられ、或いは出力部３１に送られる。

求人企業求職研究者一致検出部３０は、求人企業と前記求人候補研究者との組合せと、前記求職研究者と前記求職候補企業との組合せとが一致する求人求職一致ペアを検出する。検出した求人求職一致ペアは出力部３１に送られる。

出力部３１は、求人候補研究者のデータ、求職候補企業のデータ又は求人求職一致ペアのデータを、一覧表によるリスト形式やその他の形式で出力する。この出力機能は、例えばＷＥＢサーバ上に格納してクライアント装置からのリクエストに基づいてデータを送信することによって実現しても良いし、ディスプレイ装置への表示、紙などへの印刷によって実現しても良い。

＜１−３．第１の実施形態の変形例＞
以上の説明では、求人対象技術データ取得部１０、求人対象技術適合データ検索部１１、求人候補研究者抽出部１２、求職者研究データ取得部２０、求職者研究適合データ検索部２１、求職候補企業抽出部２２、求人企業求職研究者一致検出部３０、出力部３１をすべて備えた例について述べたが、本発明はこれに限られるものではない。
データベースについても、技術データベース４０、研究データベース４１、求人候補データベース４６、求職候補データベース４７をすべて備えた例について述べたが、本発明はこれに限られるものではない。

例えば、求人求職一致ペアを検出せずに特定の求人企業に対する求人候補研究者のみを出力する場合には、求職者研究適合データ検索部２１、求職候補企業抽出部２２、求職候補データベース４７、求人企業求職研究者一致検出部３０は不要である。更に研究データベース４１に新たな求職者研究データを加える必要がない場合は求職者研究データ取得部２０も不要であり、更に求人対象技術データを入力データのみとする場合は技術データベース４０も不要である。
同様に、求人求職一致ペアを検出せずに特定の求職研究者に対する求職候補企業のみを出力する場合には、求人対象技術適合データ検索部１１、求人候補研究者抽出部１２、求人候補データベース４６、求人企業求職研究者一致検出部３０は不要である。更に技術データベース４０に新たな求人対象技術データを加える必要がない場合は求人対象技術データ取得部１０も不要であり、更に求職者研究データを入力データのみとする場合は研究データベース４１も不要である。

また、技術データベース４０は、求人企業入力データベース４２、特許公報データベース４４、研究論文データベース４５のすべてを備えている必要はなく、このうち何れか１つ又は２つでも良い。同様に、研究データベース４１は、求職研究者入力データベース４３、特許公報データベース４４、研究論文データベース４５のすべてを備えている必要はなく、このうち何れか１つ又は２つでも良い。
また、求人候補データベース４６及び求職候補データベース４７を省略し、求人候補研究者及び求職候補企業を直接、求人企業求職研究者一致検出部３０に送って求人求職一致ペアを検出しても良い。

＜２．第１の実施形態の動作＞
次に、上記第１の実施形態に係る研究者求人求職マッチングシステム（情報処理装置）によるマッチング処理動作について説明する。最初に図３Ａ及び図３Ｂに基づいて特定の求人企業の求人候補研究者を抽出する処理を、次に図４Ａ乃至図４Ｆに基づいて特定の求職研究者の求職候補企業を抽出する処理を、最後に図５及び図６に基づいて求人候補研究者及び求職候補企業から求人求職一致ペアを検出する処理を説明する。

＜２−１．求人候補研究者の抽出動作＞
＜２−１−１．概要＞
図３Ａは上記研究者求人求職マッチングシステムによる求人候補研究者の抽出動作手順を示すフローチャートである。

まず、求人対象技術データ取得部１０において、求人企業の求人対象技術分野を特定するための入力データを取得して求人企業入力データベース４２に格納する（ステップＳ１０１）。この入力データは、求人企業がクライアント装置等の入力装置から通信手段を介して入力したものでも良いし、或いは、求人企業に対するヒアリングの結果得られた情報をオペレータが入力装置から入力したものでも良い。また、例えば、オペレータがヒアリングの結果得られたその情報を、クライアント・コンピュータを介することなく直接ウェブ・サーバに投入するようにしても良い。

入力データには種々の形式が考えられるが、ここでは具体的内容を含むテキストデータか、書誌のみのデータかを区別する（ステップＳ１０２）。具体的には、求人企業が出願人である特許公報のテキストデータ（少なくとも、請求の範囲、明細書、および要約書、又はこれらのうち何れか一つを含むテキストデータ）、又は求人企業が発表した論文のテキストデータが、技術データベース４０に蓄積されていない場合は、求人企業の求人対象技術分野を特定するためのデータを入力する。他方で、求人企業が出願人である特許公報のテキストデータ、又は求人企業が発表した論文のテキストデータが、技術データベース４０に蓄積されている場合は、該当するテキストデータを技術データベース４０から検索するための書誌データを入力する。具体的内容を含むテキストデータの例としては、求人企業の求人対象技術分野を自由に文章で綴ったもの、関連する技術用語を列挙しただけのもの、特許公報や研究論文のテキストにより求人対象技術分野を代弁するものが考えられる。書誌のみのデータの例としては、特許公報の公報番号や研究論文のタイトル、著者名、誌名及び巻号頁などが考えられる。

入力データが書誌のみのデータである場合、求人対象技術データ取得部１０により、当該入力された書誌データに基づいて技術データベース４０を一致検索し、該当するテキストデータを取得する（ステップＳ１０３）。こうして取得されたテキストデータが求人対象技術データとなる。
入力データが具体的内容を含むテキストデータである場合、求人対象技術データ取得部１０は、予め設定された求人対象技術データ取得条件に従い、技術データベース４０の類似検索を行うか否かを判断する（ステップＳ１０４）。類似検索を行わない場合は（ステップＳ１０４：ＮＯ）、当該入力されたテキストデータが求人対象技術データとなる。

類似検索を行う場合は（ステップＳ１０４：ＹＥＳ）、まず、入力されたテキストデータと、技術データベース４０の各テキストデータとの類似率をそれぞれ算出する（ステップＳ１０５）。類似率の算出には、例えば、まず比較するテキストデータをそれぞれ単語に切り分け、各単語の出現頻度等による重み付け（ＴＦＩＤＦなど）を各単語に与える。ＴＦＩＤＦとは索引語頻度（ＴＦ）と逆文書頻度（ＩＤＦ）との積である。そして、この重み付けをベクトル成分とする文書ベクトルを各テキストデータにつき生成する。類似率はこれら文書ベクトル間の内積、相関係数、その他の指標により与えられるが、ここでは内積に基づいて類似率を算出するのが好ましい。
類似率が算出されたら、技術データベース４０の各テキストデータのうちで、上記入力されたテキストデータとの類似率の値が所定値より高いテキストデータ、或いは類似率の値で上位所定件数のテキストデータを抽出する。こうして得られたテキストデータが求人対象技術データとなる。

求人対象技術データを取得したら、次に求人対象技術適合データ検索部１１により、求人対象技術データと研究データベース４１の各テキストデータとの類似率を算出する（ステップＳ１１１）。類似率の算出方法は上述と同様である。
研究データベース４１には、各研究者の研究の分野を示すテキストデータが格納されているが、その中の例えば特許公報データベース４４には、研究者の研究とは無関係な、企業の特許公報も含まれている。そのような企業の特許公報は、類似率の算出対象から予め除外しておいてもよい。これにより、類似率の算出数を軽減することができる。
類似率を算出したら、求人対象技術適合データ検索部１１により、研究データベース４１の各テキストデータのうち求人対象技術データとの類似率の値が上位のデータを抽出する（ステップＳ１１２）。こうして抽出されたデータが求人対象技術適合データとなる。
なお、求人対象技術適合データの検索は、例えば求人対象技術データが書誌データのみからなる場合等、一致検索で可能である場合にはそれでも良い。

次に、求人候補研究者抽出部１２により、求人対象技術適合データに含まれている研究者を特定するデータに基づき、求人候補研究者を抽出する（ステップＳ１２１）。求人対象技術適合データから特定される研究者は、求職中の研究者（ａ，ｂ，ｃ，ｄ）であることもあるし、求職中ではない研究者（ｘ，ｙ）であることもある。求職中ではない非求職研究者（ｘ，ｙ）が特定された場合には、当該非求職研究者（ｘ，ｙ）と所属を同じくする求職研究者を、図示しない研究者所属データに基づいて求人候補研究者として抽出してもよいし、或いは、当該非求職研究者（ｘ，ｙ）をそのまま求人候補研究者として抽出してもよい。

次に、出力部３１により求人候補研究者を出力し、或いは求人候補データベース４６に求人候補研究者のデータを格納する（ステップＳ３１１）。なお、上述のように非求職研究者（ｘ，ｙ）を求人候補研究者として出力する場合には、その旨明示することによりその後の人材獲得活動を円滑化することができる。

＜２−１−２．伸び率を用いた例＞
上記ステップＳ１０１における求人企業入力データの取得及び格納は、求人を希望する企業が求人対象の技術内容を特定しない場合でも、以下の処理により行うことができる。
図３Ｂは、図３ＡのＳ１０１のサブルーチンを示すフローチャートである。このサブルーチンの処理は、研究者求人求職マッチングシステムの求人対象技術データ取得部１０において実行される。

まず、求人対象技術データ取得部１０は、特許公報データベース４４にアクセスし、当該求人企業が出願人になっている全ての特許公報を取得する（ステップＳ１０１１）。特許公報データベース４４には、上述の通り、出願人、出願年月日、および発明が属するＩＰＣ（技術分野）を示す書誌情報と、特許請求の範囲、明細書、および要約書、又はこれらのうち何れか一つを含む実体情報とが含まれている。ここでは「出願人」を検索キーとして、当該求人企業が出願人になっている特許公報を抽出し、出願年月日、および発明が属するＩＰＣ（技術分野）を示す書誌情報と、特許請求の範囲、明細書、および要約書、又はこれらのうち何れか一つを含む実体情報とを取得する。

次に求人対象技術データ取得部１０は、取得した特許公報に含まれる書誌情報を利用し、技術分野毎、且つ出願年毎に、取得した全特許公報を分類して集計し、技術分野別、且つ出願年別の出願件数を計数する（ステップＳ１０１２）。技術分野毎の分類には例えば上記取得したＩＰＣを用いるが、上記取得した実体情報に含まれるキーワードを用いてもよい。或いは、ＦＩやＦタームを利用して技術分野を分類するようにしてもよい。出願年毎の分類には上記取得した出願年月日を用いるが、これに代え公開日や優先日を取得しそれを用いても良い。
なお、本実施形態では、技術分野の分類に利用するキーワードを選定する方法について特に限定しない。例えば、求人対象技術データ取得部１０が、以下に示す手順により、各特許公報のキーワードを選定するようにしてもよい。先ず、求人対象技術データ取得部１０は、特許公報毎に、その特許公報に含まれる実体情報の中から特許請求の範囲を抽出する。求人対象技術データ取得部１０は、抽出した特許請求の範囲を単語に切り分ける。次に、求人対象技術データ取得部１０は、各単語に対して、それぞれ、出現頻度等から求まる重み付け（ＴＦＩＤＦ等）を与える。そして、求人対象技術データ取得部１０は、特許公報毎に、各単語に与えた重み付けを利用して、各特許公報のキーワードとなる単語を選択する。なお、ここでは、実体情報の中から、特許請求の範囲を抽出するようにしているが、抽出するのは要約書であってもいいし、明細書であってもよい。或いは、実体情報全体を利用して、キーワードを選定するようにしてもよい。

次に求人対象技術データ取得部１０は、技術分野別、且つ出願年別の集計結果から、技術分野毎に、所定期間内の出願件数の伸び率を求める（ステップＳ１０１３）。伸び率は、技術分野毎に、例えば（ある年の出願件数−前年の出願件数）／（前年の出願件数）で算出する。また例えば前年の伸び率である（前年の出願件数−前々年の出願件数）／（前々年の出願件数）やそれより前の伸び率も併せて算出し、技術分野毎に、これら算出結果の平均値を求めても良い。

次に求人対象技術データ取得部１０は、上記求めた伸び率が最上位の技術分野を特定する（ステップＳ１０１４）。上記求人企業において伸び率が高い技術分野は、当該求人企業が力を入れつつある技術分野だと言えるとともに、当該求人企業における技術開発のための人的リソースが開発ニーズに追いついていない可能性をはらんだ技術分野だとも言える。従って、伸び率が最上位の技術分野を特定することにより、上記求人企業の潜在的技術ニーズを顕在化させることができる。
なお、前年の出願件数が０件又は１件など極めて少ない技術分野の伸び率が突出して高く算出されてしまうことに対処するため、例えば出願件数の下限値を予め設け、出願件数が当該下限値に満たない技術分野を除外した上で、伸び率が最上位の技術分野を特定することとしても良い。或いは、例えば出願件数の増加数（ある年の出願件数−前年の出願件数）の下限値を予め設け、増加数が当該下限値に満たない技術分野を除外した上で、伸び率が最上位の技術分野を特定することとしても良い。
また、ここでは伸び率が最上位の技術分野を特定することとしたが、これに限らず、例えば伸び率が所定値以上を示す技術分野を１つ又は複数特定することとしても良い。

次に求人対象技術データ取得部１０は、所定の規則にしたがい、上記取得した特許公報の中から上記特定した技術分野に属する１つ又は複数の特許公報を抽出する。そして、該抽出した特許公報のうちの少なくとも実体情報を求人企業入力データとして取得し、求人企業入力データベース４２に格納し（ステップＳ１０１５）、本サブルーチンの処理を終了する。上記特定した技術分野に属する特許公報を抽出するための「所定の規則」としては、例えば、上記特定した技術分野に属する特許公報のうちで出願日が直近の特許公報を抽出することとする。また例えば、上記特定した技術分野に属する特許公報のうちで出願日が直近の一定期間内に属する複数の特許公報を抽出することとしてもよい。

以上のようにして抽出された特許公報を用いて、上述のように求人対象技術適合データ検索部１１により、研究データベース４１の各テキストデータとの類似率を算出し（ステップＳ１１１）、類似率の値が上位所定数のデータを選択する（ステップＳ１１２）。こうして、求人候補研究者抽出部１２により、求人候補研究者を抽出することができる（ステップＳ１２１）。
従って、この図３Ｂのサブルーチンを採用した場合には、求人を希望する企業が求人対象の技術内容を特定するまでもなく、当該企業における技術分野毎の伸び率から当該企業の潜在的技術ニーズを顕在化させることにより、求人候補研究者の抽出を行うことができる。

なお、ここでは特定の求人企業についてのみ潜在的技術ニーズを顕在化させ、抽出した特許公報と研究データベース４１の各テキストとの類似率に基づき求人候補研究者を抽出する場合について説明したが、図３Ｂのサブルーチンはそのような用途に限られるものではない。例えば、多数の企業についてそれぞれ潜在的技術ニーズを顕在化させ、それぞれ抽出した特許公報を抽出して求人企業入力データベース４２に格納しておくことにより、後述の図４Ａにおいて求職者研究データとの類似率に基づき求職候補企業を抽出するのに用いても良い。

＜２−２．求職候補企業の抽出動作＞
＜２−２−１．概要＞
図４Ａは上記研究者求人求職マッチングシステムによる求職候補企業の抽出動作手順を示すフローチャートである。

図４Ａの処理では、図３Ａの処理における用語を次のように置き換えている。
「求人企業入力データ」 →「求職研究者入力データ」
「技術データベース４０」 →「研究データベース４１」
「求人対象技術データ」 →「求職者研究データ」
「研究データベース４１」 →「技術データベース４０」
「求人対象技術適合データ」→「求職者研究適合データ」
「求人候補研究者」 →「求職候補企業」

また、図４Ａには、入力テキストデータと研究データベース４１の各テキストとの類似率を算出して求職者研究データを取得する処理（図３ＡのステップＳ１０４、Ｓ１０５、Ｓ１０６に相当）が記載されていないが、必要に応じてそのような処理を行っても良い。

図４ＡのステップＳ２２１（図３ＡのステップＳ１２１に相当）で抽出する求職候補企業は、求人中の企業（Ａ，Ｂ，Ｃ）のみでも良いし、求人中ではない非求人企業（Ｘ，Ｙ，Ｚ）が含まれていても良い。求職候補企業を求人中の企業（Ａ，Ｂ，Ｃ）のみにしたい場合には、例えば、求職者研究適合データで特定される非求人企業（Ｘ，Ｙ，Ｚ）のライバル企業を、図示しない企業別業種データに基づいて求職候補企業として抽出する。非求人企業（Ｘ，Ｙ，Ｚ）を出力データに含める場合は、その旨明示することによりその後の就職活動を円滑化することができる。
他は図３Ａと共通であるので、図４Ａの詳細な説明は省略する。以下、図４Ａの処理の概略だけ示す。

まず、求職者研究データ取得部２０は、研究分野（或いは研究の内容を示す情報）を示すテキスト形式の求職研究者入力データを取得し、求職研究者入力データベース４３に格納する（Ｓ２０１）。より具体的には、求職者研究データ取得部２０は、ユーザ（例えば求職研究者）が入力装置等を介して入力する求職研究者の研究分野（或いは研究の内容を示す情報）を示すテキスト形式の求職研究者入力データを受け付ける。求職者研究データ取得部２０は、求職研究者入力データベース４３に、受け付けた求職研究者入力データを格納する。

次に、求職者研究データ取得部２０は、格納されている求職研究者入力データが具体的な内容を含むテキストデータ（例えば、特許公報であれば、特許請求の範囲、明細書、および要約書、又はこれらのうち何れか一つを含む実体情報）か、書誌だけのデータ（例えば、公報番号、出願人名、ＩＰＣだけのデータ）かの判定をする（Ｓ２０２）。求職者研究データ取得部２０は、求職研究者入力データが具体的な内容を含むテキストデータであれば、求職研究者入力データを求職者研究データとして、求職者研究適合データ検索部２１に出力する。

一方、求職者研究データ取得部２０は、求職研究者入力データが書誌だけのデータであれば、研究ＤＢ４１を検索して、具体的な内容を含むテキストデータ（例えば、書誌データにより特定される特許公報）を読み出し、読み出したテキストデータを求職者研究データとして、求職者研究適合データ検索部２１に出力する（Ｓ２０３）。

その後、求職者研究適合データ検索部２１は、求職者研究データ取得部２０から送られた求職者研究データと、技術データベース４０の各テキストとの類似率を算出する（Ｓ２１１）。なお、類似率の算出は、上述したＳ１０４と同様の手順による。例えば、求職者研究適合データ検索部２１は、テキスト形式の求職者研究データに含まれる単語の出現頻度等を利用した文書ベクトルと、技術データベース４０に格納されている各テキスト（特許公報の中の実体情報等）に含まれる単語の出現頻度等を利用した各文書ベクトルとの内積から類似率を求める。

求職者研究適合データ検索部２１は、類似率が上位所定数の各テキストを求職者研究適合データとして抽出する（Ｓ２１２）。

求職候補企業抽出部２２は、求職候補企業として、各求職者研究適合データに対応する企業を抽出し（Ｓ２２１）、その求職候補企業を求職候補ＤＢ４７に格納したり、出力部３１を介して、図示しない外部装置（例えば、ディスプレイ）に出力したりする（Ｓ３１２）。

＜２−２−２．伸び率を用いた例＞
上記ステップＳ２２１における求職候補企業の抽出は、求職者研究データとの類似率に基づき抽出された求職者研究適合データに対応する企業のうち、伸び率の高い企業に限定して行うこともできる。
図４Ｂは、図４ＡのＳ２２１のサブルーチンを示すフローチャートである。このサブルーチンの処理は、研究者求人求職マッチングシステムの求職候補企業抽出部２２において実行される。また、このサブルーチンの処理は、図４ＡのＳ２１２までの処理が終了していることを前提とし、Ｓ２１２において類似率上位Ｍ件の特許公報の出願人、出願年月日、および発明が属するＩＰＣ（技術分野）を示す書誌情報と、特許請求の範囲、明細書、および要約書、又はこれらのうち何れか一つを含む実体情報とが抽出されているものとする。

まず、求職候補企業抽出部２２は、抽出された類似率上位Ｍ件の特許公報を順次処理するためのカウンタｎを、１にセットする（ステップＳ２２１０１）。
次に、求職候補企業抽出部２２は、求職者研究データとの類似率上位ｎ番目の特許公報（ｎ＝１の場合は最も類似率の高い特許公報）について、当該特許公報に含まれる書誌情報を参照して出願人および技術分野（ＩＰＣ）の組を特定する（ステップＳ２２１０２）。さらに、本ステップにおいて、求職候補企業抽出部２２は、特許公報データベース４４にアクセスし、上記特定された組に属するＩＰＣ（技術分野）に分類される全ての特許公報を取得する。ここでは例えば上記特定された「ＩＰＣ」を検索キーとして、当該ＩＰＣを付与された特許公報を検索し、各特許公報について、出願人および出願年月日を示す書誌情報を取得する。技術分野の特定には例えばＩＰＣを用いるが、各特許公報の実体情報に含まれるキーワードを用いてもよい。或いは、ＦＩやＦタームを利用して技術分野を分類するようにしてもよい。
なお、本実施形態では、技術分野を特定するためのキーワードを選定する方法について特に限定しない。例えば、求職候補企業抽出部２２が、以下に示す手順により、キーワードを選定するようにしてもよい。先ず、求職候補企業抽出部２２は、特許公報毎に、その特許公報に含まれる実体情報の中から特許請求の範囲を抽出する。求職候補企業抽出部２２は、抽出した特許請求の範囲を単語に切り分ける。次に、求職候補企業抽出部２２は、各単語に対して、それぞれ、出現頻度等から求まる重み付け（ＴＦＩＤＦ等）を与える。そして、求職候補企業抽出部２２は、特許公報毎に、各単語に与えた重み付けを利用して、各特許公報のキーワードとなる単語を選択する。なお、ここでは、実体情報の中から、特許請求の範囲を抽出するようにしているが、抽出するのは要約書であってもいいし、明細書であってもよい。或いは、実体情報全体を利用して、キーワードを選定するようにしてもよい。

