JP2020190778A - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

Abstract

【課題】運転の危険性に応じて保険料を適切に制御すること。【解決手段】本願にかかる情報処理装置は、取得部と、保険制御部とを有する。取得部は、運転者の運転に関する特徴を示す特徴情報を取得する。保険制御部は、取得部により取得された特徴情報が示す危険性であって、運転者の運転の危険性に応じて、運転者が加入している保険のうち車両に関する保険以外の保険の保険料を制御する。【選択図】図４

Description

本発明の実施形態は、情報処理装置、情報処理方法および情報処理プログラムに関する。

従来、保険への加入状況に応じて、保険料を割引く技術が知られている。例えば、特許文献１には、割引の対象商品を同一会社のものに限ることなく、異なる組織の商品・サービスを対象に割引く技術が開示されている。

特開２００１−３３１６５３号公報

しかしながら、上記の従来技術では、運転の危険性に応じて保険料を適切に制御できるとは限らない。例えば、上記の従来技術では、生命保険に加入している顧客に対しては、提携する損害保険会社の損害保険料（自動車保険、火災保険等）が割引される。

このような上記の従来技術では、運転の危険性が考慮されていないため、料金割引を広範囲の保険商品に適用できるたとしても、運転の危険性に応じて保険料を適切に制御できるとは限らない。

本願は、上記に鑑みてなされたものであって、運転の危険性に応じて保険料を適切に制御できる情報処理装置、情報処理方法および情報処理プログラムを提供することを目的とする。

本願にかかる情報処理装置は、運転者の運転に関する特徴を示す特徴情報を取得する取得部と、前記取得部により取得された特徴情報が示す危険性であって、前記運転者の運転の危険性に応じて、前記運転者が加入している保険のうち車両に関する保険以外の保険の保険料を制御する保険制御部とを有することを特徴とする。

実施形態の一態様によれば、運転の危険性に応じて保険料を適切に制御することができるといった効果を奏する。

図１は、実施形態にかかる情報処理の一例を示す図である。 図２は、危険スコア対応表の一例を示す図である。 図３は、実施形態にかかる情報処理システムの構成例を示す図である。 図４は、実施形態にかかる情報処理装置の構成例を示す図である。 図５は、実施形態にかかる情報処理手順を示すフローチャートである。 図６は、情報処理装置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。

以下に、本願にかかる情報処理装置、情報処理方法および情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ説明する。なお、この実施形態により本願にかかる情報処理装置、情報処理方法および情報処理プログラムが限定されるものではない。また、以下の実施形態において、同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．情報処理の一例〕
まず、図１を用いて、実施形態にかかる情報処理の一例について説明する。図１は、実施形態にかかる情報処理の一例を示す図である。実施形態にかかる情報処理は、図１に示す情報処理装置１００によって行われる。

図１の説明に先立って、図３を用いて、実施形態にかかる情報処理システムについて説明する。図３は、実施形態にかかる情報処理システム１の構成例を示す図である。実施形態にかかる情報処理システム１は、図３に示すように、運転者端末装置１０−ｘと、外部装置６０と、保険会社装置７０と、情報処理装置１００と、を含む。運転者端末装置１０−ｘ、外部装置６０、保険会社装置７０、情報処理装置１００は、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３に示す情報処理システム１には、複数台の運転者端末装置１０−ｘや、複数台の外部装置６０や、複数台の保険会社装置７０や、複数台の情報処理装置１００が含まれてよい。

運転者端末装置１０−ｘは、運転者Ｄｘによって利用される端末装置である。運転者端末装置１０−ｘ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、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等である。本実施形態では、運転者端末装置１０−ｘは、所定のカーナビゲーションシステム（以下、「カーナビ」と略す）に対応するアプリケーション（「ナビアプリＡＰ」とする）が予めインストールされており、運転者Ｄｘは、例えば、運転者端末装置１０−ｘを車両のダッシュボード等に設置して用いる。すなわち、本実施形態では、運転者端末装置１０−ｘは、カーナビ専用の端末装置の如く扱われるため、スマートフォンやタブレット型端末であることが好ましい。なお、運転者Ｄｘは、例えば、運転時以外には、運転者端末装置１０−ｘを自身が携帯して利用する。

本実施形態では、運転者端末装置１０−ｘを特にスマートフォンであるものとする。運転者端末装置１０−ｘは、各種のセンサ（例えば、加速度センサ、ジャイロセンサ、ＧＰＳセンサ、気圧センサ）を備えており、このセンサを用いて、車両がどの位置をどのような挙動で走行しているか、あるいは、車両がどのような操作をされたかことに応じて走行しているかといった車両の挙動を検出する。そして、運転者端末装置１０−ｘは、検出した挙動を示す挙動情報を情報処理装置１００に送信する。また、運転者端末装置１０−ｘは、情報処理装置１００から受信した各種情報を自装置の表示画面に表示させる。

また、運転者端末装置１０−ｘ、および、運転者Ｄｘの「ｘ」には、共通の任意の数字が適用され、例えば、運転者Ｄｘのうち特定の一の運転者として、運転者Ｄ１が居たとすると、運転者Ｄ１の運転者端末装置１０−ｘは、運転者端末装置１０−１として区別される。このため、運転者Ｄ２あるいは運転者Ｄ３の運転者端末装置１０−ｘについても同様の例に倣って区別することができるものとする。一方、運転者および運転者端末装置を区別する必要がない場合、あるいは、一度の複数の運転者を説明したい場合には、そのまま運転者Ｄｘ、運転者端末装置１０−ｘと表記する。

また、運転者Ｄｘが運転する車両Ｃｘの「ｘ」にも、上記と共通の任意の数字が適用され、例えば、運転者Ｄ１の車両Ｃｘは、車両Ｃ１として区別される。このため、運転者Ｄ２あるいは運転者Ｄ３の車両Ｃｘについても同様の例に倣って区別することができるものとする。一方、車両Ｃｘを区別する必要がない場合、あるいは、一度に複数の車両を説明したい場合には、そのまま車両Ｃｘと表記する。また、本実施形態では、車両Ｃｘは一般自動車であるものとするが、車両Ｃｘは、例えば、自転車やバイク等であってもよい。つまり、車両Ｃｘの車種は限定されない。

