WO2022113285A1 - レコメンド装置、レコメンドシステム、レコメンド方法、プログラムおよび記憶媒体 - Google Patents

レコメンド装置、レコメンドシステム、レコメンド方法、プログラムおよび記憶媒体 Download PDF

Info

Publication number
WO2022113285A1
WO2022113285A1 PCT/JP2020/044290 JP2020044290W WO2022113285A1 WO 2022113285 A1 WO2022113285 A1 WO 2022113285A1 JP 2020044290 W JP2020044290 W JP 2020044290W WO 2022113285 A1 WO2022113285 A1 WO 2022113285A1
Authority
WO
WIPO (PCT)
Prior art keywords
company
important part
recommended
target
companies
Prior art date
Application number
PCT/JP2020/044290
Other languages
English (en)
French (fr)
Inventor
育大 網代
Original Assignee
日本電気株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to PCT/JP2020/044290 priority Critical patent/WO2022113285A1/ja
Priority to JP2022564948A priority patent/JP7452701B2/ja
Priority to US18/038,966 priority patent/US20240005224A1/en
Publication of WO2022113285A1 publication Critical patent/WO2022113285A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Definitions

  • the present invention relates to a technique for presenting a recommended company according to a target company.
  • Patent Document 1 describes a technique for presenting a recommended company according to the target company.
  • the technique described in Patent Document 1 extracts recommended companies recommended as business partners of the target company based on a matching index such as a profit margin, and presents the extracted recommended companies together with the matching index.
  • Non-Patent Document 1 describes techniques applicable when presenting a recommended company. The technique described in Non-Patent Document 1 predicts the evaluation value of the company by analyzing the text that evaluates the company, and presents the important points that contributed to the prediction in the text.
  • Patent Document 1 With the technique described in Patent Document 1, the user cannot grasp information other than the matching index for the recommended company. For this reason, the user may not be able to obtain sufficient information about the recommended company presented, and it may be difficult to judge the effectiveness as a business partner.
  • the technique described in Non-Patent Document 1 is applied when presenting a recommended company, the important part in the text evaluating the recommended company is an important part for judging the effectiveness as a business partner. Is not always. For this reason, the user may not be able to obtain sufficient information about the recommended company presented, and it may be difficult to judge the effectiveness.
  • One aspect of the present invention has been made in view of the above problems. That is, one example of the object of one aspect of the present invention is to provide a technique that allows a user to more easily determine the effectiveness of a recommended company recommended as a candidate for collaboration with a target company.
  • the recommendation device includes target company information including desired cooperation contents of the target company and cooperation candidate company information including desired cooperation contents of a plurality of companies that are candidates for cooperation of the target company. Based on this, an extraction means for extracting recommended companies recommended as candidates for cooperation of the target company from the plurality of companies, the first important part in the target company information, and the first in the information on the candidate companies for cooperation regarding the recommended company. (2) A specific means for specifying the important part, a collaboration candidate company information regarding the recommended company, and a presentation means for presenting the first important part and the second important part are provided.
  • the recommendation device is a collaboration candidate including the target company information including the desired collaboration content of the target company and the desired collaboration content of a plurality of companies that are candidates for the collaboration destination of the target company.
  • the recommended companies recommended as the candidate for cooperation of the target company are extracted from the plurality of companies, and the first important part in the target company information and the information on the candidate companies for cooperation regarding the recommended company are obtained.
  • the second important part is specified, and the information on the candidate companies for collaboration regarding the recommended company and the first important part and the second important part are presented.
  • the program according to one aspect of the present invention is a program that causes a computer to function as a recommendation device, and the program uses the computer as a target company information including a desired collaboration content of the target company and a business partner of the target company.
  • An extraction means for extracting a recommended company recommended as a candidate for cooperation of the target company from the plurality of companies based on the information of the candidate company for cooperation including the desired cooperation contents of the plurality of candidate companies, and the target.
  • the storage medium is a storage medium that stores a program that causes a computer to function as a recommendation device, and the program uses the computer as a target company information including a desired collaboration content of the target company.
  • the recommended companies recommended as the cooperation destination candidates of the target company are extracted from the plurality of companies.
  • the recommendation system includes a recommendation device and a user terminal, and the recommendation device includes target company information including desired collaboration contents of the target company indicated by input information acquired by the user terminal.
  • the recommendation device includes target company information including desired collaboration contents of the target company indicated by input information acquired by the user terminal.
  • the recommended companies recommended as the cooperation destination candidates of the target company are extracted from the plurality of companies.
  • the user terminal includes a presentation means for presenting an important portion and the second important portion to the user terminal, and the user terminal has an input means for acquiring the input information and a display for displaying the information presented by the presentation means. Means and.
  • the user can more easily determine the effectiveness of the recommended company recommended as a candidate for collaboration with the target company.
  • the recommendation device 100 is a device that presents a recommended company according to the target company.
  • the configuration of the recommendation device 100 will be described with reference to FIG.
  • FIG. 1 is a block diagram showing the configuration of the recommendation device 100.
  • the recommendation device 100 includes an extraction unit 101, a specific unit 102, and a presentation unit 103.
  • the extraction unit 101 is configured to realize the extraction means in this exemplary embodiment.
  • the specific unit 102 is configured to realize the specific means in this exemplary embodiment.
  • the presentation unit 103 is configured to realize the presentation means in this exemplary embodiment.
  • the extraction unit 101 is from a plurality of companies based on the target company information including the desired collaboration content of the target company and the collaboration candidate company information including the desired collaboration content of the plurality of companies that are candidates for the target company. , Extract recommended companies recommended as candidates for collaboration with target companies.
  • the target company information and the collaboration candidate company information may be stored in the storage device included in the recommendation device 100, or may be stored in an external device communicably connected to the recommendation device 100. ..
  • the extraction unit 101 extracts a company whose collaborative candidate company information is similar to the target company information from a plurality of companies as a recommended company.
  • a technique for determining the similarity between information a known technique can be adopted.
  • the process of extracting recommended companies from a plurality of companies is not limited to the above-mentioned process.
  • the desired collaboration content is the business content that a company wants to collaborate with another company.
  • the desired collaborative content includes the characteristics of the company sought as a collaborative destination.
  • the desired collaboration content may include at least one of the company name, business content, development service, provided product, and corporate philosophy of the company.
  • the specifying unit 102 specifies the first important part in the target company information and the second important part in the collaboration candidate company information regarding the recommended company.
  • the specifying unit 102 may specify one first important part or may specify a plurality of first important parts.
  • the specifying unit 102 may specify one second important part or may specify a plurality of second important parts.
  • the specific unit 102 may set the portion of the target company information and the collaboration candidate company information whose importance is equal to or higher than the threshold value as the first important part and the second important part.
  • a technique for determining the importance of a part included in information for example, a known technique as described later can be applied.
  • the process for specifying the first important part and the second important part is not limited to the above-mentioned process.
  • the presentation unit 103 presents information on candidate companies for collaboration regarding recommended companies, and the first important part and the second important part.
  • the information presented by the presentation unit 103 will also be referred to as a “recommendation result”.
  • the presentation unit 103 presents the recommendation result to the user, for example.
  • the presentation unit 103 displays a screen showing the recommendation result on the display device.
  • the display device may be included in the recommendation device 100, or may be an external device communicably connected to the recommendation device 100.
  • the screen showing the recommendation result includes the target company information and the collaboration candidate company information regarding the recommended company.
  • the screen includes the first important part in the target company information and the second important part in the collaboration candidate company information in an emphasized display mode.
  • the process of presenting the recommendation result to the user is not limited to the above-mentioned process.
  • FIG. 2 is a flow chart showing the flow of the recommendation method S100. As shown in FIG. 2, the recommendation method S100 includes steps S1 to S3.
  • Step S1 the extraction unit 101 extracts recommended companies from a plurality of companies based on the target company information and the cooperation candidate company information of the plurality of companies.
  • Step S2 the specific unit 102 specifies the first important part in the target company information and the second important part in the collaboration candidate company information.
  • step S3 the presentation unit 103 presents the collaborative candidate company information regarding the recommended company and the recommendation result including the first important part and the second important part.
  • this exemplary embodiment presents to the user the first important part in the target company information and the second important part in the collaboration candidate company information regarding the recommended company. As a result, the user can recognize the first important part and the second important part in comparison with each other. As a result, by such a comparison, the user can more easily determine the effectiveness of the recommended company recommended as a collaborative candidate of the target company.
  • the recommendation system 10 is a system that presents recommended companies according to the target company.
  • the configuration of the recommendation system 10 will be described with reference to FIG.
  • FIG. 3 is a block diagram showing the configuration of the recommendation system 10.
  • the recommendation system 10 includes a recommendation device 1 and a user terminal 3.
  • the recommendation device 1 and the user terminal 3 are connected to each other so as to be able to communicate with each other.
  • the recommendation device 1 includes an extraction unit 11, a specific unit 12, and a presentation unit 13.
  • the extraction unit 11 is configured to realize the extraction means in this exemplary embodiment.
  • the specific unit 12 is configured to realize the specific means in this exemplary embodiment.
  • the presentation unit 13 is configured to realize the presentation means in this exemplary embodiment.
  • the extraction unit 11 is configured in substantially the same manner as the extraction unit 101 in the exemplary embodiment 1, except that it receives input information indicating a target company among a plurality of companies from the user terminal 3. Since other points are configured in the same manner as the extraction unit 101, detailed description will not be repeated.
  • the presentation unit 13 is configured in substantially the same manner as the presentation unit 103 in the exemplary embodiment 1, except that the recommendation result is presented to the user terminal 3. Specifically, the presentation unit 13 presents the recommendation result by transmitting it to the user terminal 3. Since other points are configured in the same manner as the presentation unit 103, detailed description will not be repeated.
  • the user terminal 3 includes an input unit 31 and a display unit 32.
  • the input unit 31 is configured to realize the input means in this exemplary embodiment.
  • the display unit 32 is configured to realize the display means in this exemplary embodiment.
  • the user terminal 3 is connected to an input device and a display device (both not shown).
  • the input unit 31 acquires input information indicating a target company among a plurality of companies via an input device.
  • the input unit 31 transmits the acquired input information to the recommendation device 1.
  • the display unit 32 displays the recommendation result presented by the recommendation device 1 on the display device.
  • FIG. 4 is a flow chart showing the flow of the recommendation method S10. As shown in FIG. 4, the recommendation method S10 includes steps S11 to S15.
  • step S11 the input unit 31 of the user terminal 3 acquires input information indicating a target company among a plurality of companies.
  • the input unit 31 transmits the acquired input information to the recommendation device 1.
  • Step S12 the extraction unit 11 of the recommendation device 1 extracts recommended companies from a plurality of companies based on the target company information and the cooperation candidate company information of the plurality of companies.
  • step S13 the specifying unit 12 specifies a first important part in the target company information and a second important part in the collaboration candidate company information.
  • step S14 the presentation unit 13 presents the information on the candidate companies for collaboration regarding the recommended company and the recommendation result including the first important part and the second important part. Specifically, the presentation unit 13 presents the recommendation result to the user terminal 3 by transmitting the recommendation result to the user terminal 3.
  • step S15 the display unit 32 of the user terminal 3 displays the recommendation result presented by the recommendation device 1 on the display device.
  • the user of the user terminal inputs the information indicating the target company, and the first important part in the target company information and the first important part in the collaboration candidate company information regarding the recommended company. 2 It is possible to recognize by contrasting with the important part. As a result, the user can more easily determine the effectiveness of the recommended company according to the target company.
  • the recommendation system 10A is a system that presents a recommended company according to a target company by referring to a need statement registered by each of a plurality of companies.
  • the recommendation system 10A presents to the user the recommendation result of recommending the recommended company, including the correspondence between the first important part related to the target company and the second important part related to the recommended company.
  • the configuration of the recommendation system 10A will be described with reference to FIG.
  • FIG. 5 is a block diagram showing the configuration of the recommendation system 10A.
  • the recommendation system 10A includes a recommendation device 1A and a user terminal 3A.
  • the recommendation device 1A and the user terminal 3A are communicably connected via the network N1.
  • FIG. 5 shows one user terminal 3A, the number of user terminals 3A to which the recommendation device 1A is connected is not limited.
  • the network N1 is, for example, a wireless LAN (Local Area Network), a wired LAN, a WAN (Wide Area Network), a public line network, a mobile data communication network, or a combination of these networks.
  • the configuration of the network N1 is not limited to these.
  • the user terminal 3A includes a communication unit 33A in addition to the same configuration as the user terminal 3 in the exemplary embodiment 2.
  • the communication unit 33A transmits / receives information to / from the recommendation device 1A via the network N1.
  • the communication unit 33A transmits / receives information to / from the recommendation device 1A, and the user terminal 3A simply transmits / receives information to / from the recommendation device 1A.
  • the recommendation device 1A includes a control unit 110A, a storage unit 120A, and a communication unit 130A.
  • the control unit 110A includes an extraction unit 11A, a specific unit 12A, and a presentation unit 13A.
  • the extraction unit 11A is configured to realize the extraction means in this exemplary embodiment.
  • the specific unit 12A is configured to realize the specific means in this exemplary embodiment.
  • the presentation unit 13A is configured to realize the presentation means in this exemplary embodiment. Details of these functional blocks included in the control unit 110A will be described later.
  • the storage unit 120A stores the needs information database DB1. The details of the needs information database DB1 will be described later.
  • the storage unit 120A is configured to realize the storage device in this exemplary embodiment.
  • the communication unit 130A transmits / receives information to / from the user terminal 3A via the network N1 under the control of the control unit 110A.
  • the control unit 110A transmits / receives information to / from the user terminal 3A via the communication unit 130A, and the control unit 110A simply transmits / receives information to / from the user terminal 3A.
  • FIG. 6 is a diagram showing a specific example of the needs information database DB1.
  • the needs information database DB1 stores information including a need statement for each of a plurality of companies.
  • the needs statement of each company in this exemplary embodiment is an example of "target company information" and "cooperation candidate company information” described in the claims.
  • the needs statement of each company includes a phrase indicating the characteristics of the business partner required by the company.
  • the needs statement of each company may include at least one of the company name, business content, development service, provided product, and corporate philosophy of the company.
  • the phrase "I am looking for a manufacturer of processed foods for gifts" included in the needs statement of company A shows an example of the characteristics of the business partner that company A seeks.
  • the phrase "I am looking for a sales channel for freeze-dried foods” included in the needs statement related to company B shows an example of the characteristics of the business partner that company B seeks.
  • the company in which the information including the needs statement is stored in the needs information database DB1 is also described as "a company in which the needs statement is registered in the needs information database DB1" or simply "a company in which the needs statement is registered”. do.
  • the needs statement of a new company may be additionally registered after the start of operation of the recommendation device 1A.
  • the already registered needs statement may be modified after the start of operation of the recommendation device 1A.
  • the needs statement of the company that has already been registered may be deleted after the start of operation of the recommendation device 1A.
  • the “plurality of companies” refers to a plurality of companies in which a need statement is registered in the needs information database DB1.
  • Target company refers to one company to be matched among a plurality of companies.
  • the target company is designated by the user of the recommendation device 1A.
  • the “recommended company” refers to a company that is recommended as a collaborative partner of the target company among a plurality of companies.
  • the “candidate company” refers to a company other than the target company among a plurality of companies.
  • Candidate companies are companies that are candidates for recommended companies according to the target company.
  • a candidate company is a company that is a candidate for collaboration with the target company.
  • the extraction unit 11A refers to the needs sentences of each company stored in the needs information database DB 1, and extracts one or more candidate companies having similar needs sentences with the target company as recommended companies. The details of the method for judging the similarity between the needs sentences will be described later.