次に、求職候補企業抽出部２２は、Ｓ２２１０２において取得した特許公報のうち、上記特定された（組に属する）出願人の特許公報のみを出願年別に分類して集計する（ステップＳ２２１０３）。この集計処理には取得した特許公報に含まれる書誌情報を利用し、出願年別の出願件数を計数する。出願年別の分類には上記取得した出願年月日を用いることとしたが、これに代え公開日や優先日を取得しそれを用いても良い。

上記特定された出願人の出願年別の集計結果を利用して、上記特定された出願人の上記特定された技術分野（ＩＰＣ）における出願件数の所定期間内の伸び率である出願人伸び率を算出する（ステップＳ２２１０４）。伸び率は、例えば（ある年の出願件数−前年の出願件数）／（前年の出願件数）で算出する。また例えば前年の伸び率である（前年の出願件数−前々年の出願件数）／（前々年の出願件数）やそれより前の伸び率も併せて算出し、これら算出結果の平均値を求めても良い。
伸び率の高さは、当該企業が力を入れつつある技術分野であることを示すとともに、当該企業における技術開発のための人的リソースが開発ニーズに追いついていない可能性をも示している。従って、出願人伸び率を算出することにより、上記特定された出願人が当該技術分野の技術を有することだけではなく、より一層力を入れて行こうとしているか否かを示す注力度合いを顕在化させるとともに、当該技術分野のための人的リソースの潜在的な不足を顕在化させることができる。

次に、求職候補企業抽出部２２は、算出した出願人伸び率を所定の閾値と比較する（ステップＳ２２１０５）。出願人伸び率が所定の閾値に満たず（Ｓ２２１０５：ＮＯ）、且つカウンタｎが特許公報の抽出数Ｍに満たない場合には（Ｓ２２１１０：ＹＥＳ）、カウンタｎに１を加え（ステップＳ２２１１１）、ステップＳ２２１０２に戻って次の特許公報についての処理を開始する。

一方、求職候補企業抽出部２２は、Ｓ２２１０３〜Ｓ２２１０５の処理とは別に（或いは、Ｓ２２１０３〜Ｓ２２１０５の処理と並行して）、Ｓ２２１０２の処理の後、Ｓ２２１０６の処理を行う。具体的には、求職候補企業抽出部２２は、Ｓ２２１０２において取得した全ての（全出願人の）特許公報を出願年別に集計する（ステップＳ２２１０６）。この集計処理には取得した特許公報に含まれる書誌情報を利用し、出願年別の出願件数を計数する。出願年別の分類には上記取得した出願年月日を用いることとしたが、これに代え公開日や優先日を取得しそれを用いても良い。

この全出願人の出願年別の集計結果を利用して、全出願人の上記特定された技術分野（ＩＰＣ）における所定期間内の出願件数の平均伸び率を算出する（ステップＳ２２１０７）。全出願人の平均伸び率は、例えば出願年別の全出願人の出願件数から算出しても良いし、他の方法により算出しても良い。
他の方法としては、前記取得した全ての（全出願人の）特許公報について、上記ステップＳ２２１０６において出願年別及び出願人別に集計しておき、ステップＳ２２１０７において各出願人について伸び率を算出し、この各出願人の伸び率の総和を出願人数で除算することにより平均値を算出する方法がある。この場合の処理においては、上記特定された出願人の出願人伸び率も算出される。よって、上記ステップＳ２２１０３及びＳ２２１０４を別途行う必要はなく、ステップＳ２２１０７において各出願人について伸び率を算出したら直ちにステップＳ２２１０５（出願人伸び率と閾値の比較）の処理を行うことも可能である。

平均伸び率を算出したら、求職候補企業抽出部２２は、上記出願人伸び率を上記平均伸び率と比較する（ステップＳ２２１０８）。出願人伸び率が平均伸び率に満たず（Ｓ２２１０８：ＮＯ）、且つカウンタｎが特許公報の抽出数Ｍに満たない場合には（Ｓ２２１１０：ＹＥＳ）、カウンタｎに１を加え（ステップＳ２２１１１）、ステップＳ２２１０２に戻って次の特許公報についての処理を開始する。

求職候補企業抽出部２２は、上記出願人伸び率が、上記所定の閾値以上で（Ｓ２２１０５：ＹＥＳ）且つ平均伸び率以上であれば（Ｓ２２１０８：ＹＥＳ）、該組の属する出願人を求職候補企業として抽出する（ステップＳ２２１０９）。求職候補企業を抽出した場合でも、カウンタｎが特許公報の抽出数Ｍに満たない場合には（Ｓ２２１１０：ＹＥＳ）、カウンタｎに１を加えて（ステップＳ２２１１１）ステップＳ２２１０２に戻る。
なお、平均伸び率の算出（ステップＳ２２１０６、Ｓ２２１０７）や出願人伸び率と平均伸び率との比較（ステップＳ２２１０８）を行わず、出願人伸び率が上記所定の閾値以上であれば（Ｓ２２１０５：ＹＥＳ）ステップＳ２２１０９において求職候補企業として抽出することとしても良い。

カウンタｎが特許公報の抽出数Ｍに達した場合には（Ｓ２２１１０：ＮＯ）本サブルーチンの処理を終了する。
以上のように図４Ｂのサブルーチンを採用した場合には、求職をしている研究者の研究内容に適合した技術を有することだけでなく、当該技術分野における伸び率から当該企業の当該技術分野に対する注力度合いや当該技術分野のための人的リソースの潜在的な不足をも顕在化することにより、求職候補企業の抽出を行うことができる。特に、当該技術分野における伸び率を所定の閾値および平均伸び率の両者と比較することにより、当該企業の当該技術分野に対する注力度合いや当該技術分野のための人的リソースの潜在的な不足をより確実に顕在化することができる。

なお、ここでは出願人伸び率が所定の閾値以上或いは平均伸び率以上であることを抽出条件としたが、これに限らず、例えば特定された出願人および技術分野の組すべてにつき出願人伸び率を算出した上で、上位所定数の出願人伸び率を示した出願人（１社又は複数社）を、求職候補企業として抽出することとしても良い。

＜２−２−３．入力時刻の証明＞
図４ＡのステップＳ２０１において求職研究者入力データを受け付ける際、求職研究者入力データの時刻証明機能があれば、求職研究者入力データベース４３を先発明の立証に役立たせることができる。
図４Ｃは、図４ＡのＳ２０１のサブルーチンを示すフローチャートである。このサブルーチンの処理は、研究者求人求職マッチングシステムの求職者研究データ取得部２０において実行される。

まず、求職者研究データ取得部２０が求職研究者入力データを受信すると（ステップＳ２０１１）、求職者研究データ取得部２０は、当該入力データに証明日時が含まれているか否かを判定する（ステップＳ２０１２）。証明日時が含まれているか否かの判定は、上記入力データに証明機関固有の識別データが含まれているか否かにより行うことができる。なお、求職研究者入力データが特許公報（当該研究者が発明者となっている特許公報）である場合、当該入力データに証明日時が含まれているものとする。
証明日時が含まれている場合には（Ｓ２０１２：ＹＥＳ）、その証明日時を求職研究者入力データベース４３に記録し（ステップＳ２０１３）、併せて当該求職研究者入力データを求職研究者入力データベース４３に記録する（ステップＳ２０１５）。
証明日時が含まれていない場合には（Ｓ２０１２：ＮＯ）、求職研究者入力データを受信した日時（この日時は証明機関により証明された日時であることが望ましい）を証明日時として求職研究者入力データベース４３に記録し（ステップＳ２０１４）、併せて当該求職研究者入力データを求職研究者入力データベース４３に記録する（ステップＳ２０１５）。

図４Ｄは、図４ＡのＳ２０１（特に図４ＣのＳ２０１４を経由する処理）の詳細を示すシーケンス図である。このシーケンス図は、コンピュータネットワークを介して接続されたユーザー端末、システム提供者端末、時刻認証事業者端末、及び時刻配信事業者端末の相互の情報のやり取りを表している。「ユーザー端末」は求職研究者が操作する端末である。「システム提供者端末」は本発明の研究者求人求職マッチングシステムの運用者が管理する端末である。「時刻認証事業者端末」はタイムスタンプを発行する認証事業者が管理する端末である。「時刻配信事業者端末」は標準時（日本標準時等）を配信する端末である。

図４Ｃでは求職研究者入力データを受信した日時を証明日時としているが、これは「ユーザー端末」から「システム提供者端末」への受信日時に限られるものではない。図４Ｄでは、「システム提供者端末」から更に「時刻認証事業者端末」へのタイムスタンプ発行要求を行うこととし、そのタイムスタンプ発行要求の受信日時を証明日時とする。

「時刻認証事業者端末」が要求に応じてタイムスタンプを発行する前提として、「時刻配信事業者端末」から標準時（日本標準時等）を発信し（Ｓ５０１）、「時刻認証事業者端末」が当該標準時を受信し（Ｓ５０２）、「時刻認証事業者端末」が当該標準時を保持していることが前提となっている。

まず、求職研究者が「ユーザー端末」により求職研究者入力データを入力し（Ｓ６０１）、「システム提供者端末」が当該入力データ（電子文書）を受信すると（Ｓ６０２）、「システム提供者端末」は、タイムスタンプ発行要求のため当該入力データのハッシュ値を生成する（Ｓ６０３）。ここでハッシュ値とは、ハッシュ関数により生成された短い固定長の値である。生成元のデータが異なれば、その計算結果であるハッシュ値も異なるものになるので、「電子の指紋」とも呼ばれる。

「システム提供者端末」が、生成したハッシュ値を「時刻認証事業者端末」に送信すると、これがタイムスタンプ発行要求となる。「時刻認証事業者端末」は、上記ハッシュ値を受信すると（Ｓ６０５）、タイムスタンプ発行要求を受け付けたことになり、タイムスタンプを生成する（Ｓ６０６）。タイムスタンプの生成は、具体的には、受信したハッシュ値に認証時刻を付与することにより行う。「時刻認証事業者端末」は、生成したタイムスタンプを「システム提供者端末」に送信するとともに（Ｓ６０７）、上記ハッシュ値を含むタイムスタンプを「時刻認証事業者端末」側の記録装置に記録する。

「システム提供者端末」は、送信されたタイムスタンプを受信すると（Ｓ６０８）、求職研究者入力データ（電子文書）にタイムスタンプを関連付けて図示しない記録装置に格納する（Ｓ６０９）。
こうして、図４ＡのＳ２０１に相当する処理が終了し、新たに取得した証明日時とともに求職研究者入力データを記録装置に格納することができる。

図４Ｅは、図４Ｄの時刻認証事業者と時刻配信事業者との間の処理の詳細を示すシーケンス図である。「時刻配信事業者端末」から標準時（日本標準時等）を発信し（Ｓ５０１）、「時刻認証事業者端末」が当該標準時を受信する点（Ｓ５０２）は図４Ｄにて説明した通りである。図４Ｅでは更に、「時刻認証事業者端末」が受信した標準時を保持するため、「時刻配信事業者端末」との間で行うデータのやり取りについて説明する。

「時刻認証事業者端末」は、自らのサーバ時刻を、受信した標準時に同期調整することにより標準時を保持する（Ｓ５０３）。
一方「時刻配信事業者端末」は、定期的（例えば１時間毎）に「時刻認証事業者端末」に対し、サーバ時刻の配信を要求する（Ｓ５０４）。サーバ時刻の配信要求を受信した「時刻認証事業者端末」は、自らのサーバ時刻を「時刻配信事業者端末」に対し送信する（Ｓ５０５）。

「時刻配信事業者端末」は、「時刻認証事業者端末」からサーバ時刻を受信すると、当該サーバ時刻と、自ら保持している標準時とを比較する（Ｓ５０６）。比較の結果、時刻の差異が規定値内であれば（Ｓ５０７：ＹＥＳ）、規定値内であったことを示す監査ログを生成し保存する（Ｓ５０８）。一方、時刻の差異が規定値外であれば（Ｓ５０７：ＮＯ）、規定値外であったことを示す監査ログを生成し保存する（Ｓ５０９）。これら監査ログは、一定期間ごとに（例えば毎月）監査レポートとして出力し（Ｓ５１０）、「時刻認証事業者端末」がこれを受信することができる（Ｓ５１１）。

Ｓ５０７において時刻の差異が規定値外であった場合、「時刻配信事業者端末」は、Ｓ５０９で生成した監査ログに基づいてアラートを生成し、標準時とともに「時刻認証事業者端末」に送信する（Ｓ５１２）。「時刻認証事業者端末」は、このアラート及び標準時を受信すると、受信した標準時に自らのサーバ時刻を同期させるよう強制的に補正する。
以上のようにして「時刻認証事業者端末」のサーバ時刻を正確に保持することができる。

図４Ｆは、図４Ｄのタイムスタンプ格納（Ｓ６０９）後の処理を示すシーケンス図である。図４Ｄにおいて「システム提供者端末」が格納（Ｓ６０９）したタイムスタンプは、「時刻認証事業者端末」が発行した信頼性の高い時刻認証データであるが、図４Ｆでは、その信頼性を担保する仕組みについて説明する。

図４Ｄにおいて「システム提供者端末」が記録装置に格納（Ｓ６０９）したタイムスタンプについては、そのタイムスタンプと同一のデータが「時刻認証事業者端末」の記録装置にも保管されているはずである（図４ＤのＳ６０７）。

そこで、例えばユーザーがタイムスタンプの検証を希望する場合、「ユーザー端末」から「システム提供者端末」に対しタイムスタンプを特定する情報を送信する（Ｓ６１０）。すると、「システム提供者端末」は、受信したタイムスタンプを特定する情報に基づいてタイムスタンプを特定し（Ｓ６１１）、「時刻認証事業者端末」に対し当該タイムスタンプを送信する（Ｓ６１２）。「時刻認証事業者端末」は、受信したタイムスタンプと自らの記録装置に保管されているタイムスタンプとを（ハッシュ値同士で）比較する（Ｓ６１３）。タイムスタンプが同一であればそのタイムスタンプは真正と判定され、同一でない場合は非真正と判定される。

「時刻認証事業者端末」は、その検証結果を「システム提供者端末」に送信する（Ｓ６１４）。「システム提供者端末」は、検証結果を受信すると、「ユーザー端末」に対して当該検証結果を送信する（Ｓ６１５）。「ユーザー端末」が検証結果を受信すれば（Ｓ６１６）、「ユーザー端末」にてタイムスタンプの真正性を確認することができる。

＜２−３．求人求職一致ペアの検出動作＞
図５は上記研究者求人求職マッチングシステムによる求人求職一致ペアの検出動作手順を示すフローチャートである。図５の動作は、図３ＡのステップＳ１２１まで及び図４ＡのステップＳ２２１までの処理により、求人候補研究者及び求職候補企業が抽出されていることが前提となっている。

求人求職マッチングシステムの求人企業求職研究者一致検出手段３０は、求人候補データベース４６及び求職候補データベース４７等から、求人候補研究者及び求職候補企業のデータを取得する（ステップＳ３０１）。このデータは、例えば図６（Ａ）及び図６（Ｂ）のように表現することができる。図６（Ａ）は、求人企業Ａ，Ｂ，Ｃについて、それぞれ求人候補研究者を「１」で表し、求人対象技術との類似率が低く求人候補にならなかった研究者を「０」で表している。例えば求人企業Ａにとっては、研究者ａ及びｄが求人候補研究者となっている。同様に、図６（Ｂ）は、求職研究者ａ，ｂ，ｃ，ｄについて、それぞれ求職候補企業を「１」で表し、求職者研究との類似率が低く求職候補にならなかった企業を「０」で表している。例えば求職研究者ａにとっては、企業Ａが求職候補企業となっている。

このような求人候補研究者及び求職候補企業のデータを用いれば、各求人企業についての求人候補研究者を表現した求人候補研究者行列と、各求職研究者についての求職候補企業を表現した求職候補企業行列を生成することができる（ステップＳ３０２）。図６（Ａ）の例では図６（Ｃ）のような求人候補研究者行列に、図６（Ｂ）の例では図６（Ｄ）のような求職候補企業行列になる。

この求人候補研究者行列の各行は各求人企業に対応し、各列は各研究者に対応しており、逆に、求職候補企業行列の各行は各求職研究者に対応し、各列は各企業に対応している。従って、これら２つの行列のうち一方を転置し、且つ企業及び研究者の並び順を揃えれば、これら２つの行列は、任意のｉ行ｊ列成分が、同じ企業及び研究者の組合せを表現していることになる。そこで、例えばこれら２つの行列を加算すれば（ステップＳ３０３）、図６（Ｅ）のようになり、求人求職一致ペアとなる行列成分だけが「２」となる。

こうして算出された行列の成分を降順で抽出すれば（ステップＳ３０４）、求人求職一致ペアを検出することができる。検出された求人求職一致ペアは、出力部３１により出力する（ステップＳ３１３）。

この説明ではわかり易くするために求人候補研究者行列及び求職候補企業行列の成分を「１」又は「０」のみとしたが、これに限らず、例えば図３ＡのステップＳ１１１や図４ＡのステップＳ２１１で算出された類似率に基づいて、各成分に重み付けをしても良い。また、行列の加算に限らず、対応する成分間の積を求めても良いし、他の方法を用いても良い。

＜３．第２の実施形態の構成＞
次に、本発明の第２の実施形態について説明する。
図７は本発明の第２の実施形態に係る共同研究マッチングシステムの機能ブロック図である。第１の実施形態に係る図１と同一又は対応する部分には図１における符号に１００を加えて下二桁を図１と同一の符号とし、図１と重複する説明を省略する。

上記第１の実施形態は求職研究者と求人企業のマッチングを行うものであるのに対し、第２の実施形態は大学等の研究室と企業との産学共同研究のためのマッチングを行うものである。そのため、図７の共同研究マッチングシステムでは、図１における用語を次のように置きかえている。
「求人対象技術データ」→「共同研究対象技術データ」
「求人企業入力データ」→「企業入力データ」
「求人対象技術適合データ」→「共同研究対象技術適合データ」
「求人候補研究者」→「共同研究候補研究室」
「求人候補データベース４６」→「共同研究候補データベース１４６」
「求職者研究データ」→「共同研究対象研究データ」
「求職研究者入力データ」→「研究室入力データ」
「求職者研究適合データ」→「共同研究対象研究適合データ」
「求職候補企業」→「共同研究候補企業」
「求職候補データベース４７」→「共同研究候補データベース１４７」
「求人企業求職研究者一致検出」→「共同研究候補一致検出」

また、上記第１の実施形態による研究者求人求職マッチングシステムにおいては、研究データベース４１内の求職研究者入力データベース４３等には、各研究者の研究の分野を示すテキストデータのほか、該当する「研究者」を特定するデータが格納されている。これに対し、第２の実施形態による共同研究マッチングシステムに備えられた研究データベース１４１内の研究室入力データベース１４３等には、該当する研究者を特定するデータに代え又はそれに加え、該当する研究者の所属する「研究室」を特定するデータが格納されている。

以上の点以外は第１の実施形態に係る図１と共通である。本実施形態は、このような構成により研究室と企業との産学共同研究のためのマッチングを行うものである。

＜４．第２の実施形態の動作＞
次に、上記第２の実施形態の共同研究マッチングシステムによるマッチング処理動作について説明する。最初に図８に基づいて特定企業から見た共同研究候補研究室を抽出する処理を、次に図９に基づいて特定研究室から見た共同研究候補企業を抽出する処理を、最後に図１０に基づいて共同研究候補研究室及び共同研究候補企業から共同研究候補一致ペアを検出する処理を説明する。

＜４−１．共同研究候補研究室の抽出動作＞
図８は上記共同研究マッチングシステムによる共同研究候補研究室の抽出動作手順を示すフローチャートである。第１の実施形態に係る図３Ａと同一又は対応するステップには図３Ａにおけるステップ番号に１０００を加えて下三桁を図３Ａと同一のステップ番号とし、図３Ａと重複する説明を省略する。

図８のフローチャートでは、図３Ａにおける用語に対し、上述の図７において説明した図１の用語に対する置き換えと同じ置き換えをしている。
これにより第２の実施形態による共同研究マッチングシステムは、上記置き換えの他は第１の実施形態と同様の処理により、研究室との共同研究を希望する企業にとって最適な共同研究候補研究室を抽出することができる。
また、特に図示しないが、図３Ｂのように伸び率を用いて企業の潜在的技術ニーズを顕在化させることにより、共同研究候補研究室の抽出を行ってもよい。

＜４−２．共同研究候補企業の抽出動作＞
図９は上記共同研究マッチングシステムによる共同研究候補企業の抽出動作手順を示すフローチャートである。第１の実施形態に係る図４Ａと同一又は対応するステップには図４Ａにおけるステップ番号に１０００を加えて下三桁を図４Ａと同一のステップ番号とし、図４Ａと重複する説明を省略する。

図９のフローチャートでは、図４Ａにおける用語に対し、上述の図７において説明した図１の用語に対する置き換えと同じ置き換えをしている。
これにより第２の実施形態による共同研究マッチングシステムは、上記置き換えの他は第１の実施形態と同様の処理により、企業との共同研究を希望する研究室にとって最適な共同研究候補企業を抽出することができる。
また、特に図示しないが、図４Ｂのように伸び率を用いて企業の特定技術分野に対する注力度合いや当該技術分野のための人的リソースの潜在的な不足を顕在化させることにより、共同研究候補企業の抽出を行ってもよい。

＜４−３．共同研究候補一致ペアの検出動作＞
図１０は上記共同研究マッチングシステムによる共同研究候補一致ペアの検出動作手順を示すフローチャートである。第１の実施形態に係る図５と同一又は対応するステップには図５におけるステップ番号に１０００を加えて下三桁を図５と同一のステップ番号とし、図５と重複する説明を省略する。