外部装置６０は、運転者Ｄｘの事故歴を示す事故歴情報を管理しているサーバ装置である。このようなことから、外部装置６０は、例えば、所定の自動車保険会社に属するサーバ装置である。例えば、外部装置６０は、情報処理装置１００からのアクセスに応じて、情報処理装置１００に事故歴情報を送信する。また、外部装置６０は、定期的に事故歴情報を情報処理装置１００に送信してもよい。

保険会社装置７０は、例えば、情報処理装置１００の管理者と事業提携している保険会社に属するサーバ装置である。ここで、実施形態にかかる情報処理の処理対象となる保険は、車両に関する保険以外の保険である。まず、車両に関する保険とは、例えば、自動車保険である。また、車両に関する保険以外の保険は、自動車保険以外の保険であればどのような保険であってもよいが、本実施形態では、生命保険とする。このようなことから、保険会社装置７０は、より詳細には、情報処理装置１００の管理者と事業提携している保険会社のうち、特定の生命保険会社（「生命保険会社Ａ」とする）に属するサーバ装置ということができる。また、本実施形態では、各運転者Ｄｘは、生命保険会社Ａが提供しているいずれかの生命保険商品（単に「保険商品」ともいう）に加入しているものとする。

また、保険会社装置７０は、例えば、情報処理装置１００からの指示に応じて、対象の運転者Ｄｘが加入している保険商品での保険料を変動させる。

ここで、実施形態にかかる情報処理が行われるにあたっての前提について説明する。例えば、保険料は、死亡率を年齢別、男女別に計算した計算結果をもとに、被保険者毎の保険料が公平になるよう算出される場合がある。しかしながら、年齢や性別だけでは死亡率を精度よく算出することができない場合がある。このため、年齢や性別だけでは保険料を適切に（公平に）制御することができるとは限らない。例えば、自動車運転には、常に、事故の危険性がつきまとっているため、数あるユーザ行動の中でも死亡率との関係性が深い行動といえる。このため、運転者の運転特性から、例えば、この運転者がどれだけ危険性の高い運転をしているかということを分析できれば、この分析結果には死亡率が精度よく反映されているといえる。したがって、この分析結果を用いれば、例えば、危険性の分析が行われた運転者が加入している生命保険の保険料を精度よく制御することができるようになる。また、保険料を制御する（例えば、保険料を基準より高くする）ことにより、運転者に対して、普段から安全運転を心がけるよう意識付けさせることもできるようになる。

このような前提を踏まえて、実施形態にかかる情報処理装置１００は、実施形態にかかる情報処理を行う。具体的には、情報処理装置１００は、運転者の運転に関する特徴を示す特徴情報を取得し、取得した特徴情報が示す危険性であって、運転者の運転の危険性に応じて、運転者が加入している保険のうち車両に関する保険以外の保険の保険料を制御する。例えば、情報処理装置１００は、運転者の運転履歴に基づいて、運転者の運転態様の危険性を示す指標値である危険スコアを算出する。例えば、情報処理装置１００は、運転履歴として、運転者が運転する車両の加速度の変化を示す加速度履歴、運転者が運転する車両の位置情報の変化を示す位置履歴、運転者が運転する車両の位置情報の変化に応じた気圧変化を示す気圧履歴、または、運転者が運転する時刻を示す時刻履歴のうち少なくともいずれか１つに基づいて、危険スコアを算出する。

例えば、情報処理装置１００は、運転者それぞれの運転履歴と、運転者それぞれの事故歴を示す事故歴情報とが対応付けられた情報により学習されたモデルに基づいて、処理対象の運転者の危険スコアを算出する。この一例として、情報処理装置１００は、運転者の運転態様のうち、事故歴に基づき事故の発生原因であると判定された運転態様を示す態様情報を正解データとして学習されたモデルに基づいて、処理対象の運転者の危険スコアを算出する。例えば、情報処理装置１００は、処理対象の運転者の運転履歴が入力された場合に、処理対象の運転者の危険スコアを出力するモデルに基づいて、危険スコアを算出する。

そして、情報処理装置１００は、算出した危険スコアに基づいて、運転者が加入している保険のうち車両に関する保険以外の保険の保険料を制御する。例えば、情報処理装置１００は、算出した危険スコアに応じた運転者の死亡率に基づいて、運転者が加入している保険のうち車両に関する保険以外の保険の保険料を制御する。例えば、情報処理装置１００は、運転者の運転の危険性に応じて、運転者が加入している保険のうち車両に関する保険以外の保険での保険料率する。以下では、図１を用いて、実施形態にかかる情報処理の一例を手順を追って説明する。また、情報処理装置１００が有する記憶部についても適宜説明する。

まず、各車両Ｃｘに設置された運転者端末装置１０−ｘは、当該車両Ｃｘの挙動である運転挙動を検出し、検出した挙動を示す挙動情報と、検出した日時を示す日時情報とを対応付けて、情報処理装置１００に送信する（ステップＳ１１）。例えば、運転者端末装置１０−ｘは、内蔵された各種センサのうち、加速度センサを用いて、車両Ｃｘの現在の加速度を検出し、検出した加速度を示す加速度情報を情報処理装置１００に送信する。また、例えば、運転者端末装置１０−ｘは、内蔵された各種センサのうち、ＧＰＳ（Global Positioning System）センサを用いて、車両Ｃｘの現在位置を検出し、検出した位置を示す位置情報を情報処理装置１００に送信する。また、例えば、運転者端末装置１０−ｘは、内蔵された各種センサのうち、気圧センサを用いて、車両Ｃｘ周辺の現在の気圧を検出し、検出した気圧を示す気圧情報を情報処理装置１００に送信する。