  • the specific unit 12A specifies a phrase related to the business with which the target company wants to collaborate (hereinafter, also referred to as “important phrase”) from each of the needs sentence of the target company and the needs sentence of the recommended company. That is, the specific unit 12A specifies the first important part, which is one or more important phrases in the needs sentence of the target company, and the second important part, which is one or more important phrases in the needs sentence of the recommended company. Further, the specifying unit 12A specifies a correspondence relationship between each first important part and each second important part. Details of each first important part, each second important part, and a method for identifying the correspondence between them will be described later.
  • the needs statement of the target company in this exemplary embodiment is an example of the "target company information" described in the claims. Further, the needs statement of the candidate company in this exemplary embodiment is an example of the "cooperation candidate company information" described in the claims.
  • the presentation unit 13A presents the recommendation result to the user terminal 3A based on the correspondence relationship specified by the specific unit 12A.
  • the recommendation result includes information indicating the correspondence between the first important part and the second important part, in addition to the same contents as the recommendation result in the exemplary embodiment 2.
  • FIG. 7 is a flow chart showing the flow of the recommendation method S10A. As shown in FIG. 7, the recommendation method S10A includes steps S101 to S105.
  • Step S101 the input unit 31 of the user terminal 3A acquires the input information indicating the target company among the plurality of companies in which the needs statement is registered via the input device.
  • the input unit 31 transmits the acquired input information to the recommendation device 1A.
  • Step S102 the extraction unit 11A refers to the needs sentence of each company and extracts one or more candidate companies having similar needs sentences from the target company indicated by the input information as recommended companies.
  • Specific examples of the method for determining the similarity between the needs sentences include (a) a method based on the inter-word distance, (b) a method based on the inter-document distance, and (c) a method based on a learning model. Details of these methods will be described below. However, the method for judging the similarity between the needs sentences is not limited to these.
  • the extraction unit 11A calculates the similarity between the needs sentences of the target company and each candidate company based on the inter-word distance. Specifically, the extraction unit 11A calculates the inter-word distance for each combination between each word included in the needs sentence of the target company and each word included in the needs sentence of the candidate company. Further, the extraction unit 11A calculates the degree of similarity between the needs sentences of the target company and the candidate company by using the calculated inter-word distance. Further, the extraction unit 11A extracts one or more candidate companies whose calculated similarity is equal to or more than the threshold value as recommended companies.
  • n and m are natural numbers.
  • the extraction unit 11A calculates n ⁇ m inter-word distances.
  • the distance between words can be expressed by the angle formed by the two vectors or the Euclidean distance between the vectors.
  • the extraction unit 11A calculates the degree of similarity between the needs sentences of the target company and the candidate company by using the statistical value of the distance between words. As a specific example, the extraction unit 11A calculates the similarity so that the smaller the average value of the inter-word distances of all combinations of words w1i and w2j, the larger the degree. Further, as another specific example, the extraction unit 11A calculates the degree of similarity so that the smaller the average value of the predetermined number of inter-word distances is, in order from the one with the shortest inter-word distance among all the combinations.
  • the extraction unit 11A calculates the similarity between the needs sentences of the target company and each candidate company based on the distance between documents. Further, the extraction unit 11A extracts one or more candidate companies having a similarity equal to or higher than the threshold value as recommended companies.
  • the distance between the documents of the need sentences can be expressed by the angle formed by the two vectors or the Euclidean distance between the vectors.
  • a technique for expressing the features of a needs sentence as a vector it is conceivable to use a learning model machine-learned to output a feature vector with the needs sentence as an input.
  • a technique such as doc2vec can be applied, but the learning model is not limited to this.
  • the extraction unit 11A calculates the similarity so that the smaller the distance between documents, the larger the degree.
  • the extraction unit 11A uses a learning model that has been trained by machine learning so as to input the needs sentences of two companies and output information indicating the similarity between the needs sentences.
  • the extraction unit 11A inputs the needs sentence of the target company and the needs sentence of the candidate company into the learning model. Further, the extraction unit 11A extracts one or more candidate companies for which "information indicating similarity" is output from the learning model as recommended companies.
  • the extraction unit 11A generates a learning model in advance by machine learning as follows.
  • the extraction unit 11A uses each need sentence of two companies having actual matching cases as teacher data among a plurality of companies, and learns so that information indicating that they are similar when these needs sentences are input is output. Train the model. Further, for example, the extraction unit 11A trains the learning model so that when inputting the needs sentences of two companies having no matching case, information indicating that they are not similar is output.
  • the extraction unit 11A may generate a learning model by performing transfer learning or fine tuning using a pre-trained model. Specific examples of the pre-trained model include, but are not limited to, BERT (Bidirectional Encoder Representations from Transformers).
  • the learning model may have been trained to output the degree of similarity instead of outputting information indicating whether or not they are similar. In this case, the extraction unit 11A extracts one or more candidate companies whose similarity equal to or higher than the threshold value is output as recommended companies.
  • step S103 the specifying unit 12A identifies one or more first important parts in the needs statement of the target company and one or more second important parts in the needs sentence of each recommended company. Further, the specifying unit 12A specifies a correspondence relationship between each first important part and each second important part. In addition, in order to specify the "correspondence relationship between each first important part and each second important part", the specific unit 12A has a correspondence relationship among the combinations of each first important part and each second important part. Identify combinations with.
  • step S102 (D: Method based on interword distance) It is desirable that this method is applied when the extraction unit 11A uses "(a) a method based on the inter-word distance" in step S102.
  • the specific unit 12A has each first important part and each first important part based on the inter-word distance between each word included in the needs sentence of the target company and each word included in the needs sentence of the recommended company. Identify each second important part of the recommended company's needs statement.
  • the specific unit 12A may refer to the value calculated by the extraction unit 11A in the method (a) for the inter-word distance of each combination.
  • the words included in the needs sentence of the target company are regarded as important words in the needs sentences of the target company.
  • the words included in the needs sentence of the recommended company are set as important words in the needs sentences of the recommended company.
  • the specific unit 12A calculates a score based on the important words included in each constituent unit of the needs sentence of the target company, and the constituent unit whose calculated score is equal to or higher than the threshold value is set as the first important part. Further, for example, the specific unit 12A calculates a score based on the important words included in each constituent unit of the needs sentence of the recommended company, and the constituent unit whose calculated score is equal to or higher than the threshold value is set as the second important portion.
  • specific examples of the structural unit include, but are not limited to, phrases or paragraphs.
  • Specific examples of the score include, but are not limited to, a value based on the number of important words included.
  • the specifying unit 12A specifies, among the combinations of each first important part and each second important part, a combination in which the statistical value of the inter-word distance between the included important words is equal to or less than the threshold value as a combination having a corresponding relationship. do.
  • the specific unit 12A identifies each first important part and each second important part based on the importance of each word included in each need sentence of the target company and the recommended company. For example, the specific unit 12A calculates a score based on the importance of each word included in each constituent unit of the needs sentence of the target company, and the constituent unit whose calculated score is equal to or higher than the threshold value is set as the first important portion. Further, for example, the specific unit 12A calculates a score based on the importance of each word included in each constituent unit of the needs sentence of the recommended company, and the constituent unit whose calculated score is equal to or higher than the threshold value is set as the second important portion. ..
  • the specific unit 12A specifies that they have a corresponding relationship.
  • each first important part and each second important part are regarded as documents and the distance between documents is determined. It may be calculated.
  • the specifying unit 12A specifies, among the combinations of each first important part and each second important part, the combination in which the distance between documents is equal to or less than the threshold value as a combination having a corresponding relationship.
  • TF-IDF Term Frequency-Inverse Document Frequency
  • TF-IDF Term Frequency-Inverse Document Frequency
  • the learning model used in "(b) the method based on the distance between documents" or “(c) the method based on the learning model” is input to the target company and the recommended company.
  • Each first important part and each second important part are specified based on the part of interest in each needs sentence.
  • the specific unit 12A uses the attention mechanism built into the learning model to obtain the degree of attention of each word included in the input needs sentence. Further, the extraction unit 11A calculates a score based on the degree of attention of the included words for each constituent unit of the needs sentence of the target company, and the constituent unit whose calculated score is equal to or higher than the threshold value is set as the first important part. Further, the extraction unit 11A calculates a score based on the degree of attention of the included words for each constituent unit of the needs sentence of the recommended company, and the constituent unit whose calculated score is equal to or higher than the threshold value is set as the second important part.
  • the method for specifying the correspondence relationship when the first important part and the second important part are specified one by one is as described in "(e): Method based on the importance of words”. Further, the method for specifying the correspondence relationship when a plurality of parts are specified as one or both of the first important part and the second important part is as described in "(e): Method based on the importance of words”. ..
  • Step S104 the presentation unit 13A presents the recommendation result to the user terminal 3A.
  • the recommendation result includes information indicating the recommended company, the first important part and the second important part, and the information indicating the correspondence between them.
  • the presentation unit 13A generates screen data showing the recommendation result.
  • the presentation unit 13A presents the recommendation result to the user terminal 3A by transmitting the screen data to the user terminal 3A.
  • the presentation unit 13A generates screen data including the needs statement of the target company and the needs statement of the recommended company. Further, the presentation unit 13A makes the display mode of the first important portion different from the display mode of the portion other than the first important portion in the needs sentence of the target company included in such screen data. Further, the presentation unit 13A makes the display mode of the second important portion different from the display mode of the portion other than the second important portion in the needs statement of the recommended company included in such screen data. Further, the presentation unit 13A may have a display mode in which the first important portion and the second important portion correspond to each other in such screen data. Specifically, the presentation unit 13A may apply different display modes to each combination of the first important part and the second important part having a corresponding relationship. Details of such screen data will be described later.
  • Step S105 the display unit 32 of the user terminal 3A displays the recommendation result presented by the recommendation device 1A. Specifically, the display unit 32 displays the screen data received from the recommendation device 1A on the display device. An example of a screen displayed on the user terminal 3A in this step will be described below.
  • FIG. 8 shows a screen example G1 of the recommendation result.
  • the screen example G1 includes the needs sentence A of the target company A and the needs sentences H, I, L of the recommended companies H, I, L.
  • the first important parts p1 to p3 are specified.
  • the second important part p4 is specified.
  • the second important part p5 is specified.
  • the second important part p6 is specified.
  • the first important parts p1 to p3 and the second important parts p4 to p6 are displayed in different display modes from the other parts in the corresponding needs sentence, respectively.
  • the display mode applied to the important portion is, but is not limited to, the display mode surrounded by a rectangle.
  • the first important parts p1 to p3 and the second important parts p4 to p6 have different colors, different background colors, different fonts, different sizes, different brightness, bold characters, italics, etc. It may be displayed in an underlined, blinking, animated display, or a combination of at least two of these.
  • different display modes may be applied to each combination of the first important portion and the second important portion having a corresponding relationship.
  • the rectangle surrounding the first important part p1 and the second important part p4 is colored red
  • the rectangle surrounding the first important part p2 and the second important part p5 is colored blue
  • the first important part p3 and the second important part p3 are colored.
  • the rectangle surrounding each p6 may be yellow.
  • the display mode different from each other for each combination having a corresponding relationship is not limited to this.
  • the display mode applied to each combination includes different background colors, different fonts, different sizes, different brightnesses, or at least two combinations thereof.
  • the bold words in the needs sentences A, H, I, and L are the words specified as important words in the corresponding needs sentences.
  • important words are displayed in a display mode different from other words.
  • the display mode applied to important words is not limited to bold.
  • important words may have different colors, different background colors, different fonts, different sizes, different brightness, italics, underlining, blinking, animations, borders, or a combination of at least two of these. It may be displayed in a display mode.
  • the screen example G1 includes figures f1 to f3 showing a correspondence relationship between each first important part and each second important part.
  • the figures f1 to f3 are bidirectional arrows, respectively.
  • the figures f1 to f3 are not limited to the bidirectional arrows.
  • the figures f1 to f3 may be lines other than arrows, broken lines, alternate long and short dash lines, double lines, curves, free lines, and the like.
  • the figure f1 shows that the first important portion p1 and the second important portion p4 have a correspondence relationship.
  • the figure f2 shows that the first important portion p2 and the second important portion p5 have a correspondence relationship.
  • the figure f3 shows that the first important portion p3 and the second important portion p6 have a correspondence relationship.
  • the user can recognize that the first important part p1 in the needs sentence A of the company A corresponds to the second important part p4 in the needs sentence H by the figure f1. Further, it can be recognized from the figure f2 that the second important part p5 in the needs sentence I corresponds to the first important part p2 in the needs sentence A.
  • the first important parts p1 and p2 in the needs sentence A indicate the business policy of the company A, and do not sufficiently represent the characteristics of the business partner required by the company A. In this case, the user can easily determine that the companies H and I including the second important parts p4 and p5 corresponding to the first important parts p1 and p2 are less effective as the business partner of the company A. ..
  • the user can recognize that the second important part p6 in the needs sentence L corresponds to the first important part p3 in the needs sentence A of the company A by the figure f3.
  • the first important part p3 in the needs sentence A fully expresses the characteristics of the business partner required by the company A.
  • the user can easily determine that the company L including the second important part p6 corresponding to the first important part p3 is highly effective as a business partner of the company A.
  • the screen example G1 does not have to include the figures f1 to f3. In this case, the user can easily recognize the correspondence between them by visually recognizing the second important part of the display mode corresponding to the display mode of the first important part.
  • the present exemplary embodiment presents the recommendation result to the user terminal including information indicating the correspondence relationship between each first important part and each second important part.
  • the user can recognize which part of the needs statement of the target company corresponds to which part of the needs statement of the recommended company.
  • the user can judge that the recommended company corresponding to the first important part of the needs statement of the target company, which more fully expresses the characteristics of the desired business partner, is highly effective as a business partner. can.
  • the user can determine that the recommended company corresponding to the first important part of the needs statement of the target company, which does not sufficiently express the characteristics of the desired business partner, is not effective.
  • the user can more easily determine the effectiveness of the recommended company according to the target company.
  • the recommendation system 10B according to the present exemplary embodiment is a modification of the exemplary embodiment 3.
  • the recommendation system 10B presents a company that is unlikely to compete with the target company as a recommended company according to the target company.
  • the configuration of the recommendation system 10B will be described with reference to FIG.
  • FIG. 9 is a block diagram showing the configuration of the recommendation system 10B.
  • the recommendation system 10B is configured in substantially the same manner as the recommendation system 10A according to the exemplary embodiment 3, except that the recommendation device 1B is provided in place of the recommendation device 1A. Other points are the same as those of the recommendation system 10A.
  • the recommendation device 1B includes a control unit 110B, a storage unit 120B, and a communication unit 130A.
  • the control unit 110B is configured in substantially the same manner as the control unit 110A in the third embodiment, except that the extraction unit 11B is provided in place of the extraction unit 11A. Other points are the same as those of the control unit 110A.
  • the storage unit 120B is configured in the same manner as the storage unit 120A in the exemplary embodiment 3, and further includes the company information database DB2.
  • FIG. 10 is a diagram showing a specific example of the corporate information database DB2.
  • the company information database DB2 stores company information about each of a plurality of companies.
  • corporate information includes information indicating an industry.
  • information indicating the industry "information and communication" is stored as the company information of the companies A, I, J, and K.
  • the company information of the company H information indicating the industry "pharmaceutical manufacturing” is stored.
  • the company information of the company L information indicating the industry "wholesale of chemical products” is stored.
  • the company information may include other information about the company in place of or in addition to the information indicating the type of business.
  • the extraction unit 11B refers to the company information database DB2 and extracts one or more candidate companies other than the competitors of the target company as recommended companies according to the target company. The details of the extraction process will be described later.
  • FIG. 11 is a flow chart showing the flow of the recommendation method S10B.
  • the recommendation method S10B is configured in substantially the same manner as the recommendation method S10A in the exemplary embodiment 3, except that steps S102a to 102c are included instead of step S102.
