JP2020135439A - Information processing device, control program, information processing method, and information processing program - Google Patents
Information processing device, control program, information processing method, and information processing program Download PDFInfo
- Publication number
- JP2020135439A JP2020135439A JP2019028323A JP2019028323A JP2020135439A JP 2020135439 A JP2020135439 A JP 2020135439A JP 2019028323 A JP2019028323 A JP 2019028323A JP 2019028323 A JP2019028323 A JP 2019028323A JP 2020135439 A JP2020135439 A JP 2020135439A
- Authority
- JP
- Japan
- Prior art keywords
- user
- payment
- information processing
- information
- unit
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 229
- 238000003672 processing method Methods 0.000 title claims description 7
- 238000004364 calculation method Methods 0.000 claims abstract description 129
- 238000000034 method Methods 0.000 claims description 56
- 230000008569 process Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 17
- 230000009471 action Effects 0.000 abstract description 36
- 230000006399 behavior Effects 0.000 description 29
- 238000012790 confirmation Methods 0.000 description 22
- 238000004891 communication Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 17
- 238000011156 evaluation Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 7
- 238000000151 deposition Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
Description
本発明は、情報処理装置、制御プログラム、情報処理方法及び情報処理プログラムに関する。 The present invention relates to an information processing device, a control program, an information processing method and an information processing program.
従来、電子マネー等を用いた決済サービスに関する技術が知られている。例えば、決済前に予め貸付サービスポイント数を付与する。そして、予め付与された範囲内の貸付サービスポイントにより商品の購入金額の決済を行う技術が提案されている。 Conventionally, a technique related to a payment service using electronic money or the like is known. For example, the number of loan service points is given in advance before settlement. Then, a technique has been proposed in which the purchase price of the product is settled by the loan service points within the range given in advance.
しかしながら、上記の従来技術では、決済サービスにおけるユーザビリティを向上させることができるとは限らない。具体的には、上記の従来技術では、予め付与された範囲内の貸付サービスポイントにより商品の購入金額の決済を行うにすぎず、決済サービスにおけるユーザビリティを向上させることができるとは限らない。 However, the above-mentioned prior art cannot always improve the usability of the payment service. Specifically, in the above-mentioned conventional technique, the purchase price of the product is only settled by the loan service points within the range given in advance, and the usability in the settlement service cannot always be improved.
本願は、上記に鑑みてなされたものであって、決済サービスにおけるユーザビリティを向上させることができる情報処理装置、制御プログラム、情報処理方法及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 an object of the present application is to provide an information processing device, a control program, an information processing method, and an information processing program capable of improving usability in a payment service.
本願に係る情報処理装置は、ユーザのネットワーク上の行動履歴に関する情報に基づいて、前記ユーザの信用度を算出する算出部と、前記算出部によって算出された信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号を前記ユーザに対して付与する付与部とを備えたことを特徴とする。 The information processing device according to the present application has the same format as the credit card number according to the calculation unit that calculates the creditworthiness of the user based on the information about the behavior history on the user's network and the creditworthiness calculated by the calculation unit. It is characterized in that it is provided with a granting unit that assigns a postpaid number, which is the number of
実施形態の一態様によれば、決済サービスにおけるユーザビリティを向上させることができるといった効果を奏する。 According to one aspect of the embodiment, there is an effect that usability in the payment service can be improved.
以下に、本願に係る情報処理装置、制御プログラム、情報処理方法及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、制御プログラム、情報処理方法及び情報処理プログラムが限定されるものではない。また、以下の各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 control program, 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 device, control program, information processing method, and information processing program according to the present application are not limited by this embodiment. Further, in each of the following embodiments, the same parts are designated by the same reference numerals, and duplicate description is omitted.
〔1.情報処理の一例〕
まず、図1を用いて、実施形態に係る情報処理の一例について説明する。図1は、実施形態に係る情報処理の一例を示す図である。図1の例では、情報処理システム1は、端末装置10と電子商取引サーバ20と情報処理装置100とを有する。
[1. An example of information processing]
First, an example of information processing according to the embodiment will be described with reference to FIG. FIG. 1 is a diagram showing an example of information processing according to an embodiment. In the example of FIG. 1, the
端末装置10は、ユーザにより使用される情報処理装置である。例えば、端末装置10は、ユーザが携帯する端末装置である。端末装置10は、例えば、スマートフォンや、タブレット型端末や、ノート型PC(Personal Computer)や、携帯電話機や、PDA(Personal Digital Assistant)等により実現される。また、端末装置10は、3G(Generation)やLTE(Long Term Evolution)等の無線通信網を介して任意のサーバ装置と通信を行うことができる情報処理装置である。また、端末装置10は、液晶ディスプレイ等の画面であって、タッチパネルの機能を有する画面を有し、ユーザから指やスタイラス等によりタップ操作、スライド操作、スクロール操作等、画面に表示された画像等のコンテンツに対する各種の操作を受付ける。なお、以下では、端末装置10をユーザと同一視する場合がある。すなわち、以下では、ユーザを端末装置10と読み替えることもできる。
The
また、以下では、ユーザID「U1」により特定されるユーザを「ユーザU1」とする場合がある。このように、以下では、「ユーザU*(*は任意の数値)」と記載した場合、そのユーザはユーザID「U*」により特定されるユーザであることを示す。例えば、「ユーザU2」と記載した場合、そのユーザはユーザID「U2」により特定されるユーザである。 Further, in the following, the user specified by the user ID "U1" may be referred to as "user U1". As described above, in the following, when "user U * (* is an arbitrary numerical value)" is described, it means that the user is a user specified by the user ID "U *". For example, when "user U2" is described, the user is a user specified by the user ID "U2".
また、以下では、端末装置10を利用するユーザに応じて、端末装置10を端末装置10−1、10−2として説明する。例えば、端末装置10−1は、ユーザU1により使用される端末装置10である。また、例えば、端末装置10−2は、ユーザU2により使用される端末装置10である。また、以下では、端末装置10−1、10−2について、特に区別なく説明する場合には、端末装置10と記載する。
Further, in the following, the
電子商取引サーバ20は、ショッピングサービスを提供するサーバ装置である。ここで、電子商取引サーバ20が提供するショッピングサービスは、インターネットを介して商品を販売する複数の店舗の商品販売ページを一つのサービスにまとめて、様々な商品を販売する、いわゆる電子商店街(あるいは電子モール)と称されるサービスである。なお、電子商取引サーバ20は、ショッピングサービスを運営する事業者によって管理される。以下では、ショッピングサービスを運営する事業者の名称を「電子商取引サービスEC1」と記載する。また、以下では、ショッピングサービスの名称を「電子商取引サービスEC1」と記載する。
The
情報処理装置100は、ユーザのクレジットカード(以下、適宜「カード」と記載する。)を用いた決済方法であるクレジットカード決済サービスを提供するサーバ装置である。また、情報処理装置100は、ユーザが品物を先に受け取り、後で代金を支払う決済方法である後払い決済サービスを提供する。情報処理装置100は、クレジットカード会社であり、かつ、後払い決済事業者でもある事業者B1によって管理される。
The
一般的に、クレジットカード番号とは、クレジットカードのカード表面の真ん中に表示される14桁から16桁の番号を指す。また、クレジットカード番号は、先頭6桁の数字である「発行者識別番号(Issuer Identification Number、略称:INN)」と、7桁目から最後の1桁の一つ手前までの数字である「会員口座番号」と、最後の1桁の数字である「チェックデジット」の3種類の数字で構成される。ここで、「発行者識別番号(INN)」は、カード発行会社(イシュア、issuer)を識別するための番号である。また、「会員口座番号」は、カード発行会社によって設定されるカード固有の識別番号である。なお、「チェックデジット」は、クレジットカード番号が正しいかどうかをルーンアルゴリズムで算出し、確認するための番号である。 Generally, a credit card number refers to a 14 to 16 digit number displayed in the center of the surface of a credit card. In addition, the credit card number is the "Issuer Identification Number (abbreviation: INN)" which is the first 6 digits and the "Member" which is the number from the 7th digit to the one before the last 1 digit. It consists of three types of numbers: "account number" and "check digit", which is the last digit. Here, the "issuer identification number (INN)" is a number for identifying the card issuing company (issuer, issuer). The "member account number" is a card-specific identification number set by the card issuing company. The "check digit" is a number for calculating and confirming whether the credit card number is correct by the Luhn algorithm.
情報処理装置100は、ユーザのネットワーク上の行動履歴に関する情報に基づいて、ユーザの信用度を算出する。そして、情報処理装置100は、算出した信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号をユーザに対して付与する。ここで、後払い番号とは、後払い決済を利用するための専用の番号であって、ユーザに固有の番号を指す。また、後払い番号は、クレジットカード番号と同一形式の番号であるが、引き落とし口座と紐づいていない番号である点が、クレジットカード番号と異なる。
The
図1に示す例では、情報処理装置100がクレジットカード会社としてユーザに対してクレジットカード番号を付与する場合には、クレジットカード会社としての事業者B1を識別する発行者識別番号である「1234−56」を含むクレジットカード番号を付与するものとする。また、情報処理装置100は、クレジットカードの発行時に、クレジットカード番号に含まれる会員口座番号とユーザの銀行口座(引き落とし口座)の番号とを紐づけて登録するものとする。また、情報処理装置100が後払い決済事業者としてユーザに対して後払い番号を付与する場合は、後払い決済事業者としての事業者B1を識別する発行者識別番号である「9999−99」を含む後払い番号を付与するものとする。
In the example shown in FIG. 1, when the
