WO2025041284A1 - 人材レーディングシステム、人材レーディング方法、人材レーディング装置、および人材レーディングプログラム - Google Patents

人材レーディングシステム、人材レーディング方法、人材レーディング装置、および人材レーディングプログラム Download PDF

Info

Publication number
WO2025041284A1
WO2025041284A1 PCT/JP2023/030235 JP2023030235W WO2025041284A1 WO 2025041284 A1 WO2025041284 A1 WO 2025041284A1 JP 2023030235 W JP2023030235 W JP 2023030235W WO 2025041284 A1 WO2025041284 A1 WO 2025041284A1
Authority
WO
WIPO (PCT)
Prior art keywords
subject
rating
information
talent
terminal device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
PCT/JP2023/030235
Other languages
English (en)
French (fr)
Inventor
友哉 澤田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP2024518122A priority Critical patent/JP7607831B1/ja
Priority to EP23913874.6A priority patent/EP4538947A1/en
Priority to KR1020247022843A priority patent/KR20250030435A/ko
Priority to CA3239836A priority patent/CA3239836A1/en
Priority to CN202380017012.2A priority patent/CN119895451A/zh
Priority to PCT/JP2023/030235 priority patent/WO2025041284A1/ja
Publication of WO2025041284A1 publication Critical patent/WO2025041284A1/ja
Anticipated expiration legal-status Critical
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398—Performance of employee with respect to a job function
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063112—Skill-based matching of a person or a group to a task
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • G06Q10/1053—Employment or hiring
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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

  • This disclosure relates to a talent rating system, a talent rating method, a talent rating device, and a talent rating program.
  • Patent Document 1 one known technology for human resource auctions is the human resource auction system described in Patent Document 1.
  • the human resource auction system described in Patent Document 1 matches the needs of both job seekers and companies hiring by using qualification certificates provided by qualification agencies as objective information on the abilities of job seekers.
  • This disclosure has been made in light of these circumstances, and aims to provide a talent rating system, a talent rating method, a talent rating device, and a talent rating program that can comprehensively evaluate talent.
  • a talent rating system comprising a subject terminal device used by a subject, an external device that evaluates the subject, and a talent rating device to which the subject terminal device and the external device are connected via a communication network, the talent rating device comprising a calculation unit that inputs talent information of the subject obtained from the subject terminal device and the evaluation results of the subject obtained from the external device, and outputs characteristic information of the subject based on the talent information and the evaluation results, and a rating determination unit that determines a rating for the subject based on the characteristic information output from the calculation unit.
  • a talent rating method for a talent rating system comprising a subject terminal device used by a subject, an external device for evaluating the subject, and a talent rating device to which the subject terminal device and the external device are connected via a communication network
  • the talent rating method including the steps of: the subject terminal device transmitting talent information of the subject to the talent rating device; the external device transmitting the evaluation result of the subject to the talent rating device; the talent rating device acquiring the talent information of the subject and the evaluation result of the subject; the talent rating device calculating characteristic information of the subject based on the talent information and the evaluation result; and the talent rating device determining a rating for the subject based on the characteristic information.
  • a talent rating device in which a subject terminal device used by a subject and an external device that evaluates the subject are connected via a communication network, the talent rating device comprising: a calculation unit that inputs talent information about the subject obtained from the subject terminal device and an evaluation result about the subject obtained from the external device, and outputs characteristic information about the subject based on the talent information and the evaluation result, and a rating determination unit that determines a rating for the subject based on the characteristic information output from the calculation unit.
  • Another aspect of the present disclosure is a talent rating program that causes a computer of a talent rating device to which a subject terminal device used by a subject and an external device that evaluates the subject are connected via a communication network to function as a calculation unit that inputs talent information about the subject obtained from the subject terminal device and evaluation results about the subject obtained from the external device, and outputs characteristic information about the subject based on the talent information and the evaluation results, and a rating determination unit that determines a rating for the subject based on the characteristic information output from the calculation unit.
  • This disclosure makes it possible to comprehensively evaluate human resources.
  • FIG. 1 is a block diagram showing an example of a talent rating system according to an embodiment.
  • 1 is a block diagram showing an example of a configuration of a talent bidding device and a talent rating device according to an embodiment
  • 1 is a block diagram showing an example of a specific configuration of a talent rating system according to an embodiment.
  • FIG. 4 is a diagram illustrating an example of a multivariate analysis unit in the embodiment.
  • FIG. 11 is a diagram illustrating an example of a mapping process of a feature vector according to an embodiment.
  • FIG. 11 is a diagram showing an example of a subject extraction process using a feature vector in the embodiment.
  • FIG. 11 is a diagram showing an example of a calculation process of a bid price in the embodiment.
  • 4 is a sequence diagram showing an example of an operation procedure of the talent rating system in the embodiment.
  • FIG. 1 is a block diagram showing an example of a talent rating system 1 in an embodiment.
  • the talent rating system 1 includes, for example, a talent bidding device 100, a talent rating device 200, a target person terminal device 300, a dispatching source terminal device 400, a dispatching destination terminal device 500, an external device 600, and a training content providing device 700.
  • the talent bidding device 100, the talent rating device 200, the target person terminal device 300, the dispatching source terminal device 400, the dispatching destination terminal device 500, the external device 600, and the training content providing device 700 are connected via a communication network NW and have a communication interface (not shown) such as a NIC (Network Interface Card) or a wireless communication module for connecting to a network such as the Internet.
  • the network may include, for example, a general-purpose network such as the Internet, and a private network such as local 5G or WiFi (registered trademark).
  • the subject terminal device 300 is an information processing device such as a smartphone or personal computer used by the subject.
  • the dispatching source terminal device 400 is an information processing device such as a smartphone or personal computer used by the dispatching company.
  • the dispatched destination terminal device 500 is an information processing device such as a smartphone or personal computer used by the dispatched destination company.
  • the external device 600 is an information processing device such as a server device that receives requests from the subject terminal device 300, information from the dispatching source terminal device 400, and information from the dispatched destination terminal device 500, and performs processing to evaluate the subject from the outside.
  • the training content providing device 700 is an information processing device such as a server device that receives requests from the subject terminal device 300, and performs processing to transmit content for training and education to the subject terminal device 300.
  • the talent bidding device 100 is an information processing device that provides a service of registering talent information, evaluation results, dispatching agency information, and dispatching destination agency information, and determining the dispatch destination of the target based on the bid of the dispatching destination agency.
  • the target as talent is, for example, a professional with professional qualifications and skills such as a pharmacist.
  • Talent information is information declared by the target.
  • Talent information may be information including the target's age, possible work locations, working style, work history, or possessed skills.
  • Evaluation results include evaluation information such as test results taken by the target using an external device that evaluates the target.
  • Evaluation results may be information including the target's training attendance history, work history at the dispatching destination, or evaluation of the target obtained from the dispatching destination terminal device 500.
  • Dispatch agency information is information that identifies the target's dispatching agency.
  • Dispatch destination agency information is information that identifies the dispatching destination agency.
  • the human resources bidding device 100 includes, for example, an issuing unit 110, an information providing unit 120, a bid receiving unit 130, and a dispatch destination determination unit 140.
  • the issuing unit 110, the information providing unit 120, the bid receiving unit 130, and the dispatch destination determination unit 140 are realized by a processor, such as a CPU (Central Processing Unit), executing a program stored in a program memory.
  • a processor such as a CPU (Central Processing Unit), executing a program stored in a program memory.
  • the issuing unit 110 issues bidding points to the temporary employment agency.
  • the issuing unit 110 may issue bidding points to the temporary employment agency and the dispatching agency.
  • Bidding points are information that functions as virtual currency that is virtually traded for bidding among the human resource bidding device 100, the dispatching agency, and the temporary employment agency.
  • the issuing unit 110 may perform at least one of the following processes: a process of periodically issuing bidding points based on the temporary employment agency information being registered; a process of periodically issuing bidding points based on the dispatching agency information being registered; and a process of issuing bidding points based on the browsing history of specific content.
  • the specific content is, for example, content that includes information on the target person, the dispatching agency, and the dispatching agency provided by the human resource bidding device 100.
  • the specific content may be content that is displayed when the temporary employment agency inputs the recruitment conditions, may be content that is displayed when the temporary employment agency makes a bid, or may be content that is displayed when the dispatching agency registers the target person.
  • the temporary employment agency holds the issued bidding points and can make a bid using the held bidding points.
  • the information providing unit 120 transmits the human resources information acquired from the target terminal device 300 and the evaluation results acquired from the external device 600 to the destination terminal device 500.
  • the information providing unit 120 accepts a request including recruitment conditions from the destination terminal device 500, and responds to the destination terminal device 500 with the human resources information and evaluation results of the target extracted based on the recruitment conditions.
  • the recruitment conditions are, for example, the human resources conditions desired by the destination company from the human resources information and evaluation results.
  • the bid receiving unit 130 receives a bid request including target person information and bid point number information from the destination terminal device 500.
  • Target person information is information that identifies the target person.
  • Bid point number information is information that indicates the number of bid points that will be used for the target person's bid from the bid points held by the destination company.
  • the dispatch destination determination unit 140 determines the dispatch destination of the target person based on the bid request. When the dispatch destination determination unit 140 receives one bid request from one target person, it determines the dispatch destination company of the dispatch destination terminal device 500 that sent the bid request as the successful bidder. When the dispatch destination determination unit 140 receives multiple bid requests from one target person, it determines the dispatch destination company with the highest number of bid points as the successful bidder.
  • the talent rating device 200 includes, for example, a calculation unit 210, a rating determination unit 220, and a bid price determination unit 230.
  • the calculation unit 210, the rating determination unit 220, and the bid price determination unit 230 are realized by a processor such as a CPU executing a program stored in a program memory.
  • the calculation unit 210 inputs the subject's human resource information acquired from the subject terminal device 300 and the subject's evaluation results acquired from the external device 600 acting as a human resource evaluation device, and outputs the subject's characteristic information.
  • the characteristic information is, for example, a high-dimensional feature vector including the subject's human resource information and the evaluation results.
  • the rating determination unit 220 determines the subject's rating based on the characteristic information output from the calculation unit 210.
  • the subject's rating is information indicating the value of the subject, such as the subject's demand level, recommendation level, and rank among many subjects.
  • the bid price determination unit 230 determines the initial bid price of the target based on the rating determined by the rating determination unit 220.
  • the bid price of the target indicates the number of bidding points required for the dispatch destination company to bid on the target. The higher the rating, the higher the initial bid price of the target is set.
  • the bid price determination unit 230 corrects the bid price to increase as there are more bid requests.
  • the bid price determination unit 230 may correct the bid price to decrease when there are few bid requests.
  • the information provision unit 120 transmits the target information and the bid price determined by the bid price determination unit 230 to the dispatch destination terminal device 500 in response to a request from the dispatch destination terminal device 500.
  • the destination determination unit 140 determines the destination company that has won the bid for the target person based on the bid price and bid request determined by the bid price determination unit 230.
  • FIG. 3 is a block diagram showing an example of a specific configuration of the talent rating system 1 according to the embodiment.
  • the talent rating system 1 has a talent matching function and a talent rating function.
  • the talent matching function is realized, for example, by a point management device 102, a target terminal device 300, a dispatching source terminal device 400, and a dispatching destination terminal device 500 as terminal devices operated by users of the talent rating system 1, and a talent matching device 104.
  • the point management device 102 and the talent matching device 104 are functional parts realized by the talent bidding device 100.
  • the talent rating function includes, for example, an external device 600, a talent registration device 202, a storage device 212, and a learning device 214.
  • the learning device 214 includes, for example, a talent characteristic evaluation unit 214a, a talent value evaluation unit 214b, and a learning information update unit 214c.
  • the talent registration device 202, the storage device 212, and the learning device 214 are functional units realized by the talent rating device 200.
  • the talent matching device 104 is, for example, a functional unit realized by the talent bidding device 100.
  • the talent matching device 104 includes, for example, an information providing unit 120, a bid receiving unit 130, and a dispatch destination determining unit 140.
  • the points management device 102 includes an issuing unit 110 and a consuming unit 112.
  • the consuming unit 112 consumes the bidding points by subtracting the number of bidding points held by the successful bidder.
  • the consuming unit 112 does not subtract the number of bidding points of dispatching companies other than the successful bidder.
  • the human resources registration device 202 includes, for example, a company demand registration unit 204 and a human resources information registration unit 206.
  • the company demand registration unit 204 acquires target information of targets who can be dispatched from the dispatch source terminal device 400.
  • the company demand registration unit 204 acquires information indicating job requirements from the dispatch destination terminal device 500.
  • the company demand registration unit 204 registers information indicating the demand of the dispatch source company and the dispatch destination company by storing the information acquired from the dispatch source terminal device 400 and the dispatch destination terminal device 500 in the storage device 212.
  • the human resources information registration unit 206 stores the human resources information acquired from the target terminal device 300 in the storage device 212.
  • the external device 600 is an information processing device that performs processing to evaluate the subject.
  • the external device 600 includes, for example, a test implementation unit 710 and a comprehensive evaluation unit 410.
  • the test implementation unit 710 transmits test content to the subject terminal device 300 and calculates test results based on the answers obtained from the subject terminal device 300.
  • the test implementation unit 710 stores the test results in the member information database 212a.
  • the comprehensive evaluation unit 410 obtains, for example, the subject's evaluation information from the dispatching terminal device 400 and the viewing (attending) history of the training content provided to the subject from the training content providing device 700, and stores this in the member information database 212a as information to comprehensively evaluate the subject.
  • the storage device 212 is an information processing device that stores various types of information.
  • the storage device 212 includes, for example, a member information database 212a and a learning database 212b.
  • the member information database 212a accumulates information on the dispatching agency, the dispatching destination agency, and the target person as members. Specifically, the member information database 212a accumulates information on the target person belonging to the dispatching agency, information indicating the recruitment conditions of the dispatching destination agency, and information indicating the human resources information and evaluation results of the target person.
  • the learning database 212b acquires the feature vector of the target person and the feature vector indicating the recruitment conditions, and stores the feature vector as learning data.
  • the human resource characteristic evaluation unit 214a includes, for example, a calculation unit 210.
  • the calculation unit 210 acquires the human resource information and evaluation results of the subject from the member information database 212a, and converts the acquired information into a high-dimensional feature vector.
  • the subject's feature vector is information that expresses the subject in a high-dimensional space.
  • the calculation unit 210 stores the subject's feature vector in the learning database 212b.
  • the human resource characteristic evaluation unit 214a converts the recruitment conditions acquired from the temporary staffing agency into a feature vector of recruitment conditions having values corresponding to the personnel, working hours, location, and other requirements of the temporary staffing agency.
  • the feature vector of recruitment conditions is information that expresses the recruitment conditions in a high-dimensional space.
  • the calculation unit 210 stores the feature vector of the recruitment conditions in the learning database 212b.
  • the human resource value assessment unit 214b includes, for example, a rating determination unit 220 and a bid price determination unit 230.
  • the rating determination unit 220 changes the rating of the subject according to the feature vector of the subject acquired from the human resource characteristic assessment unit 214a.
  • the bid price determination unit 230 determines the bid price of the subject based on the changed rating.
  • the human resource value assessment unit 214b outputs an instruction to the test implementation unit 710 to change the test content, updates the feature vector by the calculation unit 210 based on the test results of the subject who took the changed test, and updates the rating information indicating the subject's rating and the bid price information indicating the bid price.
  • the human resource value assessment unit 214b assesses the value of the subject by updating the feature vector based on the test results and information that comprehensively assesses the subject.
  • the learning information update unit 214c acquires the feature vector from the human resource value assessment unit 214b and outputs it to the human resource matching device 104.
  • the human resource matching device 104 updates the feature vector of the subject stored in the learning database 212b with the feature vector acquired from the learning information update unit 214c.
  • FIG. 4 is a diagram showing an example of the multivariate analysis unit 200A in the embodiment.
  • the multivariate analysis unit 200A calculates the feature vectors, ratings, and bid prices in the talent characteristic assessment unit 214a (calculation unit 210) and the talent value assessment unit 214b (rating determination unit 220, bid price determination unit 230).
  • the multivariate analysis unit 200A inputs, for example, self-reported information and external evaluation information, and outputs feature vectors by performing multivariate analysis.
  • the self-reported information is information reported by the subject, such as national qualification information, work history information, university major information, specialty and specialty information, available working area information, available working time information, work style information such as commuting or remote work, available languages information, and home information.
  • the external evaluation information is information evaluated by an external organization, such as online exam information, comprehensive evaluation information of the dispatched organization, and information on the professional industry to which the subject belongs (e.g., the Pharmaceutical Association).
  • External organizations include persons other than the subject, such as dispatching companies, exam organizers, training organizers, and educational content providers.
  • the multivariate analysis unit 200A performs processing using any of logistic regression analysis, comparative hazard analysis, analysis of variance, multiple regression analysis, discriminant analysis, principal component analysis, factor analysis, or cluster analysis as the multivariate analysis.
  • the multivariate analysis may include, for example, summary processing such as principal component analysis and factor analysis, classification processing such as cluster analysis and discriminant analysis, and prediction processing such as regression analysis.
  • FIG. 5 is a diagram illustrating an example of a mapping process of a feature vector according to the embodiment.
  • the calculation unit 210 may compress the number of dimensions of the feature vector of the subject and the feature vector of the recruitment conditions, and extract subjects having feature vectors close to the feature vector of the recruitment conditions based on the distance between the feature vector of the subject and the feature vector of the recruitment conditions in the compressed number of dimensions.
  • t-SNE t-distributed Stochastic Neighbor Embedding
  • the multivariate analysis unit 200A needs to process the feature vectors in real time, but when comparing feature vectors in a high-dimensional feature vector space, the more input variables there are, the longer the calculation time required. Therefore, the multivariate analysis unit 200A can speed up the comparison process of feature vectors by compressing the dimensions of the feature vectors using t-SNE or RP (Random Projection) and calculating the distance in the 2D space. For example, the high-dimensional feature vector of the subject is normalized to a 2D space, and the feature vector of the human resources required by the dispatching agency is also normalized to a 2D space. This enables the multivariate analysis unit 200A to quickly narrow down candidates who are similar to the personnel desired by the dispatching agency.
  • FIG. 6 is a diagram showing an example of a target person extraction process using a feature vector according to the embodiment.
  • the multivariate analysis unit 200A performs multivariate analysis on information including the recruitment conditions, thereby mapping the feature vector of the recruitment conditions into a high-dimensional feature vector space.
  • the multivariate analysis unit 200A uses k-nearest neighbors to extract k candidates in the order of subjects having feature vectors that are closest to the arbitrary point.
  • the human resource characteristic evaluation unit 214a extracts all candidates included in the feature vector space including the recruitment conditions.
  • the multivariate analysis unit 200A may perform t-SNE or RP to reduce the number of dimensions of the feature vector space, and extract candidates in the reduced feature vector space.
  • the multivariate analysis unit 200A performs multivariate analysis on the self-reported information and external evaluation information as multiple input explanatory variables, and calculates the match rate (similarity and correlation) between the subject and the job requirements in the feature vector space. This enables the multivariate analysis unit 200A to propose potential dispatch destinations that take into account non-trivial correlations and similarities in a high-dimensional feature space, rather than determining the correlation and similarity between the subject and the dispatch destination by focusing only on certain explanatory variables.
  • FIG. 7 is a diagram showing an example of a process for calculating a bid price according to the embodiment.
  • the bid price determination unit 230 may change the bid price based on the bid request received by the bid reception unit 130, and may change the fluctuation range of the bid price based on the distance between the target's feature vector and the feature vector of the job requirements.
  • the fluctuation range of the bid price indicates, for example, the change in the bid price updated in response to an increase in the number of bids for a certain target.
  • FIG. 8 is a sequence diagram showing an example of an operation procedure of the talent rating system 1 according to the embodiment.
  • the target person terminal device 300 transmits registration information S10 including the talent information to the talent bidding device 100.
  • the talent information is transmitted to the talent rating device 200 and stored in the storage device 212.
  • the dispatching source terminal device 400 transmits registration information S12 including the dispatching source information and the target person information to the talent bidding device 100.
  • the dispatching source information and the target person information are transmitted to the talent rating device 200 and stored in the storage device 212.
  • the dispatching source terminal device 400 may include fee information paid by the dispatching source company to the administrator of the talent bidding device 100 to register the target person in the registration information S12.
  • the dispatching destination terminal device 500 transmits registration information S14 including the dispatching destination information and the job offer information to the talent bidding device 100.
  • the dispatching destination information and the job offer information are transmitted to the talent rating device 200 and stored in the storage device 212.
  • the destination terminal device 500 may include fee information that the destination company pays periodically to the administrator of the personnel bidding device 100, and may include fee information for obtaining bidding points, in the registration information S14.
  • the personnel bidding device 100 transmits fee information S16, which requests the destination company to pay a brokerage fee, to the destination terminal device 500.
  • the personnel bidding device 100 transmits fee information S18, which requests the dispatching company to pay a brokerage fee, to the dispatching terminal device 400. This allows the operator of the personnel bidding device 100 to obtain the brokerage fee from the destination company and the dispatching company.
  • the human resource bidding device 100 transmits point issuance information S20 indicating the bidding points issued to the temporary staffing company by the issuing unit 110 to the temporary staffing company terminal device 500.
  • the human resource bidding device 100 transmits point issuance information S22 indicating the bidding points issued to the temporary staffing company by the issuing unit 110 to the temporary staffing company terminal device 400.
  • the dispatching source terminal device 400 transmits dispatch registration information S24, which includes information on the targets to be dispatched from among the registered targets, to the talent bidding device 100.
  • the talent rating device 200 determines a rating based on the feature vector of the targets included in the dispatch registration information S24, and transmits bidding price information S26a indicating the bidding price based on the rating information to the talent bidding device 100.
  • the talent bidding device 100 transmits the rating information and bidding price information S26a to the target terminal device 300, the dispatching source terminal device 400, and the dispatch destination terminal device 500. This allows the targets, the dispatching source company, and the dispatch destination company to view the targets' ratings and bidding prices.
  • the talent rating device 200 uses the feature vector of the recruitment conditions and the feature vector of the target person to extract targets who have a feature vector close to the feature vector of the recruitment conditions, and transmits matching information S26b including target information of the extracted targets to the talent bidding device 100.
  • the information providing unit 120 transmits the matching information S26b to the dispatch destination terminal device 500. This allows the dispatch destination company to view targets who match the recruitment conditions.
  • Multiple destination terminal devices 500 transmit bid request information S28a, 28b, ..., including target information and bid point number information of a certain target person, to the human resource bidding device 100.
  • the bid price determination unit 230 varies the bid price according to the received bid request.
  • the destination determination unit 140 determines the destination company with the highest number of bid points from the multiple bid request information S28a, 28b, ..., as the successful bidder, and transmits successful bid information S30 indicating the successful bidder to the destination terminal device 500, the dispatching source terminal device 400, and the target person terminal device 300.
  • the human resource bidding device 100 transmits point information S32a, which is the result of subtracting the number of bidding points from the bidding points held by the successful bidder, to the destination terminal device 500 of the successful bidder, and transmits point information S32b, ..., which returns the number of bidding points to the unsuccessful dispatching destination companies to the destination terminal devices 500 of the dispatching destination companies other than the successful bidder.
  • the issuing unit 110 of the human resource bidding device 100 transmits point information S34, which issues bidding points as a success fee, to the dispatching source terminal device 400 corresponding to the dispatching source company of the successful target.
  • the issuing unit 110 transmits fee information S36a indicating a portion of the employment fee (hourly wage) as compensation for the target person's labor to the dispatch source terminal device 400 of the dispatching company of the successful bidder.
  • Fee information S36a may be information indicating the number of bid points. This allows the dispatching company to receive compensation for dispatching the target person.
  • the human resources bidding device 100 transmits fee information S36b indicating a portion of the employment fee (hourly wage) to the dispatch destination terminal device 500 of the dispatching destination company. This allows the dispatching destination company to receive compensation for employing the target person.
  • the human resources matching device 104 may perform collaborative filtering processing to recommend targets to the temporary staffing destination agency.
  • the human resources matching device 104 may search for temporary staffing destination agencies with similar targets based on the search history or bidding history of the temporary staffing destination agency, and recommend targets similar to the targets bid by the searched temporary staffing destination agency.
  • the human resources matching device 104 may recommend targets having feature vectors similar to the feature vectors of targets viewed by the temporary staffing destination agency by performing content-based filtering processing.
  • the human resources matching device 104 may estimate the feature vectors of the recruitment conditions of the temporary staffing destination agency by collaborative filtering processing, and recommend targets having feature vectors similar to the feature vectors of the estimated recruitment conditions by content filtering processing.
  • the learning device 214 may train a prediction model using, as learning data, for example, the feature vector of the recruitment conditions of the temporary staffing agency, the feature vector of the target bidder won by the temporary staffing agency, and the successful bid price (number of bid points) updated by the learning information update unit 214c, input the feature vector of the recruitment conditions to the prediction model as an explanatory variable, and recommend a target having a feature vector similar to the target's feature vector output from the prediction model and an initial value of the bid price (inference result).
  • the prediction model may use statistical models such as normal distribution and binomial distribution, and has parameters for identifying the statistical model. The parameters are set to optimal values for outputting the inference result by the learning process.
  • the predictive model may be trained using either unsupervised learning or supervised learning.
  • Unsupervised learning includes, for example, dimensionality reduction processing and clustering processing.
  • Dimensionality reduction methods include, for example, principal component analysis, multidimensional scaling, t-SNE, etc.
  • Clustering processing includes, for example, k-means, hierarchical clustering, etc.
  • Supervised learning includes, for example, classification processing or regression processing.
  • Classification processing includes, for example, decision trees, support vector machines, random forests, logistics regression, etc.
  • Regression processing includes, for example, partial least squares regression (PLS), lasso regression (least absolute shrinkage and selection operator, LASSO), ridge regression, support vector machines, random forests, logistics regression, etc.
  • the learning device 214 uses these learning methods to construct a prediction model, and uses the constructed prediction model to perform processing of the multivariate analysis unit 200A (the calculation unit 210, the rating determination unit 220, and the bid price determination unit 230).
  • a talent rating system 1 can be realized that includes a subject terminal device 300, an external device 600 that evaluates the subject, and a talent rating device 200 to which the subject terminal device 300 and the external device 600 are connected via a communication network NW, the talent rating device including a calculation unit 210 that inputs the subject's talent information acquired from the subject terminal device 300 and the subject's evaluation results acquired from the external device 600 and outputs the subject's characteristic information based on the talent information and the evaluation results, and a rating determination unit 220 that determines the subject's rating based on the characteristic information output from the calculation unit 210.
  • the human resource rating system 1 allows the rating of a target person based on the information reported by the target person as the target person's human resource information and the results of the target person's evaluation by an external organization as the evaluation result, so that the human resources can be evaluated comprehensively and the rating can be made visible to the target person and the dispatching company.
  • the human resource rating system 1 determines the bid price of the target based on the rating determined by the rating determination unit 220, transmits bid price information indicating the bid price determined by the bid price determination unit 230 to the dispatch destination terminal device 500, and accepts a bid request including the target information and bid point number information from the dispatch destination terminal device 500, and determines the dispatch destination of the target based on the bid request. In this way, the human resource rating system 1 can support bidding for the target based on the rating.
  • the human resources rating system 1 For example, assuming that the target is a pharmacist, by winning the bid for a pharmacist who can work in a holiday outpatient clinic or at a drugstore in an area where there is a shortage of pharmacists, it is possible to reduce situations where there is a shortage of pharmacists and provide medicines to patients.
  • companies and pharmacies can dispatch pharmacists to workplaces with different industries or work styles as part of their education, which has the advantage of allowing the dispatching company to improve the skills of their pharmacists and increase the bidding price for the pharmacists.
  • training content can be provided free of charge in response to the registration of target information, and the bidding price of the pharmacist can be increased according to the training attendance history.
  • the bidding price according to one's own skills can be made visible to the pharmacist, and the value seen by the dispatching company can be increased.
  • the talent rating system 1 can calculate a feature vector based on the talent information and the evaluation results, change the rating according to the calculated feature vector, and change the initial bid price based on the determined rating. This allows the talent rating system 1 to set a bid price that appropriately evaluates the candidate according to the candidate's qualifications and evaluation.
  • the human resource rating system 1 can calculate a feature vector based on the job requirements received from the destination terminal device 500, and transmit matching information to the destination terminal device 500, including information on targets who have feature vectors similar to the target target's feature vector and the feature vector of the job requirements. This allows the human resource rating system 1 to eliminate the need to manually search for targets who meet the job requirements.
  • the human resources ranking system 1 can compress the number of dimensions of the target person's feature vector and the feature vector of the job requirements, and extract targets who have feature vectors close to the feature vector of the job requirements in the compressed number of dimensions, thereby speeding up the process of extracting targets who are close to the job requirements.
  • the human resources rating system 1 can change the bid price based on the bid request, and can change the range of bid price fluctuation based on the distance between the target person's feature vector and the feature vector of the job requirements.
  • 1...Human resource bidding support system 100...Human resource bidding device, 102...Point management device, 104...Human resource matching device, 110...Issuing unit, 112...Consumption unit, 120...Information provision unit, 130...Bid reception unit, 140...Dispatch destination determination unit, 200...Human resource rating device, 200A...Multivariate analysis unit, 202...Human resource registration device, 204...Corporate demand registration unit, 206...Human resource information registration unit, 210...Calculation unit, 212...Storage device, 212a...Member information database, 212b...Learning database, 214...Learning device, 214...Human resource characteristic evaluation unit, 214a...Human resource characteristic evaluation unit, 214b...Human resource value evaluation unit, 214c...Learning information update unit, 220...Rating determination unit, 230: Bid price determination unit, 300: Target person terminal device, 400: Dispatch source terminal device, 410: Overall evaluation unit, 500: Dispatch destination terminal device, 600: External device, 700