また、例えば、運転者端末装置１０−ｘは、内蔵された各種センサのうち、ジャイロセンサを用いて、車両Ｃｘの傾き、すなわちハンドル操作（例えば、どのような角度でハンドル操作されたか）を検出し、検出したハンドル操作（例えば、ハンドル操作角度）を示すハンドル操作情報を情報処理装置１００に送信する。なお、情報処理装置１００が、例えば、加速度や位置情報の変化から、どのようなハンドル操作が行われたかを推定することによりハンドル操作情報を取得してもよい。

また、例えば、運転者端末装置１０−ｘは、内蔵された各種センサのうち、加速度センサを用いて、車両Ｃｘの加速度を検出し、検出した加速度に基づいて、ブレーキ操作（例えばブレーキ操作角度）を検出し、検出したブレーキ操作（例えば、どのような角度でブレーキが押し込まれたか）を示すブレーキ操作情報を情報処理装置１００に送信する。なお、情報処理装置１００が、例えば、加速度や位置情報の変化から、どのようなブレーキ操作が行われたかを推定することによりブレーキ操作情報を取得してもよい。

次に、情報処理装置１００は、運転者端末装置１０−ｘから挙動情報を受信することにより、運転者端末装置１０−ｘから取得した挙動情報を運転履歴として、運転履歴記憶部１２１に格納する（ステップＳ１２）。ここで、運転履歴記憶部１２１について説明する。運転履歴記憶部１２１は、各車両Ｃｘに対応する運転履歴を記憶する。図１の例では、運転履歴記憶部１２１は、「車両ＩＤ」、「運転者ＩＤ」、「日時情報」、「加速度情報」、「位置情報」、「気圧情報」といった項目を有する。なお、不図示であるが運転履歴記憶部１２１は、「ハンドル操作情報」、「ブレーキ操作情報」といった項目も有してよい。

「車両ＩＤ」は、車両Ｃｘを識別する識別情報である。「車両ＩＤ」は、例えば、その車両のナンバーであってもよい。「運転者ＩＤ」は、運転者を識別する識別情報である。「日時情報」は、運転挙動が検出された検出日時である。「加速度情報」は、対応する「車両ＩＤ」で識別される車両について、対応する「日時情報」が示す日時に検出された加速度を示す。「位置情報」は、対応する「車両ＩＤ」で識別される車両について、対応する「日時情報」が示す日時に検出された位置を示す。「気圧情報」は、対応する「車両ＩＤ」で識別される車両について、対応する「日時情報」が示す日時に検出された気圧を示す。

すなわち、図１に示す運転履歴記憶部１２１の例では、運転者Ｄ１が運転する車両Ｃ１について、日時「ＤＴ１１」では、加速度が「ＡＣ１１」、位置が「ＰＴ１１」、車両Ｃ１周辺の気圧が「ＰＲ１１」であった例を示す。なお、図１の例では、「日時情報」、「加速度情報」、「位置情報」、「気圧情報」として概念的記号が用いられているが、本来は実際の情報が入力される。また、本実施形態では、各車両Ｃｘは、一の運転者によって運転されるものとして説明するが、例えば、車両Ｃｘには場合によっては複数の運転者が存在する場合がある。かかる例としては、１台の車両Ｃｘが家族間で利用されるといったシチュエーションが挙げられる。こういった場合、運転履歴記憶部１２１は、１つの「車両ＩＤ」に対して、複数の「運転者ＩＤ」を対応付けて、それぞれの運転者での挙動情報を運転履歴として記憶することができる。

次に、情報処理装置１００は、外部装置６０から運転者Ｄｘの事故情報を取得する（ステップＳ１３）。なお、図１では、情報処理装置１００が、挙動情報（運転履歴）を運転者Ｄｘから取得した後に、運転者Ｄｘの事故情報を外部装置６０から取得する例となっているがこれは一例に過ぎず、情報処理装置１００は、どのようなタイミングで挙動情報および事故情報を取得してもよい。

次に、情報処理装置１００は、外部装置６０から事故情報を受信することにより、外部装置６０から取得した事故情報を事故歴として、事故歴情報記憶部１２２に格納する（ステップＳ１４）。ここで、事故歴情報記憶部１２２について説明する。図１の例では、事故歴情報記憶部１２２は、「車両ＩＤ」、「運転者ＩＤ」、「日時情報」、「事故情報」といった項目を有する。「車両ＩＤ」は、車両Ｃｘを識別する識別情報である。「運転者ＩＤ」は、運転者を識別する識別情報である。「日時情報」は、「運転者ＩＤ」によって識別される運転者Ｄｘが事故を起こした日時（事故発生日時）を示す。「事故情報」は、例えば、事故の内容を示す事故情報である。

すなわち、図１に示す事故歴情報記憶部１２２の例では、日時「ＤＴ１５」において、運転者Ｄ１が車両Ｃ１を運転してる最中に「ａｃＤＡ１１」が示す自動車事故を起こした例を示す。なお、図１の例では、「日時情報」、「事故情報」として概念的記号が用いられているが、本来は実際の情報が入力される。

次に、情報処理装置１００は、運転者Ｄｘそれぞれの運転履歴と、運転者Ｄｘそれぞれの事故歴を示す事故歴情報とが対応付けられた情報に基づいて、運転履歴が示す運転態様と事故との関係性を学習することにより、処理対象の運転者Ｄｘの運転の危険性を推定するモデルを生成する（ステップＳ１５）。例えば、情報処理装置１００は、運転履歴が示す運転態様のうち、事故歴に基づき事故の発生原因であると判定された運転態様を示す態様情報を正解データとして取得し、取得した正解データに基づき、処理対象の運転者Ｄｘの運転の危険性を推定するモデルを生成する。

例えば、情報処理装置１００は、事故歴情報記憶部１２２を参照し、これまでに事故を起こしたことのある運転者Ｄｘを教師運転者と定める。このうえで、情報処理装置１００は、教師運転者の運転履歴が示す運転態様のうち、事故歴に基づき事故の発生原因であると判定された運転態様を示す態様情報を正解データとして取得し、取得した正解データに基づき、処理対象の運転者Ｄｘの運転の危険性を推定するモデルを生成する。そして、例えば、情報処理装置１００は、処理対象の運転者Ｄｘの運転履歴（運転履歴が示す運転態様の情報）が入力された場合に、処理対象の運転者Ｄｘの運転態様の危険性を示す指標値である危険スコアを出力するモデルを生成する。

モデル生成処理の一例についてより詳細に説明する。例えば、情報処理装置１００は、これまでに事故を起こしたことのある運転者Ｄｘを教師運転者の運転履歴と、教師運転者の事故歴とに基づいて、運転態様と事故内容との関係性を学習する。具体的には、情報処理装置１００は、どのような運転がなされていたとき、どれくらいの確率で事故が発生するかや、どのような被害の事故が発生する傾向にあるかという、運転態様と事故内容との関係性を学習する。また、情報処理装置１００は、道路構造（例えば、直線道路、カーブ、道路幅等、路面状況）、事故が発生した時間帯情報、事故発生時の天候情報も要素として用いることもできる。これにより、情報処理装置１００は、例えば、「雨天時、２１時以降、所定角度以上のカーブを、所定距離以上で走行した場合には、事故が発生する傾向にある」等の傾向を特定することができる。かかる例を用いると、情報処理装置１００は、「雨天時、２１時以降、所定角度以上のカーブを、所定距離以上で走行する」という運転態様を示す運転情報を正解データと定める。また、情報処理装置１００は、事故発生率、または、被害ランク（危険スコアの一例）も正解データに含めることができる。このような状態において、情報処理装置１００は、例えば、教師運転者の各種運転履歴を素性とする機械学習により、どのような運転態様のときどれくらいの確率で事故が発生するかや、どのような運転態様のときどれくらい被害の大きい（危険性の高い）事故が発生するかを指標する危険スコアを出力するモデルを生成する。

以下の実施形態では、説明を簡単にするために、実施形態にかかる危険スコアは、事故発生率であるものとする。事故発生が高い程、危険な運転がなされることを意味し、高い死亡率に繋がるといえる。また、情報処理装置１００は、例えば、危険スコアを０〜１００の値で出力するようなモデルを生成する。危険スコアが示す値が大きいほど、この危険スコアを算出された運転者Ｄｘは危険性が高い運転をする傾向にあることを示す。また、以下では、ステップＳ１５で生成されたモデルをモデルＭとする。

ここで、例えば、危険スコアを算出したい処理対象の運転者Ｄｘとして、運転者Ｄ１０を例に挙げる。そうすると、情報処理装置１００は、運転履歴記憶部１２１から運転者Ｄ１０の現時点までの運転履歴を取得し、取得した運転履歴をモデルＭに入力することにより、運転者Ｄ１０の危険スコアを算出する（ステップＳ１６）。言い換えれば、情報処理装置１００は、運転履歴記憶部１２１から運転者Ｄ１０の現時点までの運転履歴を取得し、取得した運転履歴をモデルＭに入力することにより出力された危険スコアを、運転者Ｄ１０の危険スコアと定める。

なお、情報処理装置１００は、運転者Ｄ１０の運転履歴に基づき運転態様の傾向を特定し、特定した運転態様の傾向を、例えば、運転者Ｄ１０の運転特性として定め、この運転特性をモデルＭに入力することにより危険スコアを算出することもできる。運転特性の特定手法については後述する。

次に、情報処理装置１００は、ステップＳ１６で算出した危険スコアに応じて、運転者Ｄ１０が加入している保険のうち自動車保険以外の保険、すなわち生命保険の保険料を制御する（ステップＳ１７）。例えば、情報処理装置１００は、運転者Ｄ１０が加入している生命保険の保険料率を制御する。ここで、情報処理装置１００は、例えば、図２に示す危険スコア対応表ＴＢを参照して、危険スコアに応じた保険料率を決定する。そして、情報処理装置１００は、決定した料率を用いて保険料を算定する。

図２は、危険スコア対応表ＴＢの一例を示す図である。情報処理装置１００は、所定の記憶部に危険スコア対応表ＴＢを記憶することができる。図２の例では、危険スコア対応表ＴＢは、「危険スコア範囲」、「危険スコアが示す運転態様」、「保険料率」といった項目を有する。「危険スコア範囲」は、危険スコアの範囲（スコア範囲）を示す。「危険スコアが示す運転態様」は、危険スコアがどの「危険スコア範囲」に含まれるかに応じて、その危険スコアがどのような運転態様を示すものであるかを特定可能にする情報である。例えば、運転者Ｄ１０の危険スコアとして「７５」が算出された場合、情報処理装置１００は、運転者Ｄ１０は「危険性が高い運転されている」と判断することができる。

「保険料率」は、危険スコアに応じて、基本保険料に対してどれだけの料率を割増のかが規定された情報である。また、このようなことから、危険スコアは、保険料が割増される保険条件といえる。図２の例では、危険スコア「６１」以上で保険料が割増しされる、という保険条件が設定されている例を示す。このようなことから、実施形態にかかる情報処理は、危険スコアに応じて、保険料が割増される保険条件を制御するものであると言い換えることができる。

そして、情報処理装置１００は、例えば、運転者Ｄ１０の危険スコアとして「７５」を算出した場合、運転者Ｄ１０に対して「保険料を１０％割増する」といったように、危険スコア「７５」に応じて保険料率を制御する。すなわち、情報処理装置１００は、運転者Ｄ１０に対して「保険料を１０％割増する」という保険条件を設定する。そして、情報処理装置１００は、基本保険料に対して１０％割増した保険料を、運転者Ｄ１０に課す保険料として決定する。なお、例えば、年齢や性別に応じた保険料率が予め設定されている場合には、情報処理装置１００は、このような保険料率のうち、運転者Ｄ１０に対応する保険料率を危険スコア「７５」で補正することにより、補正後の保険料率を用いて保険料を制御してもよい。

また、情報処理装置１００は、ステップＳ１７のようにして保険金を制御すると、保険会社装置７０に対して、制御後の保険料を運転者Ｄ１０に請求するよう指示する（ステップＳ１８）。保険会社装置７０は、この指示に応じて、例えば、運転者Ｄ１０の運転者端末装置１０−１０に制御後の保険料を通知する。

さて、これまで説明してきたように、情報処理装置１００は、運転者の運転に関する特徴を示す特徴情報を取得し、取得した特徴情報が示す危険性であって、運転者の運転の危険性に応じて、運転者が加入している保険のうち車両に関する保険以外の保険（生命保険）の保険料を制御する。例えば、情報処理装置１００は、運転者が危険性の高い運転をしている程、かかる運転者の保険料を割増する。これにより、情報処理装置１００は、例えば、単に年齢、性別、病歴等を用いて算出した死亡率で保険料を算出する場合よりも、死亡率により直結するような危険スコアを用いて保険料を制御することができるため、より精度よく保険料を算出することができる。また、情報処理装置１００は、危険スコアに応じて保険料を割増する場合があることから、運転者に対して、普段から安全運転を心がけるよう意識付けさせることができる。

〔２．情報処理バリエーションについて〕
上記実施形態にかかる情報処理装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、情報処理装置１００の他の実施形態について説明する。

〔２−１．死亡率〕
上記例では、情報処理装置１００が、運転の危険性を示す危険スコアに応じて保険料を制御する例を示した。しかし、情報処理装置１００は、危険スコアに応じた運転者の死亡率に基づいて、保険料を制御してもよい。図１および図２の例を用いると、情報処理装置１００は、運転者Ｄ１０の危険スコアに基づいて、運転者Ｄ１０の死亡率を推定する。例えば、情報処理装置１００は、事故歴情報記憶部１２２に記憶される事故情報のうち、死亡事故を示す事故情報と、危険スコアとに基づいて、運転者Ｄ１０の死亡率を推定する。例えば、情報処理装置１００は、運転者Ｄｘそれぞれの運転履歴と、運転者Ｄｘそれぞれの事故歴を示す事故歴情報のうち死亡事故を示す事故情報とが対応付けられた情報により学習されたモデルであって、運転履歴を入力すると死亡率を危険スコアとして算出するようなモデルを生成し、生成したモデルを用いて死亡率を算出してもよい。

そして、情報処理装置１００は、この死亡率を用いて保険料を制御する。例えば、情報処理装置１００は、危険スコア対応表ＴＢの他に、死亡率対応表を有している場合には、算出した死亡率に対応付けられる「保険料率」と基本保険料とに基づいて、保険料を算出する。また、例えば、年齢や性別に応じた保険料率が予め設定されている場合には、情報処理装置１００は、このような保険料率のうち、運転者Ｄ１に対応する保険料率を死亡率で補正することにより、補正後の保険料率を用いて保険料を制御してもよい。

〔２−２．危険スコア〕
また、上記例では、情報処理装置１００が、モデルを用いて危険スコアを算出する例を示したが、情報処理装置１００は、モデルを用いることなく危険スコアを算出してもよい。具体的には、情報処理装置１００は、運転履歴に基づき特定された傾向であって、運転者の運転態様の傾向である運転傾向に基づいて、危険スコアを算出する。より具体的には、情報処理装置１００は、運転履歴に基づき運転態様の傾向を特定し、特定した運転態様の傾向を運転特性として、運転特性に基づき危険スコアを算出する。

運転態様の傾向（運転特性）の特定から、危険スコア算出までの一連の手法について説明する。なお、ここで示す算出処理は一例に過ぎず、情報処理装置１００は、任意の手法を用いて危険スコアを算出することができる。

例えば、情報処理装置１００は、運転者Ｄｘ毎に、当該運転者Ｄｘに対応する運転履歴（車両Ｃｘに対応する運転履歴、ともいえる）に基づいて、運転者Ｄｘの運転態様の傾向として、法定速度と比較した場合の走行速度の傾向（所定期間での走行速度の傾向）を特定することで、特定した走行速度の傾向を運転者Ｄｘの一つの運転特性と判断する。また、この場合、情報処理装置１００は、走行速度が速い程、危険性が高くなるとの観点から、走行速度がより速い傾向である程、最終的に危険スコアが高く算出されるようなスコアであって、走行速度の傾向を危険性から評価するスコアである第１速度評価スコアを算出する。

また、例えば、情報処理装置１００は、運転者Ｄｘ毎に、当該運転者Ｄｘに対応する運転履歴に基づいて、運転者Ｄｘの運転態様の傾向として、カーブする際の走行速度の傾向（所定期間での走行速度の傾向）を特定することで、特定した走行速度の傾向を運転者Ｄｘの一つの運転特性と判断する。また、この場合、情報処理装置１００は、カーブする際の走行速度が速い程、危険性が高くなるとの観点から、カーブ時走行速度がより速い傾向である程、最終的に危険スコアが高く算出されるようなスコアであって、カーブ時走行速度の傾向を危険性から評価するスコアである第２速度評価スコアを算出する。

また、例えば、情報処理装置１００は、運転者Ｄｘ毎に、当該運転者Ｄｘに対応する運転履歴に基づいて、運転者Ｄｘの運転態様の傾向として、直線道路（または、カーブ）でのハンドル操作の挙動傾向を特定する。例えば、情報処理装置１００は、直線道路での所定角度以上でのハンドル操作回数、直線道路での急ハンドル操作回数に基づいて、ハンドル操作の挙動傾向を特定することで、特定したハンドル操作の挙動傾向を運転者Ｄｘの一つの運転特性と判断する。また、この場合、情報処理装置１００は、カーブでもないのに余計なハンドル操作が多い程、危険性が高くなるとの観点から、ハンドル操作回数に応じた危険なハンドル操作の傾向である程、危険スコアが高く算出されるようなスコアであって、ハンドル操作の挙動傾向を危険性から評価するスコアである第１ハンドル評価スコア算出する。

なお、情報処理装置１００は、カーブでの不安定なハンドル操作（左右にぶれる等）が多い程、危険性が高くなるとの観点から、カーブにおいてハンドル操作回数に応じた危険なハンドル操作の傾向である程、危険スコアが高く算出されるようなスコアであって、ハンドル操作の挙動傾向を危険性から評価するスコアである第２ハンドル評価スコア算出することもできる。

また、例えば、情報処理装置１００は、運転者Ｄｘ毎に、当該運転者Ｄｘに対応する運転履歴に基づいて、運転者Ｄｘの運転態様の傾向として、直線道路でのブレーキ操作の挙動傾向を特定する。例えば、情報処理装置１００は、信号のない区間での所定角度以上のブレーキ押下回数、信号のない区間での急ブレーキ回数に基づいて、ブレーキ操作の挙動傾向を特定することで、特定したブレーキ操作の挙動傾向を運転者Ｄｘの一つの運転特性と判断する。また、この場合、情報処理装置１００は、信号も存在もないのに余計なブレーキ操作が多い程、危険性が高くなるとの観点から、ブレーキ操作回数に応じた危険なブレーキ操作の傾向である程、危険スコアが高く算出されるようなスコアであって、ブレーキ操作の挙動傾向を危険性から評価するスコアであるブレーキ評価スコア算出する。

また、情報処理装置１００は、気圧情報を参照し、気圧変化から坂道運転時の運転履歴を抽出し、抽出した運転履歴に基づいて、坂道でのハンドル操作の挙動傾向、坂道でのブレーキ操作の挙動傾向を特定し、これらの挙動傾向を評価するスコアをさらに算出することができる。

そして、情報処理装置１００は、第１速度評価スコア、第２速度評価スコア、第１ハンドル評価スコア、第２ハンドル評価スコア、ブレーキ評価スコアといった各スコアを足し合わせることで危険性を総合的に評価する危険スコアを算出する。

〔２−３．事故予測について〕
上記例では、情報処理装置１００は、事故情報を外部装置６０から取得し、取得した事故情報を用いてモデルを生成する例を示した。しかし、情報処理装置１００は、外部装置６０に頼らず、自装置で事故が発生したか否かを予測し、事故が発生したと予測できた場合には、そのときの事故を示す事故情報を用いてモデルを生成してもよい。すなわち、情報処理装置１００は、運転者Ｄｘが運転する車両の加速度の変化を示す加速度履歴、および、運転者Ｄｘが運転する車両の位置情報の変化を示す位置履歴に基づいて、この履歴の中で事故が発生していたか否かを予測する。例えば、運転者Ｄ１が運転する車両Ｃ１の加速度の変化を示す加速度履歴、および、運転者Ｄ１が運転する車両Ｃ１の位置情報の変化を示す位置履歴が、ある時刻Ｔ１において特定の位置Ｐ１に存在する急カーブでの急激な加速度上昇、および、時刻Ｔ１から数時間経過後した時刻Ｔ２まで、車両Ｃ１の位置が位置Ｐ１で停滞し、その後、車両Ｃ１の位置が位置Ｐ１から別の位置Ｐ２へ変化していたことを示していたとする。

そうすると、情報処理装置１００は、位置Ｐ１に存在する急カーブでの急激な加速度上昇を検知できたこと、時刻Ｔ１から時刻Ｔ２までの数時間の間、車両Ｃ１の位置が位置Ｐ１で停滞していた後、車両Ｃ１の位置が位置Ｐ１から位置Ｐ２へと変化したことに基づき、位置Ｐ１に存在する急カーブで運転者Ｄ１が車両Ｃ１で事故を起こしたと予測する。

ここで、時刻Ｔ１から時刻Ｔ２までの数時間の間、車両Ｃ１の位置が位置Ｐ１で停滞していたのは、事故のため車両Ｃ１での走行が不可能であったことを示唆している。車両Ｃ１の位置が位置Ｐ１から位置Ｐ２へと変化したことは、車両Ｃ１がレッカー移動されたことを示唆している。このような根拠に基づき、情報処理装置１００は、各種履歴から当時事故が発生していたか否かを予測することができる。そして、情報処理装置１００は、事故の発生を予測できた場合には、この事故に関する事故情報を事故歴として用いることでモデルを生成する。

このように、情報処理装置１００は、自装置側でも事故を予測することにより、例えば、外部装置６０から取得した事故歴情報も組み合わせて、事故歴情報の数をより増やすことができる。この結果、情報処理装置１００は、より高精度なモデルを生成することができるようになるため、危険性がより忠実に反映された危険スコアを算出することができるようになる。なお、事故の予測は、例えば、後述するモデル生成部１３２によって行われてもよいし、その他の処理部（例えば、予測部）によって行われてもよい。

〔３．情報処理装置の構成〕
次に、図４を用いて、実施形態にかかる情報処理装置１００について説明する。図４は、実施形態にかかる情報処理装置１００の構成例を示す図である。図４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。例えば、情報処理装置１００は、図１および図２で説明した情報処理を行うサーバ装置である。

（通信部１１０について）
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Ｎと有線または無線で接続され、例えば、運転者端末装置１０−ｘ、外部装置６０、保険会社装置７０との間で情報の送受信を行う。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、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１２０は、運転履歴記憶部１２１と、事故歴情報記憶部１２２とを有する。運転履歴記憶部１２１、および、事故歴情報記憶部１２２の内部構成については説明済みであるため、ここでの説明は省略する。

（制御部１３０について）
制御部１３０は、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、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。

図４に示すように、制御部１３０は、挙動情報取得部１３１と、モデル生成部１３２と、スコア算出部１３３と、特徴情報取得部１３４と、保険制御部１３５と、通知部１３６とを有し、以下に説明する情報処理の機能や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４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。また、制御部１３０が有する各処理部の接続関係は、図４に示した接続関係に限られず、他の接続関係であってもよい。

（挙動情報取得部１３１について）
挙動情報取得部１３１は、車両Ｃｘの挙動である運転挙動を示す挙動情報を取得する。例えば、運転者端末装置１０−ｘは、自装置が設置される車両Ｃｘの挙動である運転挙動を検出し、検出した挙動を示す挙動情報と、検出した日時を示す日時情報とを対応付けて、情報処理装置１００に送信する。したがって、挙動情報取得部１３１は、運転者端末装置１０−ｘから挙動情報と日時情報とを取得する。また、挙動情報取得部１３１は、取得した挙動情報を運転履歴として運転履歴記憶部１２１に格納する。

