JP2017146810A - 行動特定システムおよび行動特定方法 - Google Patents

Abstract

【課題】個人各自の特性を踏まえた精度良好な行動特定を可能とする。【解決手段】行動特定システム１００において、所定処理の対象者の生態に関する所定項目の観測値と、所定項目の観測値と当該対象者の行動との対応関係を規定した判定ルールを保持する記憶装置１０１と、所定期間における対象者の観測値を判定ルールに適用し、行動を特定し、当該特定した行動を真正な行動に訂正すべき旨の指示を受けた場合、他項目のうち、所定期間における当該対象者の観測値が所定の分布特性を示すものを特定し、当該他項目の分布特性に基づくルールを、当該対象者と対応付けて判定ルールに追加する処理を実行する演算装置１０４を備える構成とする。【選択図】図２

Description

本発明は、行動特定システムおよび行動特定方法に関するものであり、具体的には、個人各自の特性を踏まえた精度良好な行動特定を可能とする技術に関する。

近年の急速なＩＴ技術の発展に伴い、ウェアラブル端末が登場した。ウェアラブル端末は、連動するスマートフォン等からの情報を装着者に伝達する一方で、この装着者の行動や位置、或いは生体状況等を時々刻々センシングし、保持している。

こうした装着者個人に関するセンシングデータは、各人の行動特性や生活習慣等の推定に利用可能であるため、様々な活用方法が模索されているのが現状である。例えば、各種保険等の加入者に関するセンシングデータにより、その運動の頻度や強度等を観測し、運動不足等に由来する生活習慣病の予防に役立てる取り組みが存在する。

このような事態に関連する技術としては、例えば、自動的に取得される保険の対象者の位置情報を含む、該対象者の行動情報を収集し、確率格納部から、保険の対象となる事象が発生する確率の情報を取得し、前記行動情報および確率の情報を用いて保険料情報を計算し、計算結果を出力する処理をコンピュータが実行する保険処理方法（特許文献１参照）などが提案されている。

また、保険契約者の生体情報を記憶している生体情報記憶装置から通信回線を介して送信された生体情報および／またはその経時変化に基づいて、前記保険契約者の健康状態を判定する健康状態判定工程と、該健康状態判定工程で判定された前記保険契約者の健康状態に基づいて、前記保険契約者の保険料を更新する保険料更新工程と、該保険料更新工程において更新された保険料を前記保険契約者の契約者端末装置に送信する保険料通知工程とを含む保険料更新方法（特許文献２参照）なども提案されている。

また、保険プランを提示する保険プラン提供装置であって、複数の補償項目及び前記補償項目に対応する保険金額を組み合わせた、前記組み合わせ及び前記保険金額が異なる複数の保険プランと前記保険金額とを対応付けて格納する保険プランデータベースと、ユーザが希望する前記保険金額を入力する入力部と、入力した前記保険金額に合致する前記保険プランを前記保険プランデータベースから抽出する抽出部と、抽出された前記保険プランの前記複数の補償項目のうち少なくとも１つを出力する出力部とを備える保険プラン提供装置（特許文献３参照）なども提案されている。

また、被保険者の顧客情報を記憶する顧客情報記憶手段と、前記顧客情報記憶手段により記憶されている顧客情報を選択する顧客情報選択手段と、前記顧客情報選択手段により選択された顧客情報に基づいて被保険者のライフプランを作成し、この被保険者のライフプランに基づいて生命保険の設計を行う第１の生命保険設計手段と、前記顧客情報選択手段により選択された顧客情報の被保険者の年齢・性別に応じて生命保険の設計を行うと共に、前記顧客情報選択手段により選択された顧客情報の生命保険契約者の希望する予算に応じて生命保険の設計を行う第２の生命保険設計手段とを有する生命保険設計システム（特許文献４参照）なども提案されている。

また、顧客と対応づけて、前記顧客の属性を格納する顧客属性格納部と、ネットワークを介して販売される商品の商品情報と対応づけて、前記商品の顧客に想定される行動パターンに基づく行動リスクを格納する行動リスク格納部と、顧客がネットワークを介して前
記商品を選択した場合に、前記行動リスク格納部および前記顧客属性格納部を参照することにより、前記商品を選択した前記顧客の前記属性および選択された前記商品の前記商品情報に対応づけられた前記行動パターンの前記行動リスクに基づいて、前記顧客に関するリスクを出力するリスク出力部とを備える保険加入支援サーバ（特許文献５参照）なども提案されている。

再公表２００３−６５２６１号公報 特開２００３−２９６５７５号公報 特開２００２−４１８０２号公報 特開２００２−２２２３１１号公報 特開２００４−１９２５７１号公報

ところが、複数の者それぞれにおいて肉体的な挙動が異なっているにも関わらず、当人達にとっては同じ種類の行動と認識しているケースがある。他方、同じ挙動であっても、当人達にとってはそれぞれ異なる種類の行動と認識しているケースもある。

例えば、複数人のそれぞれのセンシングデータが互いに異なる値であるが、各人の認識としては「歩行」で一致しているケースがある。或いは、複数人のそれぞれに関して得た所定のセンシングデータが同じ値であるが、このうち所定の者は「走行」を行ったと認識し、他の者は「歩行」を行ったと認識するケースがある。

