JP6930933B2 - Information processing equipment, information processing methods and information processing programs - Google Patents
Information processing equipment, information processing methods and information processing programs Download PDFInfo
- Publication number
- JP6930933B2 JP6930933B2 JP2018027357A JP2018027357A JP6930933B2 JP 6930933 B2 JP6930933 B2 JP 6930933B2 JP 2018027357 A JP2018027357 A JP 2018027357A JP 2018027357 A JP2018027357 A JP 2018027357A JP 6930933 B2 JP6930933 B2 JP 6930933B2
- Authority
- JP
- Japan
- Prior art keywords
- insurance
- user
- information
- information processing
- behavior
- 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.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 137
- 238000003672 processing method Methods 0.000 title claims description 7
- 230000006399 behavior Effects 0.000 claims description 129
- 238000000034 method Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 14
- 238000010187 selection method Methods 0.000 claims description 3
- 206010039203 Road traffic accident Diseases 0.000 description 23
- 238000010586 diagram Methods 0.000 description 22
- 230000004048 modification Effects 0.000 description 20
- 238000012986 modification Methods 0.000 description 20
- 238000004458 analytical method Methods 0.000 description 18
- 230000009471 action Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 206010000369 Accident Diseases 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Description
本発明は、情報処理装置、情報処理方法および情報処理プログラムに関する。 The present invention relates to an information processing device, an information processing method, and an information processing program.
従来、保険対象の価値および補償の希望を用いて、顧客の予算枠から保険対象への保険料の配分を決定する技術が知られている（例えば、特許文献１）。 Conventionally, there has been known a technique for determining the distribution of insurance premiums from a customer's budget frame to an insured object by using the value of the insured object and the desire for compensation (for example, Patent Document 1).
しかしながら、上述した従来技術では、対象の保険に対して保険料を配分するに過ぎず、ユーザが設定した保険料の範囲内で、ユーザに必要な保険を選択して組み合わせることができるとは限らなかった。 However, in the above-mentioned conventional technology, the insurance premium is only distributed to the target insurance, and it is not always possible to select and combine the insurance required by the user within the range of the insurance premium set by the user. There wasn't.
本願は、上記に鑑みてなされたものであって、ユーザが設定した保険料の範囲内で、ユーザに必要な保険を選択して組み合わせることができる情報処理装置、情報処理方法および情報処理プログラムを提供することを目的とする。 The present application has been made in view of the above, and provides an information processing device, an information processing method, and an information processing program capable of selecting and combining the insurance required by the user within the range of the insurance premium set by the user. The purpose is to provide.
本願に係る情報処理装置は、取得部と、選択部とを備える。取得部は、インターネット上におけるユーザの行動を示す行動情報を取得する。選択部は、取得部によって取得された行動情報に基づいて、ユーザが設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中からユーザに必要な保険関連商品を選択して組み合わせる。 The information processing apparatus according to the present application includes an acquisition unit and a selection unit. The acquisition unit acquires behavior information indicating the behavior of the user on the Internet. Based on the behavior information acquired by the acquisition department, the selection unit selects the insurance-related products required by the user from among a plurality of insurance-related products related to insurance within the range of the insurance premium set by the user. combine.
実施形態の一態様によれば、ユーザが設定した保険料の範囲内で、ユーザに必要な保険を選択して組み合わせることができる。 According to one aspect of the embodiment, the insurance required by the user can be selected and combined within the range of the insurance premium set by the user.
以下に、本願に係る情報処理装置、情報処理方法および情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法および情報処理プログラムが限定されるものではない。また、以下の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。 Hereinafter, the information processing apparatus, the information processing method, and the mode for carrying out the information processing program (hereinafter referred to as “the embodiment”) according to the present application will be described in detail with reference to the drawings. The information processing apparatus, information processing method, and information processing program according to the present application are not limited by this embodiment. Further, in the following embodiments, the same parts are designated by the same reference numerals, and duplicate description is omitted.
［１．情報処理の概要］
まず、図１を参照しながら実施形態に係る情報処理の概要について説明する。図１は、実施形態に係る情報処理の概要を示す説明図である。図１に示す例では、インターネット上におけるユーザの行動を示す行動情報に基づいて将来のユーザに関するリスクを予測し、かかるリスクに基づいて、ユーザが設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中からユーザに必要な保険関連商品を選択して組み合わせる処理が行われる。
[1. Information processing overview]
First, an outline of information processing according to the embodiment will be described with reference to FIG. FIG. 1 is an explanatory diagram showing an outline of information processing according to an embodiment. In the example shown in FIG. 1, risks related to future users are predicted based on behavior information indicating user behavior on the Internet, and based on such risks, insurance is related within the range of insurance premiums set by the user. A process is performed in which insurance-related products required by the user are selected from a plurality of insurance-related products and combined.
図１に示すように、情報処理システム１は、端末装置１０と情報処理装置１００とを含む。端末装置１０と情報処理装置１００は、ネットワークを介して、互いに有線または無線により通信可能に接続される。
As shown in FIG. 1, the information processing system 1 includes a
端末装置１０は、ユーザＵ０１によって利用される情報処理装置である。図１の例では、端末装置１０はスマートフォンとして示されている。なお、端末装置１０は、ノート型ＰＣ（Personal Computer）、タブレット端末、ＰＤＡ（Personal Digital Assistant）、デスクトップ型ＰＣを含む、任意のタイプの情報処理装置であってもよい。
The
情報処理装置１００は、ユーザＵ０１が設定した保険料の範囲内で、ユーザＵ０１に必要な保険を選択して組み合わせるサーバ用ホストコンピュータである。具体的には、情報処理装置１００は、インターネット上におけるユーザＵ０１の行動を示す行動情報に基づいて将来のユーザＵ０１に関するリスクを予測する。そして、情報処理装置１００は、予測されたリスクに基づいて、ユーザＵ０１が設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中からユーザＵ０１に必要な保険関連商品を選択して組み合わせる。
The
このように、実施形態に係る情報処理装置１００は、ユーザＵ０１が設定した保険料の範囲内で、ユーザＵ０１に必要な保険を選択して組み合わせる処理を実行する。かかる形態について図１を用いてさらに説明する。
As described above, the
図１に示すように、まず、情報処理装置１００は、ユーザＵ０１の操作にしたがって端末装置１０からインターネット上におけるユーザＵ０１の行動を示す行動情報を取得する（ステップＳ１）。具体的には、情報処理装置１００は、行動情報として、例えば、ユーザＵ０１が予めウェブ上のカレンダなどに登録した情報である登録情報、ユーザＵ０１が電子メールやＳＮＳやブログなどに投稿した情報の履歴である投稿履歴、ユーザＵ０１がＥＣ（Electronic Commerce：電子商取引）サイトで購入した商品の履歴である購買履歴などを取得する。また、情報処理装置１００は、取得した行動情報を行動情報データベースに記憶する。
As shown in FIG. 1, first, the
そして、情報処理装置１００は、行動情報データベースに記憶されているユーザＵ０１の行動を示す行動情報に基づいて、将来のユーザＵ０１に関するリスクを予測する（ステップＳ２）。また、情報処理装置１００は、予測したリスク情報をリスク情報データベースに記憶する。
Then, the
この例では、情報処理装置１００は、「登録情報Ａ」、「投稿履歴Ａ」、「購買履歴Ａ」などの行動情報からユーザＵ０１の将来の行動を解析し、「冬休み」、「旅行」、「スキー」、「バス」といった解析情報が得られたことを示している。つまり、情報処理装置１００は、ユーザＵ０１の行動情報からユーザＵ０１の将来の行動として「冬休みにバスでスキー旅行に行く」といった情報を得る。また、情報処理装置１００は、得られた解析情報から「スキー事故」、「交通事故」といった事象のリスクを予測する。