ここから、図1を用いて、情報処理の流れについて説明する。図1は、実施形態に係る情報処理の一例を示す図である。図1の上段では、実施形態に係るクレジットカード決済の処理の流れについて説明する。図1の上段では、ユーザU11が、電子商取引サービスEC1に出品している店舗#11で商品を購入する際に、決済画面上で商品代金の支払方法としてクレジットカード決済を選択する。端末装置10−11は、ユーザU11の操作に従って、ユーザU11によって選択されたクレジットカード決済に基づく決済要求に関する決済要求情報を電子商取引サーバ20に送信する(ステップS11)。例えば、端末装置10−11は、ユーザU11の操作に従って、ユーザU11のクレジットカード番号である「1234−56××−…」に基づく決済要求に関する決済要求情報を電子商取引サーバ20に送信する。
From here, the flow of information processing will be described with reference to FIG. FIG. 1 is a diagram showing an example of information processing according to an embodiment. In the upper part of FIG. 1, the flow of processing of credit card payment according to the embodiment will be described. In the upper part of FIG. 1, when the user U11 purchases a product at the
電子商取引サーバ20は、端末装置10−11から決済要求情報を受信する。続いて、電子商取引サーバ20は、端末装置10−11から決済要求情報を受信すると、情報処理装置100に対して決済処理を要求する。具体的には、電子商取引サーバ20は、端末装置10−11から受信した決済要求情報を情報処理装置100に送信する(ステップS12)。
The
情報処理装置100は、決済要求情報を電子商取引サーバ20から受け付ける。情報処理装置100は、決済要求情報を受け付けると、決済要求情報に含まれる番号がクレジットカード番号と後払い番号のいずれであるかを判定する。具体的には、情報処理装置100は、決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭6桁の数字が「1234−56」と「9999−99」のいずれと一致するかを判定する。情報処理装置100は、決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭6桁の数字が「1234−56」と一致すると判定した場合は、決済要求情報に含まれる番号がクレジットカード番号であると判定する。一方、情報処理装置100は、決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭6桁の数字が「9999−99」と一致すると判定した場合は、決済要求情報に含まれる番号が後払い番号であると判定する。なお、情報処理装置100は、決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭6桁の数字が「1234−56」と「9999−99」のいずれとも一致しないと判定した場合は、受け付けた番号がクレジットカード番号と後払い番号のいずれでもないと判定する。情報処理装置100は、受け付けた番号がクレジットカード番号と後払い番号のいずれでもないと判定した場合は、電子商取引サーバ20に決済処理が不可能であるという通知を行ってもよい。
The
図1の上段に示す例では、情報処理装置100は、決済要求情報に含まれる番号「1234−56××−…」の先頭6桁の数字が「1234−56」と一致すると判定する。情報処理装置100は、先頭6桁の数字が「1234−56」と一致すると判定したので、決済要求情報に含まれる番号「1234−56××−…」がクレジットカード番号であると判定する。また、情報処理装置100は、決済要求情報に含まれる番号「1234−56××−…」がクレジットカード番号であると判定すると、受け付けた決済要求がクレジットカード番号に基づく決済要求であると判定する。
In the example shown in the upper part of FIG. 1, the
続いて、情報処理装置100は、クレジットカード番号に基づく決済要求に関する決済要求情報を受け付けたと判定すると、与信(オーソリ)を行う(ステップS13)。ここで、与信(オーソリ)とは、クレジットカードで決済処理を行う際に、購入金額でカードが利用可能かを確認し、その利用枠が他のショッピングなどには利用されないように確保する処理のことを指す。クレジットカード決済では、与信枠の確保後、売上の処理を行って初めてカード利用が確定する。
Subsequently, when the
続いて、情報処理装置100は、商品代金分の与信枠を確保すると、与信結果(決済結果)を電子商取引サーバ20に送信する。電子商取引サーバ20は、情報処理装置100から与信結果(決済結果)を受信すると、ユーザU11に対して商品を提供する。
Subsequently, when the
続いて、情報処理装置100は、与信結果(決済結果)を電子商取引サーバ20に送信すると、店舗#11の銀行口座に商品代金からカード手数料を引いた金額を入金する処理を行う(ステップS14)。
Subsequently, when the
続いて、情報処理装置100は、店舗#11の銀行口座に商品代金を入金する処理を行うと、ユーザU11に対してクレジットカードの利用代金を請求する。例えば、情報処理装置100は、ユーザU11に対してクレジットカードの利用代金の請求明細が記載された請求書を発行して、ユーザU11に送付する。続いて、情報処理装置100は、ユーザU11に対してクレジットカードの利用代金を請求すると、ユーザU11のクレジットカード番号である「1234−56××−…」に紐づく引き落とし口座から商品代金を引き落とす処理を行う(ステップS15)。
Subsequently, the
次に、図1の下段では、実施形態に係る後払い決済の処理の流れについて説明する。図1の下段では、あらかじめ、情報処理装置100は、ユーザU1のネットワーク上の行動履歴に関する情報を取得する。続いて、情報処理装置100は、取得したユーザU1のネットワーク上の行動履歴に関する情報に基づいて、ユーザU1の信用度を算出する。なお、情報処理装置100による信用度の算出方法については、後述する。
Next, in the lower part of FIG. 1, the flow of processing of postpaid settlement according to the embodiment will be described. In the lower part of FIG. 1, the
続いて、情報処理装置100は、ユーザU1の信用度を算出すると、ユーザU1の信用度が所定の閾値を超えるか否かを判定する。そして、情報処理装置100は、ユーザU1の信用度が所定の閾値を超えると判定した場合に、後払い番号をユーザU1に対して付与することを決定する。図1の下段では、情報処理装置100は、ユーザU1の信用度が所定の閾値を超えると判定する。そして、情報処理装置100は、ユーザU1の信用度が所定の閾値を超えると判定したので、後払い番号をユーザU1に対して付与することを決定する。続いて、情報処理装置100は、後払い番号をユーザU1に対して付与することを決定すると、ユーザU1に対して、後払い決済事業者としての事業者B1を示す発行者識別番号「9999−99」を含む後払い番号である「9999−99××−…」を付与する。また、情報処理装置100は、ユーザU1の信用度が所定の閾値を超えると判定した場合に、後払い番号に基づく決済に関する所定の与信枠をユーザU1に対して付与する。
Subsequently, when the
図1の下段に示す例では、クレジットカードと対比して理解するのを助けるため、情報処理装置100が、後払い番号に対応する電子的な(仮想的な)後払いカードをユーザU1に対して付与(発行)したとみなすが、必ずしも後払いカードを付与(発行)しなくてもよい。例えば、情報処理装置100は、後払い番号と後払い番号に基づく決済に関する所定の与信枠のみをユーザU1に対して付与(発行)してもよい。なお、情報処理装置100は、クレジットカードのような物理的な形式によっては、ユーザU1に対して後払いカードを付与(発行)しない。
In the example shown in the lower part of FIG. 1, the
図1の下段では、ユーザU1が、電子商取引サービスEC1に出品している店舗#31で商品を購入する際に、決済画面上で商品代金の支払方法として後払い決済を選択する。端末装置10−1は、ユーザU1の操作に従って、ユーザU1によって選択された後払い決済に基づく決済要求に関する決済要求情報を電子商取引サーバ20に送信する(ステップS21)。例えば、端末装置10−1は、ユーザU1の操作に従って、ユーザU1の後払い番号である「9999−99××−…」に基づく決済要求に関する決済要求情報を電子商取引サーバ20に送信する。
In the lower part of FIG. 1, when the user U1 purchases a product at the store # 31 exhibited in the electronic commerce service EC1, the user U1 selects postpaid payment as the payment method of the product price on the payment screen. The terminal device 10-1 transmits the settlement request information regarding the settlement request based on the postpaid settlement selected by the user U1 to the
電子商取引サーバ20は、端末装置10−1から決済要求情報を受信する。続いて、電子商取引サーバ20は、端末装置10−1から決済要求情報を受信すると、情報処理装置100に対して決済処理を要求する。具体的には、電子商取引サーバ20は、端末装置10−1から受信した決済要求情報を情報処理装置100に送信する(ステップS22)。
The
図1の下段に示す例では、情報処理装置100は、決済要求情報に含まれる番号「9999−99××−…」の先頭6桁の数字が「9999−99」と一致すると判定する。情報処理装置100は、先頭6桁の数字が「9999−99」と一致すると判定したので、決済要求情報に含まれる番号「9999−99××−…」が後払い番号であると判定する。また、情報処理装置100は、決済要求情報に含まれる番号「9999−99××−…」が後払い番号であると判定すると、受け付けた決済要求が後払い番号に基づく決済要求であると判定する。
In the example shown in the lower part of FIG. 1, the
続いて、情報処理装置100は、後払い番号に基づく決済要求に関する決済要求情報を受け付けたと判定すると、受け付けた後払い番号に基づく決済要求に関する決済要求情報を後払い決済データとして記憶部に蓄積する。
Subsequently, when the
続いて、情報処理装置100は、受け付けた後払い番号に基づく決済要求に関する決済要求情報を後払い決済データとして記憶部に蓄積すると、住所確認と本人確認の2種類の確認処理を行う。情報処理装置100は、住所確認を行う。具体的には、情報処理装置100は、決済要求元のユーザの住所が住所のブラックリストに掲載された住所と一致するか否かを確認する。ここで、住所のブラックリストとは、詐欺等の目的で使用された疑いのある住所の一覧を指す。例えば、詐欺等の目的で使用された疑いのある住所とは、指定された住所に商品を送付したが、商品代金が振り込まれなかったため、指定された住所に改めて督促状を送付した際に、その住所が空き家であると判明した住所等を指す。情報処理装置100は、決済要求元のユーザU1の住所が住所のブラックリストに掲載された住所と一致すると判定すると、決済要求元のユーザU1は後払い決済を利用可能なユーザU1でないと判定する。図1の下段に示す例では、情報処理装置100は、決済要求元のユーザU1の住所が住所のブラックリストに掲載された住所と一致しないと判定したため、決済要求元のユーザU1は後払い決済を利用可能なユーザU1であると判定する。
Subsequently, when the
また、情報処理装置100は、本人確認を行う。具体的には、情報処理装置100は、決済要求元のユーザが後払い決済を利用可能なユーザ本人であるか否かを確認する。より具体的には、情報処理装置100は、SMS(ショートメッセージサービス)によって認証コードを端末装置10−1に送信する(ステップS23)。端末装置10−1は、認証コードを含むショートメッセージを情報処理装置100から受信する。続いて、端末装置10−1は、ショートメッセージを受信すると、ユーザU1による入力操作に従って、4桁の数字を情報処理装置100に送信する。情報処理装置100は、端末装置10−1から4桁の数字を受信すると、受信した4桁の数字が認証コードと一致するか否かを判定する。情報処理装置100は、所定時間が経過しても4桁の数字を受信しない場合、又は受信した4桁の数字が認証コードと一致しない場合は、決済要求元のユーザU1が後払い決済を利用可能なユーザU1本人でないと判定する。図1の下段に示す例では、情報処理装置100は、受信した4桁の数字が認証コードと一致すると判定したため、決済要求元のユーザU1が後払い決済を利用可能なユーザU1本人であると判定する。
In addition, the
続いて、情報処理装置100は、住所確認と本人確認の2種類の確認を行うと、判定結果を電子商取引サーバ20に送信する。なお、情報処理装置100は、住所確認を行った後に、本人確認を行ってもよい。例えば、情報処理装置100は、住所確認を行った結果、決済要求元のユーザU1は後払い決済を利用可能なユーザU1であると判定した場合のみ、本人確認を行ってもよい。逆に、情報処理装置100は、本人確認を行った後に、住所確認を行ってもよい。
Subsequently, the
電子商取引サーバ20は、住所確認と本人確認の判定結果を情報処理装置100から受信する。続いて、電子商取引サーバ20は、受信した住所確認の結果に基づいて、決済要求元のユーザU1が後払い決済を利用可能なユーザU1である場合には、ユーザU1に対して商品を提供する。
The
続いて、情報処理装置100は、住所確認と本人確認の判定結果を電子商取引サーバ20に送信すると、店舗#31の銀行口座に商品代金から後払い手数料を引いた金額を入金する処理を行う(ステップS24)。なお、情報処理装置100は、店舗#31から後払い手数料を徴収する代わりに、ユーザU1から後払い手数料を徴収してもよい。この場合、情報処理装置100は、店舗#31の銀行口座に商品代金を入金する処理を行う。また、情報処理装置100は、記憶部に蓄積された決済要求情報に基づいて、ユーザU1に対して所定期間毎にまとめて後払い決済金額と合わせて後払い手数料を請求することを決定する。
Subsequently, when the
また、情報処理装置100は、記憶部に蓄積された決済要求情報に基づいて、ユーザU1に対して所定期間毎にまとめて決済金額を請求することを決定する。続いて、情報処理装置100は、決済金額を請求することを決定すると、所定期間の後払いの利用代金の請求明細が表示された請求書を発行して、ユーザU1に対して送付する(ステップS25)。具体的には、情報処理装置100は、ユーザU1によって商品の送付先として指定された住所に請求書を送付する。例えば、情報処理装置100は、コンビニ払いによる支払いが可能な請求書を発行して、ユーザU1によって商品の送付先として指定された住所にコンビニ払いの請求書を送付する。
Further, the
上述したように、情報処理装置100は、ユーザのネットワーク上の行動履歴に関する情報に基づいて、ユーザの信用度を算出する。そして、情報処理装置100は、算出した信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号をユーザに対して付与する。これにより、情報処理装置100は、クレジットカードを所持していないユーザに対しても、後払い決済を可能にする。したがって、情報処理装置100は、決済サービスにおけるユーザビリティを向上させることができる。また、情報処理装置100は、既存のクレジットカードシステムを利用して後払い決済サービスを導入することができる。したがって、情報処理装置100は、新たな後払い決済サービスを一から導入する場合と比べると、後払い決済サービスの導入コストを低く抑えることができる。
As described above, the
なお、図1では、情報処理装置100が、ユーザがクレジットカードを所持しているか否かに関わらず、ユーザに対して後払い番号を付与する例を示したが、情報処理装置100がクレジットカードを所持していないユーザに対してのみ、後払い番号を付与してもよい。例えば、情報処理装置100は、記憶部を参照して、ユーザがクレジットカードを所持しているか否かを判定する。続いて、情報処理装置100は、ユーザがクレジットカードを所持していると判定した場合は、ユーザに対して後払い番号を付与しないことを決定する。一方、情報処理装置100は、ユーザがクレジットカードを所持していないと判定した場合は、ユーザの信用度を算出する。続いて、情報処理装置100は、算出したユーザの信用度に応じて、ユーザに対して後払い番号を付与することを決定する。
Although FIG. 1 shows an example in which the
また、図1では、情報処理装置100が与信又は2種類の確認を行った後すぐのタイミングで店舗の口座に入金する例を示したが、情報処理装置100が店舗の口座に対して月に数回のタイミングで数回分の決済金額分をまとめて入金してもよい。
Further, FIG. 1 shows an example in which the
また、図1では、情報処理装置100が所定期間毎にまとめて後払い決済の請求書をユーザに対して送付する例を示したが、情報処理装置100が数回分の後払い決済をまとめて月に数回に分けて請求書を送付してもよい。
Further, in FIG. 1, an example is shown in which the
〔2.情報処理システムの構成〕
次に、図2を用いて、実施形態に係る情報処理システムの構成について説明する。図2は、実施形態に係る情報処理システムの構成例を示す図である。図2に示すように、情報処理システム1には、端末装置10と、電子商取引サーバ20と、コンテンツサーバ30と、検索サーバ40と、SNS(Social Networking Service)サーバ50と、情報処理装置100とが含まれる。端末装置10と、電子商取引サーバ20と、コンテンツサーバ30と、検索サーバ40と、SNSサーバ50と、情報処理装置100とは所定のネットワークNを介して、有線または無線により通信可能に接続される。なお、図2に示す情報処理システム1には、任意の数の端末装置10と任意の数の電子商取引サーバ20と任意の数のコンテンツサーバ30と任意の数の検索サーバ40と任意の数のSNSサーバ50と任意の数の情報処理装置100とが含まれてもよい。
[2. Information processing system configuration]
Next, the configuration of the information processing system according to the embodiment will be described with reference to FIG. FIG. 2 is a diagram showing a configuration example of an information processing system according to an embodiment. As shown in FIG. 2, the
端末装置10は、ユーザの操作に従って、ユーザによって選択された決済方法に基づく決済要求に関する決済要求情報を電子商取引サーバ20に送信する。例えば、端末装置10は、ユーザの操作に従って、ユーザのクレジットカード番号に基づく決済要求に関する決済要求情報を電子商取引サーバ20に送信する。また、例えば、端末装置10は、ユーザの操作に従って、ユーザの後払い番号に基づく決済要求に関する決済要求情報を電子商取引サーバ20に送信する。
The
電子商取引サーバ20は、ショッピングサービスやオークションサービスといった電子商取引サービスを提供するサーバ装置である。例えば、電子商取引サーバ20は、ユーザの電子商取引サービスの利用履歴である商取引履歴に関する情報を保持する。例えば、電子商取引サーバ20は、商取引履歴に関する情報として、ユーザによる商品等の購買回数、購買の合計金額、使用ポイント数、支払方法毎の購入回数、会員費の支払い状況、個人間取引における評価等の情報を保持する。また、電子商取引サーバ20は、ユーザによるオークションサービスへのユーザの入札履歴、落札履歴、出品履歴に関する情報として、入札金額、入札回数等、落札金額、落札回数等、出品金額、出品回数等の情報を保持する。電子商取引サーバ20は、情報処理装置100から商取引履歴の取得要求を受け付けると、商取引履歴を情報処理装置100に送信する。
The
また、電子商取引サーバ20は、所定の番号に基づく決済要求に関する決済要求情報を端末装置10から受信する。電子商取引サーバ20は、所定の番号に基づく決済要求情報を端末装置10から受信すると、所定の番号に基づく決済要求に関する決済要求情報を情報処理装置100に送信する。
Further, the
コンテンツサーバ30は、ニュース記事等のコンテンツ配信サービスを提供するサーバ装置である。例えば、コンテンツサーバ30は、ユーザによるコンテンツの閲覧履歴に関する情報を保持する。コンテンツサーバ30は、情報処理装置100から閲覧履歴に関する情報の取得要求を受け付けると、閲覧履歴に関する情報を情報処理装置100に送信する。
The content server 30 is a server device that provides a content distribution service for news articles and the like. For example, the content server 30 holds information regarding the browsing history of the content by the user. When the content server 30 receives a request for acquisition of information related to the browsing history from the
検索サーバ40は、検索サービスを提供するサーバ装置である。例えば、検索サーバ40は、ユーザによって検索された検索クエリの履歴である検索履歴に関する情報を保持する。検索サーバ40は、情報処理装置100から検索履歴に関する情報の取得要求を受け付けると、検索履歴に関する情報を情報処理装置100に送信する。
The
SNSサーバ50は、SNSサービスを提供するサーバ装置である。例えば、SNSサーバ50は、ユーザによって利用されたSNSサービスの利用履歴に関する情報を保持する。SNSサーバ50は、情報処理装置100からSNSサービスの利用履歴に関する情報の取得要求を受け付けると、SNSサービスの利用履歴に関する情報を情報処理装置100に送信する。
The
情報処理装置100は、図1で説明した情報処理を行うサーバ装置である。情報処理装置100は、ユーザのネットワーク上の行動履歴に関する情報に基づいて、ユーザの信用度を算出する。そして、情報処理装置100は、算出した信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号をユーザに対して付与する。
The
〔3.情報処理装置の構成〕
次に、図3を用いて、実施形態に係る情報処理装置100の構成について説明する。図3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3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。なお、情報処理装置100は、情報処理装置100の管理者等から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示させるための表示部(例えば、液晶ディスプレイ等)を有してもよい。
[3. Information processing device configuration]
Next, the configuration of the
(通信部110)
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部110は、ネットワークと有線または無線で接続され、例えば、端末装置10と電子商取引サーバ20とコンテンツサーバ30と検索サーバ40とSNSサーバ50との間で情報の送受信を行う。
(Communication unit 110)
The
(記憶部120)
記憶部120は、例えば、RAM(Random Access Memory)、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。記憶部120は、図3に示すように、ユーザ情報記憶部121とモデル情報記憶部122と番号情報記憶部123と決済情報記憶部124を有する。
(Memory unit 120)
The storage unit 120 is realized by, for example, a semiconductor memory element such as a RAM (Random Access Memory) or a flash memory (Flash Memory), or a storage device such as a hard disk or an optical disk. As shown in FIG. 3, the storage unit 120 includes a user
(ユーザ情報記憶部121)
ユーザ情報記憶部121は、ユーザに関する各種の情報を記憶する。図4に、実施形態に係るユーザ情報記憶部の一例を示す。図4に示す例では、ユーザ情報記憶部121は、「ユーザID」、「期間区分」、「ユーザ属性」、「商取引履歴」、「閲覧履歴」、「検索履歴」、「SNS利用履歴」、「信用度」といった項目を有する。
(User information storage unit 121)
The user
「ユーザID」は、ユーザを識別するための識別情報を示す。「期間区分」は、ユーザの信用度を算出する算出日を基準日として、基準日より前の1年間の期間(以下、適宜「期間1」と記載する。)を1か月毎に12の区分に分けた期間を示す。例えば、図4の1レコード目に示す例では、期間区分「1月目」は、期間1の最初の1か月間を示す。例えば、図4の2レコード目に示す例では、期間区分「2月目」は、期間1の次の1か月間を示す。例えば、図4の5レコード目に示す例では、期間区分「12月目」は、期間1の最後の1か月間を示す。
The "user ID" indicates identification information for identifying the user. In the "period classification", the calculation date for calculating the creditworthiness of the user is set as the base date, and the period of one year before the base date (hereinafter, appropriately referred to as "
「ユーザ属性」は、期間1における1か月毎のユーザの属性情報を示す。例えば、「ユーザ属性」は、期間1における1か月毎のユーザの属性情報として、毎月決まった日にち(例えば、毎月27日)における属性情報を示す。例えば、ユーザの属性情報は、ユーザの性別、年齢、職業、年収、居住地といったデモグラフィック情報である。また、ユーザの属性情報は、電子商取引サーバ20から取得した情報と合わせた情報であってもよい。図4の1レコード目に示す例では、ユーザ属性「ユーザ属性#1−1」は、期間1の最初の1か月間におけるユーザU1の属性情報を示す。
The "user attribute" indicates the attribute information of the user for each month in the
「商取引履歴」は、期間1における1か月毎のユーザの商取引履歴に関する情報を示す。図4の1レコード目に示す例では、商取引履歴「商取引履歴#1−1」は、期間1の最初の1か月間におけるユーザU1の商取引履歴に関する情報に対応する。
"Commercial transaction history" indicates information on the user's commercial transaction history for each month in the
「閲覧履歴」は、期間1における1か月毎のユーザの閲覧履歴に関する情報を示す。なお、閲覧履歴には、ユーザが所定の広告コンテンツを選択したというアクセス履歴を含むものとする。図4の1レコード目に示す例では、閲覧履歴「閲覧履歴#1−1」は、期間1の最初の1か月間におけるユーザU1の閲覧履歴に関する情報に対応する。
The "browsing history" indicates information on the browsing history of the user every month in the
「検索履歴」は、期間1における1か月毎のユーザの検索履歴に関する情報を示す。図4の1レコード目に示す例では、検索履歴「検索履歴#1−1」は、期間1の最初の1か月間におけるユーザU1の検索履歴に関する情報に対応する。
The "search history" indicates information on the user's search history for each month in the
「SNS利用履歴」は、期間1における1か月毎のユーザのSNS利用履歴に関する情報を示す。図4の1レコード目に示す例では、SNS利用履歴「SNS利用履歴#1−1」は、期間1の最初の1か月間におけるユーザU1のSNS利用履歴に関する情報に対応する。
The "SNS usage history" indicates information on the user's SNS usage history for each month in the
「信用度」は、ユーザのネットワーク上の行動履歴に関する情報に基づいて算出されたユーザの信用度を示す。図4に示す例では、信用度「信用度#1」は、ユーザU1のネットワーク上の行動履歴に関する情報に基づいて算出されたユーザU1の信用度を示す。
The "credibility" indicates the credit rating of the user calculated based on the information about the behavior history of the user on the network. In the example shown in FIG. 4, the credit rating "
(モデル情報記憶部122)
モデル情報記憶部122は、信用度を算出するモデルに関する各種の情報を記憶する。図5に、実施形態に係るモデル情報記憶部の一例を示す。図5に示す例では、モデル情報記憶部122は、「モデルID」、「モデルデータ」といった項目を有する。
(Model information storage unit 122)
The model
「モデルID」は、信用度を算出するモデルを識別するための識別情報を示す。「モデルデータ」は、信用度を算出するモデルのモデルデータを示す。 The "model ID" indicates identification information for identifying a model for calculating creditworthiness. “Model data” indicates model data of a model for calculating creditworthiness.
(番号情報記憶部123)
番号情報記憶部123は、クレジットカード番号および後払い決済番号に関する各種の情報を記憶する。図6に、実施形態に係る番号情報記憶部の一例を示す。図6に示す例では、番号情報記憶部123は、「番号」、「ユーザID」、「住所」、「後払い枠(円/月)」、「ショッピング枠(円)」、「キャッシング枠(円)」、「引落口座情報」といった項目を有する。「引落口座情報」は、さらに「金融機関」、「口座番号」、「名義人」といった小項目を有する。
(Number information storage unit 123)
The number
「番号」は、ユーザのクレジットカード番号又はユーザの後払い決済番号を示す。「ユーザID」は、ユーザを識別するための識別情報を示す。「住所」は、ユーザの住所を示す。「後払い枠(円/月)」は、後払い決済を利用可能なユーザに対して付与された与信枠を示す。「ショッピング枠(円)」は、クレジットカード決済を利用可能なユーザに対して付与されたショッピングの与信枠を示す。「キャッシング枠(円)」は、クレジットカード決済を利用可能なユーザに対して付与されたキャッシングの与信枠を示す。「引落口座情報」は、クレジットカードの引き落とし口座を示す。「金融機関」は、クレジットカードの引き落とし口座の金融機関を示す。「口座番号」は、クレジットカードの引き落とし口座の口座番号を示す。「名義人」は、クレジットカードの引き落とし口座の名義人を示す。 "Number" indicates the user's credit card number or the user's postpaid payment number. The "user ID" indicates identification information for identifying the user. "Address" indicates a user's address. The "deferred payment limit (yen / month)" indicates a credit line granted to a user who can use the deferred payment. The "shopping line (yen)" indicates a shopping credit line given to a user who can use credit card payment. The "cashing line (yen)" indicates a cashing credit line given to a user who can use credit card payment. "Withdrawal account information" indicates a credit card withdrawal account. "Financial institution" refers to the financial institution of the credit card debit account. "Account number" indicates the account number of the credit card debit account. "Holder" refers to the holder of a credit card debit account.
(決済情報記憶部124)
決済情報記憶部124は、決済情報に関する各種の情報を記憶する。図7に、実施形態に係る決済情報記憶部の一例を示す。図7に示す例では、決済情報記憶部124は、「決済要求ID」、「支払先」、「決済要求日」、「決済金額(円)」、「番号」といった項目を有する。
(Payment information storage unit 124)
The payment
「決済要求ID」は、決済要求を識別するための識別情報を示す。「支払先」は、決済金額の支払先を示す。「決済要求日」は、決済要求が受け付けられた日付を示す。「決済金額(円)」は、決済要求に係る決済金額を示す。「番号」は、決済要求情報に紐づいているクレジットカード番号又は後払い決済番号を示す。 The "payment request ID" indicates identification information for identifying the payment request. "Payee" indicates the payee of the settlement amount. "Settlement request date" indicates the date on which the settlement request was accepted. "Settlement amount (yen)" indicates the settlement amount related to the settlement request. The "number" indicates a credit card number or a postpaid payment number associated with the payment request information.