つまり、上述のセンシングデータが意味するところには個人差がある。そのため、こうしたセンシングデータを画一的な基準で分析し、各自の行動を推定しても、その精度は十分でない。また、こうした精度不十分な結果に基づいて、保険商品の提案や保健指導などを行うとしても、その成果は期待出来ない。

そこで本発明の目的は、個人各自の特性を踏まえた精度良好な行動特定を可能とする技術を提供することにある。

上記課題を解決する本発明の行動特定システムは、所定処理の対象者の生態に関する所定項目の観測値と、前記所定項目の観測値と当該対象者の行動との対応関係を規定した判定ルールと、を保持する記憶装置と、所定期間における前記対象者の観測値を前記判定ルールに適用し、当該期間における当該対象者の行動を特定する処理と、当該特定した行動を、当該対象者が認識している真正な行動に訂正すべき旨の指示を所定装置で受けた場合、前記所定項目以外の他項目のうち、前記所定期間における当該対象者の観測値が所定の分布特性を示すものを特定する処理と、当該他項目の分布特性に基づき、当該対象者の観測値を前記真正な行動に分類するルールを生成し、当該ルールを当該対象者と対応付けて前記判定ルールに追加する処理を実行する演算装置とを備えることを特徴とする。

また、本発明の行動特定方法は、所定処理の対象者の生態に関する所定項目の観測値と、前記所定項目の観測値と当該対象者の行動との対応関係を規定した判定ルールと、を保持する記憶装置を備えた情報処理システムが、所定期間における前記対象者の観測値を前記判定ルールに適用し、当該期間における当該対象者の行動を特定する処理と、当該特定した行動を、当該対象者が認識している真正な行動に訂正すべき旨の指示を所定装置で受けた場合、前記所定項目以外の他項目のうち、前記所定期間における当該対象者の観測値
が所定の分布特性を示すものを特定する処理と、当該他項目の分布特性に基づき、当該対象者の観測値を前記真正な行動に分類するルールを生成し、当該ルールを当該対象者と対応付けて前記判定ルールに追加する処理を実行することを特徴とする。

本発明によれば、個人各自の特性を踏まえた精度良好な行動特定が可能となる。

本実施形態の行動特定システムを含むネットワーク構成図である。 本実施形態の行動特定システムのハードウェア構成例を示す図である。 本実施形態のユーザ端末のハードウェア構成例を示す図である。 本実施形態のウェアラブル装置のハードウェア構成例を示す図である。 本実施形態の観測値テーブルのデータ構成例を示す図である。 本実施形態のルールマスタテーブルのデータ構成例を示す図である。 本実施形態の行動条件ツリーファイルにおける決定木の例を示す図である。 本実施形態のルールテーブルのデータ構成例を示す図である。 本実施形態の保険情報テーブルのデータ構成例を示す図である。 本実施形態の保険情報テーブルのデータ構成例を示す図である。 本実施形態における行動特定方法のフロー例１を示す図である。 本実施形態の出力画面例１を示す図である。 本実施形態におけるマージテーブルの構成例を示す図である。 本実施形態におけるルール追加後の決定木の例を示す図である。 本実施形態における行動特定方法のフロー例２を示す図である。 本実施形態における出力画面例２を示す図である。

−−−ネットワーク構成−−−

以下に本発明の実施形態について図面を用いて詳細に説明する。図１は、本実施形態の行動特定システム１００を含むネットワーク構成図である。図１に示す行動特定システム１００は、個人各自の特性を踏まえた精度良好な行動特定を可能とするコンピュータシステムである。

本実施形態において、行動特定システム１００が行動特定の対象とするのは、保険会社の顧客である保険契約者であるとする。この場合の保険会社は、当該行動特定システム１００が特定した、保険契約者の行動に応じ、保険金支払の抑制対策を講じたり、保険商品の設計等を行うこととなる。

図１に示すネットワークにおいて、本実施形態の行動特定システム１００は、ユーザ端末２００、ウェアラブル装置３００、および保険会社サーバ４００と、ネットワーク１０を介して接続されている。

このうちユーザ端末２００は、上述の保険契約者が操作する端末であり、例えば近距離無線通信機能を備えたスマートフォン、タブレット、ノートＰＣ等を想定する。また、ウェアラブル装置３００は、この保険契約者が装着するセンサ装置であり、加速度や脈拍、血圧、現在位置などを観測可能なものとなる。このウェアラブル装置３００は、近距離無線通信機能を備えており、観測値データを上述のユーザ端末２００に送信可能である。

保険会社サーバ４００は、上述の保険会社が運用するサーバ装置であり、行動特定システム１００に自社の保険や保険契約者に関する各種情報を適宜に提供する。また、当該保
険会社サーバ４００は、行動特定システム１００から、保険金支払額と保険契約者の行動との相関関係の情報提供を受ける。
−−−ハードウェア構成−−−