（モデル生成部１３２について）
モデル生成部１３２は、運転者Ｄｘそれぞれの運転履歴と、運転者Ｄｘそれぞれの事故歴を示す事故歴情報とが対応付けられた情報により学習されたモデルを生成する。例えば、モデル生成部１３２は、運転者Ｄｘの運転態様のうち、事故歴に基づき事故の発生原因であると判定された運転態様を示す態様情報を正解データとして学習されたモデルを生成する。例えば、モデル生成部１３２は、処理対象の運転者Ｄｘの運転履歴が入力された場合に、処理対象の運転者Ｄｘの危険スコアを出力するモデルを生成する。

また、モデル生成部１３２は、運転者Ｄｘが運転する車両の加速度の変化を示す加速度履歴、および、運転者Ｄｘが運転する車両の位置情報の変化を示す位置履歴に基づき予測された事故を示す事故情報から学習されたモデルを生成する。

以上の点から、モデル生成部１３２は、例えば、図１のステップＳ１５で説明したモデル生成処理を行う。

（スコア算出部１３３について）
スコア算出部１３３は、運転者Ｄｘの運転履歴に基づいて、運転者Ｄｘの運転態様の危険性を示す指標値である危険スコアを算出する。例えば、スコア算出部１３３は、運転履歴として、運転者Ｄｘが運転する車両Ｃｘの加速度の変化を示す加速度履歴、運転者Ｄｘが運転する車両Ｃｘの位置情報の変化を示す位置履歴、運転者Ｄｘが運転する車両の位置情報の変化に応じた気圧変化を示す気圧履歴、または、運転者Ｄｘが運転する時刻を示す時刻履歴のうち少なくともいずれか１つに基づいて、危険スコアを算出する。また、例えば、スコア算出部１３３は、運転履歴に基づき特定された傾向であって、運転者Ｄｘの運転態様の傾向である運転傾向に基づいて、危険スコアを算出する。

また、例えば、スコア算出部１３３は、運転者Ｄｘそれぞれの運転履歴と、運転者Ｄｘそれぞれの事故歴を示す事故歴情報とが対応付けられた情報により学習されたモデルに基づいて、処理対象の運転者Ｄｘの危険スコアを算出する。例えば、スコア算出部１３３は、運転者Ｄｘの運転態様のうち、事故歴に基づき事故の発生原因であると判定された運転態様を示す態様情報を正解データとして学習されたモデルに基づいて、処理対象の運転者Ｄｘの危険スコアを算出する。例えば、スコア算出部１３３は、処理対象の運転者Ｄｘの運転履歴が入力された場合に、処理対象の運転者Ｄｘの危険スコアを出力するモデルに基づいて、危険スコアを算出する。

また、スコア算出部１３３は、モデルとして、運転者Ｄｘが運転する車両Ｃｘの加速度の変化を示す加速度履歴、および、運転者Ｄｘが運転する車両Ｃｘの位置情報の変化を示す位置履歴に基づき予測された事故を示す事故情報から学習されたモデルに基づいて、処理対象の運転者Ｄｘの危険スコアを算出することもできる。

（特徴情報取得部１３４について）
特徴情報取得部１３４は、運転者Ｄｘの運転に関する特徴を示す特徴情報を取得する。例えば、特徴情報取得部１３４は、特徴情報として、スコア算出部１３３により算出された危険スコアを取得する。例えば、運転者Ｄｘ毎に、当該運転者Ｄｘについて算出された危険スコアが所定の記憶部に記憶されている場合には、特徴情報取得部１３４は、保険料の制御処理が行われる際に、運転者Ｄｘと安全スコアとの組合せを記憶部から取得する。そして、特徴情報取得部１３４は、取得した組合せを保険制御部１３５に出力する。

（保険制御部１３５について）
保険制御部１３５は、特徴情報取得部１３４により取得された特徴情報が示す危険性であって、運転者Ｄｘの運転の危険性に応じて、運転者Ｄｘが加入している保険のうち車両に関する保険以外の保険の保険料を制御する。例えば、保険制御部１３５は、特徴情報が示す危険性として、スコア算出部１３３により算出された危険スコアに基づいて、運転者Ｄｘが加入している保険のうち車両に関する保険以外の保険の保険料を制御する。

また、例えば、保険制御部１３５は、スコア算出部１３３により算出された危険スコアに応じた運転者Ｄｘの死亡率に基づいて、運転者Ｄｘが加入している保険のうち車両に関する保険以外の保険の保険料を制御する。

例えば、保険制御部１３５は、車両に関する保険以外の保険の保険料を制御する処理として、運転者Ｄｘの運転の危険性（危険スコア）に応じて、運転者Ｄｘが加入している保険のうち車両に関する保険以外の保険での保険料率を制御する保険料を制御する。

一例として、保険制御部１３５は、車両に関する保険以外の保険として、生命保険の保険料を制御する。以上の点から、保険制御部１３５は、例えば、図１のステップＳ１７およびＳ１８で説明した制御処理を行う。

（通知部１３６について）
通知部１３６は、保険料が制御された運転者Ｄｘに対して、制御後の保険料を通知する。通知部１３６は、保険料が制御された運転者Ｄｘに対して、制御後の保険料の支払指示を通知する。

〔４．処理手順〕
次に、図５を用いて、実施形態にかかる情報処理の手順について説明する。図５は、実施形態にかかる情報処理手順を示すフローチャートである。なお、図５の例では、情報処理装置１００は、各運転者Ｄｘから適宜、挙動情報を取得することにより、図１に示すような運転履歴記憶部１２１を有しているものとする。

まず、モデル生成部１３２は、運転履歴と事故歴とに基づく機械学習により、処理対象の運転者Ｄｘの運転履歴が入力された場合に、処理対象の運転者Ｄｘの危険スコアを出力するモデルを生成する（ステップＳ１０１）。次に、スコア算出部１３３は、生成されたモデルに対して処理対象の運転者Ｄｘの運転履歴を入力することにより、処理対象の運転者Ｄｘの危険スコアを算出する（ステップＳ１０２）。

このような状態において、特徴情報取得部１３４は、スコア算出部１３３により算出された危険スコアを特徴情報として取得する（ステップＳ１０３）。そして、保険制御部１３５は、取得された危険スコア（処理対象の運転者Ｄｘの危険スコア）に基づき、生命保険（自動車保険以外の保険）の保険料を制御する（ステップＳ１０４）。そして、通知部１３６は、処理対象の運転者Ｄｘの対して、制御後の保険料に関する情報を通知する（ステップＳ１０５）。

〔５．ハードウェア構成〕
また、上記実施形態にかかる情報処理装置１００は、例えば図６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６は、情報処理装置１００の機能を実現するコンピュータ１０００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を有する。

ＣＰＵ１１００は、ＲＯＭ１３００又は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。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、および、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、通信網５０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、通信網５０を介して他の機器へ送信する。

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。

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又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。

例えば、コンピュータ１０００が実施形態にかかる情報処理装置１００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の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが格納される。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、通信網５０を介してこれらのプログラムを取得してもよい。

〔６．その他〕
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。

以上、本願の実施形態をいくつかの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。

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、モデル生成部は、モデル生成手段やモデル生成回路に読み替えることができる。

１ 情報処理システム
１０−ｘ 運転者端末装置
６０ 外部装置
７０ 保険会社装置
１００ 情報処理装置
１２０ 記憶部
１２１ 運転履歴記憶部
１２２ 事故歴情報記憶部
１３０ 制御部
１３１ 挙動情報取得部
１３２ モデル生成部
１３３ スコア算出部
１３４ 特徴情報取得部
１３５ 保険制御部
１３６ 通知部

Claims (14)

1. 運転者の運転に関する特徴を示す特徴情報を取得する取得部と、
   前記取得部により取得された特徴情報が示す危険性であって、前記運転者の運転の危険性に応じて、前記運転者が加入している保険のうち車両に関する保険以外の保険の保険料を制御する保険制御部と
   を有することを特徴とする情報処理装置。
2. 前記運転者の運転履歴に基づいて、前記運転者の運転態様の危険性を示す指標値である危険スコアを算出する算出部をさらに有し、
   前記取得部は、前記特徴情報として、前記算出部により算出された危険スコアを取得する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記算出部は、前記運転履歴として、前記運転者が運転する車両の加速度の変化を示す加速度履歴、前記運転者が運転する車両の位置情報の変化を示す位置履歴、前記運転者が運転する車両の位置情報の変化に応じた気圧変化を示す気圧履歴、または、前記運転者が運転する時刻を示す時刻履歴のうち少なくともいずれか１つに基づいて、前記危険スコアを算出する
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記算出部は、前記運転履歴に基づき特定された傾向であって、前記運転者の運転態様の傾向である運転傾向に基づいて、前記危険スコアを算出する
   ことを特徴とする請求項２または３に記載の情報処理装置。
5. 前記算出部は、前記運転者それぞれの運転履歴と、前記運転者それぞれの事故歴を示す事故歴情報とが対応付けられた情報により学習されたモデルに基づいて、処理対象の運転者の前記危険スコアを算出する
   ことを特徴とする請求項２〜４のいずれか１つに記載の情報処理装置。
6. 前記算出部は、前記運転者の運転態様のうち、前記事故歴に基づき事故の発生原因であると判定された運転態様を示す態様情報を正解データとして学習された前記モデルに基づいて、処理対象の運転者の前記危険スコアを算出する
   ことを特徴とする請求項５に記載の情報処理装置。
7. 前記算出部は、前記モデルとして、前記運転者が運転する車両の加速度の変化を示す加速度履歴、および、前記運転者が運転する車両の位置情報の変化を示す位置履歴に基づき予測された事故を示す事故情報から学習されたモデルに基づいて、処理対象の運転者の前記危険スコアを算出する
   ことを特徴とする請求項５または６に記載の情報処理装置。
8. 前記算出部は、処理対象の運転者の運転履歴が入力された場合に、処理対象の運転者の前記危険スコアを出力する前記モデルに基づいて、前記危険スコアを算出する
   ことを特徴とする請求項５〜７のいずれか１つに記載の情報処理装置。
9. 前記保険制御部は、前記特徴情報が示す危険性として、前記算出部により算出された危険スコアに基づいて、前記運転者が加入している保険のうち車両に関する保険以外の保険の保険料を制御する
   ことを特徴とする請求項２〜８のいずれか１つに記載の情報処理装置。
10. 前記保険制御部は、前記算出部により算出された危険スコアに応じた前記運転者の死亡率に基づいて、前記運転者が加入している保険のうち車両に関する保険以外の保険の保険料を制御する
    ことを特徴とする請求項２〜９のいずれか１つに記載の情報処理装置。
11. 前記保険制御部は、車両に関する保険以外の保険の保険料を制御する処理として、前記運転者の運転の危険性に応じて、前記運転者が加入している保険のうち車両に関する保険以外の保険での保険料率を制御する
    ことを特徴とする請求項１〜１０のいずれか１つに記載の情報処理装置。
12. 前記保険制御部は、前記車両に関する保険以外の保険として、生命保険の保険料を制御する
    ことを特徴とする請求項１〜１１のいずれか１つに記載の情報処理装置。
13. 情報処理装置が実行する情報処理方法であって、
    運転者の運転に関する特徴を示す特徴情報を取得する取得工程と、
    前記取得工程により取得された特徴情報が示す危険性であって、前記運転者の運転の危険性に応じて、前記運転者が加入している保険のうち車両に関する保険以外の保険の保険料を制御する保険制御工程と
    を含むことを特徴とする情報処理方法。
14. 運転者の運転に関する特徴を示す特徴情報を取得する取得手順と、
    前記取得手順により取得された特徴情報が示す危険性であって、前記運転者の運転の危険性に応じて、前記運転者が加入している保険のうち車両に関する保険以外の保険の保険料を制御する保険制御手順と
    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。

Images