(制御部130)
図3の説明に戻って、制御部130は、コントローラ(controller)であり、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)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を作業領域として実行されることにより実現される。また、制御部130は、コントローラであり、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現される。
(Control unit 130)
Returning to the description of FIG. 3, the control unit 130 is a controller, and is stored in a storage device inside the
図3に示すように、制御部130は、提供部131と、算出部132と、付与部133と、受付部134と、判定部135と、蓄積部136、決定部137を有し、以下に説明する情報処理の作用を実現または実行する。なお、制御部130の内部構成は、図3に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
As shown in FIG. 3, the control unit 130 includes a providing unit 131, a calculating
(提供部131)
提供部131は、ユーザに対してクレジットカードを発行する。提供部131は、ユーザに対してクレジットカード番号を付与する。提供部131は、クレジットカード会社としての事業者B1を識別する発行者識別番号である「1234−56」を含むクレジットカード番号を付与する。また、提供部131は、クレジットカードの発行時に、クレジットカード番号に含まれる会員口座番号とユーザの銀行口座(引き落とし口座)の番号とを紐づけて番号情報記憶部123に登録する。
(Providing section 131)
The providing unit 131 issues a credit card to the user. The providing unit 131 assigns a credit card number to the user. The providing unit 131 assigns a credit card number including "1234-56", which is an issuer identification number that identifies the business operator B1 as a credit card company. Further, when the credit card is issued, the providing unit 131 links the member account number included in the credit card number with the number of the user's bank account (withdrawal account) and registers it in the number
また、提供部131は、判定部135によって与信が行われると、商品代金分の与信枠を確保する。提供部131は、与信枠を確保すると、与信結果(決済結果)を電子商取引サーバ20に送信する。続いて、提供部131は、与信結果(決済結果)を電子商取引サーバ20に送信すると、店舗の銀行口座に商品代金からカード手数料を引いた金額を入金する処理を行う。
Further, when the credit is given by the
続いて、提供部131は、店舗の銀行口座に商品代金を入金する処理を行うと、ユーザに対してクレジットカードの利用代金を請求する。例えば、提供部131は、ユーザに対してクレジットカードの利用代金の請求明細が記載された請求書を発行して、ユーザに送付する。続いて、提供部131は、ユーザに対してクレジットカードの利用代金を請求すると、ユーザのクレジットカード番号に紐づく引き落とし口座から商品代金を引き落とす処理を行う。具体的には、提供部131は、番号情報記憶部123を参照して、ユーザのクレジットカード番号に紐づく引き落とし口座から商品代金を引き落とす処理を行う。
Subsequently, the providing unit 131 charges the user for the credit card usage fee when the processing of depositing the product price into the bank account of the store is performed. For example, the providing unit 131 issues an invoice containing the billing details of the credit card usage fee to the user and sends it to the user. Subsequently, when the providing unit 131 charges the user for the credit card usage fee, the providing unit 131 performs a process of withdrawing the product price from the withdrawal account linked to the user's credit card number. Specifically, the providing unit 131 refers to the number
また、提供部131は、判定部135によって住所確認と本人確認の判定結果が電子商取引サーバ20に送信されると、店舗31の銀行口座に商品代金から後払い手数料を引いた金額を入金する処理を行う。
Further, when the
また、提供部131は、決定部137によって決済金額を請求することが決定されると、所定期間の後払いの利用代金の請求明細が表示された請求書を発行して、ユーザに対して送付する。具体的には、提供部131は、ユーザによって商品の送付先として指定された住所に請求書を送付する。例えば、提供部131は、コンビニ払いによる支払いが可能な請求書を発行して、ユーザによって商品の送付先として指定された住所にコンビニ払いの請求書を送付する。
Further, when the
(算出部132)
算出部132は、ユーザのネットワーク上の行動履歴に関する情報に基づいて、ユーザの信用度を算出する。具体的には、算出部132は、ユーザの信用度を算出するモデルM1を生成する。より具体的には、算出部132は、所定の与信を供与された第1ユーザのネットワーク上の行動履歴に関する情報と第1ユーザが債務不履行を起こしたか否かの実績とに基づいて、信用力の算出対象である第2ユーザのネットワーク上の行動履歴に関する情報から、第2ユーザが債務不履行を起こすか否かに関する指標値を算出するモデルM1を生成する。続いて、算出部132は、生成したモデルM1を用いて、第2ユーザの信用度として、第2ユーザが債務不履行を起こすか否かに関する指標値を算出する。例えば、算出部132は、第2ユーザの信用度として、第2ユーザのデフォルト確率を算出する。また、算出部132は、算出したデフォルト確率に基づいて、第2ユーザの信用力を推定してもよい。また、算出部132は、算出したデフォルト確率に基づいて、ユーザの返済能力を推定してもよい。
(Calculation unit 132)
The
算出部132は、所定の与信を供与された第1ユーザのネットワーク上の行動履歴のうち、第1ユーザが所定の与信を供与される前の行動履歴である第1行動履歴に関する情報を取得する。ここで、「所定の与信を供与された」とは、金融機関等による融資や融資枠、支払い承諾(保証)等を供与されたことや、クレジットカード会社の利用可能枠を供与されたことや、与信枠を増枠されたことを意味する。例えば、所定の与信を供与された第1ユーザは、クレジットカード会社である事業者B1がクレジットカードを発行したユーザを指す。なお、「所定の与信に関する与信審査」とは、金融機関等がユーザに供与した融資や融資枠、支払い承諾(保証)等に関する与信審査や、クレジットカード会社がユーザに供与した利用可能枠に関する与信審査や、クレジットカード会社がユーザに供与した与信枠の増枠や減枠といった与信枠の変更に関する与信審査を意味する。
The
具体的には、算出部132は、クレジットカードの発行実績がある第1ユーザのネットワーク上の行動履歴のうち、第1ユーザがクレジットカードを持つ前の行動履歴である第1行動履歴に関する情報を取得する。例えば、算出部132は、第1ユーザのネットワーク上の行動履歴のうち、第1ユーザに対するクレジットカード発行日を基準日として、基準日より前の1年間(以下、適宜「期間1」と記載する。)における第1ユーザのネットワーク上の行動履歴である第1行動履歴に関する情報を取得する。例えば、算出部132は、期間1における第1ユーザのネットワーク上の行動履歴に関する情報を1か月毎に取得してもよい。そして、算出部132は、第1行動履歴に関する情報を取得すると、ユーザ情報記憶部121に格納する。例えば、算出部132は、第1行動履歴に関する情報を1か月毎に取得して、1か月毎に取得した第1行動履歴に関する情報を期間区分と対応付けてユーザ情報記憶部121に格納する。なお、算出部132は、第1ユーザのネットワーク上の行動履歴に関する情報を必ずしも1か月毎に取得しなくてもよい。例えば、算出部132は、第1ユーザのネットワーク上の行動履歴に関する情報を所定の期間毎(例えば1日毎や4か月毎等)に取得してもよい。
Specifically, the
例えば、算出部132は、基準日より前の期間1における1か月毎の第1ユーザの商取引履歴に関する情報を電子商取引サーバ20から取得する。例えば、算出部132は、第1ユーザの商取引履歴に関する情報として、電子商取引サービスにおける期間1における1か月毎の商品等の購買回数、購入金額、使用ポイント数、支払方法毎の購入回数、会員費の支払い状況(会員費の不払いの有無等)、個人間取引における評価(1〜5までの5段階の数値による評価や、優・良・可等の離散値による評価)に関する情報を取得する。また、算出部132は、第1ユーザの商取引履歴に関する情報として、第1ユーザによるオークションサービスへの期間1における1か月毎の入札履歴(入札金額、入札回数等)、落札履歴(落札金額、落札回数等)、出品履歴(出品金額、出品回数等)に関する情報を取得する。そして、算出部132は、第1ユーザの商取引履歴に関する情報を取得すると、取得した第1ユーザの商取引履歴に関する情報を期間区分ごとにユーザ情報記憶部121の「商取引履歴」の項目に格納する。
For example, the
例えば、算出部132は、基準日より前の期間1における1か月毎の第1ユーザの閲覧履歴をコンテンツサーバ30から取得する。例えば、算出部132は、第1ユーザの閲覧履歴に関する情報として、第1ユーザが所定のニュース記事等のテキストコンテンツを閲覧した閲覧回数を1か月毎に取得する。例えば、算出部132は、第1ユーザの閲覧履歴に関する情報として、第1ユーザが所定の動画コンテンツを視聴した視聴回数を1か月毎に取得する。例えば、算出部132は、第1ユーザの閲覧履歴に関する情報として、第1ユーザが所定の広告コンテンツにアクセスしたアクセス回数を1か月毎に取得する。そして、算出部132は、第1ユーザの閲覧履歴に関する情報を取得すると、取得した第1ユーザの閲覧履歴に関する情報を期間区分ごとにユーザ情報記憶部121の「閲覧履歴」の項目に格納する。
For example, the
例えば、算出部132は、基準日より前の期間1における1か月毎の第1ユーザの検索履歴に関する情報を検索サーバ40から取得する。例えば、算出部132は、第1ユーザの検索履歴に関する情報として、第1ユーザが所定の検索クエリを検索した検索回数を1か月毎に取得する。例えば、算出部132は、第1ユーザが所定の検索クエリを検索した検索頻度を取得する。例えば、算出部132は、第1ユーザが所定の検索クエリを検索した検索有無を取得する。例えば、算出部132は、第1ユーザによって検索された検索クエリのスコアを取得する。例えば、算出部132は、tf−idf(Term Frequency、Inverse Document Frequency)等の重み値を取得する。例えば、算出部132は、tf−idf等の重み値を利用して、第1ユーザに特徴的な検索クエリを判定してもよい。なお、算出部132は、第1ユーザによって検索された検索クエリに共起する共起ワードの重み等を取得してもよい。共起ワードの重みは、例えば、tf−idf等によりスコアリングされた数値や、共起ワードの出現率に基づく所定の指標値等が対応する。そして、算出部132は、第1ユーザの検索履歴に関する情報を取得すると、取得した第1ユーザの検索履歴に関する情報を期間区分ごとにユーザ情報記憶部121の「検索履歴」の項目に格納する。
For example, the
例えば、算出部132は、基準日より前の期間1における1か月毎の第1ユーザのSNS利用履歴に関する情報をSNSサーバ50から取得する。例えば、算出部132は、第1ユーザのSNS利用履歴に関する情報として、第1ユーザが所定のSNSを利用した利用回数を取得する。例えば、算出部132は、第1ユーザのSNS利用履歴に関する情報として、第1ユーザが所定のSNSに投稿した投稿回数を取得する。例えば、算出部132は、第1ユーザのSNS利用履歴に関する情報として、第1ユーザが所定のSNSに投稿した投稿記事に含まれるキーワードの出現数を取得する。例えば、算出部132は、SNSに投稿された投稿記事ごとに、短文を特徴付ける語として抽出された単語をキーワードとし、その出現数を取得してもよい。例えば、算出部132は、tf−idfなど、短文中に出現する各単語をスコアリングするアルゴリズムを利用することにより短文を特徴付けるキーワードを抽出してもよい。そして、算出部132は、第1ユーザのSNS利用履歴に関する情報を取得すると、取得した第1ユーザのSNS利用履歴に関する情報を期間区分ごとにユーザ情報記憶部121の「SNS利用履歴」の項目に格納する。
For example, the
また、算出部132は、第1ユーザが債務不履行を起こしたか否かの実績を取得する。具体的には、算出部132は、第1ユーザに対するクレジットカード発行日を基準日として、基準日以降の1年3か月間(以下、適宜「期間2」と記載する。)に第1ユーザが債務不履行を起こしたか否かの実績を取得する。算出部132は、第1ユーザが債務不履行を起こしたか否かの実績を取得すると、取得した情報を記憶部120に格納する。
In addition, the
算出部132は、取得した第1行動履歴に関する情報と第1ユーザが債務不履行を起こしたか否かの実績とに基づいて、第2ユーザの第2行動履歴に関する情報から、第2ユーザが債務不履行を起こすか否かに関する指標値を算出するモデルM1を生成する。算出部132は、モデルM1を生成すると、生成したモデルをモデル情報記憶部122に格納する。
Based on the acquired information on the first action history and the record of whether or not the first user has defaulted, the
具体的には、算出部132は、クレジットカードの発行実績がある第1ユーザのネットワーク上の行動履歴のうち、第1ユーザがクレジットカードを持つ前の行動履歴である第1行動履歴に関する情報と、第1ユーザが債務不履行を起こしたか否かの実績とに基づいて、信用力の算出対象である第2ユーザの第2行動履歴に関する情報から、第2ユーザが債務不履行を起こすか否かに関する指標値を算出するモデルM1を生成する。例えば、算出部132は、第1ユーザのネットワーク上の行動履歴のうち、第1ユーザがクレジットカードを持つ前の行動履歴である第1行動履歴に関する情報と第1ユーザが債務不履行を起こしたか否かの実績とに基づいて生成されるモデルであって、第2ユーザの第2行動履歴に関する情報が入力された場合に、第2ユーザが債務不履行を起こす確率であるデフォルト確率を算出するモデルM1を生成する。
Specifically, the
以下に、算出部132が生成するモデルの一例を示す。なお、算出部132が生成するモデルは以下のものに限られず、第1行動履歴に関する情報と第1ユーザが債務不履行を起こしたか否かの実績とに基づいて生成されるモデルであって、第2行動履歴に関する情報が入力された場合に、第2ユーザが債務不履行を起こす確率であるデフォルト確率を出力するモデルであれば、どのようなモデルであってもよい。
An example of the model generated by the
具体的には、算出部132は、第1ユーザが債務不履行を起こしたか否かを示す結果情報を機械学習における目的変数とする。そして、算出部132は、期間1における1か月毎の第1ユーザのネットワーク上の行動履歴に関する各情報を説明変数(素性)とする。言い換えると、算出部132は、期間1の期間区分「M月目」(M=1、2、…、12)における第1ユーザのネットワーク上の行動履歴に関する各情報を説明変数(素性)とする。
Specifically, the
例えば、算出部132は、ユーザ情報記憶部121を参照して、期間1の期間区分「M月目」(M=1、2、…、12)における第1ユーザのネットワーク上の商取引履歴に関する情報を素性とする。例えば、算出部132は、期間1の期間区分「M月目」(M=1、2、…、12)における第1ユーザによる商品等の購買回数、購入金額、使用ポイント数、支払方法毎の購入回数、会員費の支払い状況(会員費の不払いの有無等)、個人間取引における評価(1〜5までの5段階の数値による評価や、優・良・可等の離散値による評価)に関する情報をそれぞれ素性とする。例えば、算出部132は、期間1の期間区分「M月目」(M=1、2、…、12)における第1ユーザによるオークションサービスへの入札金額、入札回数、落札金額、落札回数、出品金額、出品回数等に関する情報をそれぞれ素性とする。
For example, the
また、算出部132は、ユーザ情報記憶部121を参照して、期間1の期間区分「M月目」(M=1、2、…、12)における第1ユーザのネットワーク上の閲覧履歴に関する情報を素性とする。例えば、算出部132は、期間1の期間区分「M月目」(M=1、2、…、12)に第1ユーザが所定のニュース記事等のテキストコンテンツを閲覧した閲覧回数を素性とする。例えば、算出部132は、期間1の期間区分「M月目」(M=1、2、…、12)に第1ユーザが所定の動画コンテンツを視聴した視聴回数を素性とする。例えば、算出部132は、期間1の期間区分「M月目」(M=1、2、…、12)に第1ユーザが所定の広告コンテンツにアクセスしたアクセス回数を素性とする。
Further, the
また、算出部132は、ユーザ情報記憶部121を参照して、期間1の期間区分「M月目」(M=1、2、…、12)における第1ユーザのネットワーク上の検索履歴に関する情報を素性とする。例えば、算出部132は、期間1の期間区分「M月目」(M=1、2、…、12)に第1ユーザが所定の検索クエリを検索した検索回数を素性とする。例えば、算出部132は、期間1の期間区分「M月目」(M=1、2、…、12)に第1ユーザが所定の検索クエリを検索した検索頻度を素性とする。例えば、算出部132は、期間1の期間区分「M月目」(M=1、2、…、12)に第1ユーザが所定の検索クエリを検索した検索有無を素性とする。例えば、算出部132は、期間1の期間区分「M月目」(M=1、2、…、12)に第1ユーザによって検索された検索クエリのスコアを素性とする。例えば、算出部132は、期間1の期間区分「M月目」(M=1、2、…、12)に第1ユーザによって検索された検索クエリのtf−idf等の重み値を素性とする。
Further, the
また、算出部132は、ユーザ情報記憶部121を参照して、期間1の期間区分「M月目」(M=1、2、…、12)における第1ユーザのネットワーク上のSNS利用履歴に関する情報を素性とする。例えば、算出部132は、期間1の期間区分「M月目」(M=1、2、…、12)に第1ユーザが所定のSNSを利用した利用回数を素性とする。例えば、算出部132は、期間1の期間区分「M月目」(M=1、2、…、12)に第1ユーザが所定のSNSに投稿した投稿回数を素性とする。例えば、算出部132は、期間1の期間区分「M月目」(M=1、2、…、12)に第1ユーザが所定のSNSに投稿した投稿記事に含まれるキーワードの出現数を素性とする。
Further, the
そして、算出部132は、目的変数と説明変数とを用いて、モデルを生成する。算出部132は、種々の説明変数を用いてモデルを生成する。例えば、算出部132は、ユーザ情報記憶部121に記憶されているあらゆる情報を説明変数として用いることができる。
Then, the
例えば、算出部132は、第1ユーザが債務不履行を起こしたか否かという結果情報と、第1ユーザがクレジットカードを持つ前の行動履歴に関する情報を示す式を生成する。さらに、算出部132は、第1ユーザがクレジットカードを持つ前の行動履歴に関する個々の情報が、第1ユーザが債務不履行を起こしたか否かという結果の事象に対して、どのような重みを有するかを学習して算出する。これにより、算出部132は、ユーザが債務不履行を起こすという事象に対して、個々の情報がどのくらい寄与するのかといった情報を得ることができる。例えば、算出部132は、下記式(1)を作成する。
For example, the
y = ω1・x1 + ω2・x2 + ω3・x3 ・・・+ ωN・xN ・・・(1)(Nは任意の数) y = ω 1・ x 1 + ω 2・ x 2 + ω 3・ x 3・ ・ ・ + ω N・ x N・ ・ ・ (1) (N is an arbitrary number)
上記式(1)は、例えば、個々の第1ユーザごとに作成される。上記式(1)において、「y」は、「第1ユーザが債務不履行を起こしたか否か」という事象を示す。学習において、債務不履行を起こした第1ユーザを正解データとするのであれば、「y」は「1」の値を取る。また、学習において、債務不履行を起こさなかった第1ユーザを正解データとするのであれば、「y」は「0」の値を取る。 The above formula (1) is created for each individual first user, for example. In the above formula (1), "y" indicates an event of "whether or not the first user has defaulted". In learning, if the first user who has defaulted is the correct answer data, "y" takes a value of "1". Further, in learning, if the first user who has not defaulted is the correct answer data, "y" takes a value of "0".