図２は本実施形態の行動特定システム１００のハードウェア構成例を示す図である。本実施形態における行動特定システム１００のハードウェア構成は以下の如くとなる。

行動特定システム１００は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やハードディスクドライブなど適宜な不揮発性記憶素子で構成される記憶装置１０１、ＲＡＭなど揮発性記憶素子で構成されるメモリ１０３、記憶装置１０１に保持されるプログラム１０２をメモリ１０３に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうＣＰＵなどの演算装置１０４、ネットワーク１０と接続し他装置との通信処理を担うネットワークインターフェイス１０５、を備える。

なお、記憶装置１０１内には、本実施形態の行動特定システムとして必要な機能を実装する為のプログラム１０２の他、観測値テーブル１２５、ルールマスタテーブル１２６、ルールテーブル１２８、行動履歴テーブル１２９、および保険情報テーブル１３０が少なくとも記憶されている。但し、これら各テーブルの詳細は後述する。

また、行動特定システム１００は、ユーザからのキー入力や音声入力を受け付ける入力装置、処理データの表示を行うディスプレイ等の出力装置を、必要に応じて備えるとしてもよい。ここでの「ユーザ」とは、真正の行動を申告してくれる保険契約者、および、当該行動特定システム１００の管理者等（保険会社の担当者であってもよい）を想定する。

図３は、本実施形態のユーザ端末２００のハードウェア構成例を示す図である。本実施形態におけるユーザ端末２００は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やハードディスクドライブなど適宜な不揮発性記憶素子で構成される記憶装置２０１、ＲＡＭなど揮発性記憶素子で構成されるメモリ２０３、記憶装置２０１に保持されるプログラム２０２をメモリ２０３に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうＣＰＵなどの演算装置２０４、ユーザたる保険契約者からのキー入力や音声入力を受け付ける入力装置２０５、処理データの表示を行うディスプレイ等の出力装置２０６、ネットワーク１０と接続し他装置との通信処理を担うネットワークインターフェイス２０７、および、近距離無線通信のプロトコルに従ってウェアラブル装置３００との接続を確立して通信処理を担う近距離無線通信ユニット２０８、を備える。

図４は、本実施形態のウェアラブル装置３００のハードウェア構成例を示す図である。本実施形態におけるウェアラブル装置３００は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やフラッシュメモリなど適宜な不揮発性記憶素子で構成される記憶装置３０１、ＲＡＭなど揮発性記憶素子で構成されるメモリ３０３、記憶装置３０１に保持されるプログラム２０２をメモリ３０３に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうＣＰＵなどの演算装置３０４、ユーザたる保険契約者からのキー入力や音声入力を受け付ける入力装置３０５、処理データの表示を行うディスプレイ等の出力装置３０６、近距離無線通信のプロトコルに従ってユーザ端末２００と接続を確立して通信処理を担う近距離無線通信ユニット３０７、および、装着者たる保険契約者の生態など各種観測を実行するセンサユニット３０８を備える。

なお、当該ウェアラブル装置３００は、上述の近距離無線通信ユニット３０７の有無にかかわらず、ネットワーク１０と接続して行動特定システム１００と通信するためのネットワークインターフェイスを備えるとしてもよい。この場合、当該ウェアラブル装置３０
０がセンサユニット３０８で得た観測値のデータは、ユーザ端末２００を中継せず、ネットワーク１０を介し、行動特定システム１００にアップロードされることになる。

また、上述のセンサユニット３０８は、装着対象の保険契約者における動きと生体状況（以下、これらをまとめて「生態」とする）に関する観測を行う、加速度センサ、脈拍センサ、血圧センサ、体温センサ、および音声センサ、といった各種センサを備えている。また当該センサユニット３０８は、気温、湿度、および気圧を観測するセンサや、ＧＰＳ衛星からの電波に基づいて自位置を計測するＧＰＳセンサも備えている。
−−−データ構造例−−−

続いて、本実施形態の行動特定システム１００が用いるテーブル類について説明する。図５に、本実施形態における観測値テーブル１２５の一例を示す。観測値テーブル１２５は、上述のウェアラブル装置３００による観測値データを蓄積したテーブルである。そのデータ構造は、各ウェアラブル装置３００の装着者たる保険契約者を一意に特定する契約者ＩＤをキーとして、観測時刻、加速度周波数、音量、脈拍、血圧、体温、気温、気圧、湿度、ＧＰＳ座標値といった種々の項目に関するデータから成るレコードの集合体である。

なお、上述の項目のうち加速度周波数は、ウェアラブル装置３００が加速度センサから得た加速度値に基づき算定した周波数（単位時間あたりの振動数）である。勿論、ウェアラブル装置３００から加速度値のデータを得た行動特定システム１００が、この加速度周波数を算定して、当該観測値テーブル１２５に格納するとしてもよい。

また図６に、本実施形態のルールマスタテーブル１２６のデータ構成例を示す。ルールマスタテーブル１２６は、ウェアラブル装置３００から得られる所定項目の観測値と、当該観測値の観測時における保険契約者の行動との対応関係を規定した、デフォルトの判定ルールを格納したテーブルである。このルールマスタテーブル１２６は、各保険契約者に共通のものとなる。

そのデータ構造は、行動名をキーとして、当該行動を規定する各項目である、加速度周波数、音量、脈拍、血圧、体温、気温、気圧、湿度、およびＧＰＳ座標値といったデータから成るレコードの集合体である。但し、各行動を規定するために、常に上述の全ての項目について規定がなされている必要は無い。例えば、行動“Ａ”については、加速度周波数および血圧、の各項目に関してのみ規定が設定され、行動“Ｂ”については、加速度周波数、脈拍、および気温、の各項目に関してのみ規定が設定されている、といった状況も想定出来る。

また図７に、本実施形態の行動条件ツリーファイル１２７における決定木７００の例を示す。行動条件ツリーファイル１２７は、上述のルールマスタテーブル１２６で規定された各行動と観測値の各項目との対応関係に基づき、保険契約者の観測値を適用することで当該観測値の観測時における当該保険契約者の行動を特定するための決定木７００を格納したファイルである。従って、当該行動条件ツリーファイル１２７も、上述のルールマスタテーブル１２６と同様、各保険契約者に共通のものとなる。

この決定木７００は、図７にて例示するように、上述の観測値のうち、行動特定に最も影響の大きい所定項目（例：加速度周波数）をルートノードとし、その観測値の範囲ごとに定まる分岐条件に応じて、リーフすなわち「行動」に至る構成、或いは、更なる分岐の起点となるノード（例：脈拍、音量、体温・・・）に至る構成が、階層的に繰り返される構成を有する。この行動条件ツリーファイル１２７の決定木７００は、保険契約者のユーザ端末２００から訂正の指示を受けず、その決定結果が許容されている限り、変更されな
い。一方、ユーザ端末２００から訂正の指示を受けた場合、本実施形態の行動特定システム１００の処理により、当該決定木７００に新たなノードが追加されることになる。決定木７００へのノード追加の処理の詳細は後述する。

また図８に、本実施形態のルールテーブル１２８のデータ構成例を示す。このルールテーブル１２８は、基本的構造は上述のルールマスタテーブル１２６と同様である。しかしながら、当該ルールテーブル１２８は、ルールマスタテーブル１２６をベースに、保険契約者ごとに作成されるテーブルである。

但し、上述したとおり、保険契約者のユーザ端末２００から訂正の指示を受けず、その決定結果が許容されている限り、変更されない。一方、ユーザ端末２００から訂正の指示を受けた場合、本実施形態の行動特定システム１００の処理により修正される。またこの修正に伴い、行動特定システム１００は、行動条件ツリーファイル１２７の決定木に新たなノードを追加し、当該保険契約者用の決定木として行動条件ツリーファイル１２７に格納する。

また図９に、本実施形態の行動履歴テーブル１２９のデータ構成例を示す。行動履歴テーブル１２９は、保険契約者毎に観測値データに基づき特定した行動に関する情報を格納したテーブルである。

そのデータ構造は、当該保険契約者を一意に特定する契約者ＩＤをキーとして、当該行動の開始時刻、終了時刻、および、当該行動名、といったデータから成るレコードの集合体である。

また図１０に、本実施形態の保険情報テーブル１３０のデータ構成例を示す。保険情報テーブル１３０は、保険会社が販売する保険商品と、その保険契約者、および当該保険契約者への保険金支払い履歴といった保険に関する各種情報を格納したテーブルである。

そのデータ構造は、保険契約者を一意に特定する契約者ＩＤをキーとして、当該保険契約者が契約している保険商品のＩＤ、種類、および、当該保険契約者へ行われた保険金の支払い額、支払日、といったデータから成るレコードの集合体である。
−−−フロー例１−−−

以下、本実施形態における行動特定方法の実際手順について図に基づき説明する。以下で説明する行動特定方法に対応する各種動作は、行動特定システム１００がメモリ等に読み出して実行するプログラムによって実現される。そして、このプログラムは、以下に説明される各種の動作を行うためのコードから構成されている。

図１１は、本実施形態における行動特定方法のフロー例１を示す図である。まず、保険契約者に装着されたウェアラブル装置３００が、そのセンサユニット３０８で観測した当該保険契約者の生態に関する観測値（例：加速度ないし加速度周波数、脈拍、体温など、）と、外部環境に関する観測値（例：気温、湿度、ＧＰＳ座標値など）を、観測日時および当該保険契約者の契約者ＩＤと対応付け、近距離無線通信ユニット３０７によりユーザ端末２００に送信する（ｓ１００）。こうした観測値等の送信は、例えば一定時間の経過ごとに実行されるものとする。

一方、ユーザ端末２００は、近距離無線通信ユニット２０８を介して、上述の観測値等のデータ（以下、観測値データ）を受信し、これをネットワークインターフェイス２０７により行動特定システム１００に送信する（ｓ１０１）。

他方、行動特定システム１００は、上述の観測値データをユーザ端末２００から受信し、これを観測値テーブル１２５に格納する（ｓ１０２）。

続いて行動特定システム１００は、観測値テーブル１２５に格納されている各保険契約者に関する所定期間の観測値データを抽出して、これを行動条件ツリーファイル１２７の決定木に適用し、当該期間における当該保険契約者の行動を特定する（ｓ１０３）。ここで行動特定システム１００は、行動条件ツリーファイル１２７の決定木のうち、当該保険契約者に紐付いたものがあれば、それを選択して利用する。一方、当該保険契約者に紐付いた決定木が行動条件ツリーファイル１２７に含まれていない場合、行動特定システム１００は、デフォルトの決定木（ルールマスタテーブル１２６に基づく、保険契約者共通のもの）を利用する。

