JP2020173742A - 情報処理装置、情報処理方法及びプログラム - Google Patents
情報処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP2020173742A JP2020173742A JP2019076761A JP2019076761A JP2020173742A JP 2020173742 A JP2020173742 A JP 2020173742A JP 2019076761 A JP2019076761 A JP 2019076761A JP 2019076761 A JP2019076761 A JP 2019076761A JP 2020173742 A JP2020173742 A JP 2020173742A
- Authority
- JP
- Japan
- Prior art keywords
- model
- discrimination
- comprehensive
- result
- discrimination model
- 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 42
- 238000003672 processing method Methods 0.000 title claims abstract description 6
- 238000000034 method Methods 0.000 claims description 24
- 238000013473 artificial intelligence Methods 0.000 claims description 16
- 238000013179 statistical model Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 14
- 238000010276 construction Methods 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012550 audit Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
Description
複数の要素判別モデルを生成する要素判別モデル生成部と、
前記要素判別モデルのモデル要素と当該モデル要素の要素判別結果を用いて総合判別モデルを生成する総合判別モデル生成部と、
前記要素判別モデルに対象顧客データを適用することで要素判別結果を出力し、モデル要素と当該モデル要素の要素判別結果とを総合判別モデルに適用することで総合判別結果を出力する出力部と、
を備えてもよい。
総合判別モデル生成部は、前記要素判別モデルのモデル要素と当該モデル要素の要素判別結果だけを用いて総合判別モデルを生成してもよい。
要素判別結果は確率情報であり、
前記総合判別モデル生成部は、前記要素判別モデルのモデル要素と当該モデル要素に対する確率情報を用いて総合判別モデルを生成し、
前記出力部は、前記要素判別モデルのモデル要素と当該モデル要素における確率情報を総合判別モデルに適用することで総合判別結果を出力してもよい。
前記要素判別モデルのモデル要素は複数の個別要素を含み、
前記モデル要素に含まれる個別要素のうち上位の個別要素を選択する選択部と、
前記選択部によって選択された個別要素と当該個別要素に対する係数とを用いて文章を作成する文書作成部と、
を備えてもよい。
前記選択部は、予め定められた閾値以上の寄与度が認められるモデル要素に含まれる個別要素だけを選択してもよい。
前記要素判別モデル及び前記総合判別モデルは融資に利用されるモデルであり、
前記出力部は、対象顧客データを各要素判別モデルに適用した融資に関する要素判別結果と、対象顧客データを総合判別モデルに適用した融資に関する総合判別結果とを出力してもよい。
前記要素判別モデル生成部は人工知能機能を用いて前記要素判別モデルを生成し、
前記総合判別モデル生成部は統計モデルからなる総合判別モデルを生成してもよい。
要素判別モデル生成部によって、複数の要素判別モデルを生成する工程と、
総合判別モデル生成部によって、前記要素判別モデルのモデル要素と当該モデル要素の要素判別結果を用いて総合判別モデルを生成する工程と、
前記要素判別モデルに対象顧客データを適用することで要素判別結果を出力部によって出力する工程と、
モデル要素と当該モデル要素の要素判別結果とを総合判別モデルに適用することで総合判別結果を出力部によって出力する工程と、
を備えてもよい。
情報処理装置にインストールされるプログラムであって、
前記プログラムがインストールされた情報処理装置は、
複数の要素判別モデルを生成する要素判別モデル生成部と、
前記要素判別モデルのモデル要素と当該モデル要素の要素判別結果を用いて総合判別モデルを生成する総合判別モデル生成部と、
前記要素判別モデルに対象顧客データを適用することで要素判別結果を出力し、モデル要素と当該モデル要素の要素判別結果とを総合判別モデルに適用することで総合判別結果を出力する出力部と、
を備えてもよい。
《構成》
本実施の形態の情報処理装置はあらゆる分野で利用できる。本実施の形態では金融の分野を用いて説明するが、これに限られることはない。情報処理装置は金融機関に設置されてもよいし、金融機関以外の外部機関に設置されてもよい。本実施の形態の情報処理装置は、一つの装置から構成されてもよいし複数の装置から構成されてもよい。また、複数の装置から情報処理装置が構成される場合には、各装置が同じ部屋等の同じ空間に設けられる必要はなく、異なる部屋、異なる建物、異なる地域等に設けられてもよい。また、複数の装置から情報処理装置が構成される場合には、その一部を金融機関が所有及び/又は管理し、残りを外部機関が所有及び/又は管理してもよい。
本実施の形態の情報処理装置を用いた情報処理方法について説明する。なお、上記と重複することになるので簡単に説明するに留めるが、上記「構成」で述べた全ての態様を「方法」において適用することができる。
次に、上述した構成からなる本実施の形態による効果であって、未だ説明していないものを中心に説明する。
・モデル構築に利用するデータ(学習データ)が十分な数用意できない場合、過去に存在した特殊な事象が拡大解釈されて非現実的な判断が行われる可能性を払拭することが出来ず、判断の結果が現実的なものか非現実的なのかを判断理由によって確認することが出来ない。
・AIで作成したモデルが統計的に有意であっても、人間が個別案件単位に結果を見てAIの判別結果に納得することが出来ない特殊なケースがある。この時に判断の理由がわからないと、少数でも判断に誤りがあることを理由として、全体として安心して任せることが出来なくなり、システムが利用されなくなる。
・顧客や内外の関係者に対して、なぜその案件にその判別を行ったのか説明できない。この案件にはこのような特徴があるのに、それをきちんと見て判断したのか、と問われた時に、簡潔に判断の理由を説明できない。