In this example, the
そして、情報処理装置１００は、予測されたリスクに基づいて、ユーザＵ０１が設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中からユーザＵ０１に必要な保険関連商品を選択して組み合わせる（ステップＳ３）。
Then, the
具体的に、この例では、情報処理装置１００は、「スキー事故」、「交通事故」といった事象のリスクを予測していることから、「スキー事故」を保証する「傷害保険」および「損害保険」、「交通事故」を保証する「死亡保険」を選択する。
Specifically, in this example, since the
また、情報処理装置１００は、ユーザＵ０１が、この例では、月額の保険料を「１０，０００円」と設定しているため、かかる保険料の範囲内で、「傷害保険」、「損害保険」、「死亡保険」の組み合わせを決定する。
Further, in the
具体的に、この例では、情報処理装置１００は、保険料が「５，０００円」の「傷害保険」、保険料が「３，０００円」の「損害保険」、保険料が「２，０００円」の「死亡保険」を組み合わせている。つまり、情報処理装置１００は、予め保険料が決まっている保険の中からユーザＵ０１が設定した保険料の範囲内に収まるように適当な保険料の保険を選択して決定している。なお、この例では、情報処理装置１００は、「交通事故」に比べて「スキー事故」によるリスクが高いと判定しているため、「傷害保険」および「損害保険」において手厚い補償となるように保険を選択している。
Specifically, in this example, the
そして、情報処理装置１００は、選択して組み合わされたユーザＵ０１に必要な保険関連商品を端末装置１０に提供する（ステップＳ４）。これにより、ユーザＵ０１は、自ら保険の加入手続きを行う必要がなく、自動的にユーザＵ０１にとって必要な保険に加入されているため、例えば、安心してスキー旅行に行くことができる。
Then, the
このように、情報処理装置１００は、予測されたリスクに基づいて、ユーザＵ０１が設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中からユーザＵ０１に必要な保険関連商品を選択して組み合わせる。
In this way, the
これにより、情報処理装置１００は、ユーザＵ０１に対して、ユーザＵ０１が設定した保険料の範囲内で選択して組み合わせた必要な保険関連商品の提供を行うことができる。
As a result, the
つまり、情報処理装置１００は、ユーザの行動を示す行動情報に基づいて、ユーザが設定した保険料の範囲内で必要な保険をリアルタイムで組み変えることができる。
That is, the
また、図１に示す例においては、情報処理装置１００は、予め保険料が決まっている保険の中からユーザＵ０１が設定した保険料の範囲内に収まるように適当な保険料の保険を選択して決定していたが、ユーザＵ０１が設定した保険料の範囲内で、予測されたリスクの度合いに応じて保険料を配分してもよい。なお、予測されたリスクの度合いに応じた保険料の配分については、以下の実施形態において詳細に説明する。
Further, in the example shown in FIG. 1, the
［２．情報処理装置の構成例］
次に、図２を用いて、実施形態に係る情報処理装置１００について説明する。図２は、実施形態に係る情報処理装置１００の構成例を示す図である。図２に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。
[2. Information processing device configuration example]
Next, the
通信部１１０は、例えば、ＮＩＣ等によって実現される。また、通信部１１０は、ネットワークと有線または無線で接続される。
The
記憶部１２０は、例えば、ＲＡＭ、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。図２に示すように、記憶部１２０は、行動情報データベース１２１と、リスク情報データベース１２２と、保険関連商品データベース１２３と、選択情報データベース１２４とを有する。
The
行動情報データベース１２１は、インターネット上におけるユーザの行動を示す行動情報が記憶されるデータベースである。
The
図３は、実施形態に係る行動情報データベース１２１に記憶される行動情報の一例を示す図である。図３に示す例では、「ユーザＩＤ」、「登録情報」、「投稿履歴」、および「購買履歴」といった項目を有する情報が記憶される。なお、行動情報データベース１２１には、図３に示す情報以外にも、行動情報に関する各種の情報が記憶されていてもよい。
FIG. 3 is a diagram showing an example of behavior information stored in the
ここで、「ユーザＩＤ」とは、端末装置１０を使用しているユーザを示す識別子である。このユーザＩＤは、例えば、クッキーＩＤまたはユーザが端末装置１０を用いて情報処理装置１００に対して会員登録した際に情報処理装置１００から払い出されるＩＤであってもよい。また、「登録情報」とは、ユーザが予めウェブ上のカレンダなどにイベントを登録した情報である。また、「投稿履歴」とは、ユーザが電子メールやＳＮＳやブログなどに投稿した情報の履歴である。また、「購買履歴」とは、ユーザがＥＣサイトで購入した商品の履歴である。
Here, the "user ID" is an identifier indicating a user who is using the
例えば、図３に示す例では、行動情報データベース１２１には、ユーザＩＤが「Ｕ０１」であり、登録情報が「登録情報Ａ」であり、投稿履歴が「投稿履歴Ａ」であり、購買履歴が「購買履歴Ａ」である旨が記憶されている。
For example, in the example shown in FIG. 3, in the
このような情報は、端末装置１０がユーザＩＤ「Ｕ０１」が示すユーザＵ０１によって使用され、かかるユーザＵ０１の行動情報として「登録情報Ａ」、「投稿履歴Ａ」、「購買履歴Ａ」を記憶している旨を示す。
Such information is used by the
なお、図３に示す例では、「登録情報Ａ」、「投稿履歴Ａ」、「購買履歴Ａ」といった概念的な値について記載したが、実際には、イベントが登録された登録情報、投稿された投稿情報、購買した取引対象の名称、価格、購買日時などの購買情報が登録されることとなる。 In the example shown in FIG. 3, conceptual values such as "registration information A", "post history A", and "purchase history A" are described, but in reality, the registration information in which the event is registered is posted. Purchase information such as posted information, the name of the purchased transaction target, price, purchase date and time, etc. will be registered.
リスク情報データベース１２２は、ユーザの行動を示す行動情報に基づいて将来のユーザに関するリスクを予測したリスク情報が記憶されるデータベースである。
The
図４は、実施形態に係るリスク情報データベース１２２に記憶されるリスク情報の一例を示す図である。図４に示す例では、「ユーザＩＤ」、「解析情報」、および「予測リスク」といった項目を有する情報が記憶される。なお、リスク情報データベース１２２には、図４に示す情報以外にも、リスク情報に関する各種の情報が記憶されていてもよい。
FIG. 4 is a diagram showing an example of risk information stored in the
ここで、「解析情報」とは、ユーザの行動を示す行動情報からユーザの将来の行動を解析することで得られる情報である。また、「予測リスク」とは、得られた解析情報から事象のリスクを予測した情報である。 Here, the "analysis information" is information obtained by analyzing the future behavior of the user from the behavior information indicating the behavior of the user. The "predicted risk" is information that predicts the risk of an event from the obtained analysis information.
例えば、図４に示す例では、ユーザＵ０１において「登録情報Ａ」、「投稿履歴Ａ」、「購買履歴Ａ」などの行動情報からユーザＵ０１の将来の行動を解析し、「冬休み」、「旅行」、「スキー」、「バス」といった解析情報が得られたことを示している。つまり、ユーザＵ０１の行動情報からユーザＵ０１の将来の行動として「冬休みにバスでスキー旅行に行く」といった解析情報が得られたことを示している。また、ユーザＵ０１において得られた解析情報から「スキー事故」、「交通事故」といった事象のリスクを予測したことを示している。 For example, in the example shown in FIG. 4, the user U01 analyzes the future behavior of the user U01 from the behavior information such as "registration information A", "posting history A", and "purchase history A", and "winter vacation" and "travel". , "Ski", "Bus" and other analysis information was obtained. That is, it is shown that the analysis information such as "going on a ski trip by bus during the winter vacation" was obtained as the future behavior of the user U01 from the behavior information of the user U01. It also shows that the risk of events such as "ski accident" and "traffic accident" was predicted from the analysis information obtained by the user U01.
また、ユーザＵ０２において「登録情報Ｂ」、「投稿履歴Ｂ」、「購買履歴Ｂ」などの行動情報からユーザＵ０２の将来の行動を解析し、「家財」、「高価」、「テレビ」、「購入」といった解析情報が得られたことを示している。つまり、ユーザＵ０２の行動情報からユーザＵ０２の将来の行動として「家財として高価なテレビを購入する」といった解析情報が得られたことを示している。また、ユーザＵ０２において得られた解析情報から「盗難事故」、「火災事故」といった事象のリスクを予測したことを示している。 In addition, the user U02 analyzes the future behavior of the user U02 from the behavior information such as "registration information B", "posting history B", and "purchase history B", and "household goods", "expensive", "television", and " It shows that analysis information such as "purchase" was obtained. That is, it shows that the analysis information such as "purchase an expensive TV as a household item" was obtained as the future behavior of the user U02 from the behavior information of the user U02. It also shows that the risk of events such as "theft accident" and "fire accident" was predicted from the analysis information obtained by the user U02.
また、ユーザＵ０３において「登録情報Ｃ」、「投稿履歴Ｃ」、「購買履歴Ｃ」などの行動情報からユーザＵ０３の将来の行動を解析し、「週末」、「ゴルフ」、「軽井沢」、「車」といった解析情報が得られたことを示している。つまり、ユーザＵ０３の行動情報からユーザＵ０３の将来の行動として「週末に車で軽井沢へゴルフに行く」といった解析情報が得られたことを示している。また、ユーザＵ０３において得られた解析情報から「ゴルフ事故」、「交通事故」といった事象のリスクを予測したことを示している。 In addition, the future behavior of the user U03 is analyzed from the behavior information such as "registration information C", "posting history C", and "purchase history C" in the user U03, and "weekend", "golf", "Karuizawa", "Karuizawa", " It shows that analysis information such as "car" was obtained. That is, it indicates that the analysis information such as "going to Karuizawa by car on the weekend" was obtained as the future behavior of the user U03 from the behavior information of the user U03. It also shows that the risk of events such as "golf accident" and "traffic accident" was predicted from the analysis information obtained by the user U03.
保険関連商品データベース１２３は、保険関連商品に関する情報が記憶されるデータベースである。
The insurance-related
図５は、実施形態に係る保険関連商品データベース１２３に記憶される保険関連商品の一例を示す図である。図５に示す例では、「保険関連商品ＩＤ」、「保険名」、および「保険内容」といった項目を有する情報が記憶される。なお、保険関連商品データベース１２３には、図５に示す情報以外にも、保険関連商品に関する各種の情報が記憶されてもよい。
FIG. 5 is a diagram showing an example of insurance-related products stored in the insurance-related
ここで、「保険関連商品ＩＤ」とは、保険関連商品を識別する識別子である。また、「保険名」とは、保険関連商品の具体的な保険の名称を示す情報である。また、「保険内容」とは、保険関連商品における保険の具体的な内容を示す情報である。 Here, the "insurance-related product ID" is an identifier that identifies the insurance-related product. The "insurance name" is information indicating a specific insurance name of an insurance-related product. The “insurance content” is information indicating the specific content of insurance in insurance-related products.
例えば、図５に示す例では、保険関連商品データベース１２３には、保険関連商品ＩＤ「Ｈ０１」は、保険名が「損害保険」であり、保険内容が「保険内容Ａ」である旨が記憶されている。また、保険関連商品ＩＤ「Ｈ０２」は、保険名が「死亡保険」であり、保険内容が「保険内容Ｂ」である旨が記憶されている。
For example, in the example shown in FIG. 5, the insurance-related
選択情報データベース１２４は、予測されたリスクに基づいてユーザに必要な保険関連商品を選択して組み合わせた選択情報が記憶されるデータベースである。 The selection information database 124 is a database that stores selection information in which insurance-related products required by the user are selected and combined based on the predicted risk.
図６は、実施形態に係る選択情報データベース１２４に記憶される選択情報の一例を示す図である。図６に示す例では、「ユーザＩＤ」、「設定保険料（月額）」、保険関連商品ＩＤ」、「保険名」、「リスク度合い」、および「保険料」といった項目を有する情報が記憶される。 FIG. 6 is a diagram showing an example of selection information stored in the selection information database 124 according to the embodiment. In the example shown in FIG. 6, information having items such as "user ID", "set insurance premium (monthly amount)", insurance-related product ID, "insurance name", "risk degree", and "insurance premium" is stored. NS.
ここで、「設定保険料（月額）」とは、ユーザが予め設定した月に支払う保険料の金額を示す情報である。なお、かかる情報は、ユーザの操作にしたがって端末装置１０から取得する。また、「リスク度合い」とは、ユーザが保険の適用を受ける可能性がどの程度あるかを示すリスク値である。なお、本実施形態では、リスク値が０．１〜１．０の範囲で示されるが、各保険におけるリスク値の合計は１．０となるようにしている。また、「保険料」とは、リスクの度合いによって配分された保険料である。
Here, the "set insurance premium (monthly amount)" is information indicating the amount of insurance premium paid by the user in a preset month. It should be noted that such information is acquired from the
例えば、図６に示す例では、ユーザＵ０１において「スキー事故」、「交通事故」といった事象のリスクを予測していることから、「スキー事故」を保証する「傷害保険」および「損害保険」、「交通事故」を保証する「死亡保険」を保険関連商品データベース１２３に記憶されている複数の保険関連商品の中から選択したことを示している。また、ユーザＵ０１の将来の行動を解析してリスクの度合いを判定した結果から、「傷害保険」におけるリスク値を「０．５」とし、「損害保険」におけるリスク値を「０．３」とし、「死亡保険」におけるリスク値を「０．２」としたことを示している。
For example, in the example shown in FIG. 6, since the user U01 predicts the risk of events such as “ski accident” and “traffic accident”, “accident insurance” and “non-life insurance” that guarantee “ski accident”, It indicates that "death insurance" that guarantees "traffic accident" is selected from a plurality of insurance-related products stored in the insurance-related
また、「傷害保険」の保険料が、ユーザＵ０１が予め設定した月に支払う保険料の金額「１０，０００円」にリスク値の「０．５」を乗算した「５，０００円」であることを示している。また、「損害保険」の保険料が、ユーザＵ０１が予め設定した月に支払う保険料の金額「１０，０００円」にリスク値の「０．３」を乗算した「３，０００円」であることを示している。また、「死亡保険」の保険料が、ユーザＵ０１が予め設定した月に支払う保険料の金額「１０，０００円」にリスク値の「０．２」を乗算した「２，０００円」であることを示している。 The insurance premium for "accident insurance" is "5,000 yen", which is obtained by multiplying the amount of insurance premium "10,000 yen" paid by the user U01 in a preset month by the risk value "0.5". It is shown that. In addition, the premium for "non-life insurance" is "3,000 yen", which is obtained by multiplying the amount of premium paid by the user U01 in the month "10,000 yen" by the risk value "0.3". It is shown that. In addition, the premium for "death insurance" is "2,000 yen", which is obtained by multiplying the amount of premium paid by user U01 in the month "10,000 yen" by the risk value "0.2". It is shown that.
また、ユーザＵ０２において「盗難事故」、「火災事故」といった事象のリスクを予測していることから、「盗難事故」を保証する「家財保険」、「火災事故」を保証する「火災保険」を保険関連商品データベース１２３に記憶されている複数の保険関連商品の中から選択したことを示している。また、ユーザＵ０２の将来の行動を解析してリスクの度合いを判定した結果から、「家財保険」におけるリスク値を「０．７」とし、「火災保険」におけるリスク値を「０．３」としたことを示している。
In addition, since the user U02 predicts the risk of events such as "theft accident" and "fire accident", "household property insurance" that guarantees "theft accident" and "fire insurance" that guarantees "fire accident" are provided. It indicates that the product is selected from a plurality of insurance-related products stored in the insurance-related
また、「家財保険」の保険料が、ユーザＵ０２が予め設定した月に支払う保険料の金額「１０，０００円」にリスク値の「０．７」を乗算した「７，０００円」であることを示している。また、「火災保険」の保険料が、ユーザＵ０２が予め設定した月に支払う保険料の金額「１０，０００円」にリスク値の「０．３」を乗算した「３，０００円」であることを示している。 In addition, the premium for "household property insurance" is "7,000 yen", which is obtained by multiplying the amount of premium paid by user U02 in the month "10,000 yen" by the risk value "0.7". It is shown that. In addition, the insurance premium for "fire insurance" is "3,000 yen", which is obtained by multiplying the insurance premium amount "10,000 yen" paid by the user U02 in a month preset by the risk value "0.3". It is shown that.
また、ユーザＵ０３において「ゴルフ事故」、「交通事故」といった事象のリスクを予測していることから、「ゴルフ事故」を保証する「ゴルフ保険」、「死亡事故」を保証する「死亡保険」を保険関連商品データベース１２３に記憶されている複数の保険関連商品の中から選択したことを示している。また、ユーザＵ０３の将来の行動を解析してリスクの度合いを判定した結果から、「ゴルフ保険」におけるリスク値を「０．８」とし、「死亡保険」におけるリスク値を「０．２」としたことを示している。
In addition, since the user U03 predicts the risk of events such as "golf accident" and "traffic accident", "golf insurance" that guarantees "golf accident" and "death insurance" that guarantees "death accident" are provided. It indicates that the user has selected from a plurality of insurance-related products stored in the insurance-related
また、「ゴルフ保険」の保険料が、ユーザＵ０３が予め設定した月に支払う保険料の金額「１０，０００円」にリスク値の「０．８」を乗算した「８，０００円」であることを示している。また、「死亡保険」の保険料が、ユーザＵ０３が予め設定した月に支払う保険料の金額「１０，０００円」にリスク値の「０．２」を乗算した「２，０００円」であることを示している。 The insurance premium for "golf insurance" is "8,000 yen", which is obtained by multiplying the amount of insurance premium "10,000 yen" paid by the user U03 in a month preset by the risk value "0.8". It is shown that. In addition, the premium for "death insurance" is "2,000 yen", which is the amount of premium paid by user U03 in the month "10,000 yen" multiplied by the risk value "0.2". It is shown that.
