インターンシップにおける
企業の受入枠と大学のマッチング
2017年3月22日 2班
1.はじめに
 本研究の目的
 動機
 マッチングの現状
 我々が提案するマッチング・システムが満たすべき条件
2.1.従来の大学と企業のマッチング方法
〈step1〉受け入れ企業と大学を表に書き出す
表1:受け入れ企業と大学
2.1.従来の大学と企業のマッチング方法
〈step1〉受け入れ企業と大学を表に書き出す。
〈step2〉それぞれの大学から企業への希望者を
記入する(1企業:各大学1人ずつ)。第3希望ま
で学生の希望を出すことが可能。
〈step3〉大学からの希望者が企業の受け入れ人
数を超過していない企業からマッチングする。
〈step4〉大学からの希望者が受け入れ人数を超
過している企業をマッチングする。左から決定
していき、次は決定した右下から左詰めに決定
していく。
表2:受け入れ企業と大学
2.2.受入保留方式を用いた方法
 デビット・ゲール、ロイド・シャプリー『大学入学と結婚の安定性』
 マッチングを定式化し、安定マッチングを短時間で見つけるアルゴリズム「受入保留方式」
 受入保留方式
 片側からアプローチを行い、受け入れる側は回答の保留が可能
 「抜け駆け」が起こり得ない、安定的
 片側対戦略性を満たす
 比較的容易に実行可能、プログラムによる配分の自動化が可能→マッチングにかかる時間短縮
2.2.受入保留方式を用いた方法
 受入保留方式の例
〈step1〉
各男性は、一番好きな女性にプロポーズ。
一人が良ければそれを選択。各女性は、自
分にプロポーズした男性の中から一番好き
な人のプロポーズを「仮」受諾。一人が良
ければそれを選択。男性1と男性3は女性4
にプロポーズし、男性3は仮受諾されるが、
男性1は拒否される。男性2は女性5にプロ
ポーズし、受諾される。これで男性3と女
性4,男性2と女性5 という仮のペアができる。
〈step2〉
拒否された男性は、まだ振られていない女性に
プロポーズする。一人が良ければそれを選択。
女性は自分にプロポーズした男性と仮受諾して
いる男性を比較し順位の高い方を選ぶ。男性1
は女性5にプロポーズ。女性5は仮受諾の男性2
を断り、これを受諾。これで新たに男性3と女
性4,男性1と女性5というペアができる。
2.2.受入保留方式を用いた方法
 受入保留方式の例
〈step3〉
step2と同様。男性2は女性6にプロポーズするも女性6は一人を選択。
〈step4〉
男性2は女性4にプロポーズするが、女性4は男性3を選択。
〈step5〉
男性2は女性7よりも一人でいる方を選択。
これでマッチングは終了する。成立したペアは男性3と女性4,男性1と女性5となる。
2.2.受入保留方式を用いた方法
先程と同様に受入保留方式でマッチングを行う。
赤字は受入、水色文字は受入拒否。
学生A1,C2-企業ア
学生D1,A2-企業エ
学生A3-企業キ
学生B1,D2-企業イ
学生B2-企業キ
学生B3,D3-企業ケ
学生C1-企業ウ
学生A2-企業オ
学生B3-企業キ
学生B2-企業キ
学生A3-企業ク
学生D3-企業キ
余り:
学生D3,企業カ
2.2.受入保留方式を用いた方法
 受入保留方式のメリット
 片側対戦略性を満たす(学生は、正直に希望先を述べることが最善となり嘘をつくメリットがない)。
 後に述べるTTCアルゴリズムと比較すると、初期保有の設定が不要であるためより手間が少なく、短時間
でマッチングを終わらせることが可能。
 受入保留方式のデメリット
 学生A3と学生B2による抜け駆けが起こる可能性がある。
 抜け駆けを防ぐことと、受入保留方式のメリットである安定性はトレード・オフとなる。
2.3.TTCアルゴリズムを用いた方法
 TTCアルゴリズム
 デビット・ゲール考案
 シャプリーとスカーフの論文により発表
 強コア配分を短時間で発見可能
 初期保有を決定する必要有
2.3.TTCアルゴリズムを用いた方法
 TTCアルゴリズムの例(7人の学生が部屋を交換する例)
〈step1〉
各学生は自分にとって一番の部屋を指差す。
学生1は部屋5を指差し、学生2は部屋3,学生3と5は部屋4,学生4と7は部屋1,
学生6は部屋7を指差す。
ここからサイクルを作ると1→5→4→1となる。
〈step2〉
残った学生は今ある部屋から一番の部屋を指差す。
学生2は部屋3を指差し、学生3は部屋2,学生6と学生7は部屋7を指差す。
サイクルを作ると2→3→2,7→7.学生6は部屋6で決定する。
2.3.TTCアルゴリズムを用いた方法
先程と同様にTTCアルゴリズムでマッチングを行う。
できたサイクル:
学生 A1 →企業ア→学生 A1
学生 D1 →企業エ→学生 D1
学生 D2 →企業イ→学生 D2
学生 D3 →企業ケ→学生 D3
学生 B3 →企業ア→学生 B2→企業ク
→学生 B1 → 企業イ→学生 B3
学生 A2 →企業オ→学生 A3 →企業キ
→学生 C2 →企業ウ→学生 A2
余り:学生C1,企業カ
2.3.TTCアルゴリズムを用いた方法
 TTCアルゴリズムのメリット
 両側対戦略性を満たす→抜け駆けが起こりえない
 企業の選好を考慮しないため簡略化が可能
 TTCアルゴリズムのデメリット
 受け入れ枠<応募学生→事前に落とす学生を決定する必要
 学生に枠を与える際希望する企業の枠が与えられるとは限らない
2.4.TTCアルゴリズムの応用
 企業を職種ごとにグループ分けし、学生はグループに志望。
 希望に従って学生をグループ分けし、表を作成。
 TTCアルゴリズムでサイクルを作る。
2.4.TTCアルゴリズムの応用
サイクル:
学生 A1 →企業ア→学生 A3 →企業イ→学生 A1
学生 C2 →企業イ→学生 C2
学生 D1 →企業ア→学生 D1
学生 B3 →企業ウ→学生 B3
2.4.TTCアルゴリズムの応用
サイクル:
学生 A2 →企業エ→学生 A4 →企業カ→学生 A2
学生 C3 →企業エ→学生 D2→企業オ→学生 C3
2.4.TTCアルゴリズムの応用
サイクル:
学生 B1 →企業ケ→学生 A5 →企業ク→学生 B1
学生 B3 →企業ケ→学生 C1→企業キ→学生 B3
学生 D3 →企業ク→学生 D3
3.結論
 はじめに で掲げた条件
 学生は必ずしも第一志望の企業に行ける訳ではないが、希望に近い業種が優先的に割り当てられるように
すること。→達成
 マッチングにかかる時間を短縮すること。→達成
参考文献
 坂井豊貴(2013)「マーケットデザイン――最先端の実用的な経済学」 筑摩書房

zemi_presentation