・なぜその案件にその判別を行ったのか説明できないため、事後に内部・外部監査に対応が出来ない。または監査において判断の妥当性を証明できない。事故が発生した時の原因追及が不可能となる。
次に、本発明の第2の実施の形態について説明する。
15 総合判別モデル生成部
80 出力部
110 選択部
120 文書作成部
Claims (9)
- 複数の要素判別モデルを生成する要素判別モデル生成部と、
前記要素判別モデルのモデル要素と当該モデル要素の要素判別結果を用いて総合判別モデルを生成する総合判別モデル生成部と、
前記要素判別モデルに対象顧客データを適用することで要素判別結果を出力し、モデル要素と当該モデル要素の要素判別結果とを総合判別モデルに適用することで総合判別結果を出力する出力部と、
を備える情報処理装置。 - 総合判別モデル生成部は、前記要素判別モデルのモデル要素と当該モデル要素の要素判別結果だけを用いて総合判別モデルを生成する、請求項1に記載の情報処理装置。
- 要素判別結果は確率情報であり、
前記総合判別モデル生成部は、前記要素判別モデルのモデル要素と当該モデル要素に対する確率情報を用いて総合判別モデルを生成し、
前記出力部は、前記要素判別モデルのモデル要素と当該モデル要素における確率情報を総合判別モデルに適用することで総合判別結果を出力する請求項1又は2のいずれかに記載の情報処理装置。 - 前記要素判別モデルのモデル要素は複数の個別要素を含み、
前記モデル要素に含まれる個別要素のうち上位の個別要素を選択する選択部と、
前記選択部によって選択された個別要素と当該個別要素に対する係数とを用いて文章を作成する文書作成部と、
を備える請求項1乃至3のいずれか1項に記載の情報処理装置。 - 前記選択部は、予め定められた閾値以上の寄与度が認められるモデル要素に含まれる個別要素だけを選択する請求項4に記載の情報処理装置。
- 前記要素判別モデル及び前記総合判別モデルは融資に利用されるモデルであり、
前記出力部は、対象顧客データを各要素判別モデルに適用した融資に関する要素判別結果と、対象顧客データを総合判別モデルに適用した融資に関する総合判別結果とを出力する請求項1乃至5のいずれか1項に記載の情報処理装置。 - 前記要素判別モデル生成部は人工知能機能を用いて前記要素判別モデルを生成し、
前記総合判別モデル生成部は統計モデルからなる総合判別モデルを生成する請求項1乃至6のいずれか1項に記載の情報処理装置。 - 要素判別モデル生成部によって、複数の要素判別モデルを生成する工程と、
総合判別モデル生成部によって、前記要素判別モデルのモデル要素と当該モデル要素の要素判別結果を用いて総合判別モデルを生成する工程と、
前記要素判別モデルに対象顧客データを適用することで要素判別結果を出力部によって出力する工程と、
モデル要素と当該モデル要素の要素判別結果とを総合判別モデルに適用することで総合判別結果を出力部によって出力する工程と、
を備える情報処理方法。 - 情報処理装置にインストールされるプログラムであって、
前記プログラムがインストールされた情報処理装置は、
複数の要素判別モデルを生成する要素判別モデル生成部と、
前記要素判別モデルのモデル要素と当該モデル要素の要素判別結果を用いて総合判別モデルを生成する総合判別モデル生成部と、
前記要素判別モデルに対象顧客データを適用することで要素判別結果を出力し、モデル要素と当該モデル要素の要素判別結果とを総合判別モデルに適用することで総合判別結果を出力する出力部と、
を備えるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019076761A JP6875445B2 (ja) | 2019-04-15 | 2019-04-15 | 情報処理装置、情報処理方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019076761A JP6875445B2 (ja) | 2019-04-15 | 2019-04-15 | 情報処理装置、情報処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020173742A true JP2020173742A (ja) | 2020-10-22 |
JP6875445B2 JP6875445B2 (ja) | 2021-05-26 |
Family
ID=72831661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019076761A Active JP6875445B2 (ja) | 2019-04-15 | 2019-04-15 | 情報処理装置、情報処理方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6875445B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023047511A1 (ja) * | 2021-09-24 | 2023-03-30 | 日本電気株式会社 | 解約予測システム、解約予測方法およびプログラム記録媒体 |
JP7396582B1 (ja) | 2023-09-19 | 2023-12-12 | ゼネリックソリューション株式会社 | 審査業務文書作成支援装置、審査業務文書作成支援方法、及び審査業務文書作成支援プログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04288663A (ja) * | 1991-02-12 | 1992-10-13 | Mitsubishi Electric Corp | 複合自己組織型パタ−ン分類システム |
JP2011227838A (ja) * | 2010-04-23 | 2011-11-10 | Kyoto Univ | 予測装置及びその学習装置並びにそれらのコンピュータプログラム |
JP2013218725A (ja) * | 2013-06-19 | 2013-10-24 | Hitachi Ltd | 異常検知方法及び異常検知システム |
JP2016091306A (ja) * | 2014-11-05 | 2016-05-23 | 株式会社東芝 | 予測モデル作成方法 |
WO2017109903A1 (ja) * | 2015-12-24 | 2017-06-29 | 株式会社 東芝 | 異常原因推定装置及び異常原因推定方法 |
JP2018045412A (ja) * | 2016-09-14 | 2018-03-22 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
-
2019
- 2019-04-15 JP JP2019076761A patent/JP6875445B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04288663A (ja) * | 1991-02-12 | 1992-10-13 | Mitsubishi Electric Corp | 複合自己組織型パタ−ン分類システム |