  • steps S102a to S102c will be described. Since the other steps are the same as the recommendation method S10A, the detailed description will not be repeated.
  • Step S102a the extraction unit 11B of the recommendation device 1B extracts one or more candidate companies having similar needs sentences with the target company as candidates for the recommended company according to the target company. Since the details of the process of extracting the candidate of the recommended company in this step are the same as the process of extracting the recommended company in step S102 of the exemplary embodiment 3, the detailed description will not be repeated.
  • Step S102b the extraction unit 11B refers to the company information database DB2 and estimates one or more competitors that compete with the target company among the candidates for the recommended company.
  • the extraction unit 11B refers to the company information database DB2 and estimates, among the candidates for the recommended company, a company in the same industry as the target company as a competitor. For example, in the example of the company information database DB2 shown in FIG. 10, it is assumed that companies H, I, J, K, and L are extracted as candidates for recommended companies of company A. In this case, the extraction unit 11B estimates the companies I, J, and K, whose industry is the same as that of the company A, among the candidates for the recommended company, as competitors.
  • the method of estimating competitors by referring to company information is not limited to this.
  • the extraction unit 11B may use a learning model trained to output the degree of competition by inputting the company information of two companies.
  • the extraction unit 11B inputs the company information of the target company and the company information of the candidate of the recommended company into the learning model, and estimates the candidate whose output competition degree is equal to or more than the threshold as a competitor.
  • the input company information includes the business type, business content, focus business content, collaborative destination information, and the like of the company.
  • step S102c the extraction unit 11B excludes competitors from the candidates for recommended companies and sets them as recommended companies. In other words, the extraction unit 11B extracts companies other than competitors from the candidates for recommended companies as recommended companies.
  • the recommendation system 10B displays the recommendation result on the display device of the user terminal 3A by executing steps S103 to S105.
  • FIG. 12 shows a screen example G2 of the recommendation result.
  • the screen example G2 includes the needs sentence A of the target company A and the needs sentences H and L of the recommended companies H and L.
  • the screen example G2 does not include the needs statement of the company I presumed to be a competitor among the recommended companies H, I, and L included in the screen example G1 in the exemplary embodiment 2.
  • the screen example G2 includes figures f1 and f3 showing a correspondence relationship between the first important part p1 in the needs sentence of the target company A and the second important parts p4 and p6 in each of the needs sentences of the recommended companies H and L. ..
  • the recommendation result for recommending a recommended company other than the competitors is presented with information indicating the correspondence relationship between each first important part and each second important part.
  • each first important part and each second important part The correspondence with the user is not presented to the user. Therefore, the user can more easily determine the effectiveness of the presented recommended company.
  • the configuration in which the needs information database DB1 and the company information database DB2 are separate databases has been described.
  • the configuration of the database is not limited to that shown in the above-described embodiment. Needs statements and company information may be stored in one database.
  • the company information stored in the company information database DB 2 may include a needs statement and information on the type of business.
  • the company information of each company stored in the company information database DB2 is an example of the "target company information" and the "cooperation candidate company information" described in the scope of the request.
  • the recommendation system 10C is a modification of the exemplary embodiment 4.
  • the recommendation system 10C classifies and presents candidates for recommended companies according to the target company into competitors and non-competitors.
  • the configuration of the recommendation system 10C will be described with reference to FIG.
  • FIG. 13 is a block diagram showing the configuration of the recommendation system 10C.
  • the recommendation system 10C includes a recommendation device 1C and a user terminal 3C.
  • the recommendation device 1C is configured in substantially the same manner as the recommendation device 1B in the exemplary embodiment 4, except that the control unit 110C is provided in place of the control unit 110B.
  • the control unit 110C is configured in substantially the same manner as the control unit 110B in the exemplary embodiment 4, except that the presentation unit 13C is provided in place of the presentation unit 13A.
  • Other points are the same as those of the recommendation device 1B.
  • the presentation unit 13C classifies the recommended company candidates according to the target company into competitors and non-competitors and presents them to the user terminal 3A. The details of the processing to be classified and presented will be described later.
  • the user terminal 3C includes an input unit 31C and a display unit 32C.
  • the input unit 31C is configured in the same manner as the input unit 31 in the exemplary embodiment 4, and further transmits input information for designating a recommended company to the recommendation device 1C. The details of the process of transmitting the input information will be described later.
  • the display unit 32C further classifies and displays candidates for recommended companies into competitors and non-competitors. The details of the displayed process will be described later.
  • FIG. 14 is a flow chart showing the flow of the recommendation method S10C.
  • the recommendation method S10C is configured in substantially the same manner as the recommendation method S10B in the exemplary embodiment 4, except that steps S102d to S102f are included instead of step S102c.
  • steps S102d to S102f will be described. Since the other steps are the same as those of the recommendation method S10B, the detailed description will not be repeated.
  • Step S102d the presentation unit 13C of the recommendation device 1C classifies the candidates of the recommended company into competitors and non-competitors and presents them to the user terminal 3C. Specifically, the presentation unit 13C generates screen data in which the recommended company candidates extracted in step S102a are classified into competitors and non-competitors estimated in step S102b. By transmitting the screen data to the user terminal 3C, the presentation unit 13C classifies them and presents them to the user terminal 3C.
  • Step S102e the display unit 32C of the user terminal 3C classifies the candidates of the recommended company according to the target company into competitors and non-competitors and displays them on the display device. Specifically, the display unit 32 displays the screen data received from the recommendation device 1A on the display device.
  • Step S102f the input unit 31C of the user terminal 3C acquires the input information for designating the recommended company via the input device.
  • the input unit 31C transmits the acquired input information to the recommendation device 1C.
  • the user performs an operation of designating one or more of the recommended company candidates displayed in step S102d as the recommended company by using the input device.
  • the recommendation system 10C displays the recommendation result on the display device of the user terminal 3C by executing steps S103 to S105.
  • FIG. 15 is a screen example G3 of the candidate of the recommended company displayed in step S102e.
  • the screen example G3 includes a region R indicating the companies H, I, L, K, and L as candidates for the recommended company of the company A, which is the target company.
  • each area R of the companies I, J, and K is surrounded by a frame indicating a competitor.
  • the companies H and L are surrounded by a frame indicating a company other than the competitors.
  • the companies H, I, L, K, and L which are candidates for the recommended company, are classified into competitors and non-competitors and displayed.
  • the frame indicating a competitor and the frame indicating a non-competitor are examples of display modes for classifying competitors and non-competitors, but the present invention is not limited to this.
  • the display unit 32C receives screen data indicating such a screen example G3 from the recommendation device 1C, and displays the received screen data on the display device.
  • Each area R receives an operation by an input device.
  • the user designates the company indicated by each area R as a recommended company by performing an operation of designating one or more of the displayed plurality of areas R using the input device.
  • the input unit 31 acquires input information indicating one or more designated recommended companies and transmits it to the recommendation device 1C. In this example, it is assumed that the user performs an operation of designating the company I classified as a competitor and the company H classified as a non-competitor as a recommended company.
  • FIG. 16 shows a screen example G4 of the recommendation result displayed in step S105.
  • the screen example G4 includes the needs sentence A of the target company A.
  • the screen example G4 includes the needs statements of the companies H and I, which are the recommended companies designated by the user.
  • the company H is a company classified as a company other than the competitors.
  • the company I is a company classified as a competitor.
  • the screen example G4 includes figures f1 and f2 showing a correspondence relationship between the first important part p1 in the needs sentence of the company A and the second important parts p4 and p5 in each of the needs sentences of the companies H and I. ..
  • the user can specify the company I that he / she wants to consider as a business partner as a recommended company even if it is presumed to be a competitor, and can visually recognize each of these needs statements in comparison.
  • this exemplary embodiment shows the correspondence between each first important part and each second important part for the recommended company designated by the user from the candidates of the recommended company and the target company.
  • Present information to the user As a result, the user can browse the needs statement in comparison with the company that he / she wants to consider as a collaborative partner even if it is presumed to be a competitor. Therefore, the user can more easily determine the effectiveness of the recommended company.
  • Some or all the functions of the recommendation devices 1, 1A, 1B, and 1C may be realized by hardware such as an integrated circuit (IC chip) or by software.
  • the recommendation devices 1, 1A, 1B, and 1C are realized by, for example, a computer that executes a program instruction that is software that realizes each function.
  • a computer that executes a program instruction that is software that realizes each function.
  • An example of such a computer (hereinafter referred to as computer C) is shown in FIG.
  • the computer C includes at least one processor C1 and at least one memory C2.
  • a program P for operating the computer C as the recommendation devices 1, 1A, 1B, and 1C is recorded in the memory C2.
  • the processor C1 reads the program P from the memory C2 and executes it, so that the functions of the recommendation devices 1, 1A, 1B, and 1C are realized.
  • Examples of the processor C1 include CPU (Central Processing Unit), GPU (Graphic Processing Unit), DSP (Digital Signal Processor), MPU (Micro Processing Unit), FPU (Floating point number Processing Unit), and PPU (Physics Processing Unit). , Microcontrollers, or combinations thereof.
  • the memory C2 for example, a flash memory, an HDD (Hard Disk Drive), an SSD (Solid State Drive), or a combination thereof can be used.
  • the computer C may further include a RAM (RandomAccessMemory) for expanding the program P at the time of execution and temporarily storing various data. Further, the computer C may further include a communication interface for transmitting / receiving data to / from another device. Further, the computer C may further include an input / output interface for connecting an input / output device such as a keyboard, a mouse, a display, and a printer.
  • RAM RandomAccessMemory
  • the computer C may further include a communication interface for transmitting / receiving data to / from another device. Further, the computer C may further include an input / output interface for connecting an input / output device such as a keyboard, a mouse, a display, and a printer.
  • the program P can be recorded on a non-temporary tangible recording medium M that can be read by the computer C.
  • a recording medium M for example, a tape, a disk, a card, a semiconductor memory, a programmable logic circuit, or the like can be used.
  • the computer C can acquire the program P via such a recording medium M.
  • the program P can be transmitted via a transmission medium.
  • a transmission medium for example, a communication network, a broadcast wave, or the like can be used.
  • the computer C can also acquire the program P via such a transmission medium.
  • the first important part in the target company information and the second important part in the collaboration candidate company information regarding the recommended company are presented to the user.
  • the user can recognize the first important part and the second important part in comparison with each other.
  • the user can more easily determine the effectiveness of the recommended company recommended as a collaborative candidate of the target company.
  • the specifying means identifies the correspondence between the first important part and the second important part.
  • the presenting means further presents information indicating the correspondence.
  • the user can recognize the correspondence between the first important part and the second important part, so that the effectiveness of the recommended company recommended as a collaborative candidate of the target company becomes easier. You can judge.
  • the content of the collaboration includes at least one of the company name, business content, development service, provided product, and corporate philosophy of the company.
  • the user can more easily determine the effectiveness of the recommended company as a collaborative destination of the target company as a collaborative destination candidate.
  • the specific means identifies the first important part and the second important part based on the inter-word distance between each word included in the target company information and each word included in the collaboration candidate company information.
  • the recommendation device according to any one of Supplementary note 1 to 3, characterized in that.
  • the user can be presented with the first important part and the second important part specified by reflecting the inter-word distance between the target company information and the collaboration candidate company information.
  • the specific means identifies the first important part and the second important part based on the importance of each word included in each of the target company information and the collaboration candidate company information.
  • the recommendation device according to any one of Supplementary note 1 to 3, characterized in that.
  • the user can be presented with the first important part and the second important part specified by reflecting the importance in each information.
  • the extraction means extracts the recommended company by referring to the information output from the learning model that inputs the target company information and the collaboration candidate company information.
  • the specific means identifies the first important part and the second important part based on the parts of the learning model that the learning model pays attention to in each of the target company information and the collaboration candidate company information.
  • the recommendation device according to any one of Supplementary note 1 to 3, characterized in that.
  • the extraction means refers to the company information of each of the plurality of companies, and extracts a company other than the competitors of the target company as the recommended company.
  • the recommendation device according to any one of Supplementary Provisions 1 to 6, characterized in that.
  • the first important part and the second important part are presented to the user for the companies that are likely to be competitors even if the contents of collaboration with the target company are similar. There is no. Therefore, the user can more easily determine the effectiveness of the presented recommended company.
  • the presenting means displays the target company information and the collaboration candidate company information on a display device, and displays the first important part and the part other than the first important part in the target company information in different display modes.
  • the collaboration candidate company information the second important part and the part other than the second important part are displayed in different display modes.
  • the recommendation device according to any one of Supplementary note 1 to 7, wherein the recommendation device is described.
  • the user can more easily recognize that the first important part and the second important part are important parts different from the other parts.
  • the presenting means displays the first important portion and the second important portion on a display device in display modes corresponding to each other.
  • the recommendation device according to any one of Supplementary Provisions 1 to 8, characterized in that.
  • each first important part and each second important part can be more easily associated and recognized by the user.
  • the recommendation device is Based on the target company information including the desired collaboration content of the target company and the collaboration candidate company information including the desired collaboration content of the plurality of companies that are candidates for the cooperation destination of the target company, the target from the plurality of companies. Extract recommended companies that are recommended as potential business partners Identify the first important part in the target company information and the second important part in the collaboration candidate company information regarding the recommended company. Information on collaborative candidate companies regarding the recommended company, and the first important part and the second important part are presented. A recommendation method characterized by that.
  • a program that makes a computer function as a recommendation device The program is the computer. Based on the target company information including the desired collaboration content of the target company and the collaboration candidate company information including the desired collaboration content of the plurality of companies that are candidates for the cooperation destination of the target company, the target from the plurality of companies.
  • An extraction method for extracting recommended companies that are recommended as potential business partners Specific means for specifying the first important part in the target company information and the second important part in the collaboration candidate company information regarding the recommended company, and It functions as a presentation means for presenting the collaborative candidate company information regarding the recommended company and the first important part and the second important part.
  • a storage medium that stores a program that makes a computer function as a recommendation device.
  • the program is the computer.
  • the recommendation device is Based on the target company information including the desired collaboration content of the target company indicated by the input information acquired by the user terminal, and the collaboration candidate company information including the desired collaboration content of a plurality of companies that are candidates for the cooperation destination of the target company. Then, from the plurality of companies, an extraction means for extracting recommended companies recommended as potential business partners of the target company, and Specific means for specifying the first important part in the target company information and the second important part in the collaboration candidate company information regarding the recommended company, and A collaborative candidate company information regarding the recommended company and a presentation means for presenting the first important part and the second important part to the user terminal are provided.
  • the user terminal is An input means for acquiring the input information and A display means for displaying information presented by the presentation means, and the like.
  • a recommendation system that features that.
  • It comprises at least one processor, said processor.
  • the target company information including the desired collaboration content of the target company and the collaboration candidate company information including the desired collaboration content of the plurality of companies that are candidates for the cooperation destination of the target company
  • the target from the plurality of companies.
  • Extraction processing to extract recommended companies recommended as potential business partners
  • the presentation process for presenting the collaborative candidate company information regarding the recommended company and the first important part and the second important part.
  • a recommendation device that runs.
  • the recommendation device may further include a memory, even if the memory stores a program for causing the processor to execute the pre-extraction process, the specific process, and the present process. good.
  • the program may also be recorded on a computer-readable, non-temporary, tangible recording medium.