このステップにおける行動特定システム１００は、例えば、或る期間における或る保険契約者の観測値データのうち、行動条件ツリーファイル１２７の決定木が指定するルートノードの項目たる「加速度周波数」の値「２．１Ｈｚ」が、当該決定木が規定する各範囲「２Ｈｚ以上〜３Ｈｚ未満」、「２Ｈｚ未満」、「３Ｈｚ以上」のうちどの範囲に属するかにより、次なるノード（或いはリーフ）を判定する。

図７の決定木の例であれば、この判定によって、次なるノード「脈拍」を特定することになる。更に、行動特定システム１００は、当該保険契約者の当該時間帯の観測値データのうち「脈拍」の値「９１回／ｍｉｎ」が、当該決定木が規定する各範囲「９０回／ｍｉｎ以上」、「７０〜９０回／ｍｉｎ」、「７０回／ｍｉｎ未満」のうちどの範囲に属するか特定することで、次なるノード（或いはリーフ）を判定する。図７の決定木の例であれば、この判定によって、リーフすなわち行動を「走行」と特定することになる。

次に、行動特定システム１００は、ステップｓ１０３で特定した行動の情報を、当該保険契約者の契約者ＩＤおよび当該期間の情報と紐付け、行動特定結果の正否確認要求（図１２の画面１２００参照）として当該保険契約者のユーザ端末２００に送信する（ｓ１０４）。勿論、行動特定システム１００は、各保険契約者のメールアドレスなど、上述の正否確認要求の送信先の情報を予め記憶装置１０１にて保持しているものとする。

他方、当該保険契約者のユーザ端末２００は、上述の正否確認要求を受信し、これを出力装置２０６に表示させる（ｓ１０５）。この保険契約者は、図１２のごとき正否確認要求の画面１２００を閲覧し、当該画面１２００にて示された行動（行動特定システム１００が特定したもの）が、該当期間に関して自身が認識している行動と一致しているか、確認する。保険契約者は、この確認の結果に応じた正否回答をユーザ端末２００にて入力する。

一方、このユーザ端末２００は、保険契約者から入力装置２０５で受けた正否回答を ネットワーク１０を介し、行動特定システム１００に返信する（ｓ１０６）。

行動特定システム１００は、上述の正否回答を受信し、当該正否回答が、ステップｓ１０４で送信した行動特定結果（例：期間が２月１日１５時００分〜２月１日１５時３０分、○○区○○町１丁目で行動は「走行」）は、当該保険契約者の認識と一致した正しいものである、との意思を示すものであった場合（ｓ１０７：ｙ）、当該フローを終了する。

他方、受信した正否回答が、ステップｓ１０５で受信した行動特定結果は当該保険契約者の認識と異なっている旨と真正な行動を指定するものであった場合（ｓ１０７：ｎ）、行動特定システム１００は、行動履歴テーブル１２９における当該保険契約者の各レコードのうち、上述の行動特定結果が示す当該行動（例：走行）と、それに対する正否回答が
示す真正な行動（例：歩行）と、の各レコードを所定の日数分（例：直近１ヶ月など）抽出する（ｓ１０８）。

また、行動特定システム１００は、ｓ１０８で抽出した行動履歴テーブル１２９のレコードが示す期間（開始時刻から終了時刻）に対応した観測値データのうち、当該保険契約者のものを観測値テーブル１２５から抽出する（ｓ１０９）。

次に、行動特定システム１００は、ｓ１０８およびｓ１０９でそれぞれ抽出し、保険契約者、行動、および期間に関して対応する各レコードをマージし、マージテーブル１３１をメモリ１０３に生成する（ｓ１１０）。

このマージテーブル１３１は、図１３にて例示するように、上述の行動特定結果が示す当該行動（例：走行）と、それに対する正否回答が示す真正な行動（例：歩行）、の各行動をキーに、当該行動に対応する各項目の観測値データ（この観測値データは、当該観測値データに基づく過去の行動特定結果が、保険契約者からその真正性を否定されなかった）を対応付けしたレコードとなっている。

続いて行動特定システム１００は、マージテーブル１３１の各レコードのうち、上述の行動特定結果が示す当該行動と、それに対する正否回答が示す真正な行動、のそれぞれに関して、各項目における観測値データの信頼区間を特定する（ｓ１１１）。

この場合の信頼区間とは、当該項目に関する観測値データの数が、当該項目に関する観測値データの総数のうち例えば９５％となる観測値の範囲である。

具体的には、マージテーブル１３１のレコードうち、「歩行」に紐付いた「血圧」に関する観測値データの総数が「１００」個であり、そのうち「９５」個のデータが含まれる血圧の範囲が、「６０〜８０」（ｍｍＨｇ）、などと特定する。こうした信頼区間の特定処理は既存の統計処理の手法を適用すればよい（以下同様）。また同様に、「走行」に紐付いた「血圧」に関する観測値データの総数が「１００」個であり、そのうち「９５」個のデータが含まれる血圧の範囲が、「８５〜１００」（ｍｍＨｇ）、などと特定する。

続いて行動特定システム１００は、ステップｓ１１１で特定した、各行動に関する各項目の信頼区間が、上述の行動特定結果が示す当該行動とそれに対する正否回答が示す真正な行動とで、有意な違いを有する他項目を特定する（ｓ１１２）。なお、上述のように信頼区間に基づいて他項目を特定する手法の他にも、該当各項目の観測値の平均値が、上述の行動特定結果が示す当該行動とそれに対する正否回答が示す真正な行動とで、最も離間している項目を特定するとしてもよい。

上述のステップｓ１１２において行動特定システム１００、例えば、当該保険契約者の「血圧」の観測値データは、行動のうち「走行」に関する信頼区間が「８５〜１００」（ｍｍＨｇ）で、「歩行」に関する信頼区間が、「６０〜８０」（ｍｍＨｇ）であったとする。この場合、行動特定システム１００は、「血圧」に関して、その信頼区間が「走行」と「歩行」とで重複が無いと判定し、当該「血圧」を特定することになる。

なお、こうした特定に際し、複数項目が特定出来た場合（ｓ１１３：ｙ）、行動特定システム１００は、予め定めた優先条件である、当該項目に対応する観測値の観測頻度について、観測値テーブル１２５での該当項目の観測値の格納履歴を参照して特定する（ｓ１１４）。例えば、ステップｓ１１２で「血圧」と「脈拍」の２項目が特定できた場合、行動特定システム１００は、直近１年間など所定期間分について、観測値テーブル１２５における当該各項目の観測値データ数をカウントし、観測値データ数が多いいずれかの項目
、或いは所定基準を満たすものを選択する。

続いて行動特定システム１００は、ステップｓ１１２またはｓ１１４で特定した当該他項目の分布特性、すなわち信頼区間に基づき、当該保険契約者の観測値を上述の真正な行動に分類するルールを生成する（ｓ１１５）。

具体的に行動特定システム１００は、上述のステップｓ１１２において特定した、当該保険契約者の「血圧」の観測値に関する、「走行」の信頼区間「８５〜１００」（ｍｍＨｇ）の最小値「８５」（ｍｍＨｇ）と、「歩行」に関する信頼区間「６０〜８０」（ｍｍＨｇ）の最大値「８０」（ｍｍＨｇ）との間の中間値である、「８２．５」（ｍｍＨｇ）を閾値として、「血圧」が「８２．５」（ｍｍＨｇ）より大きければ「走行」、「８２．５」（ｍｍＨｇ）より小さければ「歩行」、と判断するルールを生成する。

次に行動特定システム１００は、当該生成したルールを当該保険契約者と対応付けて、ルールテーブル１２８および行動条件ツリーファイル１２７の決定木に適用し（ｓ１１６）、当該フローを終了する。

図７で例示した決定木７００において、ノード「脈拍」に関し、「９１回／ｍｉｎ」以上は「走行」、「７０〜９０回／ｍｉｎ」は「歩行」、「７０回／ｍｉｎ未満」は「食事」という行動特定のルールが規定されていた。

ところが、上述のステップｓ１１６により、「血圧」に関する新たな行動特定のルールを生成した行動特定システム１００は、図１４で例示するように、まずノード「脈拍」に関して、「７０回／ｍｉｎ未満」は行動を「食事」と特定、「７０回／ｍｉｎ以上」の場合は次なるノード「血圧」に行動特定の判断を移行、修正する。また、行動特定システム１００は、このノード「血圧」に関し、「８２．５」（ｍｍＨｇ）より大きければ「走行」、「８２．５」（ｍｍＨｇ）より小さければ「歩行」、と判断する行動特定のルールを規定することとなる。こうした決定木７００に対するルールの追加処理に伴い、行動特定システム１００は、上述の「走行」、「歩行」、および「食事」に関して決定木７００で修正した内容（各項目の観測値の範囲、閾値の修正内容）を、当該保険契約者のルールテーブル１２８に反映させる。

行動特定システム１００は、こうして各保険契約者の個人的な行動特性に適合するよう、ルールテーブル１２８および決定木７００を継続的に調整し、ひいては、保険契約者各自の特性を踏まえた精度良好な行動特定が可能となる。
−−−フロー例２−−−

続いて、保険会社向けの情報を保険会社サーバ４００に提供する処理について説明する。図１５は、本実施形態における行動特定方法のフロー例２を示す図である。

この場合、行動特定システム１００は、保険情報テーブル１３０における各保険契約者のレコードのうち、所定期間分のレコードが示す当該保険契約者への保険金支払の情報を抽出する（ｓ２００）。例えば、或る保険契約者について、直近１年間の各月で支払われた保険金は、１月「１万円」、２月「０万円」３月「５万円」、・・・などと抽出する。

次に、行動特定システム１００は、当該各保険契約者に関し、行動履歴テーブル１２９にて上述の所定期間分のレコードが示す行動の情報を抽出する（ｓ２０１）。例えば、或る保険契約者について、直近１年間の各月で最も出現頻度が高い行動は、１月「歩行」、１月「食事」、３月「走行」、・・・などと抽出する。