図１０のフローチャートでは、図５における用語に対し、上述の図７において説明した図１の用語に対する置き換えと同じ置き換えをしている。
これにより第２の実施形態による共同研究マッチングシステムは、上記置き換えの他は第１の実施形態と同様の処理により、企業にとって最適な共同研究候補研究室と、研究室にとって最適な共同研究候補企業とのマッチングを行うことができる。

＜５．第３の実施形態の構成＞
次に、本発明の第３の実施形態について説明する。
図１１は本発明の第３の実施形態に係る共同事業マッチングシステムの機能ブロック図である。第１の実施形態に係る図１と同一又は対応する部分には図１における符号に２００を加えて下二桁を図１と同一の符号とし、図１と重複する説明を省略する。

上記第１の実施形態は求職研究者と求人企業のマッチングを行うものであるのに対し、第３の実施形態は企業同士の共同事業のためのマッチングを行うものである。そのため、図１１の共同事業マッチングシステムでは、図１における用語を次のように置きかえている。
「求人対象技術データ」→「共同事業対象技術データ」
「求人企業入力データ」→「企業入力データ」
「求人対象技術適合データ」→「共同事業対象技術適合データ」
「求人候補研究者」→「共同事業候補企業」

また、第３の実施形態に係る共同事業マッチングシステムでは企業間の共同事業を対象としている。従って、上記第１の実施形態に係る図１において企業以外のデータを扱う「求職者研究データ取得部２０」、「求職者研究適合データ検索部２１」、「求職候補企業抽出部２２」、「求人企業求職研究者一致検出部３０」、「研究データベース４１」、「求職候補データベース４７」は、第３の実施形態に係る図１１では不要である。

＜６．第３の実施形態の動作＞
次に、上記第３の実施形態の共同事業マッチングシステムによるマッチング処理動作について説明する。

図１２Ａは上記共同事業マッチングシステムによる共同事業候補企業の抽出動作手順を示すフローチャートである。第１の実施形態に係る図３Ａと同一又は対応するステップには図３Ａにおけるステップ番号に２０００を加えて下三桁を図３Ａと同一のステップ番号とし、図３Ａと重複する説明を省略する。

図１２Ａのフローチャートでは、図３Ａにおける用語に対し、上述の図１１において説明した図１の用語に対する置き換えと同じ置き換えをしている。
更に、図３Ａでは求人対象技術データと「研究データベース」の各テキストとの類似率を算出した（Ｓ１１１）のに対し、図１２Ａでは共同事業対象技術データと「技術データベース」の各テキストとの類似率を算出する（Ｓ２１１１）。これも、第３の実施形態では企業間の共同事業を対象としているためである。

図１２Ａでは、共同事業対象技術データ取得部２１０にて取得したテキストデータに関しても、「技術データベース」の各テキストとの類似率を算出する（Ｓ２１０５）。
例えばこのＳ２１０５では「技術データベース」のうち特定企業のデータのみを類似率の算出対象とし、上記Ｓ２１１１では「技術データベース」のうち上記特定企業以外の企業のデータのみを類似率の算出対象とするなど、「技術データベース」のうち類似率の算出対象を予め特定しても良い。
これにより、例えばＳ２１０５で「技術データベース」のうち自社（他企業との共同事業を希望し共同事業候補企業を探している企業自身）のデータのみを類似率の算出対象とすることにより、類似率上位の自社技術を共同事業対象技術データとすることができる。また、Ｓ２１１１で「技術データベース」のうち他社のデータのみを類似率の算出対象とすることにより、類似率上位の他社技術を共同事業対象技術適合データとすることができる。

このようにして、第３の実施形態による共同事業マッチングシステムは、上述の他は第１の実施形態と同様の処理により、他企業との共同事業を希望する企業にとって最適な共同事業候補企業を抽出することができる。

図１２Ｂは上記第３の実施形態に係る共同事業マッチングシステムによる共同事業候補企業の他の抽出動作手順を示すフローチャートである。
図１２Ｂは、図１２Ａと同様に企業同士の共同事業のためのマッチングを行うものであり、図１２Ａと同一又は対応するステップには同一の符号を付して詳細な説明を省略する。
図１２Ｂは、図３Ｂのように伸び率を用いて企業の潜在的技術ニーズを顕在化させる処理を含んでおり、図３Ｂと同一のステップには同一の符号を付して詳細な説明を省略する。

まず、図３Ｂと同様に、共同事業対象技術データ取得部２１０が、特許公報データベース２４４にアクセスし、他社との共同事業を希望する特定企業が出願人になっている全ての特許公報を取得する（ステップＳ１０１１）。
次に共同事業対象技術データ取得部２１０は、取得した特許公報に含まれる書誌情報を利用し、技術分野毎、且つ出願年毎に、取得した全特許公報を分類して集計し、技術分野別、且つ出願年別の出願件数を計数する（ステップＳ１０１２）。
次に共同事業対象技術データ取得部２１０は、技術分野別、且つ出願年別の集計結果から、技術分野毎に、所定期間内の出願件数の伸び率を求める（ステップＳ１０１３）。
次に共同事業対象技術データ取得部２１０は、上記求めた伸び率が最上位の技術分野を特定する（ステップＳ１０１４）。
次に共同事業対象技術データ取得部２１０は、所定の規則にしたがい、上記取得した特許公報の中から上記特定した技術分野に属する特許公報を抽出する。ここで抽出する特許公報は１件でも良いが複数件が望ましい。そして、該抽出した特許公報のうちの少なくとも実体情報を企業入力データとして取得し、企業入力データベース２４２に格納する（ステップＳ１０１５）。

ここまでの処理は図３Ｂと同一である。上記特定企業において伸び率が高い技術分野は、当該特定企業が力を入れつつある技術分野であり、当該特定企業にとっては、他社技術の導入により短期間で技術力強化できれば大きなメリットが期待できる可能性のある技術分野である。従って以下の処理では、当該技術分野における技術的蓄積の大きな他社を、共同事業候補企業として抽出する。

伸び率に基づいて特許公報を抽出し、その実体情報（テキスト）を取得及び格納したら、共同事業対象技術データ取得部２１０は、そのテキストデータを共同事業対象技術データとする（ステップＳ２１１０）。

次に、図１２Ａと同様に、共同事業対象技術適合データ検索部２１１により、共同事業対象技術データと技術データベース２４０の各テキストデータとの類似率を算出する（ステップＳ２１１１）。
ここで類似率を算出する方法自体は図１２Ａと同一であるが、Ｓ１０１５において特許公報複数件を抽出した場合は、共同事業対象技術データは特許公報複数件分のテキストデータとなっている。この場合、共同事業対象技術データを表現する文書ベクトルとしては、ＴＦＩＤＦではなくＧＦＩＤＦをベクトル成分としたものが好ましい。ＧＦＩＤＦとは大域的頻度（ＧＦ）と逆文書頻度（ＩＤＦ）との積である。

類似率を算出したら、図１２Ａと同様に、共同事業対象技術適合データ検索部２１１により、技術データベース２４０の各テキストデータ（ここでは特許公報のテキストデータとする）のうち共同事業対象技術データとの類似率の値が上位のデータを抽出する（ステップＳ２１１２）。こうして抽出されたデータが共同事業対象技術適合データとなる。

次に、共同事業候補企業抽出部２１２は、抽出した共同事業対象技術適合データを出願人別に分類して集計する（ステップＳ２１２０）。この集計処理には、抽出した共同事業対象技術適合データに含まれる書誌情報を利用し、出願人別の件数を計数する。

次に、共同事業候補企業抽出部２１２により、共同事業対象技術適合データにおける出願人別出願件数で上位所定数の出願人を共同事業候補企業として抽出する（ステップＳ２１２１）。共同事業対象技術データと類似する特許を数多く保有する出願人は、当該技術分野における技術的蓄積が大きいため、上記特定企業にとって共同事業のメリットが大きいと考えられる。
なお、ここでは出願件数上位所定数の出願人を共同事業候補企業として抽出することとしたが、これに限らず、例えば共同事業対象技術適合データを出願人別、且つ出願年別に分類して集計し、出願人別の伸び率を算出して、当該伸び率で上位所定数の出願人を共同事業候補企業として抽出してもよい。
また、共同事業候補企業を抽出するにあたっては、図１２Ａと同様に、共同事業対象技術適合データに対応する企業そのものを抽出しても良い。

共同事業候補企業を抽出したら、図１２Ａと同様に、出力部２３１により、共同事業候補企業をディスプレイ装置等に出力する（ステップＳ２３１１）。
以上の処理により、他社との共同事業を希望する企業が共同事業対象の技術内容を特定するまでもなく、当該企業における技術分野毎の伸び率から当該企業の潜在的技術ニーズを顕在化させることができる。そして、共同事業対象技術適合データにおける出願人別出願件数を参照することにより、上記潜在的技術ニーズを満たし得る企業を、共同事業候補企業として抽出することができる。

＜７．第４の実施形態の構成＞
次に、本発明の第４の実施形態について説明する。
図１３は本発明の第４の実施形態に係る共同研究マッチングシステムの機能ブロック図である。第１の実施形態に係る図１と同一又は対応する部分には図１における符号に２００を加えて下二桁を図１と同一の符号とし、図１と重複する説明を省略する。

上記第１の実施形態は求職研究者と求人企業のマッチングを行うものであるのに対し、第４の実施形態は研究室同士の共同研究のためのマッチングを行うものである。そのため、図１３の共同研究マッチングシステムでは、図１における用語を次のように置きかえている。
「求職者研究データ」→「共同研究対象研究データ」
「求職研究者入力データ」→「研究室入力データ」
「求職者研究適合データ」→「共同研究対象研究適合データ」
「求職候補企業」→「共同研究候補研究室」

また、第４の実施形態に係る共同研究マッチングシステムでは研究室間の共同研究を対象としている。従って、上記第１の実施形態に係る図１において研究室以外のデータを扱う「求人対象技術データ取得部１０」、「求人対象技術適合データ検索部１１」、「求人候補研究者抽出部１２」、「求人企業求職研究者一致検出部３０」、「技術データベース４０」、「求人候補データベース４６」は、第４の実施形態に係る図１３では不要である。

＜８．第４の実施形態の動作＞
次に、上記第４の実施形態の共同研究マッチングシステムによるマッチング処理動作について説明する。

図１４は上記共同研究マッチングシステムによる共同研究候補研究室の抽出動作手順を示すフローチャートである。第１の実施形態に係る図４Ａと同一又は対応するステップには図４Ａにおけるステップ番号に２０００を加えて下三桁を図４Ａと同一のステップ番号とし、図４Ａと重複する説明を省略する。

図１４のフローチャートでは、図４Ａにおける用語に対し、上述の図１３において説明した図１の用語に対する置き換えと同じ置き換えをしている。
更に、図４Ａでは求職者研究データと「技術データベース」の各テキストとの類似率を算出した（Ｓ２１１）のに対し、図１４では共同研究対象研究データと「研究データベース」の各テキストとの類似率を算出する（Ｓ２２１１）。これも、第４の実施形態では研究室間の共同研究を対象としているためである。