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

対象企業の協業先候補として推奨される推奨企業の有効性を、ユーザがより容易に判断することが可能な技術を提供する。レコメンド装置（１００）は、対象企業の所望の協業内容を含む対象企業情報と、対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、複数の企業から、対象企業の協業先候補として推奨される推奨企業を抽出する抽出部（１０１）と、対象企業情報における第１重要部分と、推奨企業に関する協業候補企業情報における第２重要部分と、を特定する特定部（１０２）と、推奨企業に関する協業候補企業情報と、第１重要部分および第２重要部分とを提示する提示部（１０３）と、を備える。

Description

レコメンド装置、レコメンドシステム、レコメンド方法、プログラムおよび記憶媒体
　本発明は、対象企業に応じた推奨企業を提示する技術に関する。
　特許文献１には、対象企業に応じた推奨企業を提示する技術が記載されている。特許文献１に記載された技術は、利益率等のマッチング指標に基づいて、対象企業の取引先として推奨する推奨企業を抽出し、抽出した推奨企業をマッチング指標と共に提示する。
　また、非特許文献１には、推奨企業を提示する際に適用可能な技術が記載されている。非特許文献１に記載された技術は、企業を評価した文章を解析することにより当該企業の評価値を予測し、当該文章において予測に寄与した重要箇所を提示する。
特開２０１７－１８２２４３号公報
Zhouhan Lin et. al.，"A structured self-attentive sentence embedding", ICLR 2017.
　特許文献１に記載の技術では、ユーザは、推奨企業について、マッチング指標以外の情報を把握できない。このため、ユーザは、提示された推奨企業について充分な情報を得られず、取引先としての有効性を判断することが難しい場合がある。また、推奨企業を提示する際に非特許文献１に記載の技術を適用した場合、推奨企業を評価した文章における重要箇所が、取引先としての有効性を判断するために重要な箇所であるとは限らない。このため、ユーザは、提示された推奨企業について充分な情報を得られず、有効性を判断することが難しい場合がある。
　本発明の一態様は、上記の問題に鑑みてなされたものである。すなわち、本発明の一態様の目的の一例は、対象企業の協業先候補として推奨される推奨企業の有効性を、ユーザがより容易に判断することが可能な技術を提供することである。
　本発明の一側面に係るレコメンド装置は、対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出する抽出手段と、前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定する特定手段と、前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを提示する提示手段と、を備える。
　本発明の一側面に係るレコメンド方法は、レコメンド装置が、対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出し、前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定し、前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを提示する。
　本発明の一側面に係るプログラムは、コンピュータをレコメンド装置として機能させるプログラムであって、前記プログラムは、前記コンピュータを、対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出する抽出手段と、前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定する特定手段と、前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを提示する提示手段と、として機能させる。
　本発明の一側面に係る記憶媒体は、コンピュータをレコメンド装置として機能させるプログラムを記憶した記憶媒体であって、前記プログラムは、前記コンピュータを、対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出する抽出手段と、前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定する特定手段と、前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを提示する提示手段と、として機能させる。
　本発明の一側面に係るレコメンドシステムは、レコメンド装置と、ユーザ端末とを含み、前記レコメンド装置は、前記ユーザ端末が取得した入力情報が示す対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出する抽出手段と、前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定する特定手段と、前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを前記ユーザ端末に提示する提示手段と、を備え、前記ユーザ端末は、前記入力情報を取得する入力手段と、前記提示手段によって提示される情報を表示する表示手段と、を備える。
　本発明の一態様によれば、対象企業の協業先候補として推奨される推奨企業の有効性を、ユーザがより容易に判断することができる。
本発明の例示的実施形態１に係るレコメンド装置の構成を示すブロック図である。 本発明の例示的実施形態１に係るレコメンド方法の流れを示すフロー図である。 本発明の例示的実施形態２に係るレコメンドシステムの構成を示すブロック図である。 本発明の例示的実施形態２に係るレコメンド方法の流れを示すフロー図である。 本発明の例示的実施形態３に係るレコメンドシステムの構成を示すブロック図である。 本発明の例示的実施形態３におけるニーズ情報データベースの具体例を示す図である。 本発明の例示的実施形態３に係るレコメンド方法の流れを示すフロー図である。 本発明の例示的実施形態３において表示される画面例を示す図である。 本発明の例示的実施形態４に係るレコメンドシステムの構成を示すブロック図である。 本発明の例示的実施形態４における企業情報データベースの具体例を示す図である。 本発明の例示的実施形態４に係るレコメンド方法の流れを示すフロー図である。 本発明の例示的実施形態４において表示される画面例を示す図である。 本発明の例示的実施形態５に係るレコメンドシステムの構成を示すブロック図である。 本発明の例示的実施形態５に係るレコメンド方法の流れを示すフロー図である。 本発明の例示的実施形態５において表示される画面例を示す図である。 本発明の例示的実施形態５において表示される他の画面例を示す図である。 本発明の各例示的実施形態におけるレコメンド装置のハードウェア構成の一例を示すブロック図である。
　〔例示的実施形態１〕
　本発明の第１の例示的実施形態について、図面を参照して詳細に説明する。本例示的実施形態は、後述する例示的実施形態の基本となる形態である。
　＜レコメンド装置の構成＞
　本例示的実施形態に係るレコメンド装置１００は、対象企業に応じた推奨企業を提示する装置である。レコメンド装置１００の構成について、図１を参照して説明する。図１は、レコメンド装置１００の構成を示すブロック図である。
　図１に示すように、レコメンド装置１００は、抽出部１０１と、特定部１０２と、提示部１０３とを備える。抽出部１０１は、本例示的実施形態において抽出手段を実現する構成である。特定部１０２は、本例示的実施形態において特定手段を実現する構成である。提示部１０３は、本例示的実施形態において提示手段を実現する構成である。
　抽出部１０１は、対象企業の所望の協業内容を含む対象企業情報と、対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、複数の企業から、対象企業の協業先候補として推奨される推奨企業を抽出する。ここで、対象企業情報および協業候補企業情報は、レコメンド装置１００に含まれる記憶装置に記憶されていてもよいし、レコメンド装置１００と通信可能に接続された外部の装置に記憶されていてもよい。例えば、抽出部１０１は、複数の企業から、協業候補企業情報が対象企業情報に類似する企業を、推奨企業として抽出する。情報同士の類似性を判断する技術としては、公知の技術を採用可能である。ただし、複数の企業から推奨企業を抽出する処理は、上述した処理に限定されない。
　ここで、所望の協業内容とは、企業が他の企業と協業したい事業内容である。例えば、所望の協業内容は、協業先として求める企業の特徴を含む。また、所望の協業内容は、当該企業の企業名、事業内容、展開サービス、提供製品、及び企業理念、の少なくとも一つを含んでいてもよい。
　特定部１０２は、対象企業情報における第１重要部分と、推奨企業に関する協業候補企業情報における第２重要部分と、を特定する。ここで、特定部１０２は、１つの第１重要部分を特定してもよいし、複数の第１重要部分を特定してもよい。また、特定部１０２は、１つの第２重要部分を特定してもよいし、複数の第２重要部分を特定してもよい。例えば、特定部１０２は、対象企業情報および協業候補企業情報のそれぞれにおいて重要度が閾値以上となる部分を、第１重要部分および第２重要部分としてもよい。情報に含まれる部分の重要度を求める技術としては、例えば後述するような公知の技術を適用可能である。ただし、第１重要部分および第２重要部分を特定する処理は、上述した処理に限定されない。
　提示部１０３は、推奨企業に関する協業候補企業情報と、第１重要部分および第２重要部分とを提示する。以降、提示部１０３が提示する情報を、「レコメンド結果」とも記載する。提示部１０３は、例えば、ユーザに対してレコメンド結果を提示する。一例として、提示部１０３は、レコメンド結果を示す画面を表示装置に表示する。ここで、表示装置は、レコメンド装置１００に含まれていてもよいし、レコメンド装置１００と通信可能に接続された外部の装置であってもよい。例えば、レコメンド結果を示す画面は、対象企業情報と、推奨企業に関する協業候補企業情報とを含む。また、当該画面は、対象企業情報における第１重要部分および協業候補企業情報における第２重要部分を、それぞれ強調した表示態様で含む。ただし、レコメンド結果をユーザに提示する処理は、上述した処理に限定されない。
　＜レコメンド方法の流れ＞
　以上のように構成されたレコメンド装置１００が実行するレコメンド方法Ｓ１００の流れについて、図２を参照して説明する。図２は、レコメンド方法Ｓ１００の流れを示すフロー図である。図２に示すように、レコメンド方法Ｓ１００は、ステップＳ１～Ｓ３を含む。
　（ステップＳ１）
　ステップＳ１において、抽出部１０１は、対象企業情報と、複数の企業の協業候補企業情報とに基づいて、複数の企業から推奨企業を抽出する。
　（ステップＳ２）
　ステップＳ２において、特定部１０２は、対象企業情報における第１重要部分と、協業候補企業情報における第２重要部分と、を特定する。
　（ステップＳ３）
　ステップＳ３において、提示部１０３は、推奨企業に関する協業候補企業情報と、第１重要部分および第２重要部分とを含むレコメンド結果を提示する。
　＜本例示的実施形態の効果＞
　以上のように、本例示的実施形態は、対象企業情報における第１重要部分と、推奨企業に関する協業候補企業情報における第２重要部分とをユーザに提示する。これにより、ユーザは、第１重要部分と第２重要部分とを対比して認識することができる。その結果、このような対比により、ユーザは、対象企業の協業先候補として推奨される推奨企業の有効性をより容易に判断することができる。
　〔例示的実施形態２〕
　本発明の第２の例示的実施形態について、図面を参照して詳細に説明する。なお、例示的実施形態１にて説明した構成要素と同じ機能を有する構成要素については、同じ符号を付し、その説明を繰り返さない。
　＜レコメンドシステムの構成＞
　本例示的実施形態に係るレコメンドシステム１０は、対象企業に応じた推奨企業を提示するシステムである。レコメンドシステム１０の構成について、図３を参照して説明する。図３は、レコメンドシステム１０の構成を示すブロック図である。
　図３に示すように、レコメンドシステム１０は、レコメンド装置１と、ユーザ端末３とを含む。レコメンド装置１およびユーザ端末３は、互いに通信可能に接続される。
　（レコメンド装置の構成）
　図３に示すように、レコメンド装置１は、抽出部１１と、特定部１２と、提示部１３とを備える。抽出部１１は、本例示的実施形態において抽出手段を実現する構成である。特定部１２は、本例示的実施形態において特定手段を実現する構成である。提示部１３は、本例示的実施形態において提示手段を実現する構成である。
　抽出部１１は、例示的実施形態１における抽出部１０１とほぼ同様に構成されるが、複数の企業のうち対象企業を示す入力情報をユーザ端末３から受信する点が異なる。その他の点については、抽出部１０１と同様に構成されるため、詳細な説明を繰り返さない。
　特定部１２は、例示的実施形態１における特定部１０２と同様に構成されるため、詳細な説明を繰り返さない。
　提示部１３は、例示的実施形態１における提示部１０３とほぼ同様に構成されるが、レコメンド結果をユーザ端末３に提示する点が異なる。具体的には、提示部１３は、レコメンド結果を、ユーザ端末３に送信することにより提示する。その他の点については、提示部１０３と同様に構成されるため、詳細な説明を繰り返さない。
　（ユーザ端末の構成）
　図３に示すように、ユーザ端末３は、入力部３１と、表示部３２とを備える。入力部３１は、本例示的実施形態において入力手段を実現する構成である。表示部３２は、本例示的実施形態において表示手段を実現する構成である。ユーザ端末３は、入力装置および表示装置（何れも不図示）に接続される。
　入力部３１は、複数の企業のうち対象企業を示す入力情報を、入力装置を介して取得する。入力部３１は、取得した入力情報をレコメンド装置１に送信する。
　表示部３２は、レコメンド装置１から提示されたレコメンド結果を、表示装置に表示する。
　＜レコメンド方法の流れ＞
　以上のように構成されたレコメンドシステム１０が実行するレコメンド方法Ｓ１０の流れについて、図４を参照して説明する。図４は、レコメンド方法Ｓ１０の流れを示すフロー図である。図４に示すように、レコメンド方法Ｓ１０は、ステップＳ１１～Ｓ１５を含む。
　（ステップＳ１１）
　ステップＳ１１において、ユーザ端末３の入力部３１は、複数の企業のうち対象企業を示す入力情報を取得する。入力部３１は、取得した入力情報をレコメンド装置１に送信する。
　（ステップＳ１２）
　ステップＳ１２において、レコメンド装置１の抽出部１１は、対象企業情報と、複数の企業の協業候補企業情報とに基づいて、複数の企業から推奨企業を抽出する。
　（ステップＳ１３）
　ステップＳ１３において、特定部１２は、対象企業情報における第１重要部分と、協業候補企業情報における第２重要部分と、を特定する。
　（ステップＳ１４）
　ステップＳ１４において、提示部１３は、推奨企業に関する協業候補企業情報と、第１重要部分および第２重要部分とを含むレコメンド結果を提示する。具体的には、提示部１３は、レコメンド結果をユーザ端末３に送信することにより、ユーザ端末３に提示する。
　（ステップＳ１５）
　ステップＳ１５において、ユーザ端末３の表示部３２は、レコメンド装置１から提示されたレコメンド結果を表示装置に表示する。
　＜本例示的実施形態の効果＞
　以上の構成により、本例示的実施形態によれば、ユーザ端末のユーザは、対象企業を示す情報を入力することにより、対象企業情報における第１重要部分と、推奨企業に関する協業候補企業情報における第２重要部分とを対比して認識することができる。その結果、ユーザは、対象企業に応じた推奨企業の有効性をより容易に判断することができる。
　〔例示的実施形態３〕
　本発明の第３の例示的実施形態について、図面を参照して詳細に説明する。なお、例示的実施形態１～２にて説明した構成要素と同じ機能を有する構成要素については、同じ符号を付し、その説明を繰り返さない。
　＜レコメンドシステムの構成＞
　本例示的実施形態に係るレコメンドシステム１０Ａは、複数の企業の各々によって登録されたニーズ文を参照して、対象企業に応じた推奨企業を提示するシステムである。レコメンドシステム１０Ａは、推奨企業を推奨するレコメンド結果に、対象企業に係る第１重要部分と、推奨企業に係る第２重要部分との対応関係を含めてユーザに提示する。レコメンドシステム１０Ａの構成について、図５を参照して説明する。図５は、レコメンドシステム１０Ａの構成を示すブロック図である。
　図５に示すように、レコメンドシステム１０Ａは、レコメンド装置１Ａと、ユーザ端末３Ａとを含む。レコメンド装置１Ａおよびユーザ端末３Ａは、ネットワークＮ１を介して通信可能に接続される。なお、図５には、１つのユーザ端末３Ａを示しているが、レコメンド装置１Ａが接続されるユーザ端末３Ａの数は限定されない。ネットワークＮ１は、例えば、無線ＬＡＮ（Local Area Network）、有線ＬＡＮ、ＷＡＮ（Wide Area Network）、公衆回線網、モバイルデータ通信網、又は、これらのネットワークの組み合わせである。ただし、ネットワークＮ１の構成はこれらに限定されない。
　（ユーザ端末の構成）
　図５に示すように、ユーザ端末３Ａは、例示的実施形態２におけるユーザ端末３と同様の構成に加えて、通信部３３Ａを備える。
　通信部３３Ａは、ネットワークＮ１を介してレコメンド装置１Ａとの間で情報を送受信する。以降、通信部３３Ａがレコメンド装置１Ａとの間で情報を送受信することを、単に、ユーザ端末３Ａがレコメンド装置１Ａとの間で情報を送受信する、とも記載する。
　（レコメンド装置の構成）
　図５に示すように、レコメンド装置１Ａは、制御部１１０Ａと、記憶部１２０Ａと、通信部１３０Ａとを含む。制御部１１０Ａは、抽出部１１Ａと、特定部１２Ａと、提示部１３Ａとを備える。抽出部１１Ａは、本例示的実施形態において抽出手段を実現する構成である。特定部１２Ａは、本例示的実施形態において特定手段を実現する構成である。提示部１３Ａは、本例示的実施形態において提示手段を実現する構成である。制御部１１０Ａに含まれるこれらの機能ブロックの詳細については後述する。
　記憶部１２０Ａは、ニーズ情報データベースＤＢ１を記憶する。ニーズ情報データベースＤＢ１の詳細については後述する。記憶部１２０Ａは、本例示的実施形態において記憶装置を実現する構成である。
　通信部１３０Ａは、制御部１１０Ａの制御の基に、ネットワークＮ１を介してユーザ端末３Ａとの間で情報を送受信する。以降、制御部１１０Ａが通信部１３０Ａを介してユーザ端末３Ａとの間で情報を送受信することを、単に、制御部１１０Ａがユーザ端末３Ａとの間で情報を送受信する、とも記載する。
　（ニーズ情報データベース）
ニーズ情報データベースＤＢ１の構成について、図６を参照して説明する。図６は、ニーズ情報データベースＤＢ１の具体例を示す図である。図６に示すように、ニーズ情報データベースＤＢ１は、複数の企業の各々についてニーズ文を含む情報を格納する。本例示的実施形態における各企業のニーズ文は、請求の範囲に記載した「対象企業情報」および「協業候補企業情報」の一例である。各企業のニーズ文は、当該企業が求める協業先の特徴を示すフレーズを含む。また、各企業のニーズ文は、当該企業の企業名、事業内容、展開サービス、提供製品、及び企業理念、の少なくとも一つを含んでいてもよい。
　例えば、図６において、企業Ａのニーズ文に含まれる「贈答用の加工食品を製造する業者を探しています。」とのフレーズは、企業Ａが求める協業先の特徴の一例を示している。また、例えば、企業Ｂに関連するニーズ文に含まれる「フリーズドライ食品の販路を求めています。」とのフレーズは、企業Ｂが求める協業先の特徴の一例を示している。
　（ニーズ文が登録された企業）
　以降、ニーズ情報データベースＤＢ１にニーズ文を含む情報が格納される企業を、「ニーズ情報データベースＤＢ１にニーズ文が登録された企業」、または、単に、「ニーズ文が登録された企業」、とも記載する。新たな企業のニーズ文が、レコメンド装置１Ａの運用開始後に追加して登録される場合もあり得る。また、既に登録されたニーズ文が、レコメンド装置１Ａの運用開始後に修正される場合もあり得る。また、既に登録された企業のニーズ文が、レコメンド装置１Ａの運用開始後に削除される場合もあり得る。
　（複数の企業）
　「複数の企業」とは、ニーズ情報データベースＤＢ１にそれぞれニーズ文が登録されている複数の企業を指す。
　（対象企業）
　「対象企業」とは、複数の企業のうち、マッチングの対象となる１の企業を指す。対象企業は、レコメンド装置１Ａのユーザにより指定される。
　（推奨企業）
　「推奨企業」とは、複数の企業のうち、対象企業の協業先として推奨する企業を指す。
　（候補企業）
　「候補企業」とは、複数の企業のうち、対象企業以外の企業を指す。候補企業は、対象企業に応じた推奨企業の候補となる企業である。換言すると、候補企業とは、対象企業の協業先候補となる企業である。１つの対象企業に対して、１以上の候補企業が存在する。
　（抽出部の構成）
　抽出部１１Ａは、ニーズ情報データベースＤＢ１に格納された各企業のニーズ文を参照して、対象企業との間でニーズ文同士が類似する１以上の候補企業を、推奨企業として抽出する。ニーズ文同士の類似性を判断する手法の詳細については後述する。
　（特定部の構成）
　特定部１２Ａは、対象企業のニーズ文及び推奨企業のニーズ文それぞれから、該対象企業が協業したいビジネスに関するフレーズ（以下、「重要フレーズ」ともいう。）を特定する。すなわち、特定部１２Ａは、対象企業のニーズ文における１以上の重要フレーズである第１重要部分と、推奨企業のニーズ文における１以上の重要フレーズである第２重要部分と、を特定する。また、特定部１２Ａは、各第１重要部分と各第２重要部分との間の対応関係を特定する。各第１重要部分、各第２重要部分、およびそれらの間の対応関係を特定する手法の詳細については後述する。
　なお、本例示的実施形態における対象企業のニーズ文は、請求の範囲に記載した「対象企業情報」の一例である。また、本例示的実施形態における候補企業のニーズ文は、請求の範囲に記載した「協業候補企業情報」の一例である。
　（提示部の構成）
　提示部１３Ａは、特定部１２Ａが特定した対応関係に基づいて、レコメンド結果をユーザ端末３Ａに提示する。レコメンド結果は、例示的実施形態２におけるレコメンド結果と同様の内容に加えて、第１重要部分と第２重要部分との間の対応関係を示す情報を含む。
　＜レコメンド方法の流れ＞
　以上のように構成されたレコメンドシステム１０Ａが実行するレコメンド方法Ｓ１０Ａの流れについて、図７を参照して説明する。図７は、レコメンド方法Ｓ１０Ａの流れを示すフロー図である。図７に示すように、レコメンド方法Ｓ１０Ａは、ステップＳ１０１～Ｓ１０５を含む。
　（ステップＳ１０１）
　ステップＳ１０１において、ユーザ端末３Ａの入力部３１は、ニーズ文が登録された複数の企業のうち対象企業を示す入力情報を、入力装置を介して取得する。入力部３１は、取得した入力情報をレコメンド装置１Ａに送信する。
　（ステップＳ１０２）
　ステップＳ１０２において、抽出部１１Ａは、各企業のニーズ文を参照して、入力情報が示す対象企業との間で、ニーズ文同士が類似する１以上の候補企業を、推奨企業として抽出する。ニーズ文同士の類似性を判断する手法の具体例としては、（ａ）単語間距離に基づく手法、（ｂ）文書間距離に基づく手法、または、（ｃ）学習モデルに基づく手法が挙げられる。これらの手法の詳細について以下に説明する。ただし、ニーズ文同士の類似性を判断する手法は、これらに限定されない。
　（ａ：単語間距離に基づく手法）
　この手法を用いる場合、抽出部１１Ａは、対象企業および各候補企業のニーズ文同士の類似度を、単語間距離に基づいて算出する。具体的には、抽出部１１Ａは、対象企業のニーズ文に含まれる各単語と、当該候補企業のニーズ文に含まれる各単語との間の各組み合わせについて、単語間距離を算出する。また、抽出部１１Ａは、算出した単語間距離を用いて、対象企業および候補企業のニーズ文同士の類似度を算出する。また、抽出部１１Ａは、算出した類似度が閾値以上となる１以上の候補企業を、推奨企業として抽出する。
　例えば、抽出部１１Ａは、対象企業のニーズ文に含まれる単語ｗ１ｉ（ｉ＝１、２、・・・、ｎ）と、候補企業のニーズ文に含まれる単語ｗ２ｊ（ｊ＝１、２、・・・、ｍ）との各組み合わせについて単語間距離を算出する。ここで、ｎ、ｍは自然数である。この場合、単語ｗ１ｉおよび単語ｗ２ｊ間の組み合わせはｎ×ｍ通り存在する。換言すると、抽出部１１Ａは、ｎ×ｍ個の単語間距離を算出する。ここで、各単語ｗ１ｉおよびｗ２ｊの特徴をベクトルとして表現する場合、単語間距離は、２つのベクトルのなす角度またはベクトル間のユークリッド距離により表すことができる。単語の特徴をベクトルとして表現する技術としては、単語を入力として特徴ベクトルを出力するよう機械学習された学習モデルを用いることが考えられる。そのような学習モデルとしては、ｗｏｒｄ２ｖｅｃ等の技術を適用可能であるが、これに限られない。抽出部１１Ａは、単語間距離の統計値を用いて、対象企業および候補企業のニーズ文同士の類似度を算出する。具体例として、抽出部１１Ａは、単語ｗ１ｉおよびｗ２ｊの全組み合わせの単語間距離の平均値が小さいほど大きくなるよう、類似度を算出する。また、他の具体例として、抽出部１１Ａは、当該全組み合わせのうち単語間距離が短いものから順に所定数の単語間距離の平均値が小さいほど大きくなるよう、類似度を算出する。
　（ｂ：文書間距離に基づく手法）
　この手法を用いる場合、抽出部１１Ａは、対象企業および各候補企業のニーズ文同士の類似度を、文書間距離に基づいて算出する。また、抽出部１１Ａは、類似度が閾値以上の１以上の候補企業を、推奨企業として抽出する。
　ここで、各ニーズ文の特徴をベクトルとして表現する場合、ニーズ文同士の文書間距離は、２つのベクトルのなす角度またはベクトル間のユークリッド距離により表すことができる。ニーズ文の特徴をベクトルとして表す技術としては、ニーズ文を入力として特徴ベクトルを出力するよう機械学習された学習モデルを用いることが考えられる。そのような学習モデルとしては、ｄｏｃ２ｖｅｃ等の技術を適用可能であるが、これに限られない。抽出部１１Ａは、文書間距離が小さいほど大きくなるよう類似度を算出する。
　（ｃ：学習モデルに基づく手法）
　この手法を用いる場合、抽出部１１Ａは、２つの企業のニーズ文を入力として、当該ニーズ文同士の類似性を示す情報を出力するよう機械学習により学習済みの学習モデルを用いる。抽出部１１Ａは、対象企業のニーズ文と候補企業のニーズ文とを学習モデルに入力する。また、抽出部１１Ａは、学習モデルから「類似することを示す情報」が出力された１以上の候補企業を、推奨企業として抽出する。
　例えば、抽出部１１Ａは、次のようにして、機械学習によりあらかじめ学習モデルを生成しておく。抽出部１１Ａは、複数の企業のうち、実際のマッチング事例がある２つの企業の各ニーズ文を教師データとして、これらのニーズ文を入力すると類似することを示す情報が出力されるよう、当該学習モデルを学習させる。また、例えば、抽出部１１Ａは、マッチング事例がない２つの企業のニーズ文を入力すると類似しないことを示す情報が出力されるよう、当該学習モデルを学習させる。一例として、抽出部１１Ａは、事前学習されたモデルを用いて転移学習またはファインチューニングを行うことにより、学習モデルを生成してもよい。事前学習されたモデルの具体例としては、ＢＥＲＴ（Bidirectional　Encoder　Representations　from　Transformers）等が挙げられるが、これに限られない。なお、学習モデルは、類似するか否かを示す情報を出力する代わりに、類似度を出力するように学習済であってもよい。この場合、抽出部１１Ａは、閾値以上の類似度が出力される１以上の候補企業を、推奨企業として抽出する。
　（ステップＳ１０３）
　ステップＳ１０３において、特定部１２Ａは、対象企業のニーズ文における１以上の第１重要部分と、各推奨企業のニーズ文における１以上の第２重要部分とを特定する。また、特定部１２Ａは、各第１重要部分と各第２重要部分との間の対応関係を特定する。なお、特定部１２Ａは、「各第１重要部分と各第２重要部分との間の対応関係」を特定するために、各第１重要部分と各第２重要部分との組み合わせのうち対応関係を有する組み合わせを特定する。
　ここで、各第１重要部分、各第２重要部分、およびこれらの間の対応関係を特定する手法の具体例としては、（ｄ）単語間距離に基づく手法、（ｅ）単語の重要度に基づく手法、または、（ｆ）学習モデルが注目した部分に基づく手法が挙げられる。これらの手法の詳細について以下に説明する。ただし、各第１重要部分、各第２重要部分、およびこれらの間の対応関係を特定する手法は、これらに限定されない。
　（ｄ：単語間距離に基づく手法）
　この手法は、ステップＳ１０２において抽出部１１Ａが「（ａ）単語間距離に基づく手法」を用いている場合に適用することが望ましい。この手法を用いる場合、特定部１２Ａは、対象企業のニーズ文に含まれる各単語と、推奨企業のニーズ文に含まれる各単語との間の単語間距離に基づいて、各第１重要部分および推奨企業のニーズ文における各第２重要部分を特定する。ここで、特定部１２Ａは、各組み合わせの単語間距離については、抽出部１１Ａが手法（ａ）において算出した値を参照すればよい。
　例えば、特定部１２Ａは、単語間距離が閾値以下となった単語の組み合わせのうち、対象企業のニーズ文に含まれる単語を、対象企業のニーズ文における重要単語とする。また、特定部１２Ａは、単語間距離が閾値以下となった単語の組み合わせのうち、推奨企業のニーズ文に含まれる単語を、推奨企業のニーズ文における重要単語とする。
　また、例えば、特定部１２Ａは、対象企業のニーズ文の構成単位毎に、含まれる重要単語に基づくスコアを算出し、算出したスコアが閾値以上の構成単位を第１重要部分とする。また、例えば、特定部１２Ａは、推奨企業のニーズ文の構成単位毎に、含まれる重要単語に基づくスコアを算出し、算出したスコアが閾値以上の構成単位を第２重要部分とする。ここで、構成単位の具体例としては、フレーズまたは段落が挙げられるが、これらに限られない。スコアの具体例としては、含まれる重要単語の個数に基づく値が挙げられるが、これに限られない。
　また、特定部１２Ａは、各第１重要部分と各第２重要部分との組み合わせのうち、含まれる重要単語同士の単語間距離の統計値が閾値以下の組み合わせを、対応関係を有する組み合わせとして特定する。
　（ｅ：単語の重要度に基づく手法）
　この手法は、ステップＳ１０２において、抽出部１１Ａが「（ｂ）文書間距離に基づく手法」または「（ｃ）学習モデルに基づく手法」を用いている場合に適用することが望ましい。
　この手法を用いる場合、特定部１２Ａは、対象企業および推奨企業の各ニーズ文に含まれる各単語の重要度に基づいて、各第１重要部分および各第２重要部分を特定する。例えば、特定部１２Ａは、対象企業のニーズ文の構成単位毎に、含まれる各単語の重要度に基づきスコアを算出し、算出したスコアが閾値以上の構成単位を第１重要部分とする。また、例えば、特定部１２Ａは、推奨企業のニーズ文の構成単位毎に、含まれる各単語の重要度に基づきスコアを算出し、算出したスコアが閾値以上の構成単位を第２重要部分とする。
　また、特定部１２Ａは、第１重要部分および第２重要部分を１つずつ特定した場合、これらが対応関係を有するものとして特定する。
　また、特定部１２Ａは、第１重要部分および第２重要部分の一方または両方として複数個を特定している場合、各第１重要部分および各第２重要部分を文書とみなして文書間距離を算出してもよい。この場合、特定部１２Ａは、各第１重要部分と各第２重要部分との組み合わせのうち、文書間距離が閾値以下である組み合わせを、対応関係を有する組み合わせとして特定する。
　ここで、各ニーズ文に含まれる単語の重要度を算出する技術の具体例としては、ＴＦ－ＩＤＦ（Term Frequency-Inverse Document Frequency）を適用可能であるが、これに限られない。ＴＦ－ＩＤＦを用いる場合、あるニーズ文に含まれる各単語の重要度は、当該ニーズ文により多く出現するほど、かつ、複数のニーズ文のうち当該ニーズ文を含むより少数のニーズ文にのみ出現するほど高くなるよう算出される。
　（ｆ：学習モデルが注目した部分に基づく手法）
　この手法は、ステップＳ１０２において、抽出部１１Ａが「（ｂ）文書間距離に基づく手法」または「（ｃ）学習モデルに基づく手法」を用いている場合に適用することが望ましい。
　この手法を用いる場合、特定部１２Ａは、「（ｂ）文書間距離に基づく手法」または「（ｃ）学習モデルに基づく手法」で用いられた学習モデルが、入力された対象企業および推奨企業の各ニーズ文において注目した部分に基づいて、各第１重要部分および各第２重要部分を特定する。
