メンターとメンティーのマッチング方法

マッチングシステムは、メンティーの特定のニーズを優先することで、質の高い関連性の高いつながりを促進すると同時に、メンターがそれらの分野でガイダンスを提供する資格と意思があることを保証します。

一致を成功させるには、まずメンターとメンティーの両方が包括的なプロファイルを完成させます。次に、システムは重み付けスコアリングエンジンを使用して、メンティーのプロファイルがメンティーの職業的な経験や表明された好みとどの程度効果的に一致しているかを計算することで、メンターを推奨します。これらのスキルベースの一致を評価する際には、次の特性が考慮されます。

• スキル能力: このアルゴリズムは、メンターの専門知識とメンティーのニーズを比較することで、質の高い学習体験を優先します。必要な習熟度レベルを満たしているか、それを超えるメンターが推奨されますが、資格のない個人とのマッチングは推奨されません。
• スキルの検証:提供されたガイダンスの整合性を確保するために、検証済みの専門知識を持つメンターのスコアが上昇します。検証済みスキルの履歴に基づいて能力を確認し、まだ評価されていないスキルのスコアを下方調整します。
• ロールベースの関連性:エンジンは、スキルがメンターの現在のプロフェッショナル機能のコアコンポーネントであるかどうかを評価します。スキルがメンターのロールの要件である場合、一致が強化され、共有される知識が現在の実社会の実践に確実に根ざしています。
• メンターシップの優先順位: 試合における最も重要な要素として、このシステムはメンターの教えたいという意欲を重視します。メンターが高度な資格を持ち、日常の役割でスキルを使用している場合でも、そのスキルを教えたいトピックとして明示的にリストアップしない限り、そのスキルにマッチングされる可能性は大幅に低くなります

以下のシミュレーションでは、メンティーはプロファイル属性に基づいてメンターとマッチングされ、関連するジョブロールと検証済みのスキルがあっても、教える意図が明確でないため、マッチングスコアが低くなることが実証されています。

メンティーが該当分野の専門家と意欲的な教育者の両方とつながるように、メンターシップの意図が優先されます。メンターが特定の分野の資格を持っている場合でも、マッチングアルゴリズムでは、そのトピックを教えたいスキルとして明示的にリストアップしているメンターが優先されます。これにより、メンターの能力だけでなく、特定の分野でガイダンスを提供したいという積極的な意欲によってマッチングが決定されます。

アプリケーションのアクティブ化

ServiceNow ストアから メンタリング をアクティブ化できます。このアプリケーションにはデモデータが含まれ、関連プラグインがまだ有効になっていない場合は、アクティブ化されます。

ストアでアプリを要求する

ServiceNow Store Web サイトにアクセスして利用可能なすべてのアプリを表示し、ストアにリクエストを送信する方法について確認してください。リリースされたすべてのアプリのリリースメモ情報については、「ServiceNow Storeバージョン履歴のリリースノート」を参照してください。

データの構成

メンタリング にはオプションのデモデータが付属しています。

詳細については、「メンタリングの構成」と「メンタリング の参照情報」を参照してください。

メンタリング の使用

メンタリング を使用すると、学習内容をよりよく理解できます。すぐに対応が必要なアイテムに対処し、今後のコンテンツアイテムやコースなどに関する最新情報を把握します。

詳細については、「メンタリング を使用しています」を参照してください。

スキル基盤 と メンタリング との統合

メンタリング は、スキル基盤 をメンター/メンティーのスキルベースの推奨事項に統合します。