このようにして、第４の実施形態による共同研究マッチングシステムは、上述の他は第１の実施形態と同様の処理により、他の研究室との共同研究を希望する研究室にとって最適な共同研究候補研究室を抽出することができる。

＜９．第５の実施形態の構成＞
次に、本発明の第５の実施形態について説明する。
図１５は本発明の第５の実施形態に係る情報処理装置の機能ブロック図である。本実施形態の情報処理装置は、ＣＰＵ（中央演算装置）及びメモリ（記録装置）などを備えたコンピュータ装置より構成されている。

より詳しくは、この情報処理装置は、企業指定受信部７０、公報取得部７１、増減率算出部７２、技術分野特定部７３、出願人選択部７４、企業特定部７５を備えている。これらの構成部分は一台のコンピュータ装置内に実現しても良いし、クライアント装置とのインターフェースを担当するＷＥＢサーバと、増減率等の具体的演算処理を担当する制御サーバとを接続したサーバシステムにより実現しても良い。
また、この情報処置装置は、特許公報データベース４４に接続され、当該データベースにアクセス可能となっている。特許公報データベース４４は、複数の特許公報について、少なくとも出願人、出願年月日、発明が属する技術分野を示す情報が含まれている。

企業指定受信部７０は、共同事業を行う企業探索を要求する探索要求企業の指定を受け付ける。受け付けた探索要求企業のデータは、公報取得部７１に送られてそこでの処理に用いられる。

公報取得部７１は、特許公報データベース４４にアクセスし、前記探索要求企業が出願した全ての特許公報を取得したり、出願件数が減少傾向にある技術分野について出願された全ての特許公報を取得したり、出願件数が増加傾向にある技術分野について出願された全ての特許公報を取得したりする。取得した特許公報のデータは、増減率算出部７２に送られてそこでの処理に用いられる。

増減率算出部７２は、特許公報を技術分野別又は出願人別且つ出願年別に分類して集計し、技術分野別又は出願人別に出願件数の減少率又は増加率を算出する。算出した技術分野別の減少率又は増加率は、技術分野特定部７３に送られてそこでの処理に用いられ、出願人別の増加率又は減少率は、出願人選択部７４に送られてそこでの処理に用いられる。

技術分野特定部７３は、技術分野別に算出した減少率又は増加率に基づいて、出願件数が減少傾向にある技術分野又は増加傾向にある技術分野を特定する。特定された技術分野は、公報取得部７１に送られてそこでの処理に用いられる。

出願人選択部７４は、出願人別に算出した増加率又は減少率に基づいて、増加率の上位所定数の出願人を第１候補として選択し、減少率の上位所定数の出願人を第２候補として選択する。選択された出願人は、企業特定部７５に送られてそこでの処理に用いられる。

企業特定部７５は、「第１候補」および「第２候補」の両方に選択された出願人を共同事業候補企業として特定する。特定された共同事業候補企業は、図示しない出力部等により出力することができる。

＜１０．第５の実施形態の動作＞
次に、上記第５の実施形態の情報処置装置による共同事業候補企業の特定動作について説明する。
図１６は、上記第５の実施形態に係る情報処理装置による共同事業候補企業の特定動作手順を示すフローチャートである。

まず、企業指定受信部７０において、共同事業を行う企業探索を要求する探索要求企業の指定を受け付けると、公報取得部７１は、特許公報データベース４４にアクセスし、前記探索要求企業が出願した全ての特許公報を取得する（ステップＳ７０１）。具体的には、探索要求企業を特定する「出願人」名を検索キーとして特許公報データベース４４を検索して特許公報を抽出し、各特許公報の出願年月日、及び発明が属するＩＰＣ（技術分野）を示す情報を取得する。

次に、増減率算出部７２において、該取得した特許公報に含まれる書誌情報を利用し、該取得した特許公報を技術分野毎、且つ出願年毎に分類して集計し、技術分野別、且つ出願年別の出願件数を計数する（ステップＳ７０２）。技術分野毎の分類には例えば上記取得したＩＰＣを用いるが、上記取得した実体情報に含まれるキーワードを用いてもよい。或いは、ＦＩやＦタームを利用して技術分野を分類するようにしてもよい。なお、本実施形態では、技術分野の分類に利用するキーワードを選定する方法について特に限定しない。例えば、上述した図３ＡのステップＳ１０１２で例示した手法により、キーワードを選定するようにしてもよい。また、出願年毎の分類には上記取得した出願年月日を用いるが、これに代え公開日や優先日を取得しそれを用いても良い。
そして、増減率算出部７２において、該集計結果を利用し、技術分野毎に所定期間内の出願件数の減少率又は増加率を算出する（ステップＳ７０３）。なお、本実施形態において「増加率」は、例えば（ある年の出願件数−前年の出願件数）／（前年の出願件数）で算出する場合、ある年の出願件数が前年の１．５倍になれば増加率は５０％となり、ある年の出願件数が前年の０．５倍になれば増加率は−５０％となる。このように出願件数が減少している場合の増加率を特に「減少率」と称する場合があることとし、大幅に減少した場合は（上述の算出式による増加率は小さな値をとるが）「減少率が大きい」と称することとする。

次に技術分野特定部７３において、前記算出した減少率又は増加率を利用して、出願件数が減少傾向にある技術分野を特定する（ステップＳ７０４）。例えば、減少率が最も大きい技術分野を特定することができる。また例えば、出願件数が所定の下限値に満たない技術分野を除外した上で、減少率が最も大きい技術分野を特定することとしても良い。

次に公報取得部７１において、特許公報データベース４４にアクセスし、前記特定した出願件数が減少傾向にある技術分野について出願された全ての特許公報を取得する。具体的には、技術分野として特定された「ＩＰＣ」を検索キーとして特許公報データベース４４を検索して特許公報を抽出し、各特許公報の出願人及び出願年月日を示す書誌情報を取得する。
次に、増減率算出部７２において、該取得した特許公報に含まれる書誌情報を利用して、該取得した特許公報を出願人毎、且つ出願年ごとに分類して集計し、技術分野別、且つ出願年別の出願件数を計数する（ステップＳ７０５）。出願年毎の分類には上記取得した出願年月日を用いるが、これに代え公開日や優先日を取得しそれを用いても良い。
そして、増減率算出部７２において、該集計結果を利用し、出願人毎に、所定期間内における出願件数の増加率を求める（ステップＳ７０６）。
次に、出願人選択部７４において、「第１候補」として、該増加率が上位所定数の出願人を選択する（ステップＳ７０７）。選択した出願人は増加率の降順にリストする（ステップＳ７０８）。

探索要求企業において出願件数が「減少」傾向にある技術分野は、探索要求企業において重要度が低下しつつある技術分野である。従って、当該技術分野において出願件数が「増加」傾向にある出願人（当該技術分野を重視しつつある出願人）を選択することにより、技術のニーズとシーズを合致させることができる。

一方、ステップＳ７０３において技術分野毎に減少率又は増加率を算出した後、上述のステップＳ７０４乃至Ｓ７０８とはちょうど逆に、探索要求企業において出願件数が「増加」傾向にある技術分野を特定し（ステップＳ７０９）、特定した技術分野について出願された全ての特許公報を取得し、該取得した特許公報を出願人毎、且つ出願年ごとに分類して集計する（ステップＳ７１０）。そして、出願人毎に、出願件数の「減少」率を求め（ステップＳ７１１）、「第２候補」として、該減少率が上位所定数の出願人を選択する（ステップＳ７１２）。選択した出願人は「減少」率の降順にリストする（ステップＳ７１３）。

探索要求企業において出願件数が「増加」傾向にある技術分野は、探索要求企業において重視しつつある技術分野である。従って、当該技術分野において出願件数が「減少」傾向にある出願人（当該技術分野の重要度が低下しつつある出願人）を選択することにより、技術のニーズとシーズを合致させることができる。

上述の「第１候補」と「第２候補」のリストができたら、企業特定部７５により、「第１候補」および「第２候補」の両方に選択された出願人を抽出し、当該出願人を共同事業候補企業として特定する（ステップＳ７１４）。「第１候補」および「第２候補」の両方に選択された出願人を抽出する具体的処理は任意であるが、例えば、「第１候補」にリストされた出願人名を検索キーとして「第２候補」のリストをＯＲ検索することにより、「第１候補」および「第２候補」の両方に選択された出願人を抽出することができる。

本実施形態によれば、探索要求企業において出願件数が減少傾向にある技術分野（探索要求企業において重要度が低下しつつある技術分野）について出願件数が増加傾向にある出願人（当該技術分野を重視しつつある出願人）を選択するとともに、逆に探索要求企業において出願件数が増加傾向にある技術分野（探索要求企業において重視しつつある技術分野）について出願件数が減少傾向にある出願人（当該技術分野の重要度が低下しつつある出願人）を選択することにより、その両方に選択された出願人を、互いの弱点を相手の長所で補完し合える共同事業候補企業として特定することができる。

＜１１．補足＞
なお、本発明は、以上で説明した第１〜第５の実施形態に限定されるものではなく、本発明の要旨の範囲内において種々の変形が可能である。

例えば、上述で示した例では、類似率の算出において、比較するテキストデータをそれぞれ単語に切り分け、各単語の出現頻度等による重み付け（ＴＦＩＤＦなど）を各単語に与えている。そして、その重み付けをベクトル成分とする文書ベクトルを各テキストデータにつき生成することとしているが、特にこれに限定されるものではない。テキストデータの一部だけを利用して、つまり、比較するテキストデータの一部だけを利用して文書ベクトルを生成するようにしてもよい。例えば、テキストデータが特許公報の場合は、「請求の範囲」だけを利用して文書ベクトルを生成してもよいし、「明細書」だけを利用して文書ベクトルを生成してもよい

また、上述した第１〜５の実施形態の説明では、各機能ブロックをコンピュータ装置内に実現することとしているが、例えば、各機能ブロックをプログラムにより実現する場合、以下のようにするとよい。なお、以下では、説明の便宜上、第１の実施形態について説明するがあくまでも例示である。第２〜第５の実施形態についても同様のことがいえる。

具体的には、コンピュータのメモリに、各機能部（求人対象技術データ取得部１０、求人対象技術適合データ検索部１１、求人候補研究者抽出部１２、求職者研究データ取得部２０、求職者研究適合データ検索部２１、求職候補企業抽出部２２、求人企業求職研究者一致検出部３０、および出力部３１）の機能を実現するためのプログラムを記憶させておく。また、コンピュータのメモリの所定領域に、各データベース（求人企業入力データベース４２、特許公報データベース４４、研究論文データベース４５、求職研究者入力データベース４３、求人候補データベース４６、求職候補データベース４７）を記憶させておく。

そして、上記各機能部（求人対象技術データ取得部１０、求人対象技術適合データ検索部１１、求人候補研究者抽出部１２、求職者研究データ取得部２０、求職者研究適合データ検索部２１、求職候補企業抽出部２２、求人企業求職研究者一致検出部３０、および出力部３１）の機能は、コンピュータのＣＰＵ（Central Processing Unit）がメモリに記憶しているプログラムを実行することにより実現される。

また、各機能ブロックをソフトウェア的に実現するのではなく、ハードウェア的に実現するようにしてもよい。例えば、上記各機能部の処理を専用に行うように設計されたＡＳＩＣ（Application Specific Integrated Circuit）を用いることにより、上記各機能部をハードウェア的に実現してもよい。

また、上記実施形態では、図３ＢのＳ１０１２〜Ｓ１０１４において、技術分野毎に、出願件数の伸び率を求めて、その求めた伸び率を用いて、企業の技術ニーズを特定しているが特にこれに限定するものではない。企業の技術ニーズを特定するための判断要因として、出願件数の伸び率以外のものを用いるようにしてもよい。例えば、特許公報毎に個別評価値を算出しておいて、その個別評価値を利用して求まる値により、企業の技術ニーズを特定してもよい。以下、図３Ｂのフローを参照しながら、各特許公報の個別評価値から求まる値により、企業の技術ニーズを特定する例を説明する。
具体的には、先ず、求人対象技術データ取得部１０は、Ｓ１０１１と同様の手順にしたがい、特定企業（求人企業）の全公報を抽出する。ここでは、求人対象技術データ取得部１０は、各特許公報の経過情報（審査請求の有無、特許査定されているか否か等）や内容情報（請求項数、全頁数、請求項あたりの平均文字数等）も取得する。
つぎに、求人対象技術データ取得部１０は、Ｓ１０１２〜Ｓ１０１４の処理の代わりに、以下の処理を行う。
求人対象技術データ取得部１０は、取得した各特許公報について、それぞれ、経過情報や内容情報を用いて個別評価値を算出する。個別評価値の算出においては、例えば、特許査定になっている特許公報に拒絶査定となった特許公報よりも高い値を付与する。また、例えば、請求項数が多い特許公報に請求項数が少ない特許公報よりも高い値を付与する。
そして、求人対象技術データ取得部１０は、抽出した全特許公報を技術分野毎、且つ出願年毎に分類し、技術分野毎、且つ出願年毎に分類された特許公報の個別評価値を集計する。求人対象技術データ取得部１０は、集計結果を利用して、所定期間における、技術分野毎の個別評価値の総計の伸び率を算出する。
つぎに、求人対象技術データ取得部１０は、所定期間における、特許公報の個別評価値の総計の伸び率が最も高い技術分野を企業の技術ニーズとして特定する。
なお、図４ＢのＳ２２１０３〜Ｓ２２１０７においても、上記と同様の手順により、出願件数の伸び率の代わりに、特許公報の個別評価値の総計の伸び率を利用して、技術分野特定することもできる。

また、第１の実施形態では、研究者求人求職マッチングシステムの記憶装置が、特許公報データベース４４を備えている場合について示したが特にこれに限定するものではない。特許公報データベース４４に相当する構成を、研究者求人求職マッチングシステムの外部に設けるようにしてもよい（すなわち、研究者求人求職マッチングシステムが、特許公報データベース４４を備えないように構成されていてもよい）。この場合、研究者求人求職マッチングシステムは、ネットワークを介して、特許公報を提供するデータベースサーバ（例えば、特許庁のＩＰＤＬ）にアクセス可能に構成されているものとする。そして、研究者求人求職マッチングシステムは、必要に応じて、ネットワークを介して、外部のデータベースサーバにアクセスし、必要な特許公報を取得する。また、特許公報データベース４４に相当する構成を、研究者求人求職マッチングシステムの外部に設けるとともに、そのデータの一部を記憶するハードディスク等の記憶装置を研究者求人求職マッチングシステム内に備えることとしても良い。この場合、研究者求人求職マッチングシステム内に備える記憶装置には、予め定めた複数の企業の特許公報を記憶する。そして、研究者求人求職マッチングシステムは、例えば、上記予め定めた複数の企業の特許公報を用いる場合には研究者求人求職マッチングシステム内に備える記憶装置のデータを取得し、それ以外の企業又は個人の特許公報も必要な場合にはネットワークを介して外部のデータベースサーバにアクセスし特許公報を取得する。なお、第１の実施形態以外についても同様のことがいえる。

Claims (23)

1. 複数の研究者について、各研究者の研究の分野を示すテキストデータ及びその研究者を特定するデータを有する研究データを格納した研究データベースと、
   複数の企業について、各企業の技術の分野を示すテキストデータ及びその企業を特定するデータを有する技術データを格納した技術データベースと、
   求人企業の求人対象技術分野を示すテキストデータを取得する求人対象技術データ取得手段と、
   求職研究者の研究分野を示すテキストデータを取得する求職者研究データ取得手段と、
   前記求人対象技術データと一致若しくは類似する技術内容を含む求人対象技術適合データを、前記研究データベースのなかから検索する、求人対象技術適合データ検索手段と、
   前記求人対象技術適合データから求人候補研究者を抽出する求人候補研究者抽出手段と、
   前記求職者研究データと一致若しくは類似する研究内容を含む求職者研究適合データを、前記技術データベースのなかから検索する、求職者研究適合データ検索手段と、
   前記求職者研究適合データから求職候補企業を抽出する求職候補企業抽出手段と、
   前記求人企業と前記求人候補研究者との組合せと、前記求職研究者と前記求職候補企業との組合せとが一致する求人求職一致ペアを検出する求人企業求職研究者一致検出手段と、
   前記求人求職一致ペアのデータを出力する出力手段と、
   を備えたことを特徴とする研究者求人求職マッチングシステム。
2. 複数の研究者について、各研究者の研究の分野を示すテキストデータ及びその研究者を特定するデータを有する研究データを格納した研究データベースと、
   複数の企業について、各企業の技術の分野を示すテキストデータ及びその企業を特定するデータを有する技術データを格納した技術データベースと、
   求人企業の求人対象技術分野を示すテキストデータを取得する求人対象技術データ取得手段と、
   前記求人対象技術データと一致若しくは類似する技術内容を含む求人対象技術適合データを、前記研究データベースのなかから検索する、求人対象技術適合データ検索手段と、
   前記求人対象技術適合データから求人候補研究者を抽出する求人候補研究者抽出手段と、
   前記求人候補研究者のデータを出力する出力手段と、
   を備えたことを特徴とする研究者求人求職マッチングシステム。
3. 前記求人対象技術データ取得手段は、
   求人企業の求人対象技術分野を示す入力テキストデータを取得し、前記入力テキストデータと類似するテキストデータを、前記技術データベースのなかから検索することにより、求人企業の求人対象技術分野を示すテキストデータを取得する、請求項１又は２に記載の研究者求人求職マッチングシステム。
4. 複数の研究者について、各研究者の研究の分野を示すテキストデータ及びその研究者を特定するデータを有する研究データを格納した研究データベースと、
   複数の企業について、各企業の技術の分野を示すテキストデータ及びその企業を特定するデータを有する技術データを格納した技術データベースと、
   求職研究者の研究分野を示すテキストデータを取得する求職者研究データ取得手段と、
   前記求職者研究データと一致若しくは類似する研究内容を含む求職者研究適合データを、前記技術データベースのなかから検索する、求職者研究適合データ検索手段と、
   前記求職者研究適合データから求職候補企業を抽出する求職候補企業抽出手段と、
   前記求職候補企業のデータを出力する出力手段と、
   を備えたことを特徴とする研究者求人求職マッチングシステム。
   
5. 前記求人対象技術適合データ検索手段は、
   前記求人対象技術データ取得手段により取得したテキストデータと、前記研究データベースに格納した前記複数の研究者についての各研究者の研究の分野を示すテキストデータの各々と、の類似率を算出し、
   前記算出した類似率の値の上位所定件数のデータを抽出する
   ことにより、前記求人対象技術データと類似する技術内容を含むデータを検索する、請求項１乃至３の何れか一項に記載の研究者求人求職マッチングシステム。
6. 前記求職者研究適合データ検索手段は、
   前記求職者研究データ取得手段により取得したテキストデータと、前記技術データベースに格納した前記複数の企業についての各企業の技術の分野を示すテキストデータの各々と、の類似率を算出し、
   前記算出した類似率の値の上位所定件数のデータを抽出する
   ことにより、前記求職者研究データと類似する研究内容を含むデータを検索する、請求項１又は４に記載の研究者求人求職マッチングシステム。
7. 前記類似率は、比較するテキストデータの文書ベクトル間の内積に基づいて算出する、請求項５又は６に記載の研究者求人求職マッチングシステム。
   
8. 複数の研究室について、各研究室の研究の分野を示すテキストデータ及びその研究室を特定するデータを有する研究データを格納した研究データベースと、
   複数の企業について、各企業の技術の分野を示すテキストデータ及びその企業を特定するデータを有する技術データを格納した技術データベースと、
   研究室との共同研究を希望する企業の共同研究対象技術分野を示すテキストデータを取得する共同研究対象技術データ取得手段と、
   企業との共同研究を希望する研究室の共同研究対象研究分野を示すテキストデータを取得する共同研究対象研究データ取得手段と、
   前記共同研究対象技術データと一致若しくは類似する技術内容を含む共同研究対象技術適合データを、前記研究データベースのなかから検索する、共同研究対象技術適合データ検索手段と、
   前記共同研究対象技術適合データから共同研究候補研究室を抽出する共同研究候補研究室抽出手段と、
   前記共同研究対象研究データと一致若しくは類似する研究内容を含む共同研究対象研究適合データを、前記技術データベースのなかから検索する、共同研究対象研究適合データ検索手段と、
   前記共同研究対象研究適合データから共同研究候補企業を抽出する共同研究候補企業抽出手段と、
   前記企業と前記共同研究候補研究室との組合せと、前記研究室と前記共同研究候補企業との組合せとが一致する共同研究候補一致ペアを検出する共同研究候補一致検出手段と、
   前記共同研究候補一致ペアのデータを出力する出力手段と、
   を備えたことを特徴とする産学共同研究マッチングシステム。
9. 複数の研究室について、各研究室の研究の分野を示すテキストデータ及びその研究室を特定するデータを有する研究データを格納した研究データベースと、
   複数の企業について、各企業の技術の分野を示すテキストデータ及びその企業を特定するデータを有する技術データを格納した技術データベースと、
   研究室との共同研究を希望する企業の共同研究対象技術分野を示すテキストデータを取得する共同研究対象技術データ取得手段と、
   前記共同研究対象技術データと一致若しくは類似する技術内容を含む共同研究対象技術適合データを、前記研究データベースのなかから検索する、共同研究対象技術適合データ検索手段と、
   前記共同研究対象技術適合データから共同研究候補研究室を抽出する共同研究候補研究室抽出手段と、
   前記共同研究候補研究室のデータを出力する出力手段と、
   を備えたことを特徴とする産学共同研究マッチングシステム。
10. 複数の研究室について、各研究室の研究の分野を示すテキストデータ及びその研究室を特定するデータを有する研究データを格納した研究データベースと、
    複数の企業について、各企業の技術の分野を示すテキストデータ及びその企業を特定するデータを有する技術データを格納した技術データベースと、
    企業との共同研究を希望する研究室の共同研究対象研究分野を示すテキストデータを取得する共同研究対象研究データ取得手段と、
    前記共同研究対象研究データと一致若しくは類似する研究内容を含む共同研究対象研究適合データを、前記技術データベースのなかから検索する、共同研究対象研究適合データ検索手段と、
    前記共同研究対象研究適合データから共同研究候補企業を抽出する共同研究候補企業抽出手段と、
    前記共同研究候補企業のデータを出力する出力手段と、
    を備えたことを特徴とする産学共同研究マッチングシステム。
    
11. 複数の企業について、各企業の技術の分野を示すテキストデータ及びその企業を特定するデータを有する技術データを格納した技術データベースと、
    他企業との共同事業を希望する企業の共同事業対象技術分野を示すテキストデータを取得する共同事業対象技術データ取得手段と、
    前記共同事業対象技術データと一致若しくは類似する技術内容を含む共同事業対象技術適合データを、前記技術データベースのなかから検索する、共同事業対象技術適合データ検索手段と、
    前記共同事業対象技術適合データから共同事業候補企業を抽出する共同事業候補企業抽出手段と、
    前記共同事業候補企業のデータを出力する出力手段と、
    を備えたことを特徴とする企業間共同事業マッチングシステム。
12. 複数の研究室について、各研究室の研究の分野を示すテキストデータ及びその研究室を特定するデータを有する研究データを格納した研究データベースと、
    他の研究室との共同研究を希望する研究室の共同研究対象研究分野を示すテキストデータを取得する共同研究対象研究データ取得手段と、
    前記共同研究対象研究データと一致若しくは類似する研究内容を含む共同研究対象研究適合データを、前記研究データベースのなかから検索する、共同研究対象研究適合データ検索手段と、
    前記共同研究対象研究適合データから共同研究候補研究室を抽出する共同研究候補研究室抽出手段と、
    前記共同研究候補研究室のデータを出力する出力手段と、
    を備えたことを特徴とする研究室間共同研究マッチングシステム。
    
13. 複数の研究者について、研究者を示す情報毎に、該研究者が行っている研究内容を示したテキスト形式の研究情報を対応付けた研究者情報を記憶する手段と、
    求人を希望する企業の持つ技術内容を示したテキスト形式の企業技術情報を受け付ける手段と、
    前記各研究者情報に含まれる研究情報の各々と、前記企業技術情報との類似率を求め、該求めた類似率が上位所定数の研究情報を選択する手段と、
    求人候補研究者として、前記選択した研究情報に対応付けられている研究者を示す情報を出力する手段と、を有すること
    を特徴とする情報処理装置。
14. 請求項１３に記載の情報処理装置であって、
    電子化された、複数の特許公報を登録しているデータベースにアクセス可能であって、
    前記電子化された特許公報には、出願人、および出願年月日を含む書誌情報と、特許請求の範囲、明細書、又は要約書を含む実体情報とが含まれていて、
    前記データベースにアクセスし、前記求人を希望する企業が出願人になっている全ての特許公報を取得する手段と、
    前記取得した特許公報に含まれる書誌情報又は実体情報を利用して技術分野を特定するとともに当該特許公報に含まれる書誌情報を利用して出願年を特定し、該技術分野毎、且つ出願年毎に、前記取得した全特許公報を分類して集計し、該集計結果から該技術分野毎に所定期間内の出願件数の伸び率を求める手段と、
    前記求人を希望する企業の潜在的技術ニーズとして、前記求めた伸び率が最上位の技術分野を特定する手段と、を有し、
    前記受け付ける手段は、所定の規則にしたがい、前記取得した特許公報の中から前記特定した技術分野に属する特許公報を抽出し、該抽出した特許公報のうちの少なくとも実体情報を前記企業技術情報として受け付けること
    を特徴とする情報処理装置。
    
15. 複数の企業について、各企業を示す情報毎に、該企業が持つ技術内容を示したテキスト形式の企業技術情報を対応付けた企業情報を記憶する手段と、
    求職をしている研究者の研究内容を示したテキスト形式の研究情報の入力を受け付ける手段と、
    前記各企業情報に含まれる企業技術情報の各々と、前記研究情報との類似率を求め、前記求めた類似率が上位所定数の企業技術情報を選択する手段と、
    求職候補企業として、前記選択した企業技術情報に対応付けられている企業を示す情報を出力する手段と、を有すること
    を特徴とする情報処理装置。
16. 電子化された、複数の特許公報を登録しているデータベースにアクセス可能な情報処理装置であって、
    前記特許公報には、出願人、および出願年月日を含む書誌情報と、特許請求の範囲、明細書、又は要約書を含む実体情報とが含まれていて、
    予め定めた、複数の企業の特許公報を記憶する手段と、
    求職をしている研究者の研究内容を示したテキスト形式の研究情報の入力を受け付ける手段と、
    前記記憶している各特許公報に含まれる実体情報の各々と、前記研究情報との類似率を求め、前記求めた類似率が上位所定数の実体情報を持つ特許公報を選択する手段と、
    前記選択した特許公報毎に、該特許公報に含まれる書誌情報を参照して出願人を特定するとともに該特許公報に含まれる書誌情報又は実体情報を利用して技術分野を特定することにより、該特許公報の出願人および技術分野の組を特定する手段と、
    前記組毎に、該組に属する出願人により出願された該組に属する技術分野における特許公報を前記データベースから取得し、該取得した特許公報を利用して所定条件を具備するか否かを判定し、該所定条件を具備する場合に、該組に属する出願人を求職候補企業として抽出する抽出手段と、を有すること
    を特徴とする情報処理装置。
    
17. 請求項１６に記載の情報処理装置であって、
    前記抽出手段は、前記組毎に、該組に属する出願人により出願された該組に属する技術分野における特許公報を前記データベースから取得し、該取得した特許公報を利用して、該組に属する技術分野における出願件数の所定期間内の伸び率を算出し、前記算出した伸び率が所定値以上であることを前記所定条件として該所定条件を具備するか否かを判定し、該所定条件を具備する場合に、該組に属する出願人を求職候補企業として抽出すること
    を特徴とする情報処理装置。
18. 請求項１６に記載の情報処理装置であって、
    前記抽出手段は、前記組毎に、該組に属する技術分野における全ての特許公報を前記データベースから取得し、該取得した特許公報のうち前記組に属する出願人の特許公報を利用して、前記組に属する出願人における出願件数の所定期間内の伸び率である出願人伸び率を算出するとともに、前記取得した特許公報を利用して、全出願人における所定期間内の出願件数の平均伸び率を算出し、前記求めた出願人伸び率が、所定値以上且つ平均伸び率以上であることを前記所定条件として該所定条件を具備するか否かを判定し、該所定条件を具備する場合に、該組に属する出願人を求職候補企業として抽出すること
    を特徴とする情報処理装置。
    
19. 電子化された、複数の特許公報を登録しているデータベースにアクセス可能な情報処理装置であって、
    前記電子化された特許公報には、出願人を示す情報、出願年月日を示す情報、および発明が属する技術分野を示す情報が含まれていて、
    共同事業を行う企業探索を要求する探索要求企業の指定を受け付ける手段と、
    前記データベースにアクセスし、前記探索要求企業が出願した全ての特許公報を取得し、該取得した特許公報の出願年月日を示す情報および技術分野を示す情報を利用し、該取得した特許公報を技術分野毎、且つ出願年毎に分類して集計し、該集計結果を利用し、技術分野毎に所定期間内の出願件数の減少率又は増加率を算出する手段と、
    前記算出した減少率又は増加率を利用して、出願件数が減少傾向にある技術分野と、出願件数が増加傾向にある技術分野とを特定する手段と、
    前記データベースにアクセスし、前記特定した出願件数が減少傾向にある技術分野について出願された全ての特許公報を取得し、該取得した特許公報の出願人を示す情報および出願年月日を示す情報を利用して、出願人毎に、所定期間内における出願件数の増加率を求め、第１候補として、該増加率が上位所定数の出願人を選択する手段と、
    前記データベースにアクセスし、前記特定した出願件数が増加傾向にある技術分野について出願された全ての特許公報を取得し、該取得した特許公報の出願人を示す情報および出願年月日を示す情報を利用し、出願人毎に、所定期間内における出願件数の減少率を求め、第２候補として該減少率が上位所定数の出願人を選択する手段と、
    前記第１候補および前記第２候補の両方に選択された出願人があれば、当該出願人を共同事業候補企業として特定する手段とを有すること
    を特徴とする情報処理装置。
    
20. 複数の研究者について、各研究者を示す情報毎に、該研究者が行っている研究内容を示したテキスト形式の研究情報を対応付けた研究者情報を記憶した記憶手段を備えた情報処理装置が行う、求人候補となる研究者を選定する方法であって、
    求人を希望する企業の持つ技術内容を示したテキスト形式の企業技術情報を受け付けるステップと、
    前記各研究者情報に含まれる研究情報の各々と、前記企業技術情報との類似率を求め、該求めた類似率が上位所定数の研究情報を選択するステップと、
    求人候補研究者として、前記選択した研究情報に対応付けられている研究者示す情報を出力するステップと、を実行すること
    を特徴とする方法。
21. 複数の研究者について、各研究者を示す情報毎に、該研究者が行っている研究内容を示したテキスト形式の研究情報を対応付けた研究者情報を記憶した記憶手段を備えた情報処理装置に求人候補となる研究者を選定する処理を実行させるためのプログラムであって、
    求人を希望する企業の持つ技術内容を示したテキスト形式の企業技術情報を受け付けるステップと、
    前記各研究者情報に含まれる研究情報の各々と、前記企業技術情報との類似率を求め、該求めた類似率が上位所定数の研究情報を選択するステップと、
    求人候補研究者として、前記選択した研究情報に対応付けられている研究者示す情報を出力するステップと、を前記情報処理装置に実行させること
    を特徴とするプログラム。
22. 複数の企業について、各企業を示す情報毎に、該企業が持つ技術内容を示したテキスト形式の企業技術情報を対応付けた企業情報を記憶する手段を備えた情報処理装置が行う、求職候補となる企業を選定する方法であって、
    求職をしている研究者の研究内容を示したテキスト形式の研究情報の入力を受け付けるステップと、
    前記各企業情報に含まれる企業技術情報の各々と、前記研究情報との類似率を求め、前記求めた類似率が上位所定数の企業技術情報を選択するステップと、
    求職候補企業として、前記選択した企業技術情報に対応付けられている企業示す情報を出力するステップと、を実行すること
    を特徴とする方法。
23. 複数の企業について、各企業を示す情報毎に、該企業が持つ技術内容を示したテキスト形式の企業技術情報を対応付けた企業情報を記憶する手段を備えた情報処理装置に、求職候補となる企業を選定する処理を実行させるためのプログラムであって、
    求職をしている研究者の研究内容を示したテキスト形式の研究情報の入力を受け付けるステップと、
    前記各企業情報に含まれる企業技術情報の各々と、前記研究情報との類似率を求め、前記求めた類似率が上位所定数の企業技術情報を選択するステップと、
    求職候補企業として、前記選択した企業技術情報に対応付けられている企業示す情報を出力するステップと、を前記情報処理装置に実行させること
    を特徴とするプログラム。

Images