　具体的には、特定部１２Ａは、学習モデルに組み込まれたアテンション機構を用いて、入力されたニーズ文に含まれる各単語の注目度を求める。また、抽出部１１Ａは、対象企業のニーズ文の構成単位毎に、含まれる単語の注目度に基づくスコアを算出し、算出したスコアが閾値以上の構成単位を第１重要部分とする。また、抽出部１１Ａは、推奨企業のニーズ文の構成単位毎に、含まれる単語の注目度に基づくスコアを算出し、算出したスコアが閾値以上の構成単位を第２重要部分とする。
　また、第１重要部分および第２重要部分を１つずつ特定した場合における対応関係の特定手法については、「（ｅ）：単語の重要度に基づく手法」で説明した通りである。また、第１重要部分および第２重要部分の一方または両方として複数個を特定した場合における対応関係の特定手法については、「（ｅ）：単語の重要度に基づく手法」で説明した通りである。
　（ステップＳ１０４）
　ステップＳ１０４において、提示部１３Ａは、レコメンド結果をユーザ端末３Ａに提示する。レコメンド結果は、推奨企業を示す情報と、第１重要部分および第２重要部分と、これらの間の対応関係を示す情報とを含む。具体的には、提示部１３Ａは、レコメンド結果を示す画面データを生成する。提示部１３Ａは、画面データをユーザ端末３Ａに送信することにより、レコメンド結果をユーザ端末３Ａに提示する。
　具体的には、提示部１３Ａは、対象企業のニーズ文と推奨企業のニーズ文とを含む画面データを生成する。また、提示部１３Ａは、そのような画面データに含まれる対象企業のニーズ文において、第１重要部分の表示態様と、第１重要部分以外の部分の表示態様とを異ならせる。また、提示部１３Ａは、そのような画面データに含まれる推奨企業のニーズ文において、第２重要部分の表示態様と、第２重要部分以外の部分の表示態様とを異ならせる。また、提示部１３Ａは、そのような画面データにおいて、第１重要部分と第２重要部分とを互いに対応する表示態様としてもよい。具体的には、提示部１３Ａは、対応関係を有する第１重要部分および第２重要部分の組み合わせ毎に、互いに異なる表示態様を適用してもよい。このような画面データの詳細については後述する。
　（ステップＳ１０５）
　ステップＳ１０５において、ユーザ端末３Ａの表示部３２は、レコメンド装置１Ａから提示されたレコメンド結果を表示する。具体的には、表示部３２は、レコメンド装置１Ａから受信した画面データを表示装置に表示する。本ステップでユーザ端末３Ａに表示される画面例について、以下に説明する。
　＜画面例＞
　レコメンドシステム１０ＡがステップＳ１０５において表示する画面例について、図８を参照して説明する。図８は、レコメンド結果の画面例Ｇ１を示す。図８に示すように、画面例Ｇ１は、対象企業である企業Ａのニーズ文Ａと、推奨企業である企業Ｈ、Ｉ、Ｌのニーズ文Ｈ、Ｉ、Ｌとを含む。
　企業Ａのニーズ文Ａでは、第１重要部分ｐ１～ｐ３が特定されている。企業Ｈのニーズ文Ｈでは、第２重要部分ｐ４が特定されている。企業Ｉのニーズ文Ｉでは、第２重要部分ｐ５が特定されている。企業Ｌのニーズ文Ｌでは、第２重要部分ｐ６が特定されている。第１重要部分ｐ１～ｐ３、および第２重要部分ｐ４～ｐ６は、それぞれ、該当するニーズ文におけるそれ以外の部分とは異なる表示態様で表示される。この例では、重要部分に適用される表示態様は、矩形で囲まれた表示態様であるが、これに限られない。例えば、第１重要部分ｐ１～ｐ３、および第２重要部分ｐ４～ｐ６は、該当するニーズ文における他の部分とは異なる色、異なる背景色、異なるフォント、異なるサイズ、異なる輝度、太字、斜体、下線、点滅、アニメーションのいずれか、またはこれらの少なくとも二つを組み合わせた表示態様で表示されてもよい。
　なお、画面例Ｇ１において、対応関係を有する第１重要部分および第２重要部分の組み合わせ毎に、互いに異なる表示態様が適用されていてもよい。例えば、第１重要部分ｐ１および第２重要部分ｐ４をそれぞれ囲む矩形を赤色とし、第１重要部分ｐ２および第２重要部分ｐ５をそれぞれ囲む矩形を青色とし、第１重要部分ｐ３および第２重要部分ｐ６をそれぞれ囲む矩形を黄色としてもよい。ただし、対応関係を有する組み合わせ毎に互いに異なる表示態様は、これに限られない。例えば、組み合わせ毎に適用される表示態様は、互いに異なる背景色、互いに異なるフォント、互いに異なるサイズ、互いに異なる輝度のいずれか、またはこれらの少なくとも二つの組み合わせ等が挙げられる。
　また、ニーズ文Ａ、Ｈ、Ｉ、Ｌにおける太字の単語は、対応するニーズ文において重要単語として特定された単語である。このように、重要単語は、他の単語とは異なる表示態様で表示される。ただし、重要単語に適用される表示態様は、太字に限られない。例えば、重要単語は、他の単語とは異なる色、異なる背景色、異なるフォント、異なるサイズ、異なる輝度、斜体、下線、点滅、アニメーション、枠囲みのいずれか、またはこれらの少なくとも二つを組み合わせた表示態様で表示されてもよい。
　また、画面例Ｇ１は、各第１重要部分と各第２重要部分との間の対応関係を示す図形ｆ１～ｆ３を含む。この例では、図形ｆ１～ｆ３は、それぞれ、双方向の矢印である。ただし、図形ｆ１～ｆ３は、双方向の矢印に限定されない。例えば、図形ｆ１～ｆ３は、矢印以外の線、破線、一点鎖線、二重線、曲線、または自由線等であってもよい。図形ｆ１は、第１重要部分ｐ１および第２重要部分ｐ４が対応関係を有することを示している。図形ｆ２は、第１重要部分ｐ２および第２重要部分ｐ５が対応関係を有することを示している。図形ｆ３は、第１重要部分ｐ３および第２重要部分ｐ６が対応関係を有することを示している。
　ユーザは、図形ｆ１により、企業Ａのニーズ文Ａにおける第１重要部分ｐ１に対して、ニーズ文Ｈにおける第２重要部分ｐ４が対応することを認識できる。また、図形ｆ２により、ニーズ文Ａにおける第１重要部分ｐ２に対して、ニーズ文Ｉにおける第２重要部分ｐ５が対応することを認識できる。ここで、この例では、ニーズ文Ａにおける第１重要部分ｐ１、ｐ２は、企業Ａの事業の方針を示すものであり、企業Ａが求める協業先の特徴を充分に表していない。この場合、ユーザは、このような第１重要部分ｐ１、ｐ２に対応する第２重要部分ｐ４、ｐ５を含む企業Ｈ、Ｉは、企業Ａの協業先としての有効性が低いと容易に判断できる。
　また、ユーザは、図形ｆ３により、企業Ａのニーズ文Ａにおける第１重要部分ｐ３に対して、ニーズ文Ｌにおける第２重要部分ｐ６が対応することを認識できる。ここで、ニーズ文Ａにおける第１重要部分ｐ３は、企業Ａが求める協業先の特徴を充分に表している。この場合、ユーザは、第１重要部分ｐ３に対応する第２重要部分ｐ６を含む企業Ｌは、企業Ａの協業先としての有効性が高いと容易に判断できる。
　なお、上述したように、対応関係を有する組み合わせ毎に互いに異なる表示態様が適用されている場合、画面例Ｇ１は、図形ｆ１～ｆ３を含んでいなくてもよい。この場合、ユーザは、第１重要部分の表示態様に対応する表示態様の第２重要部分を視認することにより、これらの間の対応関係を容易に認識することができる。
　＜本例示的実施形態の効果＞
　以上のように、本例示的実施形態は、レコメンド結果に、各第１重要部分と各第２重要部分との対応関係を示す情報を含めてユーザ端末に提示する。これにより、ユーザは、対象企業のニーズ文のどの部分と推奨企業のニーズ文のどの部分とが対応しているかを認識することができる。その結果、ユーザは、対象企業のニーズ文のうち、求める協業先の特徴をより充分に表している第１重要部分に対応する推奨企業は、協業先としての有効性が高いと判断することができる。また、ユーザは、対象企業のニーズ文のうち、求める協業先の特徴を充分に表していない第１重要部分に対応する推奨企業は、有効性が低いと判断することができる。このように、本例示的実施形態を用いることにより、ユーザは、対象企業に応じた推奨企業の有効性をより容易に判断することができる。
　〔例示的実施形態４〕
　本発明の第４の例示的実施形態について、図面を参照して詳細に説明する。なお、例示的実施形態１～３にて説明した構成要素と同じ機能を有する構成要素については、同じ符号を付し、その説明を繰り返さない。
　＜レコメンドシステムの構成＞
　本例示的実施形態に係るレコメンドシステム１０Ｂは、例示的実施形態３を変形した態様である。レコメンドシステム１０Ｂは、対象企業に応じた推奨企業として、対象企業と競合しない可能性が高い企業を提示する。レコメンドシステム１０Ｂの構成について、図９を参照して説明する。図９は、レコメンドシステム１０Ｂの構成を示すブロック図である。
　図９に示すように、レコメンドシステム１０Ｂは、例示的実施形態３に係るレコメンドシステム１０Ａとほぼ同様に構成されるが、レコメンド装置１Ａに代えてレコメンド装置１Ｂを備える点が異なる。その他の点については、レコメンドシステム１０Ａと同様に構成される。
　（レコメンド装置の構成）
　図９に示すように、レコメンド装置１Ｂは、制御部１１０Ｂと、記憶部１２０Ｂと、通信部１３０Ａとを含む。
　制御部１１０Ｂは、例示的実施形態３における制御部１１０Ａとほぼ同様に構成されるが、抽出部１１Ａに代えて抽出部１１Ｂを備える点が異なる。その他の点については、制御部１１０Ａと同様に構成される。
　記憶部１２０Ｂは、例示的実施形態３における記憶部１２０Ａと同様に構成されることに加えて、さらに、企業情報データベースＤＢ２を含む。
　（企業情報データベース）
　企業情報データベースＤＢ２の構成について、図１０を参照して説明する。図１０は、企業情報データベースＤＢ２の具体例を示す図である。図１０に示すように、企業情報データベースＤＢ２は、複数の企業の各々に関する企業情報を格納する。例えば、企業情報は、業種を示す情報を含む。図１０の例では、企業Ａ、Ｉ、Ｊ、Ｋの企業情報として、業種「情報通信」を示す情報が格納される。また、企業Ｈの企業情報として、業種「医薬品製造」を示す情報が格納される。また、企業Ｌの企業情報として、業種「化学製品卸売」を示す情報が格納される。なお、企業情報は、業種を示す情報に代えて、または加えて、企業に関するその他の情報を含んでいてもよい。
　抽出部１１Ｂは、企業情報データベースＤＢ２を参照して、対象企業に応じた推奨企業として、対象企業の競合企業以外の１以上の候補企業を抽出する。抽出する処理の詳細については後述する。
　＜レコメンド方法の流れ＞
　以上のように構成されたレコメンドシステム１０Ｂが実行するレコメンド方法Ｓ１０Ｂの流れについて、図１１を参照して説明する。図１１は、レコメンド方法Ｓ１０Ｂの流れを示すフロー図である。図１１に示すように、レコメンド方法Ｓ１０Ｂは、例示的実施形態３におけるレコメンド方法Ｓ１０Ａとほぼ同様に構成されるが、ステップＳ１０２に代えてステップＳ１０２ａ～１０２ｃを含む点が異なる。以下では、ステップＳ１０２ａ～Ｓ１０２ｃについて説明する。その他のステップについては、レコメンド方法Ｓ１０Ａと同様であるため、詳細な説明を繰り返さない。
　（ステップＳ１０２ａ）
　ステップＳ１０２ａにおいて、レコメンド装置１Ｂの抽出部１１Ｂは、対象企業に応じた推奨企業の候補として、対象企業との間でニーズ文同士が類似する１以上の候補企業を抽出する。本ステップにおいて推奨企業の候補を抽出する処理の詳細は、例示的実施形態３のステップＳ１０２において推奨企業を抽出する処理と同様であるため、詳細な説明を繰り返さない。
　（ステップＳ１０２ｂ）
　ステップＳ１０２ｂにおいて、抽出部１１Ｂは、企業情報データベースＤＢ２を参照して、推奨企業の候補のうち対象企業と競合する１以上の競合企業を推定する。
　（競合企業を推定する処理の具体例）
　具体的には、抽出部１１Ｂは、企業情報データベースＤＢ２を参照して、推奨企業の候補のうち、対象企業との間で業種が同一の企業を、競合企業として推定する。例えば、図１０に示した企業情報データベースＤＢ２の例において、企業Ａの推奨企業の候補として、企業Ｈ、Ｉ、Ｊ、Ｋ、Ｌが抽出されていたとする。この場合、抽出部１１Ｂは、推奨企業の候補のうち業種が企業Ａと同一の「情報通信」である企業Ｉ、Ｊ、Ｋを、競合企業として推定する。
　なお、企業情報を参照して競合企業を推定する手法は、これに限定されない。例えば、抽出部１１Ｂは、２つの企業の企業情報を入力として競合度を出力するよう学習された学習モデルを用いてもよい。この場合、抽出部１１Ｂは、対象企業の企業情報と、推奨企業の候補の企業情報とを学習モデルに入力し、出力される競合度が閾値以上となる候補を競合企業として推定する。また、この場合、入力される企業情報は、企業の業種、事業内容、注力事業内容、協業先情報などを含む。
　（ステップＳ１０２ｃ）
　ステップＳ１０２ｃにおいて、抽出部１１Ｂは、推奨企業の候補から、競合企業を除外して推奨企業とする。換言すると、抽出部１１Ｂは、推奨企業の候補のうち競合企業以外の企業を、推奨企業として抽出する。
　以降、レコメンドシステム１０Ｂは、ステップＳ１０３～Ｓ１０５を実行することにより、ユーザ端末３Ａの表示装置にレコメンド結果を表示する。
　＜画面例＞
　レコメンドシステム１０ＢがステップＳ１０５において表示する画面例について、図１２を参照して説明する。図１２は、レコメンド結果の画面例Ｇ２を示す。図１２に示すように、画面例Ｇ２は、対象企業である企業Ａのニーズ文Ａと、推奨企業である企業Ｈ、Ｌのニーズ文Ｈ、Ｌとを含む。画面例Ｇ２は、例示的実施形態２における画面例Ｇ１に含まれる推奨企業Ｈ、Ｉ、Ｌのうち、競合企業として推定された企業Ｉのニーズ文を含まない。画面例Ｇ２は、対象企業Ａのニーズ文における第１重要部分ｐ１と、推奨企業Ｈ、Ｌの各ニーズ文における第２重要部分ｐ４、ｐ６との間の対応関係を示す図形ｆ１、ｆ３を含む。
　＜本例示的実施形態の効果＞
　以上のように、本例示的実施形態は、競合企業以外の推奨企業を推奨するレコメンド結果に、各第１重要部分と各第２重要部分との対応関係を示す情報を含めて提示する。これにより、本例示的実施形態は、対象企業との間でニーズ文同士が類似する企業であっても競合企業である可能性が高い企業については、各第１重要部分と各第２重要部分との対応関係をユーザに提示することがない。したがって、ユーザは、提示された推奨企業の有効性をより容易に判断することができる。
　上述の例示的実施形態では、ニーズ情報データベースＤＢ１と企業情報データベースＤＢ２とが別体のデータベースである構成について説明した。データベースの構成は上述した実施形態で示したものに限られない。ニーズ文と企業情報とがひとつのデータベースに記憶されていてもよい。換言すると、企業情報データベースＤＢ２に記憶されている企業情報に、ニーズ文と、業種に関する情報とが含まれていてもよい。この場合、企業情報データベースＤＢ２に格納される各企業の企業情報は、請求の範囲に記載した「対象企業情報」、および「協業候補企業情報」の一例である。
　〔例示的実施形態５〕
　本発明の第５の例示的実施形態について、図面を参照して詳細に説明する。なお、例示的実施形態１～４にて説明した構成要素と同じ機能を有する構成要素については、同じ符号を付し、その説明を繰り返さない。
　＜レコメンドシステムの構成＞
　本例示的実施形態に係るレコメンドシステム１０Ｃは、例示的実施形態４を変形した態様である。レコメンドシステム１０Ｃは、対象企業に応じた推奨企業の候補を、競合企業と競合以外とに分類して提示する。レコメンドシステム１０Ｃの構成について、図１３を参照して説明する。図１３は、レコメンドシステム１０Ｃの構成を示すブロック図である。
　図１３に示すように、レコメンドシステム１０Ｃは、レコメンド装置１Ｃと、ユーザ端末３Ｃとを備える。
　（レコメンド装置の構成）
　図１３に示すように、レコメンド装置１Ｃは、例示的実施形態４におけるレコメンド装置１Ｂとほぼ同様に構成されるが、制御部１１０Ｂに代えて制御部１１０Ｃを備える点が異なる。制御部１１０Ｃは、例示的実施形態４における制御部１１０Ｂとほぼ同様に構成されるが、提示部１３Ａに代えて提示部１３Ｃを備える点が異なる。その他の点については、レコメンド装置１Ｂと同様に構成される。
　提示部１３Ｃは、対象企業に応じた推奨企業の候補を、競合企業と競合以外とに分類してユーザ端末３Ａに提示する。分類して提示する処理の詳細については後述する。
　（ユーザ端末の構成）
　図１３に示すように、ユーザ端末３Ｃは、入力部３１Ｃおよび表示部３２Ｃを備える。
　入力部３１Ｃは、例示的実施形態４における入力部３１と同様に構成されることに加えて、さらに、推奨企業を指定する入力情報をレコメンド装置１Ｃに送信する。当該入力情報を送信する処理の詳細については後述する。
　表示部３２Ｃは、例示的実施形態４における表示部３２と同様に構成されることに加えて、さらに、推奨企業の候補を、競合企業と競合以外とに分類して表示する。当該表示する処理の詳細については後述する。
　＜レコメンド方法の流れ＞