また、上記式(1)において、「x」は、期間1における1か月毎の第1ユーザのネットワーク上の行動履歴に関する情報(素性)である各説明変数に対応する。すなわち、「x」は、期間1の期間区分「M月目」(M=1、2、…、12)における第1ユーザのネットワーク上の行動履歴に関する情報(素性)である。また、上記式(1)において、「ω」は、「x」の係数であり、所定の重み値を示す。具体的には、「ω1」は、「x1」の重み値であり、「ω2」は、「x2」の重み値であり、「ω3」は、「x3」の重み値である。このように、上記式(1)は、期間1における1か月毎の第1ユーザのネットワーク上の行動履歴に関する情報から抽出された特徴情報に対応する説明変数「x」と、所定の重み値「ω」とを含む変数(例えば、「ω1・x1」)を組合せることにより作成される。
Further, in the above equation (1), "x" corresponds to each explanatory variable which is information (features) regarding the behavior history of the first user on the network every month in the
例えば、上記式(1)において、仮に、「x1」は、「期間1の期間区分「1月目」における第1ユーザの商品等の購買回数」であるとする。例えば、「x1」は、「20(回)」であるとする。また、「x2」は、「期間1の期間区分「1月目」における第1ユーザの商品等の購買金額の合計金額」であるとする。例えば、「x2」は、「50,000(円)」であるとする。また、「x3」は、「期間1の期間区分「1月目」における第1ユーザの個人間取引における評価」であるとする。例えば、「x3」は、「5」(個人間取引評価が、1〜5までの5段階の数値で評価される場合)であるとする。この場合、第1ユーザに対応する上記式(1)は、以下の式(2)のように表すことができる。
For example, in the above formula (1), it is assumed that "x 1 " is "the number of purchases of products, etc. by the first user in the period division" 1st month "of
y(債務不履行を起こした第1ユーザ)(=1) = ω1・(期間1の期間区分「1月目」における第1ユーザU11の商品等の購買回数(=20(回))) + ω2・(期間1の期間区分「1月目」における第1ユーザU11の商品等の購買金額の合計金額(=50,000(円))) + ω3・(期間1の期間区分「1月目」における第1ユーザU11の個人間取引における評価(=5)) + ωN・xN ・・・(2)
y (first user who defaulted) (= 1) = ω 1. (Number of purchases of products, etc. of the first user U11 in the period category "1st month" of period 1 (= 20 (times))) + ω 2・ (Total amount of purchase amount of products etc. of the first user U11 in the period category “1st month” of period 1 (= 50,000 (yen))) + ω 3・ (Period category “1” of
算出部132は、上記式(2)のように、第1ユーザごとに式を生成する。そして、算出部132は、生成した式を機械学習のサンプルとする。そして、算出部132は、サンプルとなる式の演算処理(回帰学習)を行うことにより、所定の重み値「ω」に対応する値を導出する。すなわち、算出部132は、上記式(2)を満たすような所定の重み値「ω」を決定する。言い換えれば、算出部132は、所定の説明変数が目的変数「y」に与える影響を示す重み値「ω」を決定することができる。例えば、「第1ユーザが債務不履行を起こした」という事象に対して、「期間1の期間区分「1月目」における第1ユーザの商品等の購買金額の合計金額」が他の変数と比較して大きく寄与しているのであれば、「期間1の期間区分「1月目」における第1ユーザの商品等の購買金額の合計金額」に対応する重み値「ω2」の値は、他の変数と比較して大きな値が算出される。
The
上記のようにして、算出部132は、第1ユーザが債務不履行を起こすに至るという傾向と、第1ユーザがクレジットカードを持つ前の行動履歴に関する情報(素性)との関連性を求めるためのモデルを生成する。すなわち、算出部132は、生成したモデルに、信用力の算出対象である第2ユーザのネットワーク上の行動履歴に関する情報を入力した場合に、それらの情報が「第2ユーザが債務不履行を起こす」という事象、言い換えれば第1ユーザにどのくらい類似した傾向を有するか、といった関連性を示すスコアを出力することができる。なお、上記式(2)を用いた算出処理では、左辺を「1」や「0」そのものとするのではなく、所定の誤差を想定し、かかる誤差との差異を2乗した値が最小値となるよう近似する最小二乗法などの手法を用いて、「ω」の最適解を算出してもよい。
As described above, the
また、算出部132は、例えば、期間1の期間区分「12月目」における第1ユーザの個人間取引における評価の数値が所定の閾値を下回る第1ユーザは債務不履行を起こす傾向が高く、個人間取引評価の数値が所定の閾値以上である第1ユーザは債務不履行を起こす傾向が低いといった傾向を見出すようなモデルを生成できる。このことは、処理対象となる第2ユーザの期間1の期間区分「12月目」における個人間取引評価の数値が所定の閾値を下回る場合、第2ユーザが将来的に債務不履行を起こす可能性が高いことを意味する。すなわち、「期間1の期間区分「12月目」における個人間取引評価の数値」は、「債務不履行を起こす」という結果に対して(第1ユーザとの相関性を求める素性として)重みが重い要素であるといえる。
Further, in the
なお、算出部132は、いかなる学習アルゴリズムを用いてモデルを生成してもよい。例えば、算出部132は、ニューラルネットワーク(neural network)、サポートベクターマシン、クラスタリング、強化学習等の学習アルゴリズムを用いてモデルを生成する。一例として、算出部132がニューラルネットワークを用いてモデルを生成する場合、モデルは、一以上のニューロンを含む入力層と、一以上のニューロンを含む中間層と、一以上のニューロンを含む出力層とを有する。
The
モデルは、第2ユーザの第2行動履歴に関する情報が入力される入力層と、出力層と、入力層から出力層までのいずれかの層であって出力層以外の層に属する第1要素と、第1要素と第1要素の重みとに基づいて値が算出される第2要素と、を含み、入力層に入力された所定の第2行動履歴に関する情報に応じて、第2ユーザが債務不履行を起こすか否かに関する指標値を出力層から出力するよう、コンピュータを機能させる。 The model includes an input layer into which information about the second action history of the second user is input, an output layer, and a first element that is any layer from the input layer to the output layer and belongs to a layer other than the output layer. , A second element whose value is calculated based on the first element and the weight of the first element, and the second user is obliged according to the information regarding the predetermined second action history input to the input layer. Make the computer function to output the index value regarding whether or not to cause a default from the output layer.
モデルは、第2ユーザの第2行動履歴に関する情報が入力される入力層と、出力層と、入力層から出力層までのいずれかの層であって出力層以外の層に属する第1要素と、第1要素と第1要素の重みとに基づいて値が算出される第2要素と、を含み、入力層に入力された、所定の第2行動履歴に関する情報に対し、出力層以外の各層に属する各要素を第1要素として、第1要素と第1要素の重みとに基づく演算を行うことにより、第2ユーザが債務不履行を起こすか否かに関する指標値を出力層から出力するよう、コンピュータを機能させる。 The model includes an input layer into which information about the second action history of the second user is input, an output layer, and a first element that is any layer from the input layer to the output layer and belongs to a layer other than the output layer. , A second element whose value is calculated based on the first element and the weight of the first element, and each layer other than the output layer with respect to the information regarding the predetermined second action history input to the input layer. By performing an operation based on the weights of the first element and the first element with each element belonging to the first element as the first element, an index value regarding whether or not the second user defaults is output from the output layer. Make your computer work.
ここで、モデルが「y=ω1*x1+ω2*x2+・・・+ωi*xi」で示す回帰モデルで実現されるとする。この場合、モデルが含む第1要素は、x1やx2等といった入力データ(xi)に対応する。また、第1要素の重みは、xiに対応する係数ωiに対応する。ここで、回帰モデルは、入力層と出力層とを有する単純パーセプトロンと見做すことができる。各モデルを単純パーセプトロンと見做した場合、第1要素は、入力層が有するいずれかのノードに対応し、第2要素は、出力層が有するノードと見做すことができる。 Here, it is assumed that the model is realized by the regression model shown by "y = ω 1 * x 1 + ω 2 * x 2 + ... + ω i * x i ". In this case, the first element included in the model corresponds to input data (x i ) such as x 1 and x 2 . The weight of the first element corresponds to the coefficient ω i corresponding to x i . Here, the regression model can be regarded as a simple perceptron having an input layer and an output layer. When each model is regarded as a simple perceptron, the first element corresponds to any node of the input layer, and the second element can be regarded as the node of the output layer.
また、モデルがDNN(Deep Neural Network)等、1つまたは複数の中間層を有するニューラルネットワークで実現されるとする。この場合、モデルが含む第1要素は、入力層または中間層が有するいずれかのノードに対応する。また、第2要素は、第1要素と対応するノードから値が伝達されるノードである次段のノードに対応する。また、第1要素の重みは、第1要素と対応するノードから第2要素と対応するノードに伝達される値に対して考慮される重みである接続係数に対応する。 Further, it is assumed that the model is realized by a neural network having one or a plurality of intermediate layers such as DNN (Deep Neural Network). In this case, the first element included in the model corresponds to either the node of the input layer or the intermediate layer. Further, the second element corresponds to a node in the next stage, which is a node to which a value is transmitted from a node corresponding to the first element. Further, the weight of the first element corresponds to a connection coefficient which is a weight considered for the value transmitted from the node corresponding to the first element to the node corresponding to the second element.
情報処理装置100は、上述した回帰モデルやニューラルネットワーク等、任意の構造を有するモデルを用いて、指標値の算出を行う。具体的には、モデルは、第2ユーザの第2行動履歴に関する情報が入力された場合に、第2ユーザが債務不履行を起こすか否かに関する指標値を出力するように係数が設定される。情報処理装置100は、このようなモデルを用いて、指標値を算出する。
The
なお、上記例では、モデルが、第2ユーザのネットワーク上の行動履歴に関する情報が入力された場合に、第2ユーザが債務不履行を起こすか否かに関する指標値を出力するモデル(モデルMXとする)である例を示した。しかし、実施形態に係るモデルは、モデルMXにデータの入出力を繰り返すことで得られる結果に基づいて生成されるモデルであってもよい。例えば、モデルは、第2ユーザのネットワーク上の行動履歴に関する情報を入力とし、モデルMXが出力する第2ユーザが債務不履行を起こすか否かに関する指標値を出力とするよう学習されたモデル(モデルMY)であってもよい。または、モデルは、所定の第2ユーザのネットワーク上の行動履歴に関する情報を入力とし、モデルMYの出力値を出力とするよう学習されたモデルであってもよい。 In the above example, the model is a model (model MX) that outputs an index value regarding whether or not the second user defaults when information on the behavior history on the network of the second user is input. ) Is shown. However, the model according to the embodiment may be a model generated based on the result obtained by repeating the input / output of data to the model MX. For example, the model is a model (model) learned to input information about the behavior history of the second user on the network and output an index value regarding whether or not the second user defaults, which is output by the model MX. It may be MY). Alternatively, the model may be a model learned to input information on the behavior history of a predetermined second user on the network and output the output value of the model MY.