図２に戻り、説明を続ける。制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭ等の記憶領域を作業領域として実行されることにより実現される。図２に示す例では、制御部１３０は、取得部１３１、予測部１３２、選択部１３３、配分部１３４、および提供部１３５を有する。
Returning to FIG. 2, the explanation will be continued. The
取得部１３１は、インターネット上におけるユーザの行動を示す行動情報を取得する。具体的には、取得部１３１は、登録情報、投稿履歴、購買履歴など、行動情報として、インターネット上におけるユーザの行動を示す行動情報を取得する。そして、取得部１３１は、取得した行動情報を行動情報データベース１２１（図３参照）に記憶する。
The
予測部１３２は、取得された行動情報に基づいて、将来のユーザに関するリスクを予測する。具体的には、予測部１３２は、行動情報データベース１２１に記憶されているユーザの行動を示す行動情報に基づいて、将来のユーザに関するリスクを予測する。
The prediction unit 132 predicts the risk regarding the future user based on the acquired behavior information. Specifically, the prediction unit 132 predicts the risk regarding the future user based on the behavior information indicating the behavior of the user stored in the
より具体的には、予測部１３２は、例えば、ユーザＵ０１の行動情報から「冬休みにバスでスキー旅行に行く」といった解析情報を得て、得られた解析情報から「スキー事故」、「交通事故」といった事象のリスクを予測する。そして、予測部１３２は、予測したリスク情報をリスク情報データベース１２２（図４参照）に記憶する。 More specifically, the prediction unit 132 obtains analysis information such as "going on a ski trip by bus during winter vacation" from the behavior information of the user U01, and "ski accident" and "traffic accident" from the obtained analysis information. Predict the risk of events such as. Then, the prediction unit 132 stores the predicted risk information in the risk information database 122 (see FIG. 4).
また、予測部１３２は、ユーザの将来の行動を解析してリスクの度合いを判定し、判定した結果からリスク値を算出する。具体的には、予測部１３２は、ユーザＵ０１の将来の行動を解析してリスクの度合いを判定した結果から、「傷害保険」におけるリスク値を「０．５」と算出し、「損害保険」におけるリスク値を「０．３」と算出し、「死亡保険」におけるリスク値を「０．２」と算出する。 In addition, the prediction unit 132 analyzes the future behavior of the user, determines the degree of risk, and calculates the risk value from the determination result. Specifically, the prediction unit 132 calculates the risk value in "accident insurance" as "0.5" from the result of analyzing the future behavior of user U01 and determining the degree of risk, and "non-life insurance". The risk value in "0.3" is calculated as "0.3", and the risk value in "death insurance" is calculated as "0.2".
選択部１３３は、予測されたリスクに基づいて、ユーザが設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中からユーザに必要な保険関連商品を選択して組み合わせる。具体的には、選択部１３３は、リスク情報データベース１２２に記憶されているリスク情報に基づいて、保険関連商品データベース１２３に記憶されている複数の保険関連商品の中からユーザに必要な保険関連商品を選択して組み合わせる。
The
より具体的には、選択部１３３は、例えば、ユーザＵ０１において「スキー事故」、「交通事故」といった事象のリスクを予測していることから、「スキー事故」を保証する「傷害保険」および「損害保険」、「交通事故」を保証する「死亡保険」を保険関連商品データベース１２３に記憶されている複数の保険関連商品の中から選択する。
More specifically, since the
配分部１３４は、選択された保険関連商品の組み合わせに対して、ユーザが設定した保険料の範囲内で保険料を配分する。具体的には、配分部１３４は、選択された保険関連商品の組み合わせに対して、ユーザが設定した保険料の範囲内で、予測されたリスクの度合いに応じて保険料を配分する。 The distribution unit 134 distributes insurance premiums within the range of insurance premiums set by the user for the selected combination of insurance-related products. Specifically, the distribution unit 134 distributes the insurance premium to the selected combination of insurance-related products according to the predicted degree of risk within the range of the insurance premium set by the user.
より具体的には、配分部１３４は、例えば、ユーザＵ０１において「傷害保険」、「損害保険」、「死亡保険」の保険に対して、ユーザＵ０１が予め設定した月に支払う保険料の金額「１０，０００円」の範囲内で、各保険において算出したリスク値に応じて保険料を配分する。 More specifically, the distribution unit 134, for example, pays the amount of insurance premium "accident insurance", "non-life insurance", and "death insurance" in the user U01 in a month preset by the user U01. Premiums will be distributed according to the risk value calculated for each insurance within the range of "10,000 yen".
提供部１３５は、選択されたユーザに必要な保険商品の組み合わせを端末装置１０に対して提示する。具体的には、提供部１３５は、選択情報データベース１２４から、選択されたユーザに必要な保険商品の組み合わせの情報を読み出し、読み出した選択情報を端末装置１０へ送信する。
The
［３．情報処理手順の一例］
次に、図７を用いて、実施形態に係る情報処理システム１による情報処理手順について説明する。図７は、実施形態に係る情報処理システム１による情報処理手順の一例を示すフローチャートである。
[3. An example of information processing procedure]
Next, the information processing procedure by the information processing system 1 according to the embodiment will be described with reference to FIG. 7. FIG. 7 is a flowchart showing an example of the information processing procedure by the information processing system 1 according to the embodiment.
図７に示すように、情報処理装置１００は、インターネット上におけるユーザの行動を示す行動情報を取得する（ステップＳ１０１）。続いて、情報処理装置１００は、取得された行動情報に基づいて、将来のユーザに関するリスクを予測する（ステップＳ１０２）。
As shown in FIG. 7, the
そして、情報処理装置１００は、予測されたリスクに基づいて、ユーザに必要な保険関連商品を選択して組み合わせる（ステップＳ１０３）。続いて、情報処理装置１００は、選択された保険関連商品の組み合わせに対して、ユーザが設定した保険料の範囲内で、予測されたリスクの度合いに応じて保険料を配分する（ステップＳ１０４）。
Then, the
そして、情報処理装置１００は、選択されたユーザに必要な保険商品の組み合わせを端末装置１０に対して提供し（ステップＳ１０５）、処理を終了する。
Then, the
［４．変形例］
上述した情報処理装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてもよい。そこで、以下では、情報処理装置１００の他の実施形態について説明する。
[4. Modification example]
The
［４−１．変形例１に係る情報処置装置について］
上述した情報処理装置１００では、インターネット上におけるユーザの行動を示す行動情報に基づいて将来のユーザに関するリスクを予測したが、変形例１に係る情報処理装置では、かかる行動情報に基づいてユーザの行動の特徴を学習して学習モデルを生成する。
[4-1. About the information treatment device according to the modified example 1]
In the
かかる形態について、図８を用いて説明する。図８は、実施形態の変形例１に係る情報処理装置１００の一例を示す図である。なお、図８に示す構成要素のうち、図２に示す構成要素と同様の機能を有する構成要素については、図２に示す符号と同一の符号を付すことにより、その説明を省略する。
Such a form will be described with reference to FIG. FIG. 8 is a diagram showing an example of the
図８に示すように、変形例１に係る情報処理装置１００の制御部１３０は、生成部１３６を有する。また、変形例１に係る情報処理装置１００の記憶部１２０は、リスク情報データベースの代りに、学習モデル１２５を有する。
As shown in FIG. 8, the
生成部１３６は、インターネット上におけるユーザの行動を示す行動情報に基づいて、ユーザの行動の特徴を学習して学習モデルを生成する。具体的には、生成部１３６は、行動情報データベース１２１に記憶されている「登録情報」、「投稿履歴」、「購買履歴」などの行動情報からユーザの行動の特徴を学習して学習モデル１２５を生成する。
The
学習モデル１２５は、将来におけるユーザの行動に関する情報が入力されると、将来のユーザに関するリスクの予測結果を出力する。具体的には、学習モデル１２５は、ユーザＵ０３において「週末に車で軽井沢へゴルフに行く」といった情報が入力されると、「ゴルフ事故」、「交通事故」といった事象のリスク結果を出力する。
The
そして、変形例１に係る情報処理装置１００の選択部１３３は、上記した学習モデル１２５に基づいて、ユーザが設定した保険料の範囲内で、保険関連商品データベース１２３に記憶されている複数の保険関連商品の中からユーザに必要な保険関連商品を選択して組み合わせる。
Then, the
上記の例では、選択部１３３は、ユーザＵ０３において「ゴルフ事故」、「交通事故」といった事象のリスク結果を出力していることから、「ゴルフ事故」を保証する「ゴルフ保険」、「交通事故」を保証する「死亡保険」を保険関連商品データベース１２３に記憶されている複数の保険関連商品の中から選択する。
In the above example, since the
そして、配分部１３４は、ユーザＵ０３において「ゴルフ保険」、「死亡保険」の保険に対して、ユーザＵ０３が予め設定した月に支払う保険料の金額「１０，０００円」の範囲内で、各保険において算出したリスク値に応じて保険料を配分する。 Then, the distribution unit 134 pays the insurance premiums of the user U03 for the "golf insurance" and the "death insurance" in the month set in advance by the user U03 within the range of "10,000 yen". Allocate premiums according to the risk value calculated in insurance.