　以上のように構成されたレコメンドシステム１０Ｃが実行するレコメンド方法Ｓ１０Ｃの流れについて、図１４を参照して説明する。図１４は、レコメンド方法Ｓ１０Ｃの流れを示すフロー図である。図１４に示すように、レコメンド方法Ｓ１０Ｃは、例示的実施形態４におけるレコメンド方法Ｓ１０Ｂとほぼ同様に構成されるが、ステップＳ１０２ｃに代えてステップＳ１０２ｄ～Ｓ１０２ｆを含む点が異なる。以下では、ステップＳ１０２ｄ～Ｓ１０２ｆについて説明する。その他のステップについては、レコメンド方法Ｓ１０Ｂと同様であるため、詳細な説明を繰り返さない。
　（ステップＳ１０２ｄ）
　ステップＳ１０２ｄにおいて、レコメンド装置１Ｃの提示部１３Ｃは、推奨企業の候補を、競合企業と競合以外とに分類してユーザ端末３Ｃに提示する。具体的には、提示部１３Ｃは、ステップＳ１０２ａで抽出した推奨企業の候補を、ステップＳ１０２ｂで推定した競合企業と競合以外とに分類した画面データを生成する。提示部１３Ｃは、画面データをユーザ端末３Ｃに送信することにより、これらを分類してユーザ端末３Ｃに提示する。
　（ステップＳ１０２ｅ）
　ステップＳ１０２ｅにおいて、ユーザ端末３Ｃの表示部３２Ｃは、対象企業に応じた推奨企業の候補を、競合企業と競合以外とに分類して表示装置に表示する。具体的には、表示部３２は、レコメンド装置１Ａから受信した画面データを表示装置に表示する。
　（ステップＳ１０２ｆ）
　ステップＳ１０２ｆにおいて、ユーザ端末３Ｃの入力部３１Ｃは、推奨企業を指定する入力情報を、入力装置を介して取得する。入力部３１Ｃは、取得した入力情報をレコメンド装置１Ｃに送信する。例えば、ユーザは、入力装置を用いて、ステップＳ１０２ｄで表示された推奨企業の候補のうち１以上を推奨企業として指定する操作を行う。
　以降、レコメンドシステム１０Ｃは、ステップＳ１０３～Ｓ１０５を実行することにより、ユーザ端末３Ｃの表示装置にレコメンド結果を表示する。
　＜画面例＞
　レコメンドシステム１０ＣがステップＳ１０２ｅおよびステップＳ１０５において表示する画面例について、図１５、図１６を参照して説明する。
　（推奨企業の候補を含む画面例）
　図１５は、ステップＳ１０２ｅにおいて表示される推奨企業の候補の画面例Ｇ３である。図１５に示すように、画面例Ｇ３は、対象企業である企業Ａの推奨企業の候補として、企業Ｈ、Ｉ、Ｌ、Ｋ、およびＬをそれぞれ示す領域Ｒを含む。このうち、企業Ｉ、Ｊ、Ｋの各領域Ｒは、競合企業を示す枠で囲まれている。また、企業Ｈ、Ｌは、競合以外の企業を示す枠で囲まれている。これにより、推奨企業の候補である企業Ｈ、Ｉ、Ｌ、Ｋ、およびＬは、競合企業と競合以外とに分類して表示される。なお、競合企業を示す枠および競合以外の企業を示す枠は、競合企業および競合以外を分類する表示態様の一例であるが、これに限られない。
　表示部３２Ｃは、このような画面例Ｇ３を示す画面データをレコメンド装置１Ｃから受信し、受信した画面データを表示装置に表示する。各領域Ｒは、それぞれ、入力装置による操作を受け付ける。ユーザは、入力装置を用いて、表示された複数の領域Ｒのうち１以上を指定する操作を行うことにより、各領域Ｒが示す企業を推奨企業として指定する。入力部３１は、指定された１以上の推奨企業を示す入力情報を取得し、レコメンド装置１Ｃに送信する。この例では、ユーザは、競合企業に分類された企業Ｉと、競合以外の企業に分類された企業Ｈとを推奨企業として指定する操作を行ったものとする。
　（レコメンド結果の画面例）
　図１６は、ステップＳ１０５において表示されるレコメンド結果の画面例Ｇ４を示す。図１６に示すように、画面例Ｇ４は、対象企業である企業Ａのニーズ文Ａを含む。また、画面例Ｇ４は、ユーザによって指定された推奨企業である企業Ｈ、Ｉの各ニーズ文を含む。ここで、企業Ｈは、競合以外に分類された企業である。また、企業Ｉは、競合企業に分類された企業である。また、画面例Ｇ４は、企業Ａのニーズ文における第１重要部分ｐ１と、企業Ｈ、Ｉの各ニーズ文における第２重要部分ｐ４、ｐ５との間の対応関係を示す図形ｆ１、ｆ２を含む。これにより、ユーザは、競合企業として推定されていても、協業先として考慮したい企業Ｉを推奨企業として指定することができ、これらの各ニーズ文を対比して視認することができる。
　＜本例示的実施形態の効果＞
　以上のように、本例示的実施形態は、対象企業に応じた推奨企業の候補を、競合企業と競合以外とに分類して表示する。その上で、本例示的実施形態は、推奨企業の候補の中からユーザが指定した推奨企業と、対象企業とについて、各第１重要部分と各第２重要部分との間の対応関係を示す情報をユーザに提示する。これにより、ユーザは、競合企業として推定されていても協業先として考慮したい企業については、ニーズ文を対比して閲覧することができる。したがって、ユーザは、推奨企業の有効性をより容易に判断することができる。
　〔ソフトウェアによる実現例〕
　レコメンド装置１、１Ａ、１Ｂ、１Ｃの一部又は全部の機能は、集積回路（ＩＣチップ）等のハードウェアによって実現してもよいし、ソフトウェアによって実現してもよい。
　後者の場合、レコメンド装置１、１Ａ、１Ｂ、１Ｃは、例えば、各機能を実現するソフトウェアであるプログラムの命令を実行するコンピュータによって実現される。このようなコンピュータの一例（以下、コンピュータＣと記載する）を図１７に示す。コンピュータＣは、少なくとも１つのプロセッサＣ１と、少なくとも１つのメモリＣ２と、を備えている。メモリＣ２には、コンピュータＣをレコメンド装置１、１Ａ、１Ｂ、１Ｃとして動作させるためのプログラムＰが記録されている。コンピュータＣにおいて、プロセッサＣ１は、プログラムＰをメモリＣ２から読み取って実行することにより、レコメンド装置１、１Ａ、１Ｂ、１Ｃの各機能が実現される。
　プロセッサＣ１としては、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphic Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＭＰＵ（Micro Processing Unit）、ＦＰＵ（Floating point number Processing Unit）、ＰＰＵ（Physics Processing Unit）、マイクロコントローラ、又は、これらの組み合わせなどを用いることができる。メモリＣ２としては、例えば、フラッシュメモリ、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、又は、これらの組み合わせなどを用いることができる。
　なお、コンピュータＣは、プログラムＰを実行時に展開したり、各種データを一時的に記憶したりするためのＲＡＭ（Random Access Memory）を更に備えていてもよい。また、コンピュータＣは、他の装置との間でデータを送受信するための通信インタフェースを更に備えていてもよい。また、コンピュータＣは、キーボードやマウス、ディスプレイやプリンタなどの入出力機器を接続するための入出力インタフェースを更に備えていてもよい。
　また、プログラムＰは、コンピュータＣが読み取り可能な、一時的でない有形の記録媒体Ｍに記録することができる。このような記録媒体Ｍとしては、例えば、テープ、ディスク、カード、半導体メモリ、又はプログラマブルな論理回路などを用いることができる。コンピュータＣは、このような記録媒体Ｍを介してプログラムＰを取得することができる。また、プログラムＰは、伝送媒体を介して伝送することができる。このような伝送媒体としては、例えば、通信ネットワーク、又は放送波などを用いることができる。コンピュータＣは、このような伝送媒体を介してプログラムＰを取得することもできる。
　〔付記事項１〕
　本発明は、上述した実施形態に限定されるものでなく、請求項に示した範囲で種々の変更が可能である。例えば、上述した実施形態に開示された技術的手段を適宜組み合わせて得られる実施形態についても、本発明の技術的範囲に含まれる。
　〔付記事項２〕
　上述した実施形態の一部又は全部は、以下のようにも記載され得る。ただし、本発明は、以下の記載する態様に限定されるものではない。
　（付記１）
　対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出する抽出手段と、
　前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定する特定手段と、
　前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを提示する提示手段と、
を備えたことを特徴とするレコメンド装置。
　上記の構成によれば、対象企業情報における第１重要部分と、推奨企業に関する協業候補企業情報における第２重要部分とをユーザに提示する。これにより、ユーザは、第１重要部分と第２重要部分とを対比して認識することができる。その結果、このような対比により、ユーザは、対象企業の協業先候補として推奨される推奨企業の有効性をより容易に判断することができる。
　（付記２）
　前記特定手段は、前記第１重要部分と前記第２重要部分との間の対応関係を特定し、
　前記提示手段は、前記対応関係を示す情報をさらに提示する、
ことを特徴とする付記１に記載のレコメンド装置。
　上記の構成によれば、ユーザは、第１重要部分と第２重要部分との対応関係を認識することができるので、対象企業の協業先候補として推奨される推奨企業の有効性をより容易に判断することができる。
　（付記３）
　前記協業内容は、当該企業の企業名、事業内容、展開サービス、提供製品、及び企業理念、の少なくとも一つを含む、
ことを特徴とする付記１または２に記載のレコメンド装置。
　上記の構成によれば、ユーザは、対象企業の協業先候補として推奨される推奨企業について、協業先としての有効性をより容易に判断することができる。
　（付記４）
　前記特定手段は、前記対象企業情報に含まれる各単語と、前記協業候補企業情報に含まれる各単語との間の単語間距離に基づいて、前記第１重要部分および前記第２重要部分を特定する、
ことを特徴とする付記１から３の何れか１つに記載のレコメンド装置。
　上記の構成によれば、ユーザに対して、対象企業情報および協業候補企業情報間での単語間距離を反映させて特定した第１重要部分および第２重要部分を提示できる。
　（付記５）
　前記特定手段は、前記対象企業情報および前記協業候補企業情報のそれぞれに含まれる各単語の重要度に基づいて、前記第１重要部分および前記第２重要部分を特定する、
ことを特徴とする付記１から３の何れか１つに記載のレコメンド装置。
　上記の構成によれば、ユーザに対して、各情報における重要度を反映させて特定した第１重要部分および第２重要部分を提示できる。
　（付記６）
　前記抽出手段は、前記対象企業情報および前記協業候補企業情報を入力とする学習モデルから出力される情報を参照して前記推奨企業を抽出し、
　前記特定手段は、前記学習モデルが前記対象企業情報および前記協業候補企業情報のそれぞれにおいて注目した部分に基づいて、前記第１重要部分および前記第２重要部分を特定する、
ことを特徴とする付記１から３の何れか１つに記載のレコメンド装置。
　上記の構成によれば、ユーザに対して、推奨企業を抽出する際に注目された部分を反映した第１重要部分および第２重要部分を提示できる。
　（付記７）
　前記抽出手段は、前記複数の企業の各々の企業情報を参照して、前記対象企業の競合企業以外の企業を前記推奨企業として抽出する、
ことを特徴とする付記１から６の何れか１つに記載のレコメンド装置。
　上記の構成によれば、対象企業との間で協業内容が類似する企業であっても競合企業である可能性が高い企業については、第１重要部分および第２重要部分をユーザに提示することがない。したがって、ユーザは、提示された推奨企業の有効性をより容易に判断することができる。
　（付記８）
　前記提示手段は、前記対象企業情報および前記協業候補企業情報を表示装置に表示し、前記対象企業情報において前記第１重要部分と前記第１重要部分以外の部分とを異なる表示態様で表示し、前記協業候補企業情報において前記第２重要部分と前記第２重要部分以外の部分とを異なる表示態様で表示する、
ことを特徴とする付記１から７の何れか１つに記載のレコメンド装置。
　上記の構成によれば、第１重要部分および第２重要部分がそれ以外の部分とは異なる重要な部分であることを、ユーザがより容易に認識することができる。
　（付記９）
　前記提示手段は、前記第１重要部分および前記第２重要部分を、互いに対応する表示態様で表示装置に表示する、
ことを特徴とする付記１から８の何れか１つに記載のレコメンド装置。
　上記の構成によれば、各第１重要部分および各第２重要部分を、ユーザがより容易に対応付けて認識することができる。
　（付記１０）
　レコメンド装置が、
　対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出し、
　前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定し、
　前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを提示する、
ことを特徴とするレコメンド方法。
　上記の構成によれば、付記１と同様の効果を奏する。
　（付記１１）
　コンピュータをレコメンド装置として機能させるプログラムであって、
　前記プログラムは、前記コンピュータを、
　対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出する抽出手段と、
　前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定する特定手段と、
　前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを提示する提示手段と、として機能させる、
ことを特徴とするプログラム。
　上記の構成によれば、付記１と同様の効果を奏する。
　（付記１２）
　コンピュータをレコメンド装置として機能させるプログラムを記憶した記憶媒体であって、
　前記プログラムは、前記コンピュータを、
　　対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出する抽出手段と、
　前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定する特定手段と、
　前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを提示する提示手段と、として機能させる、
ことを特徴とするプログラムを記憶した記憶媒体。
　上記の構成によれば、付記１と同様の効果を奏する。
　（付記１３）
　レコメンド装置と、ユーザ端末とを含み、
　前記レコメンド装置は、
　　前記ユーザ端末が取得した入力情報が示す対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出する抽出手段と、
　前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定する特定手段と、
　前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを前記ユーザ端末に提示する提示手段と、を備え、
　前記ユーザ端末は、
　　前記入力情報を取得する入力手段と、
　　前記提示手段によって提示される情報を表示する表示手段と、を備える、
ことを特徴とするレコメンドシステム。
　上記の構成によれば、付記１と同様の効果を奏する。
　〔付記事項３〕
　上述した実施形態の一部又は全部は、更に、以下のように表現することもできる。
　少なくとも１つのプロセッサを備え、前記プロセッサは、
　対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出する抽出処理と、
　前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定する特定処理と、
　前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを提示する提示処理と、
を実行するレコメンド装置。
　なお、このレコメンド装置は、更にメモリを備えていてもよく、このメモリには、前抽出処理と、前記特定処理と、前記提示処理とを前記プロセッサに実行させるためのプログラムが記憶されていてもよい。また、このプログラムは、コンピュータ読み取り可能な一時的でない有形の記録媒体に記録されていてもよい。
１、１Ａ、１Ｂ、１Ｃ、１０Ｃ、１００　レコメンド装置
１０、１０Ａ、１０Ｂ　レコメンドシステム
３、３Ａ、３Ｃ　ユーザ端末
１１、１１Ａ、１１Ｂ、１０１　抽出部
１２、１２Ａ、１０２　特定部
１３、１３Ａ、１３Ｃ、１０３　提示部
３１、３１Ｃ　入力部
３２、３２Ｃ　表示部

 

Claims (13)

  1. 　対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出する抽出手段と、
    　前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定する特定手段と、
    　前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを提示する提示手段と、
    を備えたことを特徴とするレコメンド装置。
  2. 　前記特定手段は、前記第１重要部分と前記第２重要部分との間の対応関係を特定し、
    　前記提示手段は、前記対応関係を示す情報をさらに提示する、
    ことを特徴とする請求項１に記載のレコメンド装置。
  3. 　前記協業内容は、当該企業の企業名、事業内容、展開サービス、提供製品、及び企業理念、の少なくとも一つを含む、
    ことを特徴とする請求項１または２に記載のレコメンド装置。
  4. 　前記特定手段は、前記対象企業情報に含まれる各単語と、前記協業候補企業情報に含まれる各単語との間の単語間距離に基づいて、前記第１重要部分および前記第２重要部分を特定する、
    ことを特徴とする請求項１から３の何れか１項に記載のレコメンド装置。
  5. 　前記特定手段は、前記対象企業情報および前記協業候補企業情報のそれぞれに含まれる各単語の重要度に基づいて、前記第１重要部分および前記第２重要部分を特定する、
    ことを特徴とする請求項１から３の何れか１項に記載のレコメンド装置。
  6. 　前記抽出手段は、前記対象企業情報および前記協業候補企業情報を入力とする学習モデルから出力される情報を参照して前記推奨企業を抽出し、
    　前記特定手段は、前記学習モデルが前記対象企業情報および前記協業候補企業情報のそれぞれにおいて注目した部分に基づいて、前記第１重要部分および前記第２重要部分を特定する、
    ことを特徴とする請求項１から３の何れか１項に記載のレコメンド装置。
  7. 　前記抽出手段は、前記複数の企業の各々の企業情報を参照して、前記対象企業の競合企業以外の企業を前記推奨企業として抽出する、
    ことを特徴とする請求項１から６の何れか１項に記載のレコメンド装置。
  8. 　前記提示手段は、前記対象企業情報および前記協業候補企業情報を表示装置に表示し、前記対象企業情報において前記第１重要部分と前記第１重要部分以外の部分とを異なる表示態様で表示し、前記協業候補企業情報において前記第２重要部分と前記第２重要部分以外の部分とを異なる表示態様で表示する、
    ことを特徴とする請求項１から７の何れか１項に記載のレコメンド装置。
  9. 　前記提示手段は、前記第１重要部分および前記第２重要部分を、互いに対応する表示態様で表示装置に表示する、
    ことを特徴とする請求項１から８の何れか１項に記載のレコメンド装置。
  10. 　レコメンド装置が、
    　対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出し、
    　前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定し、
    　前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを提示する、
    ことを特徴とするレコメンド方法。
  11. 　コンピュータをレコメンド装置として機能させるプログラムであって、
    　前記プログラムは、前記コンピュータを、
    　対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出する抽出手段と、
    　前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定する特定手段と、
    　前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを提示する提示手段と、として機能させる、
    ことを特徴とするプログラム。
  12. 　コンピュータをレコメンド装置として機能させるプログラムを記憶した記憶媒体であって、
    　前記プログラムは、前記コンピュータを、
    　　対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出する抽出手段と、
    　前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定する特定手段と、
    　前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを提示する提示手段と、として機能させる、
    ことを特徴とするプログラムを記憶した記憶媒体。
  13. 　レコメンド装置と、ユーザ端末とを含み、
    　前記レコメンド装置は、
    　　前記ユーザ端末が取得した入力情報が示す対象企業の所望の協業内容を含む対象企業情報と、前記対象企業の協業先候補である複数の企業の所望の協業内容を含む協業候補企業情報とに基づいて、前記複数の企業から、前記対象企業の協業先候補として推奨される推奨企業を抽出する抽出手段と、
    　前記対象企業情報における第１重要部分と、前記推奨企業に関する協業候補企業情報における第２重要部分と、を特定する特定手段と、
    　前記推奨企業に関する協業候補企業情報と、前記第１重要部分および前記第２重要部分とを前記ユーザ端末に提示する提示手段と、を備え、
    　前記ユーザ端末は、
    　　前記入力情報を取得する入力手段と、
    　　前記提示手段によって提示される情報を表示する表示手段と、を備える、
    ことを特徴とするレコメンドシステム。
     
     

     
PCT/JP2020/044290 2020-11-27 2020-11-27 レコメンド装置、レコメンドシステム、レコメンド方法、プログラムおよび記憶媒体 WO2022113285A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/JP2020/044290 WO2022113285A1 (ja) 2020-11-27 2020-11-27 レコメンド装置、レコメンドシステム、レコメンド方法、プログラムおよび記憶媒体
JP2022564948A JP7452701B2 (ja) 2020-11-27 2020-11-27 レコメンド装置、レコメンドシステム、レコメンド方法およびプログラム
US18/038,966 US20240005224A1 (en) 2020-11-27 2020-11-27 Recommendation device, recommendation system, recommendation method, program and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/044290 WO2022113285A1 (ja) 2020-11-27 2020-11-27 レコメンド装置、レコメンドシステム、レコメンド方法、プログラムおよび記憶媒体

Publications (1)

Publication Number Publication Date
WO2022113285A1 true WO2022113285A1 (ja) 2022-06-02

Family

ID=81755436

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/044290 WO2022113285A1 (ja) 2020-11-27 2020-11-27 レコメンド装置、レコメンドシステム、レコメンド方法、プログラムおよび記憶媒体

Country Status (3)

Country Link
US (1) US20240005224A1 (ja)
JP (1) JP7452701B2 (ja)
WO (1) WO2022113285A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007079963A (ja) * 2005-09-14 2007-03-29 Nec Corp 企業間提携支援システム、企業間提携支援方法、及び企業間提携支援プログラム
JP2011138306A (ja) * 2009-12-28 2011-07-14 National Institute Of Information & Communication Technology 文書要約装置、文書処理装置、文書要約方法、文書処理方法、及びプログラム
JP2019057068A (ja) * 2017-09-20 2019-04-11 株式会社野村総合研究所 情報処理装置およびコンピュータプログラム
JP2020013413A (ja) * 2018-07-19 2020-01-23 株式会社日立製作所 判断支援装置および判断支援方法
JP2020071869A (ja) * 2018-10-29 2020-05-07 バク ヒョクゼＰａｒｋ Ｈｙｕｃｋ−ｊａｅ 動画基盤求人求職マッチングサーバーおよび方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007079963A (ja) * 2005-09-14 2007-03-29 Nec Corp 企業間提携支援システム、企業間提携支援方法、及び企業間提携支援プログラム
JP2011138306A (ja) * 2009-12-28 2011-07-14 National Institute Of Information & Communication Technology 文書要約装置、文書処理装置、文書要約方法、文書処理方法、及びプログラム
JP2019057068A (ja) * 2017-09-20 2019-04-11 株式会社野村総合研究所 情報処理装置およびコンピュータプログラム
JP2020013413A (ja) * 2018-07-19 2020-01-23 株式会社日立製作所 判断支援装置および判断支援方法
JP2020071869A (ja) * 2018-10-29 2020-05-07 バク ヒョクゼＰａｒｋ Ｈｙｕｃｋ−ｊａｅ 動画基盤求人求職マッチングサーバーおよび方法

Also Published As

Publication number Publication date
US20240005224A1 (en) 2024-01-04
JPWO2022113285A1 (ja) 2022-06-02
JP7452701B2 (ja) 2024-03-19

Similar Documents

Publication Publication Date Title
Conway et al. Machine learning for hackers
US11599808B2 (en) Artificial intelligence assisted hybrid enterprise/candidate employment assistance platform
US9753916B2 (en) Automatic generation of a speech by processing raw claims to a set of arguments
US8650143B2 (en) Determination of document credibility
US9141729B2 (en) Display-data generating apparatus and display-data generating method
CN111651996A (zh) 摘要生成方法、装置、电子设备及存储介质
CN112188312B (zh) 用于确定新闻的视频素材的方法和装置
MXPA04011788A (es) Aprendizaje y uso de patrones de cadena generalizados para extraccion de informacion.
WO2019159986A1 (ja) 情報提供装置、情報提供方法、およびプログラム
CN109582788A (zh) 垃圾评论训练、识别方法、装置、设备及可读存储介质
US20240221404A1 (en) Method of training text quality assessment model and method of determining text quality
JP2021047817A (ja) 出力装置、及び出力プログラム
CN113157871B (zh) 应用人工智能的新闻舆情文本处理方法、服务器及介质
JP2006323517A (ja) テキスト分類装置およびプログラム
Addepalli et al. A proposed framework for measuring customer satisfaction and product recommendation for ecommerce
US20190073682A1 (en) Evaluation apparatus, evaluation method, noise removal apparatus, and program
WO2022113286A1 (ja) レコメンド装置、レコメンドシステム、レコメンド方法、プログラムおよび記憶媒体
WO2022113285A1 (ja) レコメンド装置、レコメンドシステム、レコメンド方法、プログラムおよび記憶媒体
US20210374198A1 (en) Interactive suggestions for directed content copy using a deep learning model
Conway et al. Machine learning for email: spam filtering and priority inbox
WO2020121638A1 (ja) 情報処理装置、情報処理システム、および情報処理方法、並びにプログラム
JPWO2022113286A5 (ja)
KR102422844B1 (ko) 인공지능에 기반하여 영상 컨텐츠의 언어 위기를 관리하는 방법
US20200257763A1 (en) Visual storyline generation from text story
US20190155906A1 (en) Enhancing a computer to match emotion and tone in text with the emotion and tone depicted by the color in the theme of the page or its background

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20963549

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022564948

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 18038966

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20963549

Country of ref document: EP

Kind code of ref document: A1