続いて行動特定システム１００は、上述のステップｓ２００およびｓ２０１で抽出した各情報に基づき、保険金支払額と行動との相関関係を特定する（ｓ２０２）。

例えば、直近１年間の各月のうち所定基準以上の保険金支払いが生じた月に関して、出現頻度最高であった行動を特定し、当該行動が一致する月数が所定基準以上であった場合、行動特定システム１００は、該当行動と保険金支払額との間に正の相関があると特定する。

次に行動特定システム１００は、上述のステップｓ２０２で特定した相関関係の情報（図１６の画面１６００）を、保険会社サーバ４００に送信し（ｓ２０３）、当該フローを終了する。

保険会社では、この保険会社サーバ４００で受信した相関関係の情報を閲覧し、該当保険契約者が該当行動を抑制するような情報を作成し、これを当該保険契約者のユーザ端末２００に送信するなど対策を講じることになる。勿論、こうした、所定の行動を抑制する情報をユーザ端末２００に送信する処理を、保険会社サーバ４００が実行するとしてもよいし、行動特定システム１００が実行するとしてもよい。その場合、保険会社サーバ４００ないし行動特定システム１００は、各行動に対し、その抑制を促すための情報を予め記憶装置にて保持し、適宜に利用可能であるとする。

以上、本発明を実施するための最良の形態などについて具体的に説明したが、本発明はこれに限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。

こうした本実施形態によれば、保険契約者各自の特性を踏まえた精度良好な行動特定が可能となる。すなわち、保険契約者の行動を特定する際に、実際に保険契約者が実施した行動について保険契約者自身からの申告を受けて、当該行動が真正な行動（正解）であると判断するルールを適宜に生成・追加することで、当該保険契約者に関する行動特定の判定精度を維持・向上させ続けることが可能となる。また、精度良く行動を特定可能となることで、当該特定の処理を行う情報処理システムにおける処理の効率化、高速化が図られる。

本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態の行動特定システムにおいて、前記演算装置は、前記所定の分布特性を示す他項目を特定する処理に際し、複数の他項目が特定出来た場合、予め定めた優先条件に基づいて１つの他項目を選択するものである、としてもよい。

これによれば、同じ精度で観測値を分類して真正な行動を特定することが出来る項目が複数存在した状況に対応し、適宜な項目を１つに絞りこむことが可能となる。

また、本実施形態の行動特定システムにおいて、前記演算装置は、前記所定の分布特性を示す他項目を特定する処理に際し、複数の他項目が特定出来た場合、予め定めた優先条件である、当該他項目に対応する観測値の観測頻度について、前記記憶装置での該当観測値の格納履歴を参照して特定し、当該特定した観測頻度が所定基準を満たす１つの他項目を特定するものである、としてもよい。

これによれば、上述した複数の項目の絞り込みに際し、観測値の観測頻度が高いもの、すなわち、より多くのデータに基づいて行動特定が可能になる項目を選択することが可能となる。このことは、行動特定の精度がより高まることにつながる。

また、本実施形態の行動特定システムにおいて、前記記憶装置は、前記対象者の情報と
当該対象者が契約している保険商品の情報とを対応付けた保険テーブルを更に保持するものであり、前記演算装置は、前記保険テーブルにおける情報が示す各対象者への保険金支払履歴と、当該各対象者に関して特定している行動の各情報に基づき、保険金支払額と行動との相関関係を特定し、当該特定した相関関係の情報を所定装置に出力する処理を更に実行するものである、としてもよい。

これによれば、例えば、保険金支払額の高さと正の相関がある行動について、当該保険商品の販売企業等に通知することが可能となる。この場合、当該販売企業等は、該当保険商品の契約者（対象者）に対する該当行動の抑制誘導（例：過度な○○行動は○○につながるため、健康維持のため抑制すべき旨の通知を行う）を行い、保険金支払額を抑制することが期待出来る。或いは、保険金支払額の高さと負の相関がある行動について、当該保険商品の販売企業等に通知することが可能となる。この場合、当該販売企業等は、該当保険商品の契約者（対象者）に対する該当行動の促進誘導（例：○○行動は健康増進につながるため積極的に行うべき旨の通知を行う）を行い、保険金支払額を抑制することが期待出来る。

また、本実施形態の行動特定方法において、前記情報処理システムが、前記所定の分布特性を示す他項目を特定する処理に際し、複数の他項目が特定出来た場合、予め定めた優先条件に基づいて１つの他項目を選択する、としてもよい。

また、本実施形態の行動特定方法において、前記情報処理システムが、前記所定の分布特性を示す他項目を特定する処理に際し、複数の他項目が特定出来た場合、予め定めた優先条件である、当該他項目に対応する観測値の観測頻度について、前記記憶装置での該当観測値の格納履歴を参照して特定し、当該特定した観測頻度が所定基準を満たす１つの他項目を特定する、としてもよい。

また、本実施形態の行動特定方法において、前記情報処理システムが、前記記憶装置において、前記対象者の情報と当該対象者が契約している保険商品の情報とを対応付けた保険テーブルを更に保持し、前記保険テーブルにおける情報が示す各対象者への保険金支払履歴と、当該各対象者に関して特定している行動の各情報に基づき、保険金支払額と行動との相関関係を特定し、当該特定した相関関係の情報を所定装置に出力する処理を更に実行するとしてもよい。

１０ ネットワーク
１００ 行動特定システム
１０１ 記憶装置
１０２ プログラム
１０３ メモリ
１０４ 演算装置
１０５ ネットワークインターフェイス
１２５ 観測値テーブル
１２６ ルールマスタテーブル
１２７ 行動条件ツリーファイル
１２８ ルールテーブル
１２９ 行動履歴テーブル
１３０ 保険情報テーブル
１３１ マージテーブル
２００ ユーザ端末
２０１ 記憶装置
２０２ プログラム
２０３ メモリ
２０４ 演算装置
２０５ 入力装置
２０６ 出力装置
２０７ ネットワークインターフェイス
２０８ 近距離無線通信ユニット
３００ ウェアラブル装置
３０１ 記憶装置
３０２ プログラム
３０３ メモリ
３０４ 演算装置
３０５ 入力装置
３０６ 出力装置
３０７ 近距離無線通信ユニット
３０８ センサユニット
４００ 保険会社サーバ
７００ 決定木

Claims (8)

1. 所定処理の対象者の生態に関する所定項目の観測値と、前記所定項目の観測値と当該対象者の行動との対応関係を規定した判定ルールと、を保持する記憶装置と、
   所定期間における前記対象者の観測値を前記判定ルールに適用し、当該期間における当該対象者の行動を特定する処理と、当該特定した行動を、当該対象者が認識している真正な行動に訂正すべき旨の指示を所定装置で受けた場合、前記所定項目以外の他項目のうち、前記所定期間における当該対象者の観測値が所定の分布特性を示すものを特定する処理と、当該他項目の分布特性に基づき、当該対象者の観測値を前記真正な行動に分類するルールを生成し、当該ルールを当該対象者と対応付けて前記判定ルールに追加する処理を実行する演算装置と、
   を備えることを特徴とした行動特定システム。
2. 前記演算装置は、
   前記所定の分布特性を示す他項目を特定する処理に際し、複数の他項目が特定出来た場合、予め定めた優先条件に基づいて１つの他項目を選択するものである、
   ことを特徴とする請求項１に記載の行動特定システム。
3. 前記演算装置は、
   前記所定の分布特性を示す他項目を特定する処理に際し、複数の他項目が特定出来た場合、予め定めた優先条件である、当該他項目に対応する観測値の観測頻度について、前記記憶装置での該当観測値の格納履歴を参照して特定し、当該特定した観測頻度が所定基準を満たす１つの他項目を特定するものである、
   ことを特徴とする請求項２に記載の行動特定システム。
4. 前記記憶装置は、
   前記対象者の情報と当該対象者が契約している保険商品の情報とを対応付けた保険テーブルを更に保持するものであり、
   前記演算装置は、
   前記保険テーブルにおける情報が示す各対象者への保険金支払履歴と、当該各対象者に関して特定している行動の各情報に基づき、保険金支払額と行動との相関関係を特定し、当該特定した相関関係の情報を所定装置に出力する処理を更に実行するものである、
   ことを特徴とする請求項１に記載の行動特定システム。
5. 所定処理の対象者の生態に関する所定項目の観測値と、前記所定項目の観測値と当該対象者の行動との対応関係を規定した判定ルールと、を保持する記憶装置を備えた情報処理システムが、
   所定期間における前記対象者の観測値を前記判定ルールに適用し、当該期間における当該対象者の行動を特定する処理と、当該特定した行動を、当該対象者が認識している真正な行動に訂正すべき旨の指示を所定装置で受けた場合、前記所定項目以外の他項目のうち、前記所定期間における当該対象者の観測値が所定の分布特性を示すものを特定する処理と、当該他項目の分布特性に基づき、当該対象者の観測値を前記真正な行動に分類するルールを生成し、当該ルールを当該対象者と対応付けて前記判定ルールに追加する処理を実行する、
   ことを特徴とした行動特定方法。
6. 前記情報処理システムが、
   前記所定の分布特性を示す他項目を特定する処理に際し、複数の他項目が特定出来た場合、予め定めた優先条件に基づいて１つの他項目を選択する、
   ことを特徴とする請求項５に記載の行動特定方法。
7. 前記情報処理システムが、
   前記所定の分布特性を示す他項目を特定する処理に際し、複数の他項目が特定出来た場合、予め定めた優先条件である、当該他項目に対応する観測値の観測頻度について、前記記憶装置での該当観測値の格納履歴を参照して特定し、当該特定した観測頻度が所定基準を満たす１つの他項目を特定する、
   ことを特徴とする請求項６に記載の行動特定方法。
8. 前記情報処理システムが、
   前記記憶装置において、前記対象者の情報と当該対象者が契約している保険商品の情報とを対応付けた保険テーブルを更に保持し、
   前記保険テーブルにおける情報が示す各対象者への保険金支払履歴と、当該各対象者に関して特定している行動の各情報に基づき、保険金支払額と行動との相関関係を特定し、当該特定した相関関係の情報を所定装置に出力する処理を更に実行する、
   ことを特徴とする請求項５に記載の行動特定方法。

Images