このように、変形例１に係る情報処理装置１００は、インターネット上におけるユーザの行動を示す行動情報に基づいて、ユーザの行動の特徴を学習して学習モデル１２５を生成する。そして、かかる情報処理装置１００は、生成された学習モデル１２５に基づいて、ユーザに必要な保険関連商品を選択して組み合わせ、選択された保険関連商品の組み合わせに対して、ユーザが設定した保険料の範囲内で、予測されたリスクの度合いに応じて保険料を配分する。
As described above, the
［４−２．変形例２に係る情報処置装置について］
上述した情報処理装置１００では、保険に関連する複数の保険関連商品の中からユーザに必要な保険関連商品を選択して組み合わせたが、変形例２に係る情報処理装置では、保険に関連する複数の保険関連商品の中からユーザの家族の構成員毎に必要な保険関連商品を選択して組み合わせる。
[4-2. About the information treatment device according to the modified example 2]
In the above-mentioned
かかる形態について、図９を用いて説明する。図９は、実施形態の変形例２に係る情報処理装置１００の一例を示す図である。なお、図９に示す構成要素のうち、図２に示す構成要素と同様の機能を有する構成要素については、図２に示す符号と同一の符号を付すことにより、その説明を省略する。
Such a form will be described with reference to FIG. FIG. 9 is a diagram showing an example of the
図９に示すように、変形例２に係る情報処理装置１００の記憶部１２０は、家族情報データベース１２６を有する。
As shown in FIG. 9, the
図１０は、実施形態の変形例２に係る家族情報データベース１２６に記憶される家族情報の一例を示す図である。図１０に示す例では、「ユーザＩＤ」、「家族数」、および「構成員」といった項目を有する情報が記憶される。ここで、「家族数」とは、家族の人数である。また、「構成員」とは、本人と家族との間柄である。
FIG. 10 is a diagram showing an example of family information stored in the
例えば、図１０に示す例では、ユーザＵ０１において家族数が「２」であり、構成員が「夫（本人）」と「妻」である旨を示している。 For example, in the example shown in FIG. 10, the number of families in the user U01 is "2", and the members are "husband (principal)" and "wife".
また、図１１は、実施形態の変形例２に係る選択情報データベース１２４に記憶される選択情報の一例を示す図である。図１１に示す例では、「ユーザＩＤ」、「設定保険料（月額）」、「構成員」、「保険関連商品ＩＤ」、「保険名」、「リスク度合い」、および「保険料」といった項目を有する情報が記憶される。 Further, FIG. 11 is a diagram showing an example of selection information stored in the selection information database 124 according to the second modification of the embodiment. In the example shown in FIG. 11, items such as "user ID", "set insurance premium (monthly amount)", "member", "insurance-related product ID", "insurance name", "risk degree", and "insurance premium" Information having is stored.
例えば、図１１に示す例では、夫（本人）において「スキー事故」、「交通事故」といった事象のリスクを予測していることから、「スキー事故」を保証する「傷害保険」および「損害保険」、「交通事故」を保証する「死亡事故」を選択したことを示している。また、妻においても「スキー事故」、「交通事故」といった事象のリスクを予測していることから、「スキー事故」を保証する「傷害保険」および「損害保険」、「交通事故」を保証する「死亡事故」を選択したことを示している。つまり、この例では、ユーザＵ０１の将来の行動として「家族」で「冬休みにバスでスキー旅行に行く」といった情報から夫および妻に対して「スキー事故」、「交通事故」といった事象のリスクを予測している。 For example, in the example shown in FIG. 11, since the husband (person) predicts the risk of events such as "ski accident" and "traffic accident", "accident insurance" and "non-life insurance" that guarantee "ski accident" , "A fatal accident" that guarantees a "traffic accident" was selected. In addition, since the wife also predicts the risk of events such as "ski accidents" and "traffic accidents," "accident insurance," "non-life insurance," and "traffic accidents" that guarantee "ski accidents" are guaranteed. It indicates that "Fat accident" was selected. In other words, in this example, as the future action of user U01, the risk of events such as "ski accident" and "traffic accident" is given to the husband and wife from the information such as "going on a ski trip by bus during winter vacation" with "family". I'm predicting.
また、この例では、夫（本人）および妻において選択された各保険におけるリスク値の合計が１．０となるようにしている。具体的には、この例では、ユーザＵ０１の将来の行動を解析してリスクの度合いを判定した結果から、夫（本人）および妻において「傷害保険」におけるリスク値を「０．２５」とし、「損害保険」におけるリスク値を「０．１５」とし、死亡保険におけるリスク値を「０．１」としている。 Further, in this example, the total risk value of each insurance selected by the husband (principal) and the wife is set to 1.0. Specifically, in this example, the risk value in "accident insurance" is set to "0.25" for the husband (person) and the wife from the result of analyzing the future behavior of the user U01 and determining the degree of risk. The risk value in "non-life insurance" is "0.15", and the risk value in death insurance is "0.1".
そして、変形例２に係る情報処理装置１００の取得部１３１は、ユーザの操作にしたがって端末装置１０からユーザの家族の構成員に関する家族情報を取得する。また、取得部１３１は、取得した家族情報を家族情報データベース１２６（図１０参照）に記憶する。
Then, the
そして、変形例２に係る情報処理装置１００の選択部１３３は、リスク情報データベース１２２に記憶されているリスク情報と家族情報データベース１２６に記憶されている家族情報とに基づいて、ユーザが設定した保険料の範囲内で、保険関連商品データベース１２３に記憶されている複数の保険関連商品の中からユーザの家族の構成員毎に必要な保険関連商品を選択して組み合わせる。
Then, the
上記の例では、選択部１３３は、ユーザＵ０１について夫（本人）および妻において「スキー事故」、「交通事故」といった事象のリスクを予測していることから、夫（本人）および妻において「スキー事故」を保証する「傷害保険」および「損害保険」、「交通事故」を保証する「死亡保険」を保険関連商品データベース１２３に記憶されている複数の保険関連商品の中から各々選択する。
In the above example, since the
そして、配分部１３４は、夫（本人）および妻において「傷害保険」、「損害保険」、「死亡保険」の保険に対して、ユーザＵ０１が予め設定した月に支払う保険料の金額「１０，０００円」の範囲内で、各保険において算出したリスク値に応じて保険料を配分する。 Then, the distribution unit 134 pays the amount of insurance premium “10, Within the range of "000 yen", premiums will be distributed according to the risk value calculated for each insurance.
このように、変形例２に係る情報処理装置１００は、インターネット上におけるユーザの行動を示す行動情報に基づいて、将来のユーザに関するリスクを予測する。そして、かかる情報処理装置１００は、予測されたリスクとユーザの家族の構成員に関する家族情報とに基づいて、構成員毎に必要な保険関連商品を選択して組み合わせる。そして、かかる情報処理装置１００は、構成員毎に選択された保険関連商品の組み合わせに対して、ユーザが設定した保険料の範囲内で、予測されたリスクの度合いに応じて保険料を配分する。
As described above, the
［５．その他］
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動で行うこともできる、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
[5. others]
Further, among the processes described in the above-described embodiment, all or a part of the processes described as being automatically performed can be performed manually, or all the processes described as being performed manually. Alternatively, a part thereof can be automatically performed by a known method. In addition, the processing procedure, specific name, and information including various data and parameters shown in the above document and drawings can be arbitrarily changed unless otherwise specified. For example, the various information shown in each figure is not limited to the illustrated information.
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。 Further, each component of each of the illustrated devices is a functional concept, and does not necessarily have to be physically configured as shown in the figure. That is, the specific form of distribution / integration of each device is not limited to the one shown in the figure, and all or part of the device is functionally or physically dispersed / physically distributed in any unit according to various loads and usage conditions. Can be integrated and configured.
また、上記実施形態では、情報処理装置１００において情報処理の機能・作用を実現・実行しているが、端末装置１０に情報処理装置１００が有する情報処理の機能・作用を持たせ、端末装置１０において情報処理の機能・作用を実現・実行してもよい。
Further, in the above embodiment, the
また、上述の実施形態における配分部１３４は、予測部１３２によってリスクの度合いが所定の閾値を超える月を予測した場合、月においてユーザが設定した保険料に翌月分の当該保険料の一部を充当した保険料を配分してもよい。 Further, when the allocation unit 134 in the above-described embodiment predicts a month in which the degree of risk exceeds a predetermined threshold value by the prediction unit 132, a part of the insurance premium for the next month is added to the insurance premium set by the user in the month. Appropriate premiums may be distributed.
具体的には、本実施形態では、リスク値が０．１〜１．０の範囲で示されるが、各保険におけるリスク値の合計が１．０を超える場合、ユーザが予め設定した月に支払う保険料の金額に１．０を超えた分のリスク値を乗算した金額を、翌月分の保険料から充当する。 Specifically, in the present embodiment, the risk value is shown in the range of 0.1 to 1.0, but when the total risk value in each insurance exceeds 1.0, the user pays in a preset month. The amount obtained by multiplying the amount of the insurance premium by the risk value exceeding 1.0 is applied from the insurance premium for the next month.
これにより、情報処理装置１００は、リスクの高い事象が起こり得る月において十分な保険料を配分することができる。
As a result, the
また、上述の実施形態における予測部１３２は、インターネット上におけるユーザの行動を示す行動情報からユーザの行動を解析してリスクの度合いを予測したが、これに限られない。 Further, the prediction unit 132 in the above-described embodiment analyzes the user's behavior from the behavior information indicating the user's behavior on the Internet and predicts the degree of risk, but the present invention is not limited to this.
他の形態としては、情報処理装置１００は、取得部１３１が行動情報だけでなく、行動情報に関連する場所の情報を示す外部情報を取得し、行動情報と外部情報とに基づいて、リスクの度合いを予測する。ここで、外部情報としては、イベント場所の天気予報情報やかかるイベント場所における過去の事故履歴を示す事故履歴情報などが挙げられる。
As another form, in the
つまり、取得部１３１は、外部情報として、イベント場所の天気予報情報やかかるイベント場所における過去の事故履歴を示す事故履歴情報などを取得する。そして、予測部１３２は、行動情報からユーザの行動を解析してリスクの度合いを予測するだけでなく、天気予報情報や事故履歴情報をも用いてリスクの度合いを予測する。
That is, the
具体的には、ユーザＵ０１において「登録情報Ａ」、「投稿履歴Ａ」、「購買履歴Ａ」などの行動情報からユーザＵ０１の将来の行動を解析し、例えば、「２０１８年１月２日」、「山形」、「蔵王」、「旅行」、「スキー」、「バス」といった解析情報が得られたとする。つまり、ユーザＵ０１の行動情報からユーザＵ０１の将来の行動として「２０１８年１月２日にバスで山形の蔵王にスキー旅行に行く」といった解析情報が得られたとする。 Specifically, the user U01 analyzes the future behavior of the user U01 from the behavior information such as "registration information A", "posting history A", and "purchase history A", and for example, "January 2, 2018". , "Yamagata", "Zao", "Travel", "Ski", "Bus" and so on. That is, it is assumed that the analysis information such as "going on a ski trip to Zao in Yamagata by bus on January 2, 2018" is obtained as the future behavior of the user U01 from the behavior information of the user U01.
かかる場合、取得部１３１は、インターネット等の情報網から「２０１８年１月２日」の「蔵王スキー場」の天気予報情報や「蔵王スキー場」における過去のスキー事故の履歴を示す事故履歴情報などの外部情報を取得する。なお、取得部１３１は、取得した外部情報を行動情報データベース１２１に記憶してもよい。
In such a case, the
予測部１３２は、得られた解析情報から「スキー事故」、「交通事故」といった事象のリスクを予測する。そして、予測部１３２は、行動情報からユーザの行動を解析してリスクの度合いを予測するだけでなく、行動情報に関連する場所の情報を示す外部情報をも用いてリスクの度合いを予測する。 The prediction unit 132 predicts the risk of an event such as a “ski accident” or a “traffic accident” from the obtained analysis information. Then, the prediction unit 132 not only analyzes the user's behavior from the behavior information to predict the degree of risk, but also predicts the degree of risk by using external information indicating information on the place related to the behavior information.
具体的には、予測部１３２は、例えば、「２０１８年１月２日」の「蔵王スキー場」の天気予報情報から「大雪」と、「蔵王スキー場」における過去のスキー事故の履歴を示す事故履歴情報から「事故発生率が高い」との外部情報を得た場合、「スキー事故」を保証する「傷害保険」および「損害保険」におけるリスク値を高めに算出する。 Specifically, the prediction unit 132 shows, for example, "heavy snow" from the weather forecast information of "Zao ski resort" on "January 2, 2018" and the history of past ski accidents at "Zao ski resort". When external information that "accident occurrence rate is high" is obtained from the accident history information, the risk value in "accident insurance" and "non-life insurance" that guarantees "ski accident" is calculated higher.
このように、情報処理装置１００は、行動情報からユーザの行動を解析してリスクの度合いを予測するだけでなく、外部情報をも用いてリスクの度合いを予測することで、より正確にユーザに関するリスクの度合いを予測することができる。
In this way, the
また、上述の実施形態における配分部１３４は、選択部１３３が複数の保険関連商品の中から家財保険を選択した場合、家財保険に配分する保険料を変動させてもよい。
Further, the distribution unit 134 in the above-described embodiment may change the insurance premium to be distributed to the household property insurance when the
ここで、家財保険の対象となっている物については、時間の経過にともない物の価値が変わると予想される。そこで、配分部１３４は、かかる物の中古市場における価格を参考にして、家財保険に配分する保険料を変動させる。具体的には、配分部１３４は、家財保険の対象となっている物の価値をかかる物の中古市場における価格を参考にして評価し、評価した結果に基づいて家財保険に配分する保険料を決定する。 Here, it is expected that the value of items covered by household property insurance will change over time. Therefore, the distribution unit 134 fluctuates the premium to be distributed to the household property insurance with reference to the price of the item in the second-hand market. Specifically, the allocation unit 134 evaluates the value of the item covered by the household property insurance with reference to the price of the item in the second-hand market, and allocates the premium to the household property insurance based on the evaluation result. decide.
これにより、情報処理装置１００は、家財保険において時間の経過にともない中古市場の価格を参考にして保険料を変動させることができる。なお、保険料の変動に応じてユーザに支払われる保険金も変動することとなる。
As a result, the
また、上述してきた各実施形態に記載された各処理は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。 In addition, the processes described in the above-described embodiments can be appropriately combined as long as the processing contents do not contradict each other.
例えば、上述した情報処理装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットホーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティング等で呼び出して実現するなど、構成は柔軟に変更できる。
For example, the
［６．ハードウェア構成］
上述してきた実施形態に係る情報処理装置１００は、例えば、図１２に示すような構成のコンピュータ２００によって実現される。以下、情報処理装置１００を例に挙げて説明する。図１２は、情報処理装置１００の機能を実現するコンピュータ２００の一例を示すハードウェア構成図である。コンピュータ２００は、ＣＰＵ２１０、ＲＡＭ２２０、ＲＯＭ２３０、ＨＤＤ２４０、通信インターフェイス（Ｉ／Ｆ）２５０、入出力インターフェイス（Ｉ／Ｆ）２６０、およびメディアインターフェイス（Ｉ／Ｆ）２７０を有する。
[6. Hardware configuration]
The
ＣＰＵ２１０は、ＲＯＭ２３０またはＨＤＤ２４０に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ２３０は、コンピュータ２００の起動時にＣＰＵ２１０によって実行されるブートプログラムや、コンピュータ２００のハードウェアに依存するプログラム等を格納する。
The
ＨＤＤ２４０は、ＣＰＵ２１０によって実行されるプログラム、および、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス２５０は、ネットワークを介して他の機器からデータを受信してＣＰＵ２１０へ送り、ＣＰＵ２１０が生成したデータを、ネットワークを介して他の機器へ送信する。
The
ＣＰＵ２１０は、入出力インターフェイス２６０を介して、ディスプレイやプリンタ等の出力装置、および、キーボードやマウス等の入力装置を制御する。ＣＰＵ２１０は、入出力インターフェイス２６０を介して、入力装置からデータを取得する。また、ＣＰＵ２１０は、生成したデータを、入出力インターフェイス２６０を介して出力装置へ出力する。
The
メディアインターフェイス２７０は、記録媒体２８０に格納されたプログラムまたはデータを読み取り、ＲＡＭ２２０を介してＣＰＵ２１０に提供する。ＣＰＵ２１０は、かかるプログラムを、メディアインターフェイス２７０を介して記録媒体２８０からＲＡＭ２２０上にロードし、ロードしたプログラムを実行する。記録媒体２８０は、例えばＤＶＤ（Digital Versatile Disk）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
The
例えば、コンピュータ２００が実施形態に係る情報処理装置１００として機能する場合、コンピュータ２００のＣＰＵ２１０は、ＲＡＭ２２０上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ２４０には、記憶部１２０内のデータが格納される。コンピュータ２００のＣＰＵ２１０は、これらのプログラムを記録媒体２８０から読み取って実行するが、他の例として、他の装置からネットワークを介してこれらのプログラムを取得してもよい。
For example, when the
［７．効果］
上述したように、情報処理装置１００は、取得部１３１と、選択部１３３とを有する。取得部１３１は、インターネット上におけるユーザの行動を示す行動情報を取得する。選択部１３３は、取得部１３１によって取得された行動情報に基づいて、ユーザが設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中からユーザに必要な保険関連商品を選択して組み合わせる。これにより、情報処理装置１００は、ユーザに対してユーザが設定した保険料の範囲内で選択して組み合わされた必要な保険関連商品の提供を行うことができる。
[7. effect]
As described above, the
また、情報処理装置１００は、予測部１３２をさらに有する。予測部１３２は、取得部１３１によって取得された行動情報に基づいて、将来のユーザに関するリスクを予測する。選択部１３３は、予測部１３２によって予測されたリスクに基づいて、ユーザが設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中からユーザに必要な保険関連商品を選択して組み合わせる。これにより、情報処理装置１００は、将来のユーザに対して起こり得る事象に適した保険関連商品の提供を行うことができる。
In addition, the
また、情報処理装置１００は、配分部１３４をさらに有する。配分部１３４は、選択部１３３によって選択された保険関連商品の組み合わせに対して保険料を配分する。配分部１３４は、予測部１３２によって予測されたリスクの度合いに応じて保険料を配分する。これにより、情報処理装置１００は、選択された保険関連商品の組み合わせに対して、ユーザが設定した保険料の範囲内で、予測されたリスクの度合いに応じて保険料を配分することができる。
In addition, the
また、情報処理装置１００において、取得部１３２は、行動情報に関連する場所の情報を示す外部情報を取得し、予測部は、取得部によって取得された外部情報に基づいて、リスクの度合いを予測する。これにより、情報処理装置１００は、より正確にユーザに関するリスクの度合いを予測することができる。
Further, in the
また、情報処理装置１００において、取得部１３２は、外部情報として、イベント場所の天気予報情報や当該イベント場所における過去の事故履歴を示す事故履歴情報などを取得し、予測部は、天気予報情報や事故履歴情報に基づいて、リスクの度合いを予測する。これにより、情報処理装置は、天気予報情報や事故履歴情報などの行動情報に関連する場所の情報に基づいたリスクの度合いの予測を行うことができる。
Further, in the
また、情報処理装置１００において、配分部１３４は、予測部１３２によってリスクの度合いが所定の閾値を超える月を予測した場合、月においてユーザが設定した保険料に翌月分の当該保険料の一部を充当した保険料を配分する。これにより、情報処理装置１００は、リスクの高い事象が起こり得る月において十分な保険料を配分することができる。
Further, in the
また、情報処理装置１００は、生成部１３６をさらに有する。生成部１３６は、取得部１３１によって取得された行動情報に基づいて、ユーザの行動の特徴を学習して学習モデル１２５を生成する。選択部１３３は、生成部１３６によって生成された学習モデル１２５に基づいて、ユーザが設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中からユーザに必要な保険関連商品を選択して組み合わせる。これにより、情報処理装置１００は、ユーザに対してユーザが設定した保険料の範囲内で選択して組み合わされた必要な保険関連商品の提供を行うことができる。
In addition, the
また、情報処理装置１００において、取得部１３１は、ユーザの家族の構成員に関する家族情報をさらに取得する。選択部１３３は、取得部１３１によって取得された行動情報と家族情報とに基づいて、ユーザが設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中から構成員毎に必要な保険関連商品を選択して組み合わせる。これにより、情報処理装置１００は、ユーザの家族の各構成員に対してユーザが設定した保険料の範囲内で選択して組み合わされた必要な保険関連商品の提供を行うことができる。
Further, in the
また、上述したように、実施形態に係る情報処理プログラムは、コンピュータに、インターネット上におけるユーザの行動を示す行動情報を取得する取得手順と、取得手順によって取得された行動情報に基づいて、ユーザが設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中からユーザに必要な保険関連商品を選択して組み合わせる選択手順と実行させる。これにより、ユーザに対してユーザが設定した保険料の範囲内で選択して組み合わされた必要な保険関連商品の提供を行うことができる。 Further, as described above, in the information processing program according to the embodiment, the user obtains the action information indicating the user's behavior on the Internet on the computer based on the acquisition procedure and the behavior information acquired by the acquisition procedure. Within the set premium range, the user is made to select and combine the necessary insurance-related products from a plurality of insurance-related products related to insurance and execute the selection procedure. As a result, it is possible to provide the user with necessary insurance-related products selected and combined within the range of the insurance premium set by the user.
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。 Although some of the embodiments of the present application have been described in detail with reference to the drawings, these are examples, and various modifications are made based on the knowledge of those skilled in the art, including the embodiments described in the disclosure column of the invention. It is possible to practice the present invention in other improved forms.
また、上記してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、選択部は、選択手段や選択回路に読み替えることができる。 Further, the above-mentioned "section, module, unit" can be read as "means" or "circuit". For example, the selection unit can be read as a selection means or a selection circuit.
１ 情報処理システム
１０ 端末装置
１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ 行動情報データベース
１２２ リスク情報データベース
１２３ 保険関連商品データベース
１２４ 選択情報データベース
１２５ 学習モデル
１２６ 家族情報データベース
１３０ 制御部
１３１ 取得部
１３２ 予測部
１３３ 選択部
１３４ 配分部
１３５ 提供部
１３６ 生成部
２００ コンピュータ
1
Claims (9)
前記取得部によって取得された前記行動情報に基づいて、将来の前記ユーザに関するリスクを予測する予測部と、
前記取得部によって取得された前記行動情報に基づいて、前記ユーザが設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中から前記ユーザに必要な保険関連商品を選択して組み合わせる選択部と、
前記選択部によって選択された前記保険関連商品の組み合わせに対して前記保険料を配分する配分部と
を備え、
前記配分部は、
前記予測部によって前記リスクの度合いが所定の閾値を超える月を予測した場合、前記月において前記ユーザが設定した前記保険料に翌月分の当該保険料の一部を充当した保険料を配分する
ことを特徴とする情報処理装置。 An acquisition unit that acquires behavior information that indicates user behavior on the Internet,
Based on the behavior information acquired by the acquisition unit, a prediction unit that predicts future risks related to the user, and a prediction unit.
Based on the behavior information acquired by the acquisition unit, the insurance-related product required for the user is selected from a plurality of insurance-related products related to insurance within the range of the insurance premium set by the user. a selection unit to combine,
It is provided with an allocation unit that allocates the insurance premium to the combination of the insurance-related products selected by the selection unit .
The distribution unit
When the prediction unit predicts a month in which the degree of risk exceeds a predetermined threshold value, the insurance premium set by the user in the month is allocated to the insurance premium for the next month. An information processing device characterized by.
前記予測部によって予測された前記リスクに基づいて、前記ユーザが設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中から前記ユーザに必要な保険関連商品を選択して組み合わせる
ことを特徴とする請求項１に記載の情報処理装置。 Before Symbol selection unit,
Based on the risk predicted by the prediction unit, the insurance-related products required by the user are selected and combined from a plurality of insurance-related products related to insurance within the range of the insurance premium set by the user. The information processing apparatus according to claim 1, wherein the information processing device is characterized by the above.
前記予測部によって予測された前記リスクの度合いに応じて前記保険料を配分する
ことを特徴とする請求項１または請求項２に記載の情報処理装置。 Before Symbol distribution unit,
The information processing device according to claim 1 or 2, wherein the insurance premium is distributed according to the degree of risk predicted by the prediction unit.
前記行動情報に関連する場所の情報を示す外部情報を取得し、
前記予測部は、
前記取得部によって取得された前記外部情報に基づいて、前記リスクの度合いを予測する
ことを特徴とする請求項１〜３のいずれか１つに記載の情報処理装置。 The acquisition unit
Acquire external information indicating information on the place related to the behavior information, and
The prediction unit
The information processing apparatus according to any one of claims 1 to 3, wherein the degree of risk is predicted based on the external information acquired by the acquisition unit.
前記外部情報として、イベント場所の天気予報情報や当該イベント場所における過去の事故履歴を示す事故履歴情報を取得し、
前記予測部は、
前記天気予報情報や前記事故履歴情報に基づいて、前記リスクの度合いを予測する
ことを特徴とする請求項４に記載の情報処理装置。 The acquisition unit
As the external information, to get the accident history information that indicates the past of accident history in the weather forecast information and the event location of the event location,
The prediction unit
The information processing device according to claim 4, wherein the degree of risk is predicted based on the weather forecast information and the accident history information.
をさらに備え、
前記選択部は、
前記生成部によって生成された前記学習モデルに基づいて、前記ユーザが設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中から、前記リスクの予測結果に応じた前記ユーザに必要な保険関連商品を選択して組み合わせる
ことを特徴とする請求項１〜５のいずれか１つに記載の情報処理装置。 When the characteristics of the user's behavior are learned based on the behavior information acquired by the acquisition unit and information on the future behavior of the user is input, the future user encounters the user's behavior. It also has a generator that generates a learning model that outputs the prediction result of the risk to be done.