JP2011227838A (ja) * | 2010-04-23 | 2011-11-10 | Kyoto Univ | 予測装置及びその学習装置並びにそれらのコンピュータプログラム |
JP2013218725A (ja) * | 2013-06-19 | 2013-10-24 | Hitachi Ltd | 異常検知方法及び異常検知システム |
JP2016091306A (ja) * | 2014-11-05 | 2016-05-23 | 株式会社東芝 | 予測モデル作成方法 |
WO2017109903A1 (ja) * | 2015-12-24 | 2017-06-29 | 株式会社 東芝 | 異常原因推定装置及び異常原因推定方法 |
JP2018045412A (ja) * | 2016-09-14 | 2018-03-22 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023047511A1 (ja) * | 2021-09-24 | 2023-03-30 | 日本電気株式会社 | 解約予測システム、解約予測方法およびプログラム記録媒体 |
JP7396582B1 (ja) | 2023-09-19 | 2023-12-12 | ゼネリックソリューション株式会社 | 審査業務文書作成支援装置、審査業務文書作成支援方法、及び審査業務文書作成支援プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6875445B2 (ja) | 2021-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Carneiro et al. | A data mining based system for credit-card fraud detection in e-tail | |
US11720962B2 (en) | Systems and methods for generating gradient-boosted models with improved fairness | |
US6988090B2 (en) | Prediction analysis apparatus and program storage medium therefor | |
US9916584B2 (en) | Method and system for automatic assignment of sales opportunities to human agents | |
US20200090268A1 (en) | Method and apparatus for determining level of risk of user, and computer device | |
US7904397B2 (en) | System and method for scalable cost-sensitive learning | |
US11854088B1 (en) | Methods and systems for improving the underwriting process | |
JP2002092305A (ja) | スコア算出方法及びスコア提供方法 | |
CA3060678A1 (en) | Systems and methods for determining credit worthiness of a borrower | |
US20180157661A1 (en) | Fast automatic explanation of scored observations | |
JP2020013521A (ja) | 改善された要求ハンドリング | |
CN112017040B (zh) | 信用评分模型训练方法、评分方法及系统、设备及介质 | |
US20220188923A1 (en) | Method and Systems for Enhancing Modeling for Credit Risk Scores | |
US20220004923A1 (en) | Systems and methods for model explanation | |
JP6875445B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN110119980A (zh) | 一种用于信贷的反欺诈方法、装置、系统和记录介质 | |
Eddy et al. | Credit scoring models: Techniques and issues | |
JP6587556B2 (ja) | 情報処理装置及び情報処理方法 | |
JP2004054954A (ja) | リスク診断システム、リスクマップデータ生成方法及びプログラム | |
US20220156573A1 (en) | Machine Learning Engine Providing Trained Request Approval Decisions | |
Manikonda et al. | Explainable machine learning for credit lending | |
KR102607383B1 (ko) | 자금세탁의심거래 파악 방법 및 그 장치 | |
JP7488718B2 (ja) | プロジェクト予兆検知装置及びプロジェクト予兆検知方法 | |
Goodwin | Supporting multiattribute decisions in scenario planning using a simple method based on ranks | |
Teles et al. | Classification methods applied to credit scoring with collateral |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190415 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200825 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201023 |
|
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: 20210330 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210422 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6875445 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE Ref document number: 6875445 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |