レバレジーズ、人材マッチングAIの研究成果が国際会議「RecSys 2026」併設ワークショップでポスター発表に採択

レバレジーズ株式会社は、2026年9月28日に米国ミネアポリスで開催された「The 20th ACM Conference on Recommender Systems（RecSys 2026）」の併設ワークショップ「RecSys in HR 2026」において、人と仕事の適合性（Person-Job Fit）を予測するAIモデルに関する研究が、ポスター発表に採択されたことをお知らせいたします。

■RecSysについて　　　　　　　　　　　　　　　　　　　　　　　　　　　　

　「RecSys」は、推薦システムの分野で最も権威ある国際学会の一つで、世界中の研究者らによって毎年開催されています。20回目となる「RecSys 2026」は、2026年9月28日から10月2日まで開催され、47か国から1,000名以上が参加しました。参加者の約4分の3を企業関係者が占めており、学術研究だけでなく、産業界からも高い関心を集めています。

併設ワークショップ「RecSys in HR」は、人材領域における推薦システムをテーマとする研究発表の場で、2026年に6回目の開催を迎えました。

■研究概要　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

＜背景＞

人材マッチングは、求職者と企業の双方の意向が合って初めて成立します。AIを活用して双方をより的確に結びつける「マッチングの高度化」が進む一方、推薦が一部の人気の求人や求職者に偏らない「マッチングの公平性」も重要な課題です。

＜提案手法＞

本研究では、求職者・求人・スキルなどの関係をネットワーク（グラフ）として表現し、プロフィールの文章情報と組み合わせるグラフニューラルネットワーク（GNN）ベースの推薦モデルを構築しました。求職者が応募するか、企業側が選考で通過させるかを同時に予測するモデルで、実際の人材プラットフォームに由来するデータなどを用いて検証しました。

＜分析結果＞

GNNの導入により、全体の予測性能は向上しました。モデルの内部表現を分析すると、その主な要因は、応募などの肯定的な行動がどれだけ集まっているかを表す「人気度」の情報でした。ただし、人気度の効果は双方で異なります。求職者に求人を薦める場面では精度を高める一方、求人ごとに候補者を順位付けする場面では効果が小さく、人気度に関連する情報を取り除くと、こちらの精度が改善する場合もありました。

■今後の展望

　人材サービスの推薦においては、応募や選考通過の可能性などを考慮し、全体としてのマッチング精度を高めることに加え、「一人の求職者に対して適した求人を上位に示せるか」「一つの求人に対して適した候補者を上位に示せるか」という求職者・企業双方の機会の公平性も考慮する必要があります。

今後は、求職者・求人それぞれの人気度が推薦結果に与える影響を調整する手法を検討し、マッチング精度の向上と機会の公平性の両立を目指します。

論文名：A Spectral Analysis of Heterogeneous Graph Recommenders for Person-Job Fit

著者：修 浩毅、永安 修也、樋沢 規宏（レバレジーズ株式会社）

論文PDF（ワークショップ公式サイト）

※なお、本研究は、過去の応募と選考のデータを用いて推薦の精度を検証したオフライン評価であり、実サービスでの採用・入社の増加を実証したものではありません。

レバレジーズ株式会社（ https://leverages.jp/ ）

本店所在地 ： 東京都渋谷区渋谷二丁目24番12号　渋谷スクランブルスクエア24階 /25階

代表取締役： 岩槻　知秀

資本金　　： 5,000万円

設立　　　： 2005年4月

事業内容　：IT、医療・ヘルスケア領域をはじめとした人材事業、SaaS事業、M&Aコンサルティング事業 など

「社会課題の解決」を軸に、IT、医療・ヘルスケア領域をはじめとした人材事業・SaaS事業、M&Aコンサルティング事業など国や業界をまたいだ様々な領域でサービスを展開。2005年に創業以来、黒字経営を継続し2025年度は年商1700億※を突破しました。業界を絞らないポートフォリオ経営と、各分野のスペシャリストが集うインハウスの組織体制で、時代を代表するグローバル企業を目指します。（※会計基準変更後）