【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は，企業等の活動において，意思決定すべき対象に関する情報を集めて分析し，
多くの代替案からとるべき行動を決める意思決定を助ける計算機システムであって，特に定型的ではないが同様な意思決定を繰り返し行う場合にその処理を高速かつ効率的に行うことができるようにした意思決定支援システムに関するものである。

【０００２】

【従来の技術】従来の意思決定支援システム（以下，Ｄ
ＳＳという）では，ユーザが意思決定を行う場合，下記のいずれかの方法でＤＳＳを利用して，とるべき代替案を決定している。

【０００３】（１）処理手順が固定的に決まっている方法：ＤＳＳの処理手順またはソフトウェアが決まっており，ユーザはそのソフトウェアの入力を与えるのみで，
出力結果を参考にして決定する。 この方法では，一般に意思決定のための処理手順またはソフトウェアを起動すると，そのソフトウェア等から一律的にユーザに入力すべき情報を問い合わせ，または所定のファイル等から意思決定に必要な情報を読み込み，それを評価して評価結果の高い順に代替案を出力する。 この方法の場合，ユーザは使用する処理手順やソフトウェアをあまり意識することなく，あらかじめ定められている入力対象情報を入力するだけでよいので，ＤＳＳに関する高度の知識は必要としない。

【０００４】（２）処理手順の決まりがなく，ユーザに任されている方法：ＤＳＳが提供するソフトウェアの利用手順がユーザの選択に任されている。 この方法では，
意思決定の対象や状況に応じて，いくつかのソフトウェアが用意されており，ユーザは適宜自分の必要とする意思決定の参考となる結果を出力するソフトウェアを選択して，そのソフトウェアに応じた対象情報を入力する。
必要であればいくつかのソフトウェアを組み合わせて順番に起動し，あるソフトウェアの出力結果を他のソフトウェアへの入力情報とすることもある。 この方法の場合，定型的でないケースに対しても，ＤＳＳの機能を柔軟に高度に利用することができる。 しかし，ユーザには，ＤＳＳを利用するための高度の知識が要求される。

【０００５】

【発明が解決しようとする課題】上記（１）の方法では，ユーザは定型的な意思決定にしかＤＳＳを利用することができないという問題点がある。 上記（２）の方法では，自由度が大き過ぎてユーザの負担が大きく，意思決定に手間がかかり，またＤＳＳを利用するための高度の知識が必要であるという問題点がある。

【０００６】本発明は上記問題点の解決を図り，定型的ではないが同様な意思決定を繰り返し行う場合に，過去の事例を参考にして有効にかつ簡単に利用することができる意思決定支援システムを提供することを目的とする。

【０００７】

【課題を解決するための手段】図１は，本発明の構成例を示す図である。 図中，１は代替案選択処理手段，２は事例学習処理手段，３は事例蓄積手段，４は対象情報比較処理手段，５は選択高速化処理手段，６は出力手段を表す。

【０００８】代替案選択処理手段１は，意思決定すべき対象に関する情報（対象情報Ｅ）を入力し，指定された１または複数のソフトウェアによって入力対象情報を評価し，その評価結果または評価結果に基づく代替案を出力手段６により出力する手段である。 ここで，対象情報Ｅとは，ユーザから入力される情報または他のシステムから取得する情報である。 また，代替案選択処理手段１
は，入力対象情報に加えてユーザが判断した結果の入力ユーザ情報Ｕを評価に用いることもできる。

【０００９】事例学習処理手段２は，代替案選択処理手段１によって意思決定を行った事例を学習し，その入力対象情報および処理手順の情報を含む事例情報を抽出する手段である。 ユーザ情報Ｕがある場合には，入力対象情報とともに入力ユーザ情報Ｕも学習する。 事例学習処理手段２が学習する処理手順は，代替案選択処理手段１
によって使用したソフトウェアの順序列である。 事例学習処理手段２が学習する入力対象情報は，例えば対象情報の種類を示す属性列とその各属性に対する属性値の並びからなる。

【００１０】事例蓄積手段３は，この事例学習処理手段２によって抽出した事例情報を，ディスク装置等の外部記憶装置に蓄積し保存する手段である。 対象情報比較処理手段４は，新たな意思決定のための対象に関する情報の入力に対し，入力した対象情報Ｅと事例蓄積手段３に蓄積している事例ごとの入力対象情報とを比較し，対象情報が類似する事例を選び出す手段である。 もし，所定の類似度以上に類似する事例が見つかった場合には，その事例における評価結果を最適代替案Ａとして出力手段６を介して出力する。