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本開示の一態様は、対象者端末装置と、対象者を評価する外部装置と、対象者端末装置および前記外部装置が通信ネットワークを介して接続された人材レーディング装置とを備え、人材レーディング装置は、対象者端末装置から取得した対象者の人材情報、および外部装置から取得した対象者の評価結果を入力し、人材情報および評価結果に基づいて対象者の特徴情報を出力する演算部と、演算部から出力された特徴情報に基づいて対象者のレーディングを決定するレーディング決定部と、を備える、人材レーディングシステムである。

Description

人材レーディングシステム、人材レーディング方法、人材レーディング装置、および人材レーディングプログラム
　本開示は、人材レーディングシステム、人材レーディング方法、人材レーディング装置、および人材レーディングプログラムに関する。
　従来、人材オークションについての技術として、例えば、特許文献１に記載された人材オークションシステムが知られている。特許文献１に記載された人材オークションシステムは、資格機関の提供する資格証明書を求職者の客観的な能力情報として利用することによって、求職者と求人企業の双方のニーズのマッチングを行っている。
特開２０１５－６９５０７号公報
　しかしながら、特許文献１に記載された人材オークションにおいては求職者の資格以外にも職歴や職場からの評価などの他の要素を含む総合的な評価を考慮することが望ましい。
　本開示は、このような事情に鑑みてなされたものであり、人材を総合的に評価することができる人材レーディングシステム、人材レーディング方法、人材レーディング装置、および人材レーディングプログラムを提供することを目的としている。
　本開示は上述した課題を解決するためになされたもので、本開示の一態様は、対象者が使用する対象者端末装置と、前記対象者を評価する外部装置と、前記対象者端末装置および前記外部装置が通信ネットワークを介して接続された人材レーディング装置とを備え、前記人材レーディング装置は、前記対象者端末装置から取得した前記対象者の人材情報、および前記外部装置から取得した前記対象者の評価結果を入力し、前記人材情報および前記評価結果に基づいて前記対象者の特徴情報を出力する演算部と、前記演算部から出力された前記特徴情報に基づいて前記対象者のレーディングを決定するレーディング決定部と、を備える、人材レーディングシステムである。
　本開示の他の態様は、対象者が使用する対象者端末装置と、前記対象者を評価する外部装置と、前記対象者端末装置および前記外部装置が通信ネットワークを介して接続された人材レーディング装置と、を備える人材レーディングシステムの人材レーディング方法であって、前記対象者端末装置が、対象者の人材情報を前記人材レーディング装置に送信するステップと、前記外部装置が、対象者の評価結果を前記人材レーディング装置に送信するステップと、前記人材レーディング装置が、前記対象者の人材情報および前記対象者の評価結果を取得するステップと、前記人材レーディング装置が、前記人材情報および前記評価結果に基づいて前記対象者の特徴情報を演算するステップと、前記人材レーディング装置が、前記特徴情報に基づいて前記対象者のレーディングを決定するステップと、を含む、人材レーディング方法である。
　本開示の他の態様は、対象者が使用する対象者端末装置、および前記対象者を評価する外部装置が通信ネットワークを介して接続された人材レーディング装置において、前記対象者端末装置から取得した前記対象者の人材情報、および前記外部装置から取得した前記対象者の評価結果を入力し、前記人材情報および前記評価結果に基づいて前記対象者の特徴情報を出力する演算部と、前記演算部から出力された前記特徴情報に基づいて前記対象者のレーディングを決定するレーディング決定部と、を備える、人材レーディング装置である。
　本開示の他の態様は、対象者が使用する対象者端末装置、および前記対象者を評価する外部装置が通信ネットワークを介して接続された人材レーディング装置のコンピュータを、前記対象者端末装置から取得した前記対象者の人材情報、および前記外部装置から取得した前記対象者の評価結果を入力し、前記人材情報および前記評価結果に基づいて前記対象者の特徴情報を出力する演算部、および前記演算部から出力された前記特徴情報に基づいて前記対象者のレーディングを決定するレーディング決定部、として機能させる、人材レーディングプログラムである。
　本開示によれば、人材を総合的に評価することができる。
実施の形態における人材レーディングシステムの一例を示すブロック図である。 実施の形態における人材入札装置および人材レーディング装置の構成の一例を示すブロック図である。 実施の形態における人材レーディングシステムの具体的な構成の一例を示すブロック図である。 実施の形態における多変量解析部の一例を示す図である。 実施の形態における特徴ベクトルのマッピング処理の一例を示す図である。 実施の形態における特徴ベクトルを用いた対象者の抽出処理の一例を示す図である。 実施の形態における競り値の演算処理の一例を示す図である。 実施の形態における人材レーディングシステムの動作手順の一例を示すシーケンス図である。
　以下、本発明を適用した人材レーディングシステム、人材レーディング方法、人材レーディング装置、および人材レーディングプログラムを、図面を参照して説明する。
　図１は、実施の形態における人材レーディングシステム１の一例を示すブロック図である。人材レーディングシステム１は、例えば、人材入札装置１００と、人材レーディング装置２００と、対象者端末装置３００と、派遣元端末装置４００と、派遣先端末装置５００と、外部装置６００と、研修コンテンツ提供装置７００とを備える。人材入札装置１００、人材レーディング装置２００、対象者端末装置３００、派遣元端末装置４００、派遣先端末装置５００、外部装置６００、および、研修コンテンツ提供装置７００は、通信ネットワークＮＷを介して接続され、インターネット等のネットワークに接続するためのＮＩＣ（Network Interface Card）または無線通信モジュールなどの通信インターフェース（不図示）を有する。ネットワークは、例えばインターネット等の汎用ネットワーク、およびローカル５ＧまたはＷｉＦｉ（登録商標）などのプライベートなネットワークを含んでよい。
　対象者端末装置３００は、対象者に使用されるスマートフォンやパーソナルコンピュータなどの情報処理装置である。派遣元端末装置４００は、派遣元業者に使用されるスマートフォンやパーソナルコンピュータなどの情報処理装置である。派遣先端末装置５００は、派遣先業者に使用されるスマートフォンやパーソナルコンピュータなどの情報処理装置である。外部装置６００は、対象者端末装置３００からの要求、派遣元端末装置４００からの情報、および派遣先端末装置５００からの情報を受け付け、対象者を外部から評価する処理を行うサーバ装置などの情報処理装置である。研修コンテンツ提供装置７００は、対象者端末装置３００からの要求を受け付け、対象者端末装置３００に研修や教育のためのコンテンツを送信する処理を行うサーバ装置などの情報処理装置である。
　図２は、実施の形態における人材入札装置１００および人材レーディング装置２００の構成の一例を示すブロック図である。人材入札装置１００は、例えば、人材情報、評価結果、派遣元業者情報および派遣先業者情報を登録し、派遣先業者の入札に基づいて対象者の派遣先を決定するサービスを提供する情報処理装置である。人材としての対象者は、例えば、薬剤師などの専門的な資格や技能を持つ専門職者である。人材情報は、対象者が申告した情報である。人材情報は、対象者の年齢、勤務可能地、勤務形態、職歴、または保有スキルを含む情報であってよい。評価結果は、対象者を評価する外部装置を利用して対象者が受けた試験結果などの評価情報を含む。評価結果は、対象者の研修受講履歴、派遣先における労働履歴、または派遣先端末装置５００から取得した対象者の評価を含む情報であってよい。派遣元業者情報は、対象者の派遣元業者を特定する情報である。派遣先業者情報は、派遣先業者を特定する情報である。
　人材入札装置１００は、例えば、発行部１１０と、情報提供部１２０と、入札受付部１３０と、派遣先決定部１４０とを備える。発行部１１０、情報提供部１２０、入札受付部１３０、および派遣先決定部１４０は、例えばＣＰＵ（Central Processing Unit）等のプロセッサがプログラムメモリに格納されたプログラムを実行することにより実現される。
　発行部１１０は、派遣先業者に入札ポイントを発行する。発行部１１０は、派遣先業者および派遣元業者に入札ポイントを発行してよい。入札ポイントは、人材入札装置１００、派遣元業者、および派遣先業者において入札のために仮想的に取引される仮想通貨として機能する情報である。発行部１１０は、派遣先業者情報が登録されていることに基づいて入札ポイントを定期的に発行する処理、派遣元業者情報が登録されていることに基づいて入札ポイントを定期的に発行する処理、特定コンテンツの閲覧履歴に基づいて入札ポイントを発行する処理、の少なくとも一つを行ってよい。特定コンテンツは、例えば、人材入札装置１００が提供する対象者、派遣元業者、派遣元業者に関する情報を含むコンテンツである。特定コンテンツは、派遣先業者が求人条件を入力するときに表示させるコンテンツであってよく、派遣先業者が入札するときに表示させるコンテンツであってよく、派遣元業者が対象者を登録するときに表示させるコンテンツであってよい。派遣先業者は、発行された入札ポイントを保有し、保有している入札ポイントを用いて入札を行うことができる。
　情報提供部１２０は、対象者端末装置３００から取得した人材情報、および外部装置６００から取得した評価結果を派遣先端末装置５００に送信する。情報提供部１２０は、例えば、派遣先端末装置５００からの求人条件を含む要求を受け付け、求人条件に基づいて抽出された対象者の人材情報および評価結果を派遣先端末装置５００に応答する。求人条件は、例えば、人材情報および評価結果のうち派遣先業者が希望する人材の条件である。
　入札受付部１３０は、派遣先端末装置５００から対象者情報および入札ポイント数情報を含む入札要求を受け付ける。対象者情報は、対象者を特定する情報である。入札ポイント数情報は、派遣先業者が保有する入札ポイントのうち対象者の入札に用いる入札ポイント数を示す情報である。
　派遣先決定部１４０は、入札要求に基づいて対象者の派遣先を決定する。派遣先決定部１４０は、一人の対象者に一つの入札要求を受けつけた場合、入札要求を送信した派遣先端末装置５００の派遣先業者を落札者として決定する。派遣先決定部１４０は、一人の対象者に複数の入札要求を受けつけた場合、入札要求を送信した派遣先端末装置５００の派遣先業者のうち最も入札ポイント数が多い派遣先業者を落札者として決定する。
　人材レーディング装置２００は、例えば、演算部２１０と、レーディング決定部２２０と、競り値決定部２３０とを備える。演算部２１０、レーディング決定部２２０、および競り値決定部２３０は、例えばＣＰＵ等のプロセッサがプログラムメモリに格納されたプログラムを実行することにより実現される。
　演算部２１０は、対象者端末装置３００から取得した対象者の人材情報、および人材の評価装置としての外部装置６００から取得した対象者の評価結果を入力し、対象者の特徴情報を出力する。特徴情報は、例えば、対象者の人材情報および評価結果を含む高次元の特徴ベクトルである。レーディング決定部２２０は、演算部２１０から出力された特徴情報に基づいて対象者のレーディングを決定する。対象者のレーディングは、対象者の価値を示す情報であり、例えば、対象者の需要度、おすすめ度、多数の対象者中のランクなどの情報である。
　競り値決定部２３０は、レーディング決定部２２０により決定されたレーディングに基づいて対象者の競り値の初期値を決定する。対象者の競り値は、派遣先業者が対象者に入札するために必要な入札ポイント数を示す。対象者の競り値の初期値は、レーディングが高いほど高い値に設定される。競り値決定部２３０は、入札要求が多いほど競り値を上昇させるよう補正する。競り値決定部２３０は、入札要求が少ない場合には競り値を下降させるよう補正してよい。情報提供部１２０は、派遣先端末装置５００からの要求に応じて対象者情報、競り値決定部２３０により決定された競り値を、派遣先端末装置５００に送信する。
　派遣先決定部１４０は、競り値決定部２３０により決定された競り値および入札要求に基づいて対象者を落札した派遣先業者を決定する。
　図３は、実施の形態における人材レーディングシステム１の具体的な構成の一例を示すブロック図である。
　人材レーディングシステム１は、人材マッチング機能と、人材レーディング機能とを有する。人材マッチング機能は、例えば、ポイント管理装置１０２と、人材レーディングシステム１の利用者が操作する端末装置としての対象者端末装置３００、派遣元端末装置４００、および派遣先端末装置５００と、人材照合装置１０４により実現される。ポイント管理装置１０２および人材照合装置１０４は、人材入札装置１００により実現される機能部である。
　人材レーディング機能は、例えば、外部装置６００と、人材登録装置２０２と、記憶装置２１２と、学習装置２１４とを備える。学習装置２１４は、例えば、人材特徴評価部２１４ａと、人材価値評価部２１４ｂと、学習情報更新部２１４ｃとを備える。人材登録装置２０２、記憶装置２１２、学習装置２１４は、人材レーディング装置２００により実現される機能部である。
　人材照合装置１０４は、例えば、人材入札装置１００により実現される機能部である。人材照合装置１０４は、例えば、情報提供部１２０と、入札受付部１３０と、派遣先決定部１４０とを備える。
　ポイント管理装置１０２は、発行部１１０と、消費部１１２とを備える。消費部１１２は、派遣先決定部１４０により派遣先が決定された場合に、落札者が保有する入札ポイントから入札ポイント数を減算することで、入札ポイントを消費させる。消費部１１２は、落札者以外の派遣元業者の入札ポイント数を減算させない。
　人材登録装置２０２は、例えば、企業需要登録部２０４と、人材情報登録部２０６とを備える。企業需要登録部２０４は、派遣元端末装置４００から派遣可能な対象者の対象者情報を取得する。企業需要登録部２０４は、派遣先端末装置５００から求人条件を示す情報を取得する。企業需要登録部２０４は、派遣元端末装置４００および派遣先端末装置５００から取得した情報を記憶装置２１２に記憶させることによって、派遣元業者および派遣先業者の需要を示す情報を登録する。人材情報登録部２０６は、対象者端末装置３００から取得した人材情報を記憶装置２１２に記憶させる。
　外部装置６００は、対象者を評価する処理を行う情報処理装置である。外部装置６００は、例えば、試験実施部７１０と、総合評価部４１０とを備える。試験実施部７１０は、対象者端末装置３００に試験用コンテンツを送信し、対象者端末装置３００から取得した解答に基づく試験結果を演算する。試験実施部７１０は、試験結果を会員情報データベース２１２ａに記憶させる。総合評価部４１０は、例えば派遣元端末装置４００における対象者の評価情報、および研修コンテンツ提供装置７００から対象者に提供した研修コンテンツの視聴（受講）履歴などを取得し、対象者を総合的に評価する情報として会員情報データベース２１２ａに記憶させる。
　記憶装置２１２は、各種の情報の記憶する情報処理装置である。記憶装置２１２は、例えば、会員情報データベース２１２ａと、学習用データベース２１２ｂとを備える。会員情報データベース２１２ａは、会員としての派遣元業者、派遣先業者、および対象者に関する情報を蓄積する。具体的に、会員情報データベース２１２ａは、派遣元業者に所属する対象者情報、派遣先業者の求人条件を示す情報、および対象者の人材情報および評価結果を示す情報を蓄積する。学習用データベース２１２ｂは、対象者の特徴ベクトルおよび求人条件を示す特徴ベクトルを取得し、特徴ベクトルを学習データとして記憶する。
　人材特徴評価部２１４ａは、例えば、演算部２１０を含む。演算部２１０は、会員情報データベース２１２ａから対象者の人材情報および評価結果を取得し、取得した情報を高次元の特徴ベクトルに変換する。対象者の特徴ベクトルは、対象者を高次元空間で表現する情報である。演算部２１０は、対象者の特徴ベクトルを学習用データベース２１２ｂに記憶させる。また、人材特徴評価部２１４ａは、派遣先業者から取得した求人条件に基づいて、派遣先業者の求める人材、勤務時間、場所などの要望に対応した値を持つ求人条件の特徴ベクトルに変換する。求人条件の特徴ベクトルは、求人条件を高次元空間で表現する情報である。演算部２１０は、求人条件の特徴ベクトルを学習用データベース２１２ｂに記憶させる。
　人材価値評価部２１４ｂは、例えば、レーディング決定部２２０と、競り値決定部２３０とを含む。レーディング決定部２２０は、人材特徴評価部２１４ａから取得した対象者の特徴ベクトルに応じて対象者のレーディングを変化させる。競り値決定部２３０は、変化させたレーディングに基づいて対象者の競り値を決定する。人材価値評価部２１４ｂは、試験実施部７１０に対して試験内容を変更させる指示を出力し、変更された試験を受けた対象者の試験結果に基づいて演算部２１０によって特徴ベクトルを更新させ、対象者のレーディングを示すレーディング情報および競り値を示す競り値情報を更新する。人材価値評価部２１４ｂは、試験結果および対象者を総合的に評価する情報に基づいて特徴ベクトルを更新することで対象者の価値を評価する。
　学習情報更新部２１４ｃは、人材価値評価部２１４ｂから特徴ベクトル取得し、人材照合装置１０４に出力する。人材照合装置１０４は、学習情報更新部２１４ｃから取得した特徴ベクトルによって学習用データベース２１２ｂに記憶された対象者の特徴ベクトルを更新する。
　図４は、実施の形態における多変量解析部２００Ａの一例を示す図である。多変量解析部２００Ａは、人材特徴評価部２１４ａ（演算部２１０）および人材価値評価部２１４ｂ（レーディング決定部２２０、競り値決定部２３０）における特徴ベクトル、レーディング、および競り値の演算を行う。多変量解析部２００Ａは、例えば、自己申告情報および外部評価情報を入力し、多変量解析を行うことによって特徴ベクトルを出力する。
　自己申告情報は、例えば、国家資格情報、職歴情報、大学専攻情報、専門領域および得意分野情報、勤務可能地域情報、勤務可能時間情報、通勤またはリモートワークなどのワークスタイル情報、対応可能言語情報、および自宅情報などの対象者が申告した情報である。外部評価情報は、例えば、オンライン試験情報、派遣先の総合評価情報、所属する専門職業界（例えば薬剤師会）に関する情報などの外部機関が対象者を評価した情報である。外部機関とは、派遣元業者、試験開催者、研修開催者、教育コンテンツ提供者などの対象者以外の者を含む。多変量解析部２００Ａは、多変量解析として、ロジスティック回帰分析、比較ハザード分析、分散分析、重回帰分析、判別分析、主成分分析、因子分析、またはクラスター分析のいずれかを使用する処理を行う。多変量解析は、例えば、主成分分析や因子分析などの要約処理、クラスター分析や判別分析などの分類処理、および回帰分析などの予測処理を含んでいてよい。
　図５は、実施の形態における特徴ベクトルのマッピング処理の一例を示す図である。
　演算部２１０は、対象者の特徴ベクトルおよび求人条件の特徴ベクトルの次元数を圧縮し、圧縮した次元数において対象者の特徴ベクトルと求人条件の特徴ベクトルとの距離に基づいて、求人条件の特徴ベクトルに近い特徴ベクトルを持つ対象者を抽出してよい。高次元の特徴ベクトル（図５の左図）を蒸留（distillation）して２Ｄ空間（図５の右図）にマッピングする方法として、ｔ－ＳＮＥ（t-distributed Stochastic Neighbor Embedding）が知られている。多変量解析部２００Ａは、特徴ベクトルをリアルタイムで処理する必要があるが、ｔ－ＳＮＥは高次元の特徴ベクトル空間で特徴ベクトルの比較を行うと入力変数が多いほど計算時間を要する。そこで、多変量解析部２００Ａは、ｔ－ＳＮＥやＲＰ（Random Projection）を用いて特徴ベクトルの次元を圧縮し、２Ｄ空間上の距離を求めることで特徴ベクトルの比較処理の高速化を図ることができる。例えば、対象者の高次元の特徴ベクトルを２Ｄ空間に正規化し、派遣元業者が求める人材の特徴ベクトルも２Ｄ空間に正規化する。これにより多変量解析部２００Ａは、派遣元業者が求める人材に類似する対象者を短時間で絞り込むことができる。
　図６は、実施の形態における特徴ベクトルを用いた対象者の抽出処理の一例を示す図である。
　多変量解析部２００Ａは、求人条件を含む情報に対して多変量解析を行うことによって、求人条件の特徴ベクトルを高次元の特徴ベクトル空間にマッピングする。多変量解析部２００Ａは、求人条件の特徴ベクトルが特徴ベクトル空間における任意の１点（図中の×）に収束した場合には、ｋ近傍法（k-nearest neighbors）を使用して、任意の１点からの距離の近い特徴ベクトルを持つ対象者の順に、ｋ人の候補者を抽出する。人材特徴評価部２１４ａは、図６中の楕円のように求人条件の特徴ベクトルが特徴ベクトル空間の任意の領域に点在した場合、求人条件が含まれる特徴ベクトル空間内に含まれるすべての候補者を抽出する。多変量解析部２００Ａは、演算の高速化のために、ｔ－ＳＮＥやＲＰを行って特徴ベクトル空間の次元数を削減し、削減した特徴ベクトル空間において候補者の抽出を行ってよい。
　多変量解析部２００Ａは、入力された複数の説明変数としての自己申告情報および外部評価情報に対して多変量解析を行い、特徴ベクトル空間における対象者と求人条件とのマッチ率（類似度および相関）を算出する。これにより多変量解析部２００Ａは、ある説明変数のみに着目して対象者と派遣先の相関や類似度を求めるのではなく、高次元の特徴空間における自明でない相関および類似度を考慮した派遣先候補を提案することが可能となる。
　図７は、実施の形態における競り値の演算処理の一例を示す図である。
　競り値決定部２３０は、入札受付部１３０により受け付けた入札要求に基づいて競り値を変化させ、対象者の特徴ベクトルと求人条件の特徴ベクトルとの距離に基づいて競り値の変動幅を変化させてよい。競り値の変動幅は、例えば、ある対象者に対して入札数が増加することに応じて更新される競り値の変化を示す。人材価値評価部２１４ｂの競り値決定部２３０は、対象者の特徴ベクトルと求人条件の特徴ベクトルとの距離ｄ（図７中のｘ、ｘ＝１／ｄ）が近いほど競り値（図中のｙ）を増加させてよい。競り値決定部２３０は、例えば、下記の式のように、対象者の特徴ベクトルと求人条件の特徴ベクトルとの距離ｄの逆数に対してｌｏｇｘをかけることによって初期の競り値ｇに対する補正幅ｙを増加させる。
　ｙ＝ｇ・ｘｌｏｇｘ（ｘ≧１）またはｇ（ｘ＜１）
　これにより競り値決定部２３０は、派遣先業者の求人条件に近い対象者ほど、競り値が上昇する幅を大きく変動させることができる。一方、競り値決定部２３０は、派遣先業者の求人条件に近い対象者がいない場合、競り値が上昇する幅を小さく変動させることができる。
　図８は、実施の形態における人材レーディングシステム１の動作手順の一例を示すシーケンス図である。
　まず対象者端末装置３００は、人材入札装置１００に人材情報を含む登録情報Ｓ１０を送信する。人材情報は、人材レーディング装置２００に送信され、記憶装置２１２に記憶される。派遣元端末装置４００は、派遣元情報および対象者情報を含む登録情報Ｓ１２を人材入札装置１００に送信する。派遣元情報および対象者情報は、人材レーディング装置２００に送信され、記憶装置２１２に記憶される。派遣元端末装置４００は、登録情報Ｓ１２に対象者を登録するために派遣元業者が人材入札装置１００の管理者に支払う料金情報を含めてよい。派遣先端末装置５００は、派遣先情報および求人情報を含む登録情報Ｓ１４を人材入札装置１００に送信する。派遣先情報および求人情報は、人材レーディング装置２００に送信され、記憶装置２１２に記憶される。派遣先端末装置５００は、登録情報Ｓ１４に、派遣先業者が人材入札装置１００の管理者に定期的に支払う料金情報を含めてよく、入札ポイントを取得するための料金情報を含めてよい。人材入札装置１００は、派遣先業者に仲介手数料の支払いを要求する料金情報Ｓ１６を派遣先端末装置５００に送信する。人材入札装置１００は、派遣元業者に仲介手数料の支払いを要求する料金情報Ｓ１８を派遣元端末装置４００に送信する。これにより人材入札装置１００の運営者は派遣先業者および派遣元業者から仲介手数料を取得することができる。
　人材入札装置１００は、発行部１１０により派遣先業者に発行した入札ポイントを示すポイント発行情報Ｓ２０を派遣先端末装置５００に送信する。人材入札装置１００は、発行部１１０により派遣元業者に発行した入札ポイントを示すポイント発行情報Ｓ２２を派遣元端末装置４００に送信する。
　派遣元端末装置４００は、登録した対象者のうち派遣する対象者の対象者情報を含む派遣登録情報Ｓ２４を人材入札装置１００に送信する。人材レーディング装置２００は、派遣登録情報Ｓ２４に含まれる対象者の特徴ベクトルに基づいてレーディングを決定し、レーディング情報に基づいて競り値を示す競り値情報Ｓ２６ａを人材入札装置１００に送信する。人材入札装置１００は、レーディング情報および競り値情報Ｓ２６ａを対象者端末装置３００、派遣元端末装置４００、および派遣先端末装置５００に送信する。これにより対象者、派遣元業者、および派遣先業者は、対象者のレーディングおよび競り値を閲覧することができる。
　人材レーディング装置２００は、求人条件の特徴ベクトルと対象者の特徴ベクトルとを用いて、求人条件の特徴ベクトルに近い特徴ベクトルをもつ対象者を抽出し、抽出した対象者の対象者情報を含むマッチング情報Ｓ２６ｂを人材入札装置１００に送信する。情報提供部１２０は、マッチング情報Ｓ２６ｂを派遣先端末装置５００に送信する。これにより派遣先業者は、求人条件にマッチングする対象者を閲覧することができる。
　複数の派遣先端末装置５００が、ある対象者の対象者情報および入札ポイント数情報を含む入札要求情報Ｓ２８ａ、２８ｂ、・・・を人材入札装置１００に送信する。競り値決定部２３０は、受信した入札要求に応じて競り値を変動させる。派遣先決定部１４０は、複数の入札要求情報Ｓ２８ａ、２８ｂ、・・・のうち入札ポイント数が最も多い派遣先業者を落札者として決定し、落札者を示す落札情報Ｓ３０を派遣先端末装置５００、派遣元端末装置４００、および対象者端末装置３００に送信する。
　人材入札装置１００は、落札者としての派遣先業者が保有する入札ポイントから入札ポイント数を減算したポイント情報Ｓ３２ａを落札者の派遣先端末装置５００に送信し、落札できなかった派遣先業者に入札ポイント数を返還するポイント情報Ｓ３２ｂ、・・・を落札者以外の派遣先業者の派遣先端末装置５００に送信する。人材入札装置１００の発行部１１０は、落札された対象者の派遣元業者に対応した派遣元端末装置４００に、成功報酬としての入札ポイントを発行するポイント情報Ｓ３４を送信する。
　対象者が派遣先に勤務すると、発行部１１０は、落札された対象者の派遣元業者の派遣元端末装置４００に、対象者の労働対価としての雇用料金（時給）の一部を示す料金情報Ｓ３６ａを送信する。料金情報Ｓ３６ａは、入札ポイント数を示す情報であってよい。これにより派遣元業者は、対象者を派遣したことによって報酬を得ることができる。また、人材入札装置１００は、派遣先業者の派遣先端末装置５００に、雇用料金（時給）の一部を示す料金情報Ｓ３６ｂを送信する。これにより派遣先業者は、対象者を雇用したことによって報酬を得ることができる。
　人材照合装置１０４は、派遣先業者に対象者をレコメンドするために協調フィルタリング処理を行ってよい。人材照合装置１０４は、派遣先業者の検索履歴または入札履歴に基づいて、要望している対象者が似ている派遣先業者を探索し、探索された派遣先業者が落札した対象者に似ている対象者をレコメンドしてよい。人材照合装置１０４は、コンテンツベースフィルタリング処理を行うことで、派遣先業者が閲覧している対象者の特徴ベクトルに似ている特徴ベクトルを持つ対象者をレコメンドしてよい。人材照合装置１０４は、協調フィルタリング処理により派遣先業者の求人条件の特徴ベクトルを推定し、コンテンツフィルタリング処理により、推定した求人条件の特徴ベクトルに似た特徴ベクトルを持つ対象者をレコメンドしてよい。
　さらに学習装置２１４は、学習情報更新部２１４ｃによって更新された、例えば、派遣先業者の求人条件の特徴ベクトル、派遣先業者が落札した対象者の特徴ベクトル、落札した競り値（入札ポイント数）を学習データとして予測モデルを学習させ、説明変数として求人条件の特徴ベクトルを予測モデルに入力し、予測モデルから出力された対象者の特徴ベクトルに似た特徴ベクトルを持つ対象者および競り値の初期値（推論結果）をレコメンドしてよい。予測モデルは、正規分布、二項分布などの統計モデルが利用可能であり、統計モデルを特定するためのパラメータを持つ。パラメータは、学習処理によって推論結果を出力するための最適な値が設定される。
　また、予測モデルは、教師なし学習、教師あり学習のいずれの手法で学習させてよい。教師なし学習は、例えば、次元圧縮法処理やクラスタリング処理を含む。次元圧縮法は、例えば主成分分析、多次元尺度構成法、ｔ－ＳＮＥ法などを含む。クラスタリング処理は、ｋ－ｍｅａｎｍｓ法、階層的クラスタリングなどを含む。教師あり学習は、例えば、分類処理または回帰処理などを含む。分類処理は、例えば、決定木、サポートベクターマシン、ランダムフォレスト、ロジスティクス回帰などを含む。回帰処理は、例えば、部分的最小二乗法（Partial Least Squares Regression、ＰＬＳ）、ラッソ回帰（least absolute shrinkage and selection operator、ＬＡＳＳＯ）、Ｒｉｄｇｅ回帰、サポートベクターマシン、ランダムフォレスト、ロジスティクス回帰などを含む。学習装置２１４は、これらの学習手法を用いて予測モデルを構築し、構築した予測モデルを用いて多変量解析部２００Ａ（演算部２１０、レーディング決定部２２０、および競り値決定部２３０）の処理を行う。
　以上のように、実施の形態によれば、対象者端末装置３００と、対象者を評価する外部装置６００と、対象者端末装置３００および外部装置６００が通信ネットワークＮＷを介して接続された人材レーディング装置２００とを備え、人材レーディング装置が、対象者端末装置３００から取得した対象者の人材情報、および外部装置６００から取得した対象者の評価結果を入力し、人材情報および評価結果に基づいて対象者の特徴情報を出力する演算部２１０と、演算部２１０から出力された特徴情報に基づいて対象者のレーディングを決定するレーディング決定部２２０と、を備える、人材レーディングシステム１を実現することができる。
　人材レーディングシステム１によれば、対象者の人材情報としての対象者が申告した情報、評価結果としての対象者を外部機関が評価した結果に基づいて対象者をレーディングすることができるので、人材を総合的に評価して、対象者や派遣先業者にレーディングを見える化することができる。
　人材レーディングシステム１によれば、レーディング決定部２２０により決定されたレーディングに基づいて対象者の競り値を決定し、競り値決定部２３０により決定された競り値を示す競り値情報を派遣先端末装置５００に送信し、派遣先端末装置５００から対象者情報および入札ポイント数情報を含む入札要求を受け付けて、入札要求に基づいて対象者の派遣先を決定することができる。これにより人材レーディングシステム１によれば、レーディングに基づいて対象者への入札を支援することができる。
　人材レーディングシステム１によれば、例えば、対象者として薬剤師を想定した場合、休日外来や薬剤師の不足する地域のドラックストアに勤務可能な薬剤師を落札することによって、薬剤師が不足する場面を抑制して患者に薬剤を提供することができる。また、人材レーディングシステム１によれば、薬剤師の技量を高めるため、企業や薬局が教育の一環として異なる業種または勤務形態の職場に薬剤師を派遣することができ、派遣元業者にとって保有する薬剤師のスキルアップを図り、薬剤師の競り値を上昇させることができるメリットがある。さらに、人材レーディングシステム１によれば、対象者情報を登録することに応じて無料で研修コンテンツを提供し、研修の受講履歴に応じて薬剤師の競り値を向上させることができる。これにより人材レーディングシステム１によれば、薬剤師から自身のスキルに応じた競り値を見える化し、さらに、派遣先業者からみた価値を高くすることができる。
　人材レーディングシステム１によれば、人材情報および前記評価結果に基づく特徴ベクトルを演算し、演算された特徴ベクトルに応じてレーディングを変化させ、決定されたレーディングに基づいて競り値の初期値を変化させることができる。これにより人材レーディングシステム１は、対象者が持つ資格や評価に応じて対象者を適正に評価する競り値を設定することができる。
　人材レーディングシステム１によれば、派遣先端末装置５００から受け付けた求人条件に基づいて特徴ベクトルを演算し、対象者の特徴ベクトルと求人条件の特徴ベクトルに近い特徴ベクトルを持つ対象者の情報を含むマッチング情報を派遣先端末装置５００に送信することができる。これにより人材レーディングシステム１は、人手によって求人条件に近い対象者を探索する手間を省くことができる。
　人材レーディングシステム１によれば、対象者の特徴ベクトルおよび求人条件の特徴ベクトルの次元数を圧縮し、圧縮した次元数において求人条件の特徴ベクトルに近い特徴ベクトルを持つ対象者を抽出することができるので、求人条件に近い対象者を抽出する処理を高速化することができる。
　人材レーディングシステム１によれば、入札要求に基づいて競り値を変化させ、対象者の特徴ベクトルと求人条件の特徴ベクトルとの距離に基づいて競り値の変動幅を変化させることができる。
　なお、各実施形態および変形例について説明したが、一例であってこれらに限られず、例えば、各実施形態や各変形例のうちのいずれかや、各実施形態の一部や各変形例の一部を、他の１または複数の実施形態や他の１または複数の変形例と組み合わせて本発明の一態様を実現させてもよい。
１…人材入札支援システム、１００…人材入札装置、１０２…ポイント管理装置、１０４…人材照合装置、１１０…発行部、１１２…消費部、１２０…情報提供部、１３０…入札受付部、１４０…派遣先決定部、２００…人材レーディング装置、２００Ａ…多変量解析部、２０２…人材登録装置、２０４…企業需要登録部、２０６…人材情報登録部、２１０…演算部、２１２…記憶装置、２１２ａ…会員情報データベース、２１２ｂ…学習用データベース、２１４…学習装置、２１４…人材特徴評価部、２１４ａ…人材特徴評価部、２１４ｂ…人材価値評価部、２１４ｃ…学習情報更新部、２２０…レーディング決定部、
２３０…競り値決定部、３００…対象者端末装置、４００…派遣元端末装置、４１０…総合評価部、５００…派遣先端末装置、６００…外部装置、７００…研修コンテンツ提供装置、７１０…試験実施部

Claims (10)

  1. 　対象者が使用する対象者端末装置と、前記対象者を評価する外部装置と、前記対象者端末装置および前記外部装置が通信ネットワークを介して接続された人材レーディング装置とを備え、
    　前記人材レーディング装置は、
    　前記対象者端末装置から取得した前記対象者の人材情報、および前記外部装置から取得した前記対象者の評価結果を入力し、前記人材情報および前記評価結果に基づいて前記対象者の特徴情報を出力する演算部と、
    　前記演算部から出力された前記特徴情報に基づいて前記対象者のレーディングを決定するレーディング決定部と、を備える、
    　人材レーディングシステム。
  2. 　前記対象者の人材情報は、前記対象者が申告した情報であり、前記評価結果は、前記対象者を外部機関が評価した結果である、請求項１に記載の人材レーディングシステム。
  3. 　人材の派遣先業者が使用する派遣先端末装置と、前記対象者端末装置、および前記派遣先端末装置と通信ネットワークを介して接続された人材入札装置と、を備え、
    　前記人材レーディング装置は、前記レーディング決定部により決定されたレーディングに基づいて対象者の競り値を決定する競り値決定部を備え、
    　前記人材入札装置は、
    　前記競り値決定部により決定された前記競り値を示す競り値情報を前記派遣先端末装置に送信する情報提供部と、
    　前記派遣先端末装置から対象者情報および入札ポイント数情報を含む入札要求を受け付ける入札受付部と、
    　前記入札要求に基づいて前記対象者の派遣先を決定する派遣先決定部と、を備える、
    　請求項１に記載の人材レーディングシステム。
  4. 　前記演算部は、前記人材情報および前記評価結果に基づく特徴ベクトルを演算し、
    　前記レーディング決定部は、前記演算部により演算された特徴ベクトルに応じてレーディングを変化させ、
    　前記競り値決定部は、前記レーディング決定部により決定されたレーディングに基づいて前記競り値の初期値を変化させる、
    　請求項３に記載の人材レーディングシステム。
  5. 　前記演算部は、前記派遣先端末装置から受け付けた求人条件に基づいて特徴ベクトルを演算し、
    　前記情報提供部は、前記演算部により演算された前記対象者の特徴ベクトルと前記演算部により演算された前記求人条件の特徴ベクトルに近い特徴ベクトルを持つ対象者の情報を含むマッチング情報を前記派遣先端末装置に送信する、
    　請求項４に記載の人材レーディングシステム。
  6. 　前記演算部は、前記対象者の特徴ベクトルおよび前記求人条件の特徴ベクトルの次元数を圧縮し、圧縮した次元数において前記求人条件の特徴ベクトルに近い特徴ベクトルを持つ対象者を抽出する、請求項５に記載の人材レーディングシステム。
  7. 　前記競り値決定部は、前記入札受付部により受け付けた入札要求に基づいて前記競り値を変化させ、前記対象者の特徴ベクトルと前記求人条件の特徴ベクトルとの距離に基づいて前記競り値の変動幅を変化させる、請求項５に記載の人材レーディングシステム。
  8. 　対象者が使用する対象者端末装置と、前記対象者を評価する外部装置と、前記対象者端末装置および前記外部装置が通信ネットワークを介して接続された人材レーディング装置と、を備える人材レーディングシステムの人材レーディング方法であって、
    　前記対象者端末装置が、対象者の人材情報を前記人材レーディング装置に送信するステップと、
    　前記外部装置が、対象者の評価結果を前記人材レーディング装置に送信するステップと、
    　前記人材レーディング装置が、前記対象者の人材情報および前記対象者の評価結果を取得するステップと、
    　前記人材レーディング装置が、前記人材情報および前記評価結果に基づいて前記対象者の特徴情報を演算するステップと、
    　前記人材レーディング装置が、前記特徴情報に基づいて前記対象者のレーディングを決定するステップと、
    　を含む、人材レーディング方法。
  9. 　対象者が使用する対象者端末装置、および前記対象者を評価する外部装置が通信ネットワークを介して接続された人材レーディング装置において、
    　前記対象者端末装置から取得した前記対象者の人材情報、および前記外部装置から取得した前記対象者の評価結果を入力し、前記人材情報および前記評価結果に基づいて前記対象者の特徴情報を出力する演算部と、
    　前記演算部から出力された前記特徴情報に基づいて前記対象者のレーディングを決定するレーディング決定部と、
    　を備える、人材レーディング装置。
  10. 　対象者が使用する対象者端末装置、および前記対象者を評価する外部装置が通信ネットワークを介して接続された人材レーディング装置のコンピュータを、
    　前記対象者端末装置から取得した前記対象者の人材情報、および前記外部装置から取得した前記対象者の評価結果を入力し、前記人材情報および前記評価結果に基づいて前記対象者の特徴情報を出力する演算部、および
    　前記演算部から出力された前記特徴情報に基づいて前記対象者のレーディングを決定するレーディング決定部、として機能させる、人材レーディングプログラム。
PCT/JP2023/030235 2023-08-23 2023-08-23 人材レーディングシステム、人材レーディング方法、人材レーディング装置、および人材レーディングプログラム Pending WO2025041284A1 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2024518122A JP7607831B1 (ja) 2023-08-23 2023-08-23 人材レーティングシステム、および人材レーティング方法
EP23913874.6A EP4538947A1 (en) 2023-08-23 2023-08-23 Personnel rating system, personnel rating method, personnel rating device, and personnel rating program
KR1020247022843A KR20250030435A (ko) 2023-08-23 2023-08-23 인재 레이팅 시스템, 인재 레이팅 방법, 인재 레이팅 장치, 및 비일시적 컴퓨터 판독 가능한 기억 매체
CA3239836A CA3239836A1 (en) 2023-08-23 2023-08-23 Personnel rating system, personnel rating method, personnel rating device, and non-transitory computer-readable storage medium
CN202380017012.2A CN119895451A (zh) 2023-08-23 2023-08-23 人才评级系统、人才评级方法、人才评级装置以及人才评级程序
PCT/JP2023/030235 WO2025041284A1 (ja) 2023-08-23 2023-08-23 人材レーディングシステム、人材レーディング方法、人材レーディング装置、および人材レーディングプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2023/030235 WO2025041284A1 (ja) 2023-08-23 2023-08-23 人材レーディングシステム、人材レーディング方法、人材レーディング装置、および人材レーディングプログラム

Publications (1)

Publication Number Publication Date
WO2025041284A1 true WO2025041284A1 (ja) 2025-02-27

Family

ID=94015251

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/030235 Pending WO2025041284A1 (ja) 2023-08-23 2023-08-23 人材レーディングシステム、人材レーディング方法、人材レーディング装置、および人材レーディングプログラム

Country Status (6)

Country Link
EP (1) EP4538947A1 (ja)
JP (1) JP7607831B1 (ja)
KR (1) KR20250030435A (ja)
CN (1) CN119895451A (ja)
CA (1) CA3239836A1 (ja)
WO (1) WO2025041284A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004038485A (ja) * 2002-07-02 2004-02-05 Matsushita Electric Ind Co Ltd 求人求職方法、求人求職システム、サービス提供側装置、そのシステムのためのプログラム、そのプログラムを担持させた媒体
JP2015069507A (ja) 2013-09-30 2015-04-13 Ｍｒｔ株式会社 情報処理装置、情報処理方法及びプログラム
JP2015164022A (ja) * 2014-02-28 2015-09-10 日本電気株式会社 マッチング装置、マッチング方法及びプログラム
JP2019016152A (ja) * 2017-07-06 2019-01-31 富士ゼロックス株式会社 情報処理装置及びプログラム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7080057B2 (en) * 2000-08-03 2006-07-18 Unicru, Inc. Electronic employee selection systems and methods
US20150294271A1 (en) * 2014-04-09 2015-10-15 Mark D. Lythgoe Gotguru system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004038485A (ja) * 2002-07-02 2004-02-05 Matsushita Electric Ind Co Ltd 求人求職方法、求人求職システム、サービス提供側装置、そのシステムのためのプログラム、そのプログラムを担持させた媒体
JP2015069507A (ja) 2013-09-30 2015-04-13 Ｍｒｔ株式会社 情報処理装置、情報処理方法及びプログラム
JP2015164022A (ja) * 2014-02-28 2015-09-10 日本電気株式会社 マッチング装置、マッチング方法及びプログラム
JP2019016152A (ja) * 2017-07-06 2019-01-31 富士ゼロックス株式会社 情報処理装置及びプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4538947A4

Also Published As

Publication number Publication date
CN119895451A (zh) 2025-04-25
KR20250030435A (ko) 2025-03-05
CA3239836A1 (en) 2025-04-09
JP7607831B1 (ja) 2024-12-27
EP4538947A4 (en) 2025-04-16
EP4538947A1 (en) 2025-04-16
JPWO2025041284A1 (ja) 2025-02-27

Similar Documents

Publication Publication Date Title
US11704682B2 (en) Pre-processing financial market data prior to machine learning training
CN114266443A (zh) 数据评估方法和装置、电子设备、存储介质
KR102551227B1 (ko) 인공지능에 기반한 바이어 매칭 시스템
JP6918328B2 (ja) 情報入力装置及びマッチングシステム
CN113254542A (zh) 数据可视化处理方法及装置、电子设备
KR102009902B1 (ko) 복수 지표의 다중가점 기반의 데이터마이닝 기법을 이용한 고객 투자 성향 분석 장치 및 방법
CN112860878B (zh) 业务数据推荐方法、存储介质及设备
Kumar et al. A novel influence quantification model on Instagram using data science approach for targeted business advertising and better digital marketing outcomes
JP7607831B1 (ja) 人材レーティングシステム、および人材レーティング方法
KR20210030839A (ko) 맞춤형 대출 중개 서비스의 제공 방법
JP7738750B2 (ja) 人材入札支援システム、人材入札支援方法、人材入札支援装置、および人材入札支援プログラム
KR20200104015A (ko) 자산관리 서비스 시스템의 상품추천방법
KR20230032801A (ko) 인공지능 기반 유무형 상품 추천 서비스 제공 시스템
KR102809697B1 (ko) 산업 재해, 재난, 사회안전 예방활동 온라인입찰 시스템 및 방법
CN119338189A (zh) 人员的分配方法、装置、计算机可读存储介质和电子设备
KR102946882B1 (ko) 신제품의 위탁생산과 서비타이제이션을 위한 서비스 매칭 방법 및 이를 이용한 시스템
JP2025134503A (ja) サーバ、及び、コンピュータプログラム
HK40119543A (zh) 人才评级系统、人才评级方法、人才评级装置以及人才评级程序
HK40119865A (zh) 人才投标支援系统、人才投标支援方法、人才投标支援装置以及人才投标支援程序
JPWO2025041284A5 (ja) 人材レーティングシステム、人材レーティング方法、人材レーティング装置、および人材レーティングプログラム
JPWO2025041290A5 (ja)
KR20230098484A (ko) 3자간 b2b 해외 수출 마케팅 서비스 플랫폼 시스템
KR20010085285A (ko) 브랜드 가치평가 서비스 제공 방법
JP7827342B1 (ja) プログラム、コンピュータおよび情報処理方法
JP7822503B1 (ja) 情報処理システム、情報処理方法及びプログラム

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2024518122

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2024518122

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 18718335

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 202380017012.2

Country of ref document: CN

ENP Entry into the national phase

Ref document number: 2023913874

Country of ref document: EP

Effective date: 20240712

WWP Wipo information: published in national office

Ref document number: 1020247022843

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 11202404832Q

Country of ref document: SG

WWP Wipo information: published in national office

Ref document number: 11202404832Q

Country of ref document: SG

WWP Wipo information: published in national office

Ref document number: 2023913874

Country of ref document: EP

WWP Wipo information: published in national office

Ref document number: 202380017012.2

Country of ref document: CN

NENP Non-entry into the national phase

Ref country code: DE