また、情報処理装置100がGAN(Generative Adversarial Networks)を用いた算出処理を行う場合、モデルは、GANの一部を構成するモデルであってもよい。
Further, when the
算出部132は、取得した第1行動履歴に関する情報と第1ユーザが債務不履行を起こしたか否かの実績とに基づいて、所定の与信に関する与信審査の対象である第2ユーザの第2行動履歴に関する情報から、信用度の算出対象である第2ユーザの信用力を推定する。具体的には、算出部132は、第2ユーザの信用度として、第2ユーザのデフォルト確率を算出する。また、算出部132は、算出したデフォルト確率に基づいて、第2ユーザの信用力を推定してもよい。また、算出部132は、算出したデフォルト確率に基づいて、第2ユーザの返済能力を推定してもよい。
The
より具体的には、算出部132は、取得した第1行動履歴に関する情報と第1ユーザが債務不履行を起こしたか否かの実績とに基づいて、第2ユーザの第2行動履歴に関する情報から、第2ユーザの信用度として、第2ユーザが債務不履行を起こすか否かに関する指標値を算出する。例えば、算出部132は、生成したモデルを用いて、第2ユーザが債務不履行を起こすか否かに関する指標値を算出する。例えば、算出部132は、生成した第1モデルに第2ユーザの第2行動履歴に関する情報を入力することにより、第2ユーザが債務不履行を起こすか否かに関する指標値を算出する。例えば、算出部132は、第2ユーザが債務不履行を起こすか否かに関する指標値として、デフォルト確率を算出する。
More specifically, the
続いて、算出部132は、算出した指標値に基づいて、第2ユーザの信用力を推定してもよい。例えば、算出部132は、算出したデフォルト確率が所定の閾値を下回る場合には、第2ユーザは債務不履行を起こす可能性が低いとみなして、第2ユーザは後払い番号を付与するに足る信用度があると推定する。一方、算出部132は、算出したデフォルト確率が所定の閾値以上である場合には、第2ユーザは債務不履行を起こす可能性が高いとみなして、第2ユーザは後払い番号を付与するに足る信用度がないと推定する。
Subsequently, the
(付与部133)
付与部133は、算出部132によって算出された信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号をユーザに対して付与する。具体的には、付与部133は、算出部132によって算出された信用度が所定の閾値を超える場合に、後払い番号をユーザに対して付与することを決定する。例えば、付与部133は、算出部132によって算出されたデフォルト確率が所定の閾値を下回る場合に、後払い番号をユーザに対して付与することを決定する。続いて、付与部133は、後払い番号をユーザに対して付与することを決定すると、後払い番号をユーザに対して付与する。例えば、付与部133は、ユーザに対して、引き落とし口座と紐づいていない後払い番号を付与する。また、付与部133は、ユーザに対して、後払い決済事業者を示す発行者識別番号を含む後払い番号を付与する。付与部133は、後払い番号をユーザに対して付与すると、後払い番号とユーザIDとを対応付けて番号情報記憶部123に格納する。
(Granting unit 133)
The granting unit 133 assigns a postpaid number, which is a number in the same format as the credit card number, to the user according to the credit rating calculated by the calculating
また、付与部133は、算出部132によって算出された信用度に応じて、後払い番号に基づく決済に関する所定の与信枠(以下、適宜「後払い枠」と記載する。)をユーザに対して付与する。具体的には、付与部133は、算出部132によって算出された信用度が所定の閾値を超える場合に、後払い枠をユーザに対して付与することを決定する。続いて、付与部133は、後払い枠をユーザに対して付与することを決定すると、後払い枠をユーザに対して付与する。例えば、付与部133は、最初は一月あたり5,000円といった定額の後払い枠をユーザに対して付与する。続いて、付与部133は、所定期間の間(例えば、6か月間)ユーザが債務不履行を起こさなかった場合は、後払い枠の金額を増額するようにしてもよい。また、付与部133は、所定期間の間にユーザが債務不履行を起こした場合は、後払い枠の金額を減額するようにしてもよい。なお、算出部132は、所定期間毎にユーザの信用度を算出し直してもよい。そして、付与部133は、所定期間毎に算出し直されたユーザの信用度に応じて、後払い枠の金額を増減してもよい。
In addition, the granting unit 133 grants a predetermined credit line (hereinafter, appropriately referred to as "deferred payment line") for settlement based on the deferred payment number to the user according to the credit rating calculated by the
なお、付与部133は、クレジットカードを所持していないユーザに対してのみ、後払い番号を付与してもよい。例えば、判定部135は、番号情報記憶部123を参照して、ユーザがクレジットカードを所持しているか否かを判定する。続いて、付与部133は、判定部135によってユーザがクレジットカードを所持していると判定された場合は、ユーザに対して後払い番号を付与しないことを決定する。一方、算出部132は、判定部135によってユーザがクレジットカードを所持していないと判定された場合は、ユーザの信用度を算出する。続いて、付与部133は、算出部132によって算出されたユーザの信用度に応じて、ユーザに対して後払い番号を付与することを決定する。
The granting unit 133 may assign a postpaid number only to a user who does not have a credit card. For example, the
(受付部134)
受付部134は、所定の番号に基づく決済要求情報を電子商取引サーバ20から受け付ける。具体的には、受付部134は、提供部131によって付与されたクレジットカード番号に基づく決済要求を受け付ける。また、受付部134は、付与部133によって付与された後払い番号に基づく決済要求を受け付ける。
(Reception Department 134)
The reception unit 134 receives payment request information based on a predetermined number from the
(判定部135)
判定部135は、受付部134によって決済要求情報が受け付けられると、決済要求情報に含まれる番号がクレジットカード番号と後払い番号のいずれであるかを判定する。具体的には、判定部135は、決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭6桁の数字が、カード会社としての事業者B1を示す番号(図1の例では、「1234−56」)と後払い決済事業者としての事業者B1を示す番号(図1の例では、「9999−99」)のいずれと一致するかを判定する。
(Judgment unit 135)
When the payment request information is received by the reception unit 134, the
判定部135は、受付部134によって受け付けられた決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭6桁の数字がカード会社としての事業者B1を示す番号と一致すると判定した場合は、決済要求情報に含まれる番号がクレジットカード番号であると判定する。続いて、判定部135は、決済要求情報に含まれる番号がクレジットカード番号であると判定すると、クレジットカード番号に基づく決済要求に関する決済要求情報を受け付けたと判定する。続いて、判定部135は、クレジットカード番号に基づく決済要求に関する決済要求情報を受け付けたと判定すると、与信(オーソリ)を行う。
When the
なお、判定部135は、決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭6桁の数字が決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭6桁の数字がカード会社としての事業者B1を示す番号と後払い決済事業者としての事業者B1を示す番号のいずれとも一致しないと判定した場合は、受け付けた番号がクレジットカード番号と後払い番号のいずれでもないと判定する。判定部135は、受け付けた番号がクレジットカード番号と後払い番号のいずれでもないと判定した場合は、電子商取引サーバ20に決済処理が不可能であるという通知を行ってもよい。
In addition, the
一方、判定部135は、受付部134によって受け付けられた決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭6桁の数字が後払い決済事業者としての事業者B1を示す番号と一致すると判定した場合は、決済要求情報に含まれる番号が後払い番号であると判定する。続いて、判定部135は、決済要求情報に含まれる番号が後払い番号であると判定すると、後払い番号に基づく決済要求に関する決済要求情報を受け付けたと判定する。
On the other hand, in the
判定部135は、後払い番号に基づく決済要求に関する決済要求情報を受け付けたと判定すると、住所確認と本人確認の2種類の確認処理を行う。判定部135は、住所確認を行う。具体的には、判定部135は、決済要求元のユーザの住所が住所のブラックリストに掲載された住所と一致するか否かを確認する。判定部135は、決済要求元のユーザの住所が住所のブラックリストに掲載された住所と一致すると判定した場合は、決済要求元のユーザは後払い決済を利用可能なユーザでないと判定する。一方、判定部135は、決済要求元のユーザの住所が住所のブラックリストに掲載された住所と一致しないと判定した場合は、決済要求元のユーザは後払い決済を利用可能なユーザであると判定する。
When the
また、判定部135は、本人確認を行う。具体的には、判定部135は、決済要求元のユーザが後払い決済を利用可能なユーザ本人であるか否かを確認する。より具体的には、判定部135は、SMSによって認証コード(4桁の数字)を端末装置10に送信する。判定部135は、端末装置10から4桁の数字を受信すると、受信した4桁の数字が認証コードと一致するか否かを判定する。判定部135は、所定時間が経過しても4桁の数字を受信しない場合、又は受信した4桁の数字が認証コードと一致しない場合は、決済要求元のユーザが後払い決済を利用可能なユーザ本人でないと判定する。一方、判定部135は、受信した4桁の数字が認証コードと一致すると判定した場合は、決済要求元のユーザが後払い決済を利用可能なユーザ本人であると判定する。
In addition, the
続いて、判定部135は、住所確認と本人確認の2種類の確認を行うと、判定結果を電子商取引サーバ20に送信する。なお、判定部135は、住所確認を行った後に、本人確認を行ってもよい。例えば、判定部135は、住所確認を行った結果、決済要求元のユーザは後払い決済を利用可能なユーザであると判定した場合のみ、本人確認を行ってもよい。逆に、判定部135は、本人確認を行った後に、住所確認を行ってもよい。
Subsequently, the
(蓄積部136)
蓄積部136は、受付部134によって決済要求が受け付けられた場合に、決済要求に関する決済要求情報を後払い決済データとして記憶部に蓄積する。具体的には、蓄積部136は、判定部135によって後払い番号に基づく決済要求に関する決済要求情報を受け付けたと判定された場合に、受付部134によって受け付けられた後払い番号に基づく決済要求に関する決済要求情報を後払い決済データとして記憶部に蓄積する。より具体的には、蓄積部136は、受付部134によって受け付けられた後払い番号に基づく決済要求に関する決済要求情報を後払い決済データとして決済情報記憶部124に蓄積する。
(Accumulation unit 136)
When the payment request is received by the reception unit 134, the storage unit 136 stores the payment request information related to the payment request in the storage unit as postpaid payment data. Specifically, when the storage unit 136 determines that the
(決定部137)
決定部137は、蓄積部136によって記憶部に蓄積された決済要求情報に基づいて、ユーザに対して所定期間毎にまとめて決済金額を請求することを決定する。具体的には、決定部137は、蓄積部136によって決済情報記憶部124に蓄積された決済要求情報に基づいて、ユーザに対して毎月1回まとめて後払いの決済金額を請求することを決定する。なお、決定部137は、数回分の後払い決済を月に数回に分けてまとめて後払いの決済金額を請求することを決定してもよい。なお、決定部137は、蓄積部136によって記憶部に蓄積された決済要求情報に基づいて、ユーザに対して所定期間毎にまとめて後払いの決済金額と合わせて後払い手数料を請求することを決定してもよい。
(Decision unit 137)
The
〔4.情報処理のフロー〕
次に、図9を用いて、実施形態に係る情報処理の手順について説明する。図9は、実施形態に係る情報処理手順を示すフローチャートである。図9に示す例では、情報処理装置100は、後払い決済の利用申し込みをユーザから受け付けたか否かを判定する(ステップS101)。情報処理装置100は、後払い決済の利用申し込みを受け付けていないと判定した場合(ステップS101;No)は、後払い決済の利用申し込みを受け付けるまで待機する。
[4. Information processing flow]
Next, the procedure of information processing according to the embodiment will be described with reference to FIG. FIG. 9 is a flowchart showing an information processing procedure according to the embodiment. In the example shown in FIG. 9, the
一方、情報処理装置100は、後払い決済の利用申し込みを受け付けたと判定した場合(ステップS101;Yes)は、ユーザの信用度を取得する(ステップS102)。続いて、情報処理装置100は、ユーザの信用度を取得すると、ユーザの信用度が所定の閾値を超えるか否かを判定する(ステップS103)。
On the other hand, when the
情報処理装置100は、ユーザの信用度が所定の閾値を超えないと判定した場合(ステップS103;No)は、処理を終了する。一方、情報処理装置100は、ユーザの信用度が所定の閾値を超えると判定した場合(ステップS103;Yes)は、後払い番号と後払い枠をユーザに対して付与する(ステップS104)。
When the
〔5.情報処理のフロー〕
次に、図10を用いて、実施形態に係る情報処理の手順について説明する。図10は、実施形態に係る情報処理手順を示すフローチャートである。図10に示す例では、情報処理装置100は、後払い番号に基づく決済要求を受け付けたか否かを判定する(ステップS201)。情報処理装置100は、後払い番号に基づく決済要求を受け付けていないと判定した場合(ステップS201;No)は、後払い番号に基づく決済要求を受け付けるまで待機する。
[5. Information processing flow]
Next, the procedure of information processing according to the embodiment will be described with reference to FIG. FIG. 10 is a flowchart showing an information processing procedure according to the embodiment. In the example shown in FIG. 10, the
一方、情報処理装置100は、後払い番号に基づく決済要求を受け付けたと判定した場合(ステップS201;Yes)は、決済要求情報を後払い決済データとして記憶部に蓄積する(ステップS202)。
On the other hand, when the
〔6.変形例〕
上述した実施形態に係る情報処理システム1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よい。そこで、以下では、情報処理システム1の他の実施形態について説明する。なお、実施形態と同一部分には、同一符号を付して説明を省略する。
[6. Modification example]
The
〔6−1.端末装置の構成〕
次に、図10を用いて、変形例に係る端末装置10の構成について説明する。図10は、変形例に係る端末装置10の構成例を示す図である。図10に示すように、端末装置10は、通信部11と、入力部12と、表示部13と、記憶部14と、制御部15とを有する。
[6-1. Terminal device configuration]
Next, the configuration of the
また、端末装置10には、変形例に係る制御プログラム(以下、適宜「決済アプリAP1」と記載する。)がインストールされている。端末装置10は、端末装置10にインストールされた決済用のアプリである決済アプリAP1を実行する。
In addition, a control program (hereinafter, appropriately referred to as "payment application AP1") according to a modified example is installed in the
(通信部11)
通信部11は、例えば、NIC等によって実現される。そして、通信部11は、図示しない所定の通信網を介して、有線又は無線で接続され、情報処理装置100との間で情報の送受信を行う。
(Communication unit 11)
The
(入力部12)
入力部12は、ユーザからの各種操作を受け付ける。例えば、入力部12は、タッチパネル機能により表示面を介してユーザからの各種操作を受け付けてもよい。また、入力部12は、端末装置10に設けられたボタンや、端末装置10に接続されたキーボードやマウスからの各種操作を受け付けてもよい。
(Input unit 12)
The input unit 12 receives various operations from the user. For example, the input unit 12 may accept various operations from the user via the display surface by the touch panel function. Further, the input unit 12 may accept various operations from the buttons provided on the
(表示部13)
表示部13は、例えば液晶ディスプレイや有機EL(Electro-Luminescence)ディスプレイ等によって実現されるタブレット端末等の表示部であり、各種情報を表示させるための表示装置である。例えば、表示部13は、記憶部14に格納されたコンテンツを表示させる。具体的には、表示部13は、受付部151によってユーザがアプリAP1を立ち上げる操作が受け付けられると、決済アプリAP1のトップ画面に相当するコンテンツを表示させる。
(Display unit 13)
The
(記憶部14)
記憶部14は、例えば、RAM、フラッシュメモリ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。記憶部14は、例えば、端末装置10にインストールされているアプリケーション(例えば、決済アプリAP1)に関する情報、例えばプログラム等を記憶する。また、記憶部14は、図10に示すように、コンテンツ情報記憶部141を有する。
(Memory unit 14)
The
(コンテンツ情報記憶部141)
コンテンツ情報記憶部141は、コンテンツに関する各種の情報を記憶する。具体的には、コンテンツ情報記憶部141は、決済アプリAP1に関するコンテンツを格納する。例えば、コンテンツ情報記憶部141は、ユーザが決済アプリAP1を立ち上げた際に画面に表示されるトップ画面に相当するコンテンツを格納する。
(Content information storage unit 141)
The content
(制御部15)
制御部15は、例えば、コントローラであり、CPUやMPU等によって、端末装置10内部の記憶装置に記憶されている各種プログラムがRAMを作業領域として実行されることにより実現される。例えば、この各種プログラムには、端末装置10にインストールされたアプリケーションのプログラムが含まれる。例えば、この各種プログラムには、変形例に係る決済アプリAP1のプログラムが含まれる。また、制御部15は、例えば、ASICやFPGA等の集積回路により実現される。
(Control unit 15)
The
図10に示すように、制御部15は、受付部151と、送信部152と、受信部153と、表示制御部154とを有し、以下に説明する情報処理の作用を実現または実行する。
As shown in FIG. 10, the
(受付部151)
受付部151は、入力部12を介したユーザの操作を通じて、ユーザが決済アプリAP1を端末装置10にインストールする操作を受け付ける。また、受付部151は、入力部12を介したユーザの操作を通じて、ユーザが決済アプリAP1を立ち上げる操作を受け付ける。
(Reception Department 151)
The reception unit 151 accepts an operation in which the user installs the payment application AP1 on the
(送信部152)
送信部152は、受付部151によってユーザが決済アプリAP1を端末装置10にインストールする操作が受け付けられると、ユーザが決済アプリAP1を端末装置10にインストールしたという情報を情報処理装置100に送信する。
(Transmission unit 152)
When the reception unit 151 accepts the operation of the user to install the payment application AP1 on the
(受信部153)
受信部153は、決済アプリAP1をインストールしたユーザが、後払いを利用可能なユーザであるか否かに関する情報を情報処理装置100から受信する。
(Receiver 153)
The receiving unit 153 receives information from the
(表示制御部154)
表示制御部154は、決済用アプリAP1を利用するユーザのネットワーク上の行動履歴に関する情報に基づいて算出された信用度が所定の閾値を超えるユーザに対して付与される番号であって、引き落とし口座と紐づいていないクレジットカード番号形式の番号である後払い番号に基づく決済方法を選択可能な状態で端末装置10の表示部13に表示させる。
(Display control unit 154)
The display control unit 154 is a number assigned to a user whose credit rating exceeds a predetermined threshold value calculated based on information on the behavior history of the user who uses the payment application AP1 on the network, and is a withdrawal account. A payment method based on a postpaid number, which is an unlinked credit card number format number, is displayed on the
また、表示制御部154は、決済用アプリAP1として、店舗に設置された店舗端末若しくは端末装置10により検知される所定のコードによる決済に対応した決済アプリ又はチャージ型の決済に対応した決済アプリを利用するユーザに対して付与された後払い番号に基づく決済方法を選択可能な状態で端末装置10の表示部13に表示させる。
Further, the display control unit 154, as the payment application AP1, provides a payment application corresponding to the payment by a predetermined code detected by the store terminal or the
次に、図11を用いて、変形例に係る端末装置の画面の一例について説明する。図11は、変形例に係る端末装置の画面の一例を示す図である。図11に示す例では、表示制御部154は、後払いが利用可能なユーザが決済アプリAP1を立ち上げたか否かを判定する。続いて、表示制御部154は、後払いが利用可能なユーザが決済アプリAP1を立ち上げたと判定した場合は、後払いカードの画像G1を含むトップ画面C1を端末装置10の画面に表示する。一方、表示制御部154は、後払いが利用可能なユーザが決済アプリAP1を立ち上げていないと判定した場合は、決済アプリAP1のデフォルトのトップ画面の画像を端末装置10の画面に表示する。
Next, an example of the screen of the terminal device according to the modified example will be described with reference to FIG. FIG. 11 is a diagram showing an example of a screen of the terminal device according to the modified example. In the example shown in FIG. 11, the display control unit 154 determines whether or not a user who can use postpay has launched the payment application AP1. Subsequently, when the display control unit 154 determines that the user who can use the deferred payment has launched the payment application AP1, the display control unit 154 displays the top screen C1 including the image G1 of the deferred payment card on the screen of the
〔6−2.情報処理のフロー〕
次に、図12を用いて、変形例に係る情報処理手順について説明する。図12は、変形例に係る情報処理手順を示すフローチャートである。図12に示す例では、情報処理装置100は、ユーザの端末装置10に決済アプリがインストールされたか否かを判定する(ステップS301)。情報処理装置100は、ユーザの端末装置10に決済アプリがインストールされていないと判定した場合(ステップS301;No)は、ユーザの端末装置10に決済アプリがインストールされるまで待機する。
[6-2. Information processing flow]
Next, the information processing procedure according to the modified example will be described with reference to FIG. FIG. 12 is a flowchart showing an information processing procedure according to a modified example. In the example shown in FIG. 12, the
一方、情報処理装置100は、ユーザの端末装置10に決済アプリがインストールされたと判定した場合(ステップS301;Yes)は、ユーザの信用度を取得する(ステップS302)。続いて、情報処理装置100は、ユーザの信用度を取得すると、ユーザの信用度が所定の閾値を超えるか否かを判定する(ステップS303)。
On the other hand, when the
情報処理装置100は、ユーザの信用度が所定の閾値を超えないと判定した場合(ステップS303;No)は、処理を終了する。一方、情報処理装置100は、ユーザの信用度が所定の閾値を超えると判定した場合(ステップS303;Yes)は、後払い番号と後払い枠をユーザに対して付与する(ステップS304)。
When the
〔6−3.表示制御処理のフロー〕
次に、図13を用いて、変形例に係る表示制御手順について説明する。図13は、変形例に係る表示制御手順を示すフローチャートである。図13に示す例では、端末装置10は、後払いが利用可能なユーザが決済アプリを立ち上げたか否かを判定する(ステップS401)。
[6-3. Display control processing flow]
Next, the display control procedure according to the modified example will be described with reference to FIG. FIG. 13 is a flowchart showing a display control procedure according to a modified example. In the example shown in FIG. 13, the
端末装置10は、後払いが利用可能なユーザが決済アプリを立ち上げたと判定した場合(ステップS401;Yes)は、後払いカードの画像を端末装置10の画面に表示する(ステップS402)。一方、端末装置10は、後払いが利用可能なユーザが決済アプリを立ち上げていないと判定した場合(ステップS401;No)は、アプリのデフォルトのトップ画面の画像を端末装置10の画面に表示する(ステップS403)。
When the
〔7.効果〕
上述してきたように、実施形態に係る情報処理装置100は、算出部132と付与部133を備える。算出部132は、ユーザのネットワーク上の行動履歴に関する情報に基づいて、ユーザの信用度を算出する。付与部133は、算出部132によって算出された信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号をユーザに対して付与する。また、付与部133は、ユーザに対して、引き落とし口座と紐づいていない後払い番号を付与する。
[7. effect〕
As described above, the
これにより、情報処理装置100は、クレジットカードを所持していないユーザに対しても、後払い決済を可能にする。したがって、情報処理装置100は、決済サービスにおけるユーザビリティを向上させることができる。また、情報処理装置100は、既存のクレジットカードシステムを利用して後払い決済サービスを導入することができる。したがって、情報処理装置100は、新たな後払い決済サービスを一から導入する場合と比べると、後払い決済サービスの導入コストを低く抑えることができる。
As a result, the
また、付与部133は、ユーザに対して、後払い決済事業者を示す発行者識別番号を含む後払い番号を付与する。 In addition, the granting unit 133 assigns a postpaid number including an issuer identification number indicating a postpaid settlement business operator to the user.
これにより、情報処理装置100は、発行者識別番号によってクレジットカード番号であるか後払い番号であるかを判定できるため、既存のクレジットカードシステムを利用して後払い決済サービスを導入することができる。したがって、情報処理装置100は、新たな後払い決済サービスを一から導入する場合と比べると、後払い決済サービスの導入コストを低く抑えることができる。
As a result, the
また、付与部133は、算出部132によって算出された信用度が所定の閾値を超える場合に、後払い番号をユーザに対して付与することを決定する。また、付与部133は、算出部132によって算出された信用度に応じて、後払い番号に基づく決済に関する所定の与信枠をユーザに対して付与する。
Further, the granting unit 133 determines to grant the postpaid number to the user when the credit rating calculated by the calculating
これにより、情報処理装置100は、貸倒れのリスクが低いユーザを選別して、後払い決済サービスを提供することができる。
As a result, the
また、実施形態に係る情報処理装置100は、受付部134と蓄積部136をさらに備える。受付部134は、付与部133によって付与された後払い番号に基づく決済要求を受け付ける。蓄積部136は、受付部134によって決済要求が受け付けられた場合に、決済要求に関する決済要求情報を後払い決済データとして記憶部に蓄積する。
Further, the
これにより、情報処理装置100は、既存のクレジットカードシステムを利用しつつも、後払い番号である場合には、ユーザに対して後払い決済サービスを提供可能とする。したがって、情報処理装置100は、決済サービスにおけるユーザビリティを向上させることができる。
As a result, the
また、実施形態に係る情報処理装置100は、決定部137をさらに備える。決定部137は、蓄積部136によって記憶部に蓄積された決済要求情報に基づいて、ユーザに対して所定期間毎にまとめて決済金額を請求することを決定する。
In addition, the
これにより、情報処理装置100は、決済の度にユーザに対して決済金額を請求することなく、まとめて決済金額を請求することができるため、決済サービスにおけるユーザビリティを向上させることができる。
As a result, the
また、変形例に係る端末装置10は、表示制御部154を備える。表示制御部154は、決済用アプリを利用するユーザのネットワーク上の行動履歴に関する情報に基づいて算出された信用度が所定の閾値を超えるユーザに対して付与される番号であって、引き落とし口座と紐づいていないクレジットカード番号形式の番号である後払い番号に基づく決済方法を選択可能な状態で端末装置10の表示部13に表示させる。また、表示制御部154は、決済用アプリとして、店舗に設置された店舗端末若しくは端末装置10により検知される所定のコードによる決済に対応した決済アプリ又はチャージ型の決済に対応した決済アプリを利用するユーザに対して付与された後払い番号に基づく決済方法を選択可能な状態で端末装置10の表示部13に表示させる。
Further, the
これにより、端末装置10は、決済アプリをインストールしたばかりでチャージがゼロである場合であっても、後払いが利用可能なユーザに対しては、すぐに後払いを利用可能にする。したがって、端末装置10は、決済サービスにおけるユーザビリティを向上させることができる。
As a result, the
〔8.ハードウェア構成〕
また、上述してきた実施形態に係る情報処理装置100および端末装置10は、例えば図14に示すような構成のコンピュータ1000によって実現される。図14は、情報処理装置100および端末装置10の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を備える。
[8. Hardware configuration]
Further, the
CPU1100は、ROM1300またはHDD1400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。ROM1300は、コンピュータ1000の起動時にCPU1100によって実行されるブートプログラムや、コンピュータ1000のハードウェアに依存するプログラム等を格納する。
The
HDD1400は、CPU1100によって実行されるプログラム、及び、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1500は、所定の通信網を介して他の機器からデータを受信してCPU1100へ送り、CPU1100が生成したデータを所定の通信網を介して他の機器へ送信する。
The
CPU1100は、入出力インターフェイス1600を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。CPU1100は、入出力インターフェイス1600を介して、入力装置からデータを取得する。また、CPU1100は、生成したデータを入出力インターフェイス1600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1700は、記録媒体1800に格納されたプログラムまたはデータを読み取り、RAM1200を介してCPU1100に提供する。CPU1100は、かかるプログラムを、メディアインターフェイス1700を介して記録媒体1800からRAM1200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1800は、例えばDVD(Digital Versatile Disc)、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1000が実施形態に係る情報処理装置100または端末装置10として機能する場合、コンピュータ1000のCPU1100は、RAM1200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または制御部15の機能を実現する。コンピュータ1000のCPU1100は、これらのプログラムを記録媒体1800から読み取って実行するが、他の例として、他の装置から所定の通信網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
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 carry out the present invention in other improved forms.
〔9.その他〕
また、上記実施形態及び変形例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的に行うこともでき、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。
[9. Others]
Further, among the processes described in the above-described embodiments and modifications, all or part of the processes described as being automatically performed can be manually performed, or the processes described as being manually performed. It is also possible to automatically perform all or part of the processed processing 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 distributed / physically in arbitrary units according to various loads and usage conditions. It can be integrated and configured.
また、上述してきた実施形態及び変形例は、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 above-described embodiments and modifications can be appropriately combined as long as the processing contents do not contradict each other.
また、上述してきた「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、付与部は、付与手段や付与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 granting unit can be read as a granting means or a granting circuit.
1 情報処理システム
10 端末装置
11 通信部
12 入力部
13 表示部
14 記憶部
141 コンテンツ情報記憶部
15 制御部
151 受付部
152 送信部
153 受信部
154 表示制御部
20 電子商取引サーバ
30 コンテンツサーバ
40 検索サーバ
50 SNSサーバ
100 情報処理装置
110 通信部
120 記憶部
121 ユーザ情報記憶部
122 モデル情報記憶部
123 番号情報記憶部
124 決済情報記憶部
130 制御部
131 提供部
132 算出部
133 付与部
134 受付部
135 判定部
136 蓄積部
137 決定部
1
Claims (11)
前記算出部によって算出された信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号を前記ユーザに対して付与する付与部と、
を備えることを特徴とする情報処理装置。 A calculation unit that calculates the creditworthiness of the user based on information about the user's behavior history on the network,
An granting unit that assigns a postpaid number, which is a number in the same format as the credit card number, to the user according to the credit rating calculated by the calculating unit.
An information processing device characterized by being equipped with.
前記ユーザに対して、引き落とし口座と紐づいていない前記後払い番号を付与する
ことを特徴とする請求項1に記載の情報処理装置。 The granting part
The information processing device according to claim 1, wherein the user is given the postpaid number that is not associated with the withdrawal account.
前記ユーザに対して、後払い決済事業者を示す発行者識別番号を含む前記後払い番号を付与する
ことを特徴とする請求項1または2に記載の情報処理装置。 The granting part
The information processing device according to claim 1 or 2, wherein the user is given the postpaid number including an issuer identification number indicating a postpaid settlement business operator.
前記算出部によって算出された信用度が所定の閾値を超える場合に、前記後払い番号を前記ユーザに対して付与することを決定する
ことを特徴とする請求項1〜3のいずれか一つに記載の情報処理装置。 The granting part
The invention according to any one of claims 1 to 3, wherein when the credit rating calculated by the calculation unit exceeds a predetermined threshold value, it is determined to assign the postpaid number to the user. Information processing device.
前記受付部によって決済要求が受け付けられた場合に、前記決済要求に関する決済要求情報を後払い決済データとして記憶部に蓄積する蓄積部と、
をさらに備えることを特徴とする請求項1〜4のいずれか一つに記載の情報処理装置。 A reception unit that accepts payment requests based on the postpaid number assigned by the granting unit,
When a payment request is received by the reception unit, a storage unit that stores payment request information related to the payment request in a storage unit as postpaid payment data, and a storage unit.
The information processing apparatus according to any one of claims 1 to 4, further comprising.
をさらに備えることを特徴とする請求項5に記載の情報処理装置。 5. A claim 5 is further provided with a determination unit that determines to collectively charge the payment amount to the user for each predetermined period based on the payment request information accumulated in the storage unit by the storage unit. The information processing device described in.
前記算出部によって算出された信用度に応じて、前記後払い番号に基づく決済に関する所定の与信枠を前記ユーザに対して付与する
ことを特徴とする請求項1〜6のいずれか一つに記載の情報処理装置。 The granting part
The information according to any one of claims 1 to 6, wherein a predetermined credit line for payment based on the deferred payment number is given to the user according to the credit rating calculated by the calculation unit. Processing equipment.
決済用アプリを利用するユーザのネットワーク上の行動履歴に関する情報に基づいて算出された信用度が所定の閾値を超えるユーザに対して付与される番号であって、引き落とし口座と紐づいていないクレジットカード番号形式の番号である後払い番号に基づく決済方法を選択可能な状態で前記端末装置の表示部に表示させる表示制御手順
を前記端末装置に実行させることを特徴とする制御プログラム。 A control program executed by a terminal device
A credit card number that is given to a user whose credit rating is calculated based on information about the behavior history of the user who uses the payment application and exceeds a predetermined threshold value, and is not linked to the withdrawal account. A control program comprising causing the terminal device to execute a display control procedure for displaying a payment method based on a postpaid number, which is a format number, on the display unit of the terminal device in a selectable state.
前記決済用アプリとして、店舗に設置された店舗端末若しくは前記端末装置により検知される所定のコードによる決済に対応した決済アプリ又はチャージ型の決済に対応した決済アプリを利用する前記ユーザに対して付与された前記後払い番号に基づく決済方法を選択可能な状態で前記端末装置の表示部に表示させる
ことを特徴とする請求項8に記載の制御プログラム。 The display control procedure is
Granted to the user who uses the payment application corresponding to the payment by the store terminal installed in the store or the predetermined code detected by the terminal device or the payment application corresponding to the charge type payment as the payment application. The control program according to claim 8, wherein a payment method based on the deferred payment number is displayed on the display unit of the terminal device in a selectable state.
ユーザのネットワーク上の行動履歴に関する情報に基づいて、前記ユーザの信用度を算出する算出工程と、
前記算出工程によって算出された信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号を前記ユーザに対して付与する付与工程と、
を含むことを特徴とする情報処理方法。 Information processing method executed by a computer
A calculation process for calculating the creditworthiness of the user based on information on the user's behavior history on the network, and
A granting step of assigning a postpaid number, which is a number in the same format as the credit card number, to the user according to the credit rating calculated by the calculation step,
An information processing method characterized by including.
前記算出手順によって算出された信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号を前記ユーザに対して付与する付与手順と、
をコンピュータに実行させることを特徴とする情報処理プログラム。 A calculation procedure for calculating the creditworthiness of the user based on information on the user's behavior history on the network, and
A grant procedure for assigning a postpaid number, which is a number in the same format as a credit card number, to the user according to the credit rating calculated by the calculation procedure,
An information processing program characterized by having a computer execute.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019028323A JP6799097B2 (en) | 2019-02-20 | 2019-02-20 | Information processing device, control program, information processing method and information processing program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019028323A JP6799097B2 (en) | 2019-02-20 | 2019-02-20 | Information processing device, control program, information processing method and information processing program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020135439A true JP2020135439A (en) | 2020-08-31 |
JP6799097B2 JP6799097B2 (en) | 2020-12-09 |
Family
ID=72263192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019028323A Active JP6799097B2 (en) | 2019-02-20 | 2019-02-20 | Information processing device, control program, information processing method and information processing program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6799097B2 (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022157919A1 (en) * | 2021-01-22 | 2022-07-28 | 日本電信電話株式会社 | Data distribution support device, data distribution support method, and program |
JP7329668B1 (en) | 2022-08-04 | 2023-08-18 | PayPay株式会社 | Information processing device, information processing method, and program |
JP7404490B1 (en) | 2022-11-30 | 2023-12-25 | 株式会社丸井グループ | Payment management device, payment management method, and program |
JP7419441B2 (en) | 2022-06-27 | 2024-01-22 | 楽天グループ株式会社 | Payment systems, payment methods, and programs |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7212751B1 (en) | 2021-12-10 | 2023-01-25 | ヤフー株式会社 | Information processing device, information processing method, and information processing program |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003532170A (en) * | 1999-10-22 | 2003-10-28 | サイオタ・インコーポレイテッド | Systems and methods for secure electronic trading |
US8744938B1 (en) * | 2001-10-29 | 2014-06-03 | Mcafee, Inc. | Secure single-use transaction numbers |
WO2014178128A1 (en) * | 2013-04-30 | 2014-11-06 | 楽天株式会社 | Information processing device, information processing method, and information processing program |
JP2015513152A (en) * | 2012-03-06 | 2015-04-30 | クラーナ エービー | System and method for electronic purchase party verification and credit assessment |
JP2018081596A (en) * | 2016-11-17 | 2018-05-24 | ヤフー株式会社 | Evaluation device, evaluation method, and evaluation program |
JP2018519567A (en) * | 2015-05-27 | 2018-07-19 | マスターカード アジア パシフィック ピーティーイー リミテッドMastercard Asia/Pacific Pte.Ltd. | Computer processing method and system for credit application and issuance |
-
2019
- 2019-02-20 JP JP2019028323A patent/JP6799097B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003532170A (en) * | 1999-10-22 | 2003-10-28 | サイオタ・インコーポレイテッド | Systems and methods for secure electronic trading |
US8744938B1 (en) * | 2001-10-29 | 2014-06-03 | Mcafee, Inc. | Secure single-use transaction numbers |
JP2015513152A (en) * | 2012-03-06 | 2015-04-30 | クラーナ エービー | System and method for electronic purchase party verification and credit assessment |
WO2014178128A1 (en) * | 2013-04-30 | 2014-11-06 | 楽天株式会社 | Information processing device, information processing method, and information processing program |
JP2018519567A (en) * | 2015-05-27 | 2018-07-19 | マスターカード アジア パシフィック ピーティーイー リミテッドMastercard Asia/Pacific Pte.Ltd. | Computer processing method and system for credit application and issuance |
JP2018081596A (en) * | 2016-11-17 | 2018-05-24 | ヤフー株式会社 | Evaluation device, evaluation method, and evaluation program |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022157919A1 (en) * | 2021-01-22 | 2022-07-28 | 日本電信電話株式会社 | Data distribution support device, data distribution support method, and program |
JP7419441B2 (en) | 2022-06-27 | 2024-01-22 | 楽天グループ株式会社 | Payment systems, payment methods, and programs |
JP7329668B1 (en) | 2022-08-04 | 2023-08-18 | PayPay株式会社 | Information processing device, information processing method, and program |
JP2024021769A (en) * | 2022-08-04 | 2024-02-16 | PayPay株式会社 | Information processing apparatus, information processing method, and program |
JP7404490B1 (en) | 2022-11-30 | 2023-12-25 | 株式会社丸井グループ | Payment management device, payment management method, and program |
JP2024079101A (en) * | 2022-11-30 | 2024-06-11 | 株式会社丸井グループ | Settlement management apparatus, settlement management method, and program |
Also Published As
Publication number | Publication date |
---|---|
JP6799097B2 (en) | 2020-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7494210B2 (en) | Payment Processing | |
JP6799097B2 (en) | Information processing device, control program, information processing method and information processing program | |
JP6096866B1 (en) | Execution apparatus, execution method, and execution program | |
US20140040157A1 (en) | Offer Presentation for Crowdfunding | |
JP5882122B2 (en) | Card payment information notification system, card payment information notification method, and card payment information notification program | |
US20160335700A1 (en) | Shopper-centric social networking system | |
WO2017034643A1 (en) | Systems and methods for processing charges for disputed transactions | |
EP4165578A1 (en) | Using a product or service as the start of an mlm tree | |
JP2019128932A (en) | Information processor, information processing method and program | |
JP2019191984A (en) | Information processor, information processing method, and program | |
US20180114268A1 (en) | Methods and apparatus for conducting trade exchange purchase and sale transactions using partial virtual currency and partial cash payments | |
JP6679648B2 (en) | Information processing device, information processing method, information processing program, determination device, determination method, and determination program | |
WO2021207719A1 (en) | Systems and methods for predicting consumer spending and for recommending financial products | |
US10325252B2 (en) | Payment management apparatus, payment management method, and storage medium | |
US20180357715A1 (en) | System and Method For a Virtual Currency Exchange | |
TWI822927B (en) | Order checkout device, recording medium, and order checkout method | |
JP2018116694A (en) | Calculation device, calculation method and calculation program | |
JP7078784B1 (en) | Providing equipment, providing method and providing program | |
WO2012046576A1 (en) | Sales support system | |
JP6267812B1 (en) | Calculation device, calculation method, and calculation program | |
CA3138222A1 (en) | Merchant payment processing | |
JP6473485B1 (en) | Information analysis apparatus, information analysis method, and program | |
JP2019135582A (en) | Benefit presentation device, benefit presentation program, and benefit presentation method | |
JP6353177B1 (en) | Information processing device | |
JP2021157410A (en) | E-commerce support system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190319 |
|
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 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200609 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200715 |
|
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: 20201027 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201119 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6799097 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
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 |