【００１１】選択高速化処理手段５は，対象情報比較処理手段４が選び出した類似事例の処理手順を表示して対話的に手順をガイドし，必要であればさらに対象情報Ｅ
等を入力して，代替案選択処理手段１に対して与える指示情報を出力する手段である。 これにより，代替案選択処理手段１は，ユーザが意思決定のための入力および手順について完全な知識を持たない場合でも，前の類似した事例に従って選択高速化処理手段５から得た情報により，最適な代替案を選択するための評価を行うことができる。

【００１２】

【作用】代替案選択処理手段１は，従来の意思決定支援システムと同様の機能を持ち，評価および代替案の提示により意思決定を支援する。 本発明では，この代替案選択処理手段１において行ったユーザの意思決定の手順を，事例学習処理手段２により学習し，事例蓄積手段３
により記憶する。

【００１３】そして，新しい事態で意思決定を行うときに，蓄積した類似する事態の場合に行った過去の意思決定事例を対象情報比較処理手段４により探し出し，そのときに用いた手順を選択高速化処理手段５により表示し，ユーザに対し対話的にガイドする。 これにより，新しい事態に対応する情報の部分だけを修正して，効率的に意思決定を行うことができるようにしている。

【００１４】特に，類似度の大きい過去の参考事例を対話的に表示することにより，ユーザが最適代替案を容易に決定することが可能になる。 また，類似事例の処理手順を対話的に表示して手順をガイドし，代替案選択処理手段１を操作することにより，ユーザが最適代替案を高速に決定することが可能になる。

【００１５】

【実施例】最初に，図１を用いて本発明の一実施例における処理の概要を説明する。 （１）代替案選択処理手段１ 本システムのユーザ（意思決定者）は，代替案選択処理手段１（従来の意思決定支援システムと同様）を操作して，対象情報Ｅとユーザ情報Ｕを入力し，最適代替案Ａ
を決定することができる。 以下に説明する本発明に係る高速処理支援機構を使用しない場合，代替案選択処理手段１にあるソフトウェアＳ(1) ，Ｓ(2)，…への入力（対象情報Ｅ，ユーザ情報Ｕ）およびソフトウェアの操作はすべてユーザが行う。

【００１６】この意思決定支援システムで扱われる情報は，下記のとおりである。 対象情報Ｅ：意思決定すべき対象に関する情報である。 ユーザ自身が入力するか，他のシステムから得るものとする。

【００１７】ユーザ情報Ｕ：意思決定対象がおかれた環境についてのユーザの知識から得られる情報である。
例えば，人材採用の意思決定において，実際に面談してユーザが評価した値がユーザ情報Ｕに相当する。

【００１８】最適代替案Ａ：システムを使って対象情報Ｅとユーザ情報Ｕから得られる最も適切な代替案である。 本発明では，高速処理を支援する機構として，事例学習処理手段２，事例蓄積手段３，対象情報比較処理手段４，選択高速化処理手段５を備えている。

【００１９】（２）事例学習処理手段２ 事例学習処理手段２は，ユーザが代替案選択処理手段１
を使って意思決定した事例を学習し，事例蓄積手段３に記憶させる。

【００２０】すなわち，事例ｉのときに，以下のとを学習し，事例蓄積手段３に保存する。 使用したソフトウェアの順序を示す列（使用ソフトウェア列） Ｓｉ≡（Ｓｉ［１］，Ｓｉ［２］，…） （ただし，Ｓｉ［ｎ］は代替案選択処理手段１が持つ評価のためのソフトウェアＳｉ(1) ，Ｓｉ(2) ，…のいずれかである。） 使用ソフトウェア列Ｓｉ［ｎ］の入力となった入力対象情報Ｅqi［ｎ］と入力ユーザ情報Ｕｉ［ｎ］ （３）事例蓄積手段３ 事例蓄積手段３に記憶された過去の意思決定事例の情報を次の記号で表す。

【００２１】対象情報 Ｅqi≡（Ｅqi(1) ＝ｅqi
(1），Ｅqi(2) ＝ｅqi(2），…） Ｅqi(j) は，対象に関する特定情報の属性を示し，ｅqi
(j) はその属性値を示す。 例えば, 対象が人物である場合, 「年令」が属性Ｅqi(j) で，「２５才」が属性値ｅ
qi(j) である。 これを，ここでは「年令＝２５才」と表記する。

【００２２】最適代替案Ａqi Ａqiは対象情報Ｅqi，入力ユーザ情報Ｕｉの時に得られた意思決定結果である。

【００２３】使用ソフトウェア列 Ｓｉ≡（Ｓｉ
［１］，Ｓｉ［２］，…） Ｓｉは，Ａqiを決定した時に使用した代替案選択処理手段１のソフトウェアの順序列である。

【００２４】Ｓｉの各ソフトウェアＳｉ［ｍ］で使用された入力対象情報Ｅqi［ｍ］および入力ユーザ情報Ｕ
ｉ［ｍ］ Ｅqi［ｍ］≡（Ｅqi(j) ＝ｅqi(j），Ｅqi(k) ＝ｅqi
(k），…） Ｕｉ［ｍ］≡（Ｕｉ(1) ＝ｕｉ(1），Ｕｉ(2) ＝ｕｉ
(2），…） ただし，「Ｅqi(j) ＝ｅqi(j），Ｅqi(k) ＝ｅqi(k），
…」は，対象情報「Ｅqi≡（Ｅqi(1) ＝ｅqi(1），Ｅqi
(2) ＝ｅqi(2），…」のいずれかである。

【００２５】（４）対象情報比較処理手段４および選択高速化処理手段５ 高速処理支援機構を使って意思決定を効率的に行うには，以下の２つの場合がある。

【００２６】（４−１）類似度が非常に大きい過去の参考事例が蓄積されている場合 入力された対象情報Ｅに対し類似度が非常に大きい過去の参考事例が蓄積されている場合には，対象情報比較処理手段４を使って，類似度の非常に大きな参考事例を対話的に表示する。 表示されたＡqiの中からユーザの選択指示による最適代替案Ａを出力する。

【００２７】（４−２）類似の参考事例が蓄積されている場合 入力された対象情報Ｅに対し類似する参考事例が蓄積されているが，類似度が前述した（４−１）のときほど大きくない場合には，選択高速化処理手段５により類似の事例を表示する。 すなわち，事例蓄積手段３に記憶している類似事例の使用ソフトウェア列Ｓｉ，入力対象情報Ｅqi［ｍ］，入力ユーザ情報Ｕｉ［ｍ］を表示し，異なる情報についてのみ，ユーザからの入力により，対象情報Ｅおよびユーザ情報Ｕを取得して修正を行い，それを代替案選択処理手段１へ指示を出す。 代替案選択処理手段１のソフトウェアは選択高速化処理手段５によって起動され，選択高速化処理手段５からの指示情報により実行した結果から最適代替案Ａを出力する。

【００２８】図２は，対象情報比較処理手段４を用いて，過去の類似事例を表示し，意思決定の高速処理を可能にする処理手順を示す図である。 図２のステップＳ１
では，対象情報が事例蓄積手段３中にあるかどうかを判定する。 対象情報があればステップＳ２の処理を行い，
対象情報がなければ支援をせずに（ステップＳ１２），
ユーザの操作により従来と同様な処理を行う。

【００２９】ステップＳ２では，ユーザの入力した対象情報の属性列Ｅを取得する。 ここではＥ＝（Ｅ(1），Ｅ
(2),…）の属性列を入力する。 属性値については，まだ入力しない。

【００３０】ステップＳ３では，Ｅの部分列を含む事例の対象情報の属性列Ｅｑを事例蓄積手段３から得て，全て表示する。 すなわち，共通の属性を持つ対象情報の事例を類似事例の候補として表示する。

【００３１】ステップＳ４では，ユーザからの指示入力により，類似事例と考える事例を，Ｅｑの中からいくつか選択する。 選択したものをＥq1，Ｅq2，…とする。 ステップＳ５では，ユーザの入力により，対象情報の属性値ｅ(1），ｅ(2），…を取得する。 Ｅ≡（Ｅ(1) ＝ｅ
(1），Ｅ(2) ＝ｅ(2），…）である。

【００３２】ステップＳ６では，類似事例Ｅｑと対象情報Ｅの属性値とを比較して，類似度σの大きい順にＥq
1，Ｅq2，…を並べてその属性値と共に表示する。 類似度σは重み付き距離などにより算出する。

【００３３】 Ｅq1≡（Ｅq1(1) ＝ｅq1(1），Ｅq1(2) ＝ｅq1(2），…） σ＝σ１ Ｅq2≡（Ｅq2(1) ＝ｅq2(1），Ｅq2(2) ＝ｅq2(2），…） σ＝σ２ …… ここで，Ｅq1，Ｅq2，…は選択された事例の対象情報であり，Ｅとの類似度σはＥq1を最大として以下順次小さくなる。

【００３４】ステップＳ７では，類似度σが決められた類似度σ ₀以上（σ≧σ ₀ ）のＥqiがあるかどうかを判定する。 類似度σ ₀以上（σ≧σ ₀ ）のＥqiがあればステップＳ８の処理を行い，類似度σ ₀以上（σ≧σ ₀ ）
のＥqiがなければステップＳ１１の処理を行う。

【００３５】ステップＳ８では，類似度σ ₀以上（σ≧
σ ₀ ）である類似事例のＥｑと，対応して決定された代替案Ａｑとを表示する。 例えば「（Ｅq1，Ａq1），（Ｅ
q2，Ａq2），…」のように事例の対象情報と代替案とを対応させて表示する。

【００３６】ステップＳ９では，望ましい代替案があるかどうかをユーザの入力により判定する。 望ましい代替案があればステップＳ１０の処理を行い，なければステップＳ１１の処理を行う。

【００３７】ステップＳ１０では，ユーザの指定により最適な代替案Ａqjを選択する。 これにより目的とする最適代替案Ａ＝Ａqjが得られる。 ステップＳ１１では，最大類似度の事例の対象情報Ｅq1またはいくつかの類似事例の対象情報を選択高速化処理手段５に送出し，図３に示す選択高速化処理手段５の処理を開始する。

【００３８】図３は，選択高速化処理手段５の処理手順を示す図である。 選択高速化処理手段５の処理は，対象情報Ｅqiの場合に代替案選択処理手段１を使って最適代替案を選択した時のソフトウェアの使用手順と使用された入力情報とをステップ毎に表示し，対象情報Ｅの場合の最適代替案を高速に決定できるようにする処理である。 ここで，類似事例での対象情報Ｅqiの場合に最適代替案決定に使用したソフトウェア列をＳｉ≡（Ｓｉ
［１］，Ｓｉ［２］，…）とする。

【００３９】まず，ステップＳ２０では，ｉ→０と初期設定する。 次に，ステップＳ２１では，ｉ＋１→ｉ，ｍ
→１として処理を開始する。 ステップＳ２２では，使用ソフトウェアＳｉ［ｍ］と入力対象情報Ｅqi［ｍ］，入力ユーザ情報Ｕｉ［ｍ］を表示する。 ここで,入力対象情報Ｅqi［ｍ］≡（Ｅqi(j) ＝ｅqi(j），Ｅqi(k) ＝ｅ
qi(k），…），入力ユーザ情報Ｕｉ［ｍ］≡（Ｕｉ(1)
＝ｕｉ(1），Ｕｉ(2) ＝ｕｉ(2），…）である。

【００４０】ステップＳ２３では，Ｓｉ［ｍ］は適切なソフトウェアであるかどうかを，ユーザの指定により判定する。 適切であればステップＳ２４の処理を行い，適切なソフトウェアでなければステップＳ２８へ進む。

【００４１】ステップＳ２４では，ユーザからの修正入力により，表示した入力対象情報，入力ユーザ対象情報の属性値を変更する。 ステップＳ２５では，ソフトウェアＳｉ［ｍ］を実行する。 すなわち，選択高速化処理手段５の出力で代替案選択処理手段１を操作し，ソフトウェアＳｉ［ｍ］を動作させる。

【００４２】ステップＳ２６では，ソフトウェアＳｉ
［ｍ］の出力が適切であるかどうかをユーザの指定により判定する。 適切でない場合，ステップＳ２８へ進む。
適切な場合には，ステップＳ２７の処理を行う。

【００４３】次のステップＳ２７では，最適代替案が得られたかどうかを，ユーザの入力により判定する。 最適代替案が得られなかった場合には，ステップＳ２８の処理を行い，得られた場合には，目的が達成されたので処理を終了する。

【００４４】ステップＳ２８では，Ｓｉ［ｍ］は対象情報Ｅqiの時に使用された最後のソフトウェアかどうかを判定する。 最後のソフトウェアでなければステップＳ２
９の処理を行い，最後のソフトウェアであればステップＳ３０へ進む。

【００４５】ステップＳ２９では，ｍ＋１→ｍとして，
ステップＳ２２の処理へ戻り，同様に次に使用したソフトウェアＳｉ［ｍ］の処理を行う。 ステップＳ３０では，決められた類似度σ _c以上（σ≧σ _c ）に類似する事例のＥqiがまだ存在するかどうかを判定する。 存在すればステップＳ２１の処理へ戻り，次に類似度が大きい事例を参考事例として同様の処理を繰り返す。 存在しなければ，選択高速化処理手段５の高速処理支援機構では最適代替案が得られなかったとして処理を終了する。

【００４６】次に，人材採用の意思決定の場合を例に，
具体的な処理内容を説明する。 図４は，事例蓄積手段３
に記憶されている人事採用の意思決定のための事例を示す図である。 図４に示すように，事例蓄積手段３には過去の事例１〜事例３のそれぞれの対象情報（Ｅqi），決定した最適代替案（Ａqi），使用ソフトウェア列（Ｓ
ｉ），使用した各ソフトウェアの入力対象情報（Ｅqi
［ｍ］），入力ユーザ情報（Ｕｉ［ｍ］）が記憶されている。

【００４７】過去の参考事例の対象情報Ｅqiとして，職種，年令，最終学歴，専攻，職歴，職務能力，前職年収等の属性とその各々の属性値が，最適代替案Ａqiとして，採用，不採用が，記憶されている。 使用ソフトウェア列（Ｓｉ）は，４つのソフトウェアからなる採用判定ソフトウェアであり，それぞれＳｉ［ｍ］（ｍ＝１〜
４）とすると，ここではＳｉ［１］は職務適合度評価ソフトウェア，Ｓｉ［２］は人物評価ソフトウェア，Ｓｉ
［３］は家族状況評価ソフトウェア，Ｓｉ［４］は総合判定ソフトウェアである。

【００４８】また，使用ソフトウェアＳｉ［ｍ］ごとに，入力対象情報Ｅqi［ｍ］および入力ユーザ情報Ｕｉ
［ｍ］が記憶されている。 例えば，職務適合度評価ソフトウェアＳｉ［１］において，入力対象情報Ｅqi［１］
として職種, 年令, 最終学歴, 専攻等が，人物評価ソフトウェアＳｉ［２］の入力対象情報Ｅqi［２］として協調性，創造性等が，家族状況評価ソフトウェアＳｉ
［３］の入力対象情報Ｅqi［３］として既婚／未婚，家族構成等が設定され，さらに，総合判定ソフトウェアＳ
ｉ［４］の入力対象情報Ｅqi［４］として，職務適合度評価ソフトウェアＳｉ［１］の評価出力，人物評価ソフトウェアＳｉ［２］の評価出力，家族状況評価ソフトウェアＳｉ［３］の評価出力が設定されている。 また，本例では，入力ユーザ情報Ｕｉ［ｍ］は，総合判定ソフトウェアＳｉ［４］にだけ面談評価（Ｕｉ［４］）として設定されている。

【００４９】図４に示す蓄積情報を使って，新規採用に対する応募者の採否を決定する処理の例を以下に説明する。 ここで，応募者（Ｅｘ）として，下記のような対象情報の応募者を想定する。

【００５０】Ｅｘ氏≡（職種＝ｐ２，年令＝３１才，最終学歴＝大学修士，専攻＝情報工学，職歴１＝ａ４社，
職務能力＝システムエンジニアリング，前職年収＝ｉ３
円，協調性＝ｂ７，創造性＝ｂ８，…，既婚／未婚＝既婚，家族構成＝子供０人，…） 対象情報比較処理手段４では，図２に示す処理手順に従って以下の処理を行う。

【００５１】まず，事例蓄積手段３には対象情報があるので（図２のＳ１），ユーザの入力により，前記の対象情報の属性列Ｅとして（職種，年令，最終学歴，専攻，
職歴，職務能力，前職年収，協調性，創造性，…，既婚／未婚，家族構成，…）を取得する（Ｓ２）。 ここでは，まだ属性値の入力は不要である。

【００５２】次に，Ｅの部分列を含む事例の対象情報の全ての属性列ＥｑすなわちＥq1，Ｅq2，Ｅq3を表示する。 すなわち，共通の属性を持つ対象情報の事例を類似事例の候補として表示する（Ｓ３）。

【００５３】ここで，ユーザは類似事例と考えるＥq1，
Ｅq2の事例を選択したとする（Ｓ４）。 対象情報の属性値ｅ(1），ｅ(2），…をユーザの入力により取得する（Ｓ５）。 ここでは前記の（職種＝ｐ２，年令＝３１
才，最終学歴＝大学修士，専攻＝情報工学，職歴１＝ａ
４社，職務能力＝システムエンジニアリング，前職年収＝ｉ３円，協調性＝ｂ７，創造性＝ｂ８，…，既婚／未婚＝既婚，家族構成＝子供０人，…）の属性値を対話処理で入力する。

【００５４】次に，選択した類似事例のＥｑとＥの属性値とを比較して，類似度σの大きい順に，Ｅq1（σ＝σ
１），Ｅq2（σ＝σ２）をその属性値と共に表示する（Ｓ２６）。 ここで，Ｅ２氏の事例の類似度が最大であったとすると，次の情報が表示される。 『Ｅ２氏≡（職種＝ｐ２，年令＝３０才，最終学歴＝大学修士，専攻＝情報工学，職歴１＝ａ３社，職務能力＝
システムエンジニアリング，前職年収＝ｉ２円，協調性＝ｂ３，創造性＝ｂ４，…，既婚／未婚＝既婚，家族構成＝子供０人，…） σ＝σ１』 『Ｅ１氏≡（職種＝ｐ１，年令＝３５才，最終学歴＝大学学士，専攻＝電子工学，職歴１＝ａ１社，職歴２＝ａ
２社，職務能力＝回路設計，前職年収＝ｉ１円，協調性＝ｂ１，創造性＝ｂ２，…，既婚／未婚＝既婚，家族構成＝子供２人，…） σ＝σ２』 次に，類似度σが，決められた類似度σ ₀以上のＥqiがあるかどうかを判定する（Ｓ７）。 ここで，類似度σ
１，σ２が決められた類似度σ ₀以上であれば，Ｅ２
氏，Ｅ１氏の類似事例と対応して，決定された代替案Ａ
ｑ（Ａq2＝採用，Ａq1＝不採用）を表示する（Ｓ８）。
これについて，望ましい代替案があるかどうかをユーザに問い合わせ（Ｓ９），ユーザが選択した代替案を最適代替案Ａqiとして決定する。 もし，望ましい代替案がない場合には，最大類似度のＥ２氏の事例の対象情報Ｅq2
を，選択高速化処理手段５に通知する（Ｓ１１）。 類似度σ１，σ２が決められた類似度σ ₀より小さい場合にも，類似度σの最も大きいＥ２氏の事例の対象情報Ｅq2
を選択高速化処理手段５に通知する（Ｓ１１）。

【００５５】選択高速化処理手段５では，図３に示す処理手順に従って，以下の処理を行う。 ここで，対象情報比較処理手段４から通知された事例のＥ２氏の採用決定に使用した使用ソフトウェアは，Ｓ２≡（Ｓ２［１］，
Ｓ２［２］，Ｓ２［３］，Ｓ２［４］）であるが，使用ソフトウェアＳ２［１］からＳ２［３］までは，同様の処理を繰り返すので，説明を簡単にするため，ソフトウェアＳ２［１］，Ｓ２［３］の処理の説明を省略し，ソフトウェアＳ２［２］の処理およびＳ２［４］の処理を中心に説明する。

【００５６】まず，類似事例であるＥq2の使用ソフトウェアＳ２［２］と，入力対象情報Ｅq2［２］と入力ユーザ情報Ｕ２［２］を表示する（Ｓ２２）。 ここで，使用ソフトウェアＳ２［２］（人物評価ソフトウェア）では, 入力対象情報Ｅq2［２］≡（協調性＝ｂ３，創造性＝ｂ４，…）であり，入力ユーザ情報Ｕ２［２］はない。

【００５７】次に，使用ソフトウェアＳ２［２］が，適切なソフトウェアであると判断されたならば（Ｓ２
３），表示した入力対象情報，入力ユーザ情報の属性値をユーザの入力により修正する（Ｓ２４）。

【００５８】ここで，使用ソフトウェアＳ２［２］の場合，入力対象情報Ｅ［２］≡（協調性＝ｂ７，創造性＝
ｂ８，…）に変更される。 続いて，代替案選択処理手段１においてソフトウェアＳ２［２］を実行するが（Ｓ２
５），ソフトウェアＳ２［２］は，最後のソフトウェアではないので，これだけでは最適な代替案は得られず，
ｍ＝３として（Ｓ２９），次のソフトウェアＳ２［３］
（家族状況評価ソフトウェア）についても同様に処理を繰り返す（Ｓ２２〜Ｓ２７）。

【００５９】ソフトウェアＳ２［３］の実行の次にはｍ
＝４として（Ｓ２９），ソフトウェアＳ２［４］（総合判定ソフトウェア）の処理を行う。 ｍ＝４のときのステップＳ２２では，入力対象情報Ｅ［４］≡（Ｓ２［１］
の評価出力＝ｖ５，Ｓ２［２］の評価出力＝ｖ６，Ｓ２
［３］の評価出力＝ｖ７）と，入力ユーザ情報Ｕ［４］
≡（面談評価＝ｖ８）が表示される。

【００６０】ステップＳ２４では，入力対象情報Ｅq2
［４］を，新たに実行したソフトウェアＳ２［１］，Ｓ
２［２］，Ｓ２［３］の実行結果から得られた評価出力Ｖ13，Ｖ14，Ｖ15により，Ｅq2［４］≡（Ｓ２［１］の評価出力＝ｖ13，Ｓ２［２］の評価出力＝ｖ14，Ｓ２
［３］の評価出力＝ｖ15）と変更し，また入力ユーザ情報Ｕ２［４］をＶ８から，実際の面談結果によって決めたＶ16に変更し，Ｕ２［４］≡（面談評価＝ｖ16）とする。

【００６１】こうして必要な入力対象情報と入力ユーザ情報だけを変更して，ソフトウェアＳ２［４］を実行させると，高速に最適代替案が得られることになる。 ユーザは，最初に対象情報の属性列を入力するだけで，以後は類似事例をもとにガイド情報に従った操作を行えばよく，必要であれば属性値の変更を行い，使用ソフトウェア列をあまり意識することなく，最適代替案を知ることができる。

【００６２】以上，人材採用の意思決定の例を説明したが，採用評価に限らず，例えば昇格・昇給評価等の人事評価，設備投資，不動産投資，事業投資等の投資評価，
個人貸付，事業融資等の融資評価における意思決定等，
本発明を広く利用し，高速かつ効率的に意思決定することが可能となる。

【００６３】

【発明の効果】以上説明したように，本発明によれば，
複数の代替案を多数の評価項目で評価し，最適な代替案を決定するような場合に利用することにより，ユーザに過度の負担をかけずに，新しい事態に柔軟に対応した意思決定を高速かつ効率的に行うことができるようになる。

【００６４】特に，類似度の非常に大きい参考事例が蓄積されている場合には，そのときの評価結果から最適代替案をすぐに選択することができる。 また，類似度がそれほど大きくない場合でも，過去の類似する事例に基づくガイドに従って，必要なソフトウェア列を順番に動作させることができるので，使用ソフトウェアに対する深い知識がないときでも，また操作方法を忘れたようなときでも簡単に利用することが可能である。

【図面の簡単な説明】

【図１】本発明の構成例を示す図である。

【図２】実施例における対象情報比較処理手段の処理フローチャートである。

【図３】実施例における選択高速化処理手段の処理フローチャートである。

【図４】実施例における事例蓄積手段に蓄積される情報の例を示す図である。

【符号の説明】

１ 代替案選択処理手段 ２ 事例学習処理手段 ３ 事例蓄積手段 ４ 対象情報比較処理手段 ５ 選択高速化処理手段 ６ 出力手段