The selection unit
Based on the learning model generated by the generation unit, within the range of insurance premiums set by the user, from among a plurality of insurance-related products related to insurance, the user according to the prediction result of the risk. The information processing device according to any one of claims 1 to 5 , wherein necessary insurance-related products are selected and combined.
前記ユーザの家族の構成員に関する家族情報をさらに取得し、
前記選択部は、
前記取得部によって取得された前記行動情報と前記家族情報とに基づいて、前記ユーザが設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中から前記構成員毎に必要な保険関連商品を選択して組み合わせる
ことを特徴とする請求項１〜６のいずれか１つに記載の情報処理装置。 The acquisition unit
Further acquisition of family information about the members of the user's family,
The selection unit
It is necessary for each member from among a plurality of insurance-related products related to insurance within the range of the insurance premium set by the user based on the behavior information and the family information acquired by the acquisition unit. The information processing apparatus according to any one of claims 1 to 6 , wherein insurance-related products are selected and combined.
インターネット上におけるユーザの行動を示す行動情報を取得する取得工程と、
前記取得工程によって取得された前記行動情報に基づいて、将来の前記ユーザに関するリスクを予測する予測工程と、
前記取得工程によって取得された前記行動情報に基づいて、前記ユーザが設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中から前記ユーザに必要な保険関連商品を選択して組み合わせる選択工程と、
前記選択工程によって選択された前記保険関連商品の組み合わせに対して前記保険料を配分する配分工程と
を含み、
前記配分工程は、
前記予測工程によって前記リスクの度合いが所定の閾値を超える月を予測した場合、前記月において前記ユーザが設定した前記保険料に翌月分の当該保険料の一部を充当した保険料を配分する
ことを特徴とする情報処理方法。 It is an information processing method of an information processing device executed by a computer.
An acquisition process for acquiring behavior information indicating user behavior on the Internet,
Based on the behavior information acquired by the acquisition process, a prediction process for predicting future risks related to the user, and a prediction process.
Based on the behavior information acquired by the acquisition process, the insurance-related product required for the user is selected from a plurality of insurance-related products related to insurance within the range of the insurance premium set by the user. and a selection step of combining,
Look including a distribution step of distributing the insurance premiums for the combination of the insurance related items selected by the selection step,
The allocation process is
When the month in which the degree of risk exceeds a predetermined threshold is predicted by the prediction process, the insurance premium set by the user in the month is allocated to the insurance premium for the next month by allocating a part of the insurance premium. An information processing method characterized by.
前記取得手順によって取得された前記行動情報に基づいて、将来の前記ユーザに関するリスクを予測する予測手順と、
前記取得手順によって取得された前記行動情報に基づいて、前記ユーザが設定した保険料の範囲内で、保険に関連する複数の保険関連商品の中から前記ユーザに必要な保険関連商品を選択して組み合わせる選択手順と、
前記選択手順によって選択された前記保険関連商品の組み合わせに対して前記保険料を配分する配分手順と
をコンピュータに実行させ、
前記配分手順は、
前記予測手順によって前記リスクの度合いが所定の閾値を超える月を予測した場合、前記月において前記ユーザが設定した前記保険料に翌月分の当該保険料の一部を充当した保険料を配分する
ことを特徴とする情報処理プログラム。 An acquisition procedure for acquiring behavior information indicating user behavior on the Internet,
Based on the behavior information acquired by the acquisition procedure, a prediction procedure for predicting future risks related to the user, and a prediction procedure.
Based on the behavior information acquired by the acquisition procedure, the insurance-related product required for the user is selected from a plurality of insurance-related products related to insurance within the range of the insurance premium set by the user. and the selection procedure to be combined,
The computer is made to execute the distribution procedure of allocating the insurance premium to the combination of the insurance-related products selected by the selection procedure .
The allocation procedure
When a month in which the degree of risk exceeds a predetermined threshold is predicted by the prediction procedure, an insurance premium set by the user in the month and a part of the insurance premium for the next month is allocated to the insurance premium. An information processing program featuring.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018027357A JP6930933B2 (en) | 2018-02-19 | 2018-02-19 | Information processing equipment, information processing methods and information processing programs |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018027357A JP6930933B2 (en) | 2018-02-19 | 2018-02-19 | Information processing equipment, information processing methods and information processing programs |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019144775A JP2019144775A (en) | 2019-08-29 |
| JP6930933B2 true JP6930933B2 (en) | 2021-09-01 |
Family
ID=67772369
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018027357A Active JP6930933B2 (en) | 2018-02-19 | 2018-02-19 | Information processing equipment, information processing methods and information processing programs |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6930933B2 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7168605B2 (en) * | 2020-03-19 | 2022-11-09 | ヤフー株式会社 | Insurance management device, insurance management method, and insurance management program |
| JP7036968B1 (en) | 2021-03-08 | 2022-03-15 | ヤフー株式会社 | Information processing equipment, information processing methods and information processing programs |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001319051A (en) * | 2000-03-03 | 2001-11-16 | Fujitsu Ltd | Program, device and method for designing financial article, and computer-readable recording medium stored with financial article designing program |
| JP4067266B2 (en) * | 2000-07-17 | 2008-03-26 | 東京海上日動火災保険株式会社 | Risk analysis system and method thereof, insurance design system and method thereof, insurance policy creation method, and risk analysis program, insurance design program or insurance policy creation program operating on a computer |
| JP2002358424A (en) * | 2001-03-29 | 2002-12-13 | Mitsui Sumitomo Insurance Co Ltd | Apparatus and method for supporting insurance determination, and program |
| JP2003067568A (en) * | 2001-08-24 | 2003-03-07 | Sumitomo Life Insurance Co | Life insurance data processing system and life insurance plan data processor |
| JP4014401B2 (en) * | 2001-12-20 | 2007-11-28 | 株式会社日本総合研究所 | Risk diagnosis system, risk diagnosis method and risk diagnosis program |
| WO2003065261A1 (en) * | 2002-01-30 | 2003-08-07 | Fujitsu Limited | Insurance transsacting system and method using personal behaivior information |
| JP4292001B2 (en) * | 2002-12-13 | 2009-07-08 | 三井住友海上火災保険株式会社 | Insurance subscription support server, insurance subscription support system, and insurance subscription support method |
| US9317812B2 (en) * | 2012-11-30 | 2016-04-19 | Facebook, Inc. | Customized predictors for user actions in an online system |
| US20150032481A1 (en) * | 2013-07-26 | 2015-01-29 | Farmers Group, Inc. | Method and Apparatus for Behavior Based Insurance |
| US20180033087A1 (en) * | 2016-07-28 | 2018-02-01 | Accenture Global Solutions Limited | Connected devices for detecting and responding to events in an environment |
-
2018
- 2018-02-19 JP JP2018027357A patent/JP6930933B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019144775A (en) | 2019-08-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6951433B2 (en) | Wishlist user interface in web browser to notify users of price changes | |
| US20120158480A1 (en) | Dynamic variable discount system, method and computer program product | |
| US8412560B1 (en) | Price optimization using current offers | |
| US20220083954A1 (en) | Methods and systems for real-time inventory reallocation from supplier to retailer | |
| US8799098B2 (en) | Customized marketing | |
| US20180018683A1 (en) | Demand Prediction for Time-Expiring Inventory | |
| JP6930933B2 (en) | Information processing equipment, information processing methods and information processing programs | |
| JP6896656B2 (en) | Information providing equipment, information providing method, and information providing program | |
| US11798047B2 (en) | Systems and methods to regulate sales of a product in an online store | |
| JP2020030460A (en) | Device, method, and program for processing information | |
| JP6145496B2 (en) | Reserve management system and method for providing reserves to users for transactions between advertisers and users | |
| JP6883054B2 (en) | Information processing equipment, information processing methods and information processing programs | |
| US20220342701A1 (en) | Systems and methods for limiting a client from dominating a computing resource | |
| Michel | Market regulation of voluntary add-on contracts | |
| EP4040317A1 (en) | Systems and methods for generating account permissions based on application programming interface interactions | |
| JP6856703B2 (en) | Information providing device, information providing method and information providing program | |
| US8473358B1 (en) | Generating a data feed of items for a referral network site | |
| KR20150078167A (en) | Insurance comparison system and method | |
| JP7204605B2 (en) | Provision device, provision method and provision program | |
| JP6908582B2 (en) | Information processing equipment, information processing methods and information processing programs | |
| US8458039B1 (en) | Inclusion of items in a data feed | |
| US11893614B2 (en) | Systems and methods for balancing online stores across servers | |
| JP7456567B2 (en) | Information provision device and information provision method | |
| US20240028410A1 (en) | Resource limit(s) for execution of an executable program on an execution platform based on an attribute(s) of an input(s) on which the executable program is executed | |
| US11836793B2 (en) | Invoice deferral recommendation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200309 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201228 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210202 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210402 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210803 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210812 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6930933 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |