JP2021117986A - ユーザの個人情報の売買を支援するためのシステム、方法、およびプログラム - Google Patents

Abstract

【課題】個人情報の売買を活性化することが可能なシステム等を提供すること【解決手段】本発明は、ユーザの個人情報の売買を支援するためのシステムを提供し、前記システムは、ユーザに関するデータおよび／またはインフォメーションを取得するための取得手段と、前記取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、前記ユーザの前記個人情報の価値を示すスコアを算出するための算出手段と、前記スコアを利用して、前記個人情報を需要者に販売するための販売手段とを備える。【選択図】図１Ｂ

Description

本発明は、ユーザの個人情報の売買を支援するためのシステム、方法、およびプログラムに関する。

個人情報を管理するために、ブロックチェーンを利用することが知られている（特許文献１）。ブロックチェーンを利用することで、管理される個人情報は、実質的に改ざん不可能となり、管理される個人情報の信頼性が担保される。

特許第６５０４６３９号公報

本発明の発明者は、改ざん不可能に個人情報を管理することにより、個人情報の情報としての価値が上がると考え、個人情報が売買の対象となり得ることを見出した。

本発明は、個人情報の売買を活性化することが可能なシステム等を提供することを目的とする。

本発明の一実施形態において、ユーザの個人情報の売買を支援するためのシステムは、ユーザに関するデータおよび／またはインフォメーションを取得するための取得手段と、前記取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、前記ユーザの前記個人情報の価値を示すスコアを算出するための算出手段と、前記スコアを利用して、前記個人情報を需要者に販売するための販売手段とを備える。

一実施形態において、前記販売手段は、前記スコアに基づいて、前記個人情報の価格を変動させるための価格変動手段を備え、前記販売手段は、前記変動させた価格で前記個人情報を前記需要者に販売する。

一実施形態において、前記販売手段は、前記スコアを含む所定の条件を満たすユーザを検索するための検索手段を備え、前記販売手段は、前記検索されたユーザの個人情報を前記需要者に販売する。

一実施形態において、前記取得手段は、前記需要者に関するデータおよび／またはインフォメーションをさらに取得し、前記算出手段は、前記取得された需要者に関するデータおよび／またはインフォメーションに基づいて、前記需要者の信頼度を示す信頼度スコアをさらに算出し、前記販売手段は、前記スコアと前記信頼度スコアとを利用して、前記個人情報を前記需要者に販売する。

一実施形態において、前記販売手段は、前記スコアと前記信頼度スコアとに基づいて、前記ユーザと前記需要者とをマッチングするためのマッチング手段を備え、前記販売手段は、前記ユーザとマッチングされた前記需要者に前記個人情報を販売する。

一実施形態において、前記算出手段は、ユーザに関するデータおよび／またはインフォメーションと、前記スコアとの関係を学習したモデルを用いて、前記スコアを算出する。

一実施形態において、前記算出手段は、複数の前記モデルを有し、前記算出手段は、前記需要者の属性に基づいて、前記複数のモデルのうち、前記スコアを算出すべきモデルを選択する。

一実施形態において、前記取得手段は、前記ユーザに関連付けられたデバイスから前記データを取得する。

一実施形態において、前記取得手段は、前記ユーザが主体的に開示したインフォメーションを取得する。

一実施形態において、前記システムは、前記個人情報が変更されたことを検知するための検知手段をさらに備える。

一実施形態において、前記システムは、前記個人情報が変更されたことを検知したことに応答して、前記個人情報が変更されたことを前記需要者に通知するための通知手段をさらに備える。

一実施形態において、前記ユーザの個人情報は、保険商品の販売のために利用される。

本発明の一実施形態において、ユーザの個人情報の売買を支援するための方法は、ユーザに関するデータおよび／またはインフォメーションを取得することと、前記取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、前記ユーザの前記個人情報の価値を示すスコアを算出することと、前記スコアを利用して、前記個人情報を需要者に販売することとを含む。

本発明の一実施形態において、ユーザの個人情報の売買を支援するためのプログラムは、プロセッサ部を備えるシステムにおいて実行され、前記プログラムは、実行されると、ユーザに関するデータおよび／またはインフォメーションを取得することと、前記取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、前記ユーザの前記個人情報の価値を示すスコアを算出することと、前記スコアを利用して、前記個人情報を需要者に販売することとを含む処理を前記プロセッサ部に行わせる。

本発明によれば、個人情報の売買を活性化することが可能なシステム等を提供することができる。これにより、個人情報の売買のマーケットを拡大することができる。

ユーザの個人情報の売買を行うためのマーケットプレイス１０での個人情報の売買のフローの一例を概略的に示す図 ユーザの個人情報の売買を行うためのマーケットプレイス１０での個人情報の売買のフローの一例を概略的に示す図 ユーザの個人情報の売買を支援するためのシステム１００の構成の一例を示す図 ユーザの個人情報の売買を支援するためのシステム１００の具体的な構成の一例を示す図 データベース部２００に格納される情報の関連付けを示す概念図 プロセッサ部１２０の構成の一例を示す図 算出手段１２２が利用し得るニューラルネットワークモデルの構造の一例を示す図 ユーザの個人情報の売買を支援するためのシステム１００による処理の一例（処理５００）を示すフローチャート ユーザの個人情報の売買を支援するためのシステム１００による処理の別の一例（処理６００）を示すフローチャート

以下、図面を参照しながら、本発明の実施の形態を説明する。

以下では、保険業界において利用される個人情報の売買を支援することを例に説明する。

１．ユーザの個人情報の売買を支援するためのサービス
本発明の発明者は、ユーザの個人情報の売買を支援するための新たなサービスを開発した。このサービスでは、ユーザの個人情報の売買を支援するために、ユーザの個人情報の売買を行うためのマーケットプレイスが提供される。マーケットプレイスとは、電子商取引を行うための取引市場である。このマーケットプレイスでは、一般消費者等のユーザが個人情報を販売することができ、保険会社の販売員等の個人情報の需要者が個人情報を購入することができる。

図１Ａおよび図１Ｂは、ユーザの個人情報の売買を行うためのマーケットプレイス１０での個人情報の売買のフローの一例を概略的に示す図である。

本例では、少なくとも１人のユーザ２０がその個人情報をマーケットプレイス１０において販売し、少なくとも１人の保険会社の販売員３０がユーザ２０の個人情報をマーケットプレイス１０において購入する例を説明する。図１Ａに示される例では、３人のユーザ２０および３人の販売員３０が示されているが、ユーザ２０の数および販売員３０の数は、これに限定されない。

ステップＳ１では、少なくとも１人のユーザ２０が、マーケットプレイス１０での販売のために、自身の個人情報をマーケットプレイス１０に提供する。少なくとも１人のユーザ２０は、例えば、自身の情報端末装置（例えば、スマートフォン、タブレット、スマートウォッチ、スマートグラス、パーソナルコンピュータ）を用いて、自身の個人情報をマーケットプレイス１０に提供することができる。個人情報は、例えば、名前、住所、電話番号、メールアドレス、年齢、性別、家族構成、職業、年収、資産、既往歴等のうちの少なくとも１つを含むが、これらに限定されない。

ステップＳ２では、少なくとも１人のユーザ２０が、ユーザ２０に関するデータおよび／またはインフォメーションをマーケットプレイス１０に提供する。

ここで、ユーザに関するデータは、ユーザに関する客観的な情報をいう。ユーザに関するデータは、例えば、ユーザの情報端末装置および／またはユーザの情報端末装置と通信可能なＩｏＴデバイスから取得され得る。ユーザに関するデータは、例えば、ユーザの行動履歴（例えば、運動履歴、健康活動履歴、購買履歴、節約行動履歴、食事履歴、Ｗｅｂページの閲覧履歴、ＡＩスピーカとの会話履歴、ＳＮＳ利用履歴等）、健康情報（例えば、身長、体重、血圧、心拍数、罹患している病気等）、ＤＮＡに関する情報等を含むがこれらに限定されない。ユーザに関するデータは、ユーザの個人情報を含み得る。

ここで、ユーザに関するインフォメーションは、ユーザを主体とする主観的な情報をいう。ユーザに関するインフォメーションは、例えば、ユーザが情報端末装置に直接入力することによって取得され得る。あるいは、ユーザに関するインフォメーションは、例えば、ユーザに対する問診または質問等から間接的に導出され得る。ユーザに関するインフォメーションは、例えば、趣味、好み、行動理由（例えば、現在または過去の職業の志望動機、過去の職業からの転職理由等）等を含むがこれらに限定されない。

少なくとも１人のユーザ２０は、例えば、自身の情報端末装置を介して、ユーザ２０に関するデータおよび／またはインフォメーションをマーケットプレイス１０に提供することができる。あるいは、少なくとも１人のユーザ２０は、例えば、少なくとも１人のユーザ２０に関連付けられたＩｏＴデバイスを介して、ユーザ２０に関するデータおよび／またはインフォメーションをマーケットプレイス１０に提供することができる。

少なくとも１人のユーザ２０からデータおよび／またはインフォメーションが提供されると、マーケットプレイス１０では、提供されたデータおよび／またはインフォメーションに基づいて、そのユーザ２０のスコアが算出される。このスコアは、ユーザの個人情報の価値を示すスコアであり、本例では、保険業界における個人情報の価値を示す。スコアが高いほど、そのユーザの個人情報の価値が高いことを表す。例えば、保険業界における個人情報の価値が高いユーザは、保険商品を販売する価値があるユーザ（例えば、保険料を滞納するリスクが低いユーザ、保険金を支払うリスクが低いユーザ等）であるといえる。

スコアは、例えば、どの個人情報を買うべきかを決定する際の指標として利用されることができる。例えば、複数のユーザの個人情報が同じ売値であったときに、販売員は、スコアを参照することにより、スコアがより高い方のユーザの個人情報を買うべきであると決定することができる。スコアは、例えば、個人情報の売値を決定するために利用されてもよい。スコアは、例えば、ユーザ２０と販売員３０とをマッチングするために利用されてもよい。

マーケットプレイス１０では、図１Ｂに示されるように、各ユーザ２０の個人情報の売値とスコアとが、少なくとも１人の販売員３０に提示され得る。

例えば、ＩＤ：ＡＡＡで特定されるユーザ２０について、スコアが８０であり、個人情報としての名前の売値が１００円であり、住所の売値が５００円であり、電話番号の売値が５００円であり、メールアドレスの売値が３００円であることが提示される。例えば、ＩＤ：ＢＢＢで特定されるユーザ２０について、スコアが５０であり、個人情報としての名前の売値が１００円であり、住所の売値が５００円であり、電話番号の売値が５００円であり、メールアドレスの売値が３００円であることが提示される。例えば、ＩＤ：ＣＣＣで特定されるユーザ２０について、スコアが２０であり、個人情報としての名前の売値が２０円であり、住所の売値が２００円であり、電話番号の売値が２００円であり、メールアドレスの売値が１００円であることが提示される。

少なくとも１人の販売員３０は、各ユーザ２０のスコアと、個人情報の売値とを考慮して、少なくとも１人のユーザ２０の個人情報を購入する。

ステップＳ３では、少なくとも１人の販売員３０が、個人情報の購入リクエストをマーケットプレイス１０に提供する。少なくとも１人の販売員３０は、例えば、自身の情報端末装置（例えば、スマートフォン、タブレット、スマートウォッチ、スマートグラス、パーソナルコンピュータ）を用いて、個人情報の購入リクエストをマーケットプレイス１０に提供することができる。購入リクエストは、どのユーザのどの個人情報を購入するかの指定を含んでいる。

ステップＳ４では、購入リクエストで指定された個人情報が、少なくとも１人の販売員３０に提供される。少なくとも１人の販売員は、提供された個人情報の対価を支払うことになる。

少なくとも１人の販売員３０は、購入した個人情報を保険販売の事業に利用することができる。例えば、少なくとも１人の販売員３０は、購入した個人情報に基づいて、ユーザに保険商品の営業をかけることができる。このとき、購入した個人情報は、スコアによって保険業界における価値が高いものであると保証されているので、営業に労力をかけても費用対効果が悪くなることはほぼない。このように、スコアによって個人情報の価値を可視化することにより、販売員３０は、価値が高い個人情報を購入することができ、これは、販売員３０の購買意欲の増進につながり、ひいては、マーケットプレイス１０の活性化につながり得る。

上述したマーケットプレイス１０は、後述するユーザの個人情報の売買を支援するためのシステムによって実現され得る。

２．ユーザの個人情報の売買を支援するためのシステムの構成
図２Ａは、ユーザの個人情報の売買を支援するためのシステム１００の構成の一例を示す。

システム１００は、データベース部２００に接続されている。また、システム１００は、少なくとも１つのユーザ端末装置３００および少なくとも１つの需要者端末装置４００にネットワーク５００を介して接続されている。

なお、図２Ａでは、３つのユーザ端末装置３００および２つの需要者端末装置４００が示されているが、ユーザ端末装置３００および需要者端末装置４００の数はこれに限定されない。任意の数のユーザ端末装置３００および需要者端末装置４００が、ネットワーク５００を介してシステム１００に接続され得る。

ネットワーク５００は、任意の種類のネットワークであり得る。ネットワーク５００は、例えば、インターネットであってもよいし、ＬＡＮであってもよい。ネットワーク５００は、有線ネットワークであってもよいし、無線ネットワークであってもよい。

システム１００はさらに、ブロックチェーンネットワーク６００に接続されている。ブロックチェーンネットワーク６００は、ブロックチェーンの技術によって構築されたネットワークであり、ユーザの個人情報を管理するために利用され得る。ブロックチェーンの技術を用いることで、管理される情報の改ざんを容易に検出することができるため、ブロックチェーンネットワーク６００によって管理される個人情報は、改ざんが実質的に不可能である。

なお、ブロックチェーンの技術によって個人情報を管理することを説明したが、本発明はブロックチェーンの技術によるものに限定されない。情報を実質的に改ざん不可能に管理することができる限り、任意の技術を利用して、ブロックチェーンネットワーク６００を構築することができる。

システム１００の一例は、ユーザの個人情報の売買を行うためのマーケットプレイスを提供するサービスプロバイダに設置されているコンピュータ（例えば、サーバ装置）であるが、これに限定されない。ユーザ端末装置３００の一例は、個人情報の売り主であるユーザが利用するコンピュータ（例えば、端末装置）であるが、これに限定されない。需要者端末装置４００の一例は、個人情報の買い主である需要者（保険会社の販売員）が利用するコンピュータ（例えば、端末装置）であるが、これに限定されない。ここで、コンピュータ（サーバ装置または端末装置）は、任意のタイプのコンピュータであり得る。例えば、端末装置は、スマートフォン、タブレット、パーソナルコンピュータ、スマートグラス、スマートウォッチ等の任意のタイプの端末装置であり得る。

データベース部２００には、少なくとも、ユーザの個人情報の価値を示すスコアを算出するために利用される種々の情報が格納されている。

図２Ｂは、ユーザの個人情報の売買を支援するためのシステム１００の具体的な構成の一例を示す。

システム１００は、インターフェース部１１０と、プロセッサ部１２０と、メモリ１３０部とを備える。

インターフェース部１１０は、システム１００の外部と情報のやり取りを行う。システム１００のプロセッサ部１２０は、インターフェース部１１０を介して、システム１００の外部から情報を受信することが可能であり、システム１００の外部に情報を送信することが可能である。インターフェース部１１０は、任意の形式で情報のやり取りを行うことができる。

インターフェース部１１０は、例えば、システム１００に情報を入力することを可能にする入力部を備える。入力部が、どのような態様でシステム１００に情報を入力することを可能にするかは問わない。例えば、入力部が受信器である場合、受信器がネットワークを介してシステム１００の外部から情報を受信することにより入力してもよい。あるいは、入力部がデータ読み取り装置である場合には、システム１００に接続された記憶媒体から情報を読み取ることによって情報を入力するようにしてもよい。

インターフェース部１１０は、例えば、システム１００から情報を出力することを可能にする出力部を備える。出力部が、どのような態様でシステム１００から情報を出力することを可能にするかは問わない。例えば、出力部が送信器である場合、送信器がネットワークを介してシステム１００の外部に情報を送信することにより出力してもよい。あるいは、出力部がデータ書き込み装置である場合、システム１００に接続された記憶媒体に情報を書き込むことによって情報を出力するようにしてもよい。

システム１００は、例えば、インターフェース部１１０を介して、データベース部２００に情報を送信し、かつ／または、データベース部２００から情報を受信することができる。システム１００は、例えば、インターフェース部１１０を介して、ユーザ端末装置３００に情報を送信し、かつ／または、ユーザ端末装置３００から情報を受信することができる。システム１００は、例えば、インターフェース部１１０を介して、需要者端末装置４００に情報を送信し、かつ／または、需要者端末装置４００から情報を受信することができる。

システム１００は、例えば、インターフェース部１１０を介して、ユーザの個人情報を受信することができる。システム１００は、例えば、インターフェース部１１０を介して、ユーザに関するデータおよび／またはインフォメーションを受信することができる。システム１００は、例えば、インターフェース部１１０を介して、需要者に関するデータおよび／またはインフォメーションを受信することができる。

システム１００は、例えば、インターフェース部１１０を介して、個人情報の購入リクエストを受信することができる。システム１００は、例えば、インターフェース部１１０を介して、購入された個人情報を送信することができる。システム１００は、例えば、インターフェース部１１０を介して、需要者の属性を受信することができる。

システム１００は、例えば、インターフェース部１１０を介して、個人情報を購入すべきユーザを検索するための条件を受信することができる。システム１００は、例えば、インターフェース部１１０を介して、個人情報を購入すべきユーザの検索結果を送信することができる。システム１００は、例えば、インターフェース部１１０を介して、ユーザと需要者とをマッチングすることを要求するマッチングリクエストを受信することができる。マッチングリクエストは、マッチングすべきユーザのスコアの指定、または、マッチングすべき需要者のスコアの指定を含み得る。システム１００は、例えば、インターフェース部１１０を介して、マッチング結果を送信することができる。

システム１００は、例えば、インターフェース部１１０を介して、ブロックチェーンネットワーク６００において管理される個人情報が変更されたことを示す情報を受信することができる。これにより、システム１００は、ブロックチェーンネットワーク６００において管理される個人情報が変更されたことを検知することができる。システム１００は、例えば、ブロックチェーンネットワーク６００において管理される個人情報が変更されたことを検知したことに応答して、インターフェース部１１０を介して、その旨の通知をユーザ端末装置３００に送信することにより、当該変更がユーザの意図によるものであるか、改ざんによるものであるかをユーザに確認することができる。システム１００は、例えば、ブロックチェーンネットワーク６００において管理される個人情報が変更されたことを検知したことに応答して、インターフェース部１１０を介して、その旨の通知を需要者端末装置４００に送信することができる。

プロセッサ部１２０は、システム１００の処理を実行し、かつ、システム１００全体の動作を制御する。プロセッサ部１２０は、メモリ部１３０に格納されているプログラムを読み出し、そのプログラムを実行する。これにより、システム１００を所望のステップを実行するシステムとして機能させることが可能である。プロセッサ部１２０は、単一のプロセッサによって実装されてもよいし、複数のプロセッサによって実装されてもよい。

メモリ部１３０は、システム１００の処理を実行するために必要とされるプログラムやそのプログラムの実行に必要とされるデータ等を格納する。メモリ部１３０は、ユーザの個人情報の売買を支援するための処理をプロセッサ部１２０に行わせるためのプログラム（例えば、後述する図５、図６に示される処理を実現するプログラム）を格納してもよい。ここで、プログラムをどのようにしてメモリ部１３０に格納するかは問わない。例えば、プログラムは、メモリ部１３０にプリインストールされていてもよい。あるいは、プログラムは、ネットワークを経由してダウンロードされることによってメモリ部１３０にインストールされるようにしてもよい。この場合、ネットワークの種類は問わない。メモリ部１３０は、任意の記憶手段によって実装され得る。

データベース部２００には、例えば、ユーザに関するデータおよび／またはインフォメーションが格納され得る。

ユーザに関するデータは、ユーザに関する客観的な情報である。ユーザに関するデータは、例えば、ユーザに関連付けられたデバイスから取得され得る。ユーザに関連付けられたデバイスは、例えば、ユーザの情報端末装置、ユーザに関するデータを取得可能なＩｏＴデバイス等を含む。ユーザに関するデータは、例えば、ユーザの行動履歴（例えば、運動履歴、健康活動履歴、購買履歴、節約行動履歴、食事履歴、Ｗｅｂページの閲覧履歴、ＡＩスピーカとの会話履歴、ＳＮＳ利用履歴等）、健康情報（例えば、身長、体重、血圧、心拍数、罹患している病気等）、ＤＮＡに関する情報、他人による評価等を含むがこれらに限定されない。ユーザに関するデータは、ユーザの個人情報を含み得る。

ユーザに関するインフォメーションは、ユーザを主体とする主観的な情報である。ユーザに関するインフォメーションは、例えば、ユーザが主体的に開示した情報であり得、例えば、ユーザが情報端末装置に直接入力することによって取得され得る。あるいは、ユーザに関するインフォメーションは、例えば、ユーザに対する問診または質問等から間接的に導出され得る。ユーザに関するインフォメーションは、例えば、趣味、好み、行動理由（例えば、現在または過去の職業の志望動機、過去の職業からの転職理由等）等を含むがこれらに限定されない。

データベース部２００には、例えば、需要者に関するデータおよび／またはインフォメーションが格納され得る。

需要者に関するデータは、需要者に関する客観的な情報である。需要者に関するデータは、例えば、需要者に関連付けられたデバイスから取得され得る。需要者に関連付けられたデバイスは、例えば、需要者の情報端末装置を含む。需要者に関するデータは、例えば、需要者の経歴（例えば、学歴、資格、業績、経験）、能力情報（例えば、試験の点数等）、他人による評価（例えば、顧客による評価、上司・同僚による評価）等を含むがこれらに限定されない。

需要者に関するインフォメーションは、需要者を主体とする主観的な情報である。需要者に関するインフォメーションは、例えば、需要者が主体的に開示した情報であり得、例えば、需要者が情報端末装置に直接入力することによって取得され得る。あるいは、需要者に関するインフォメーションは、例えば、需要者に対する問診または質問等から間接的に導出され得る。需要者に関するインフォメーションは、例えば、趣味、好み、行動理由（例えば、現在または過去の職業の志望動機、過去の職業からの転職理由等）等を含むがこれらに限定されない

データベース部２００には、ユーザの個人情報の価値を示すスコアを算出するために利用される種々の情報が格納されている。

例えば、データベース部２００には、スコアの算出に用いられるパラメータに関する概念と、種々の情報とが関連付けられて格納され得る。スコアの算出に用いられるパラメータは、例えば、「パーソナリティ」を含む。ここで、「パーソナリティ」は、その人の性格および／または人格が信頼できるかどうかを表す情報であり、例えば、他人からの評価を含む。保険業界における個人情報の価値を示すスコアの算出に用いられるパラメータは、例えば、「パーソナリティ」、「お金」、「健康」を含み得る。ここで、「お金」は、その人のお金に関する情報であり、例えば、年収、資産、節約しているか等の情報を含む。ここで、「健康」は、その人の健康に関する情報であり、例えば、病気、食生活、健康のための活動等の情報を含む。

例えば、「パーソナリティ」というパラメータについて、データベース部２００には、パーソナリティに関する概念と、種々の情報とが関連付けられて格納され得る。例えば、「パーソナリティ」に関する「利他的」（または「トランスパーソナル」）という概念には、「ボランティア」、「寄付」、「心配り」、「相談」等のキーワード、「ボランティアに頻繁に参加する」、「相談を頻繁に受ける」、「寄付経験がある」等のステータス等が関連付けて格納され得る。例えば、「パーソナリティ」に関する「ＳＤＧｓ」（Sustainable Development Goals、または「持続可能な開発目標」）という概念には、１７の
目標および／または１６９のターゲットに関連するキーワード（例えば、「平等」、「環境保全」等）、「１７の目標および／または１６９のターゲットに関連する行動を行っている」、「１７の目標および／または１６９のターゲットに関連する思想を持っている」等のステータス等が関連付けて格納され得る。

例えば、「お金」というパラメータについて、データベース部２００には、お金に関する概念と、種々の情報とが関連付けられて格納され得る。例えば、「お金」に関する「お金持ち」（または「キャッシュフローリッチ」）という概念には、「ハーバード大学」、「ＭＢＡ」等のキーワード、「年収２０００万円以上」等のステータス等が関連付けて格納され得る。例えば、「お金」に関する「お金持ち」（または「ストックリッチ」）という概念には、「地主」、「株主」等のキーワード、「資産１億円以上」等のステータス等が関連付けて格納され得る。

例えば、「健康」というパラメータについて、データベース部２００には、健康に関する概念と、種々の情報とが関連付けられて格納され得る。例えば、「健康」に関する「優良体」（または「身体的健康」）という概念には、「非喫煙」、「正常血圧」等のキーワード、「ＢＭＩ１８〜２７」等のステータス等が関連付けて格納され得る。例えば、「健康」に関する「マインドフルネス」（または「精神的健康」）という概念には、「やりがい」、「ストレスレス」等のキーワード、「ストレスチェック結果が所定値未満」、「首尾一貫感覚（ＳＯＣ：Sense of coherence）が高い」等のステータス等が関連付けて格納され得る。

図２Ｃは、データベース部２００に格納される情報の関連付けを示す概念図である。

図２Ｃに示される例では、お金に関する「お金持ち」という概念に対して、例えば、「ハーバード大学」、「スタンフォード大学」、「ＭＢＡ」、「医師」、「経営者」等のキーワードが関連付けられている。さらに、これらのキーワードに対して、別のキーワード（例えば、「ビジネススクール」、「開業医」、「上場企業」等）が関連付けられる。さらに、これらのキーワードに対して、さらに別のキーワードが関連付けられ得る。

このような関連付けは、例えば、セマンティック検索を行うことが可能な人工知能（ＡＩ）、すなわち、キーワード間の相関関係を学習した人工知能を用いてなされ得る。

この人工知能は、大量の文章からキーワード間の相関関係を学習している。例えば、この人工知能は、文章を構文解析することにより、文章内の複数のキーワードを抽出し、その文章内での複数のキーワードの関係を特定する。例えば、この人工知能は、或るキーワードが多くの文章において別の或るキーワードと併用されている場合には、それらのキーワードを、相関関係が強いものとして学習する。このようにしてキーワード間の相関関係を学習した人工知能は、学習した相関関係に基づいて、入力されたキーワードに相関するキーワードを出力することができる。

例えば、キーワード間の相関関係を学習した人工知能に「お金持ち」というキーワードを入力すると、「お金持ち」に相関するキーワードとして、「ハーバード大学」、「スタンフォード大学」、「ＭＢＡ」、「医師」、「経営者」等が出力され得る。例えば、キーワード間の相関関係を学習した人工知能に、「お金持ち」および「医師」というキーワードを入力すると、「お金持ち」および「医師」に相関するキーワードとして、「開業医」、「院長」等が出力され得る。

このように、データベース部２００には、キーワード間の相関関係を学習した人工知能に入力されたキーワードと、出力されたキーワードとが関連付けられて格納され得る。

図２Ａおよび図２Ｂに示される例では、データベース部２００は、システム１００の外部に設けられているが、本発明はこれに限定されない。データベース部２００の少なくとも一部をシステム１００の内部に設けることも可能である。このとき、データベース部２００の少なくとも一部は、メモリ部１３０を実装する記憶手段と同一の記憶手段によって実装されてもよいし、メモリ部１３０を実装する記憶手段とは別の記憶手段によって実装されてもよい。いずれにせよ、データベース部２００の少なくとも一部は、システム１００のための格納部として構成される。データベース部２００の構成は、特定のハードウェア構成に限定されない。例えば、データベース部２００は、単一のハードウェア部品で構成されてもよいし、複数のハードウェア部品で構成されてもよい。例えば、データベース部２００は、システム１００の外付けハードディスク装置として構成されてもよいし、ネットワークを介して接続されるクラウド上のストレージとして構成されてもよい。

図２Ａおよび図２Ｂに示される例では、ブロックチェーンネットワーク６００は、ネットワーク５００とは別個に、システム１００の外部に設けられているが、本発明はこれに限定されない。例えば、ブロックチェーンネットワーク６００は、ネットワーク５００と同じネットワーク上に存在してもよいし、ブロックチェーンネットワーク６００を含めたシステム１００を構築するようにしてもよい。

図３は、プロセッサ部１２０の構成の一例を示す。

プロセッサ部１２０は、取得手段１２１と、算出手段１２２と、販売手段１２３とを備える。

取得手段１２１は、ユーザに関するデータおよび／またはインフォメーションを取得するように構成されている。

取得手段１２１は、例えば、インターフェース部１１０を介して、データベース部２００に格納されているユーザに関するデータおよび／またはインフォメーションを取得するようにしてもよい。あるいは、取得手段１２１は、例えば、インターフェース部１１０を介して、ユーザ端末装置３００から受信されたユーザに関するデータおよび／またはインフォメーションを取得するようにしてもよい。取得されたユーザに関するデータおよび／またはインフォメーションは、算出手段１２２に渡される。

取得手段１２１はさらに、需要者に関するデータおよび／またはインフォメーションを取得するように構成され得る。

取得手段１２１は、例えば、インターフェース部１１０を介して、データベース部２００に格納されている需要者に関するデータおよび／またはインフォメーションを取得するようにしてもよい。あるいは、取得手段１２１は、例えば、インターフェース部１１０を介して、需要者端末装置４００から受信されたユーザに関するデータおよび／またはインフォメーションを取得するようにしてもよい。取得された需要者に関するデータおよび／またはインフォメーションは、算出手段１２２に渡される。

算出手段１２２は、ユーザに関するデータおよび／またはインフォメーションに基づいて、ユーザの個人情報の価値を示すスコアを算出するように構成されている。

一実施形態において、算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションがスコアの算出に用いられるパラメータと相関する程度に応じて、スコアを算出することができる。算出手段１２２は、例えば、スコアの算出に用いられるパラメータに関する概念と相関する種々の情報を格納しているデータベース部２００を参照し、ユーザに関するデータおよび／またはインフォメーションがスコアの算出に用いられるパラメータに関する概念と相関する程度を決定する。ユーザに関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」、「お金」、「健康」に関する情報を含み得る。

算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションが「パーソナリティ」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、スコアを算出することができる。例えば、ユーザに関するデータおよび／またはインフォメーションが、「パーソナリティ」に関する概念のうち、個人情報の価値に対して肯定的な概念と大きく相関する場合、算出手段１２２は、個人情報の価値を示すスコアを高くすることができる。例えば、ユーザに関するデータおよび／またはインフォメーションが、「利他的」（または「トランスパーソナル」）により強く相関するほど、スコアを高くすることができる。他人のために動ける人ほど人間性が高く、保険料の未払い等のリスクが低いと考えられ、その分個人情報の価値を高く評価することができるからである。例えば、ユーザに関するデータおよび／またはインフォメーションが、「ＳＤＧｓ」（または「持続可能な開発目標」）により強く相関するほど、スコアを高くすることができる。よりよい世界にすることを考えている人ほど人間性が高く、保険料の未払い等のリスクが低いと考えられ、その分個人情報の価値を高く評価することができるからである。あるいは、例えば、ユーザに関するデータおよび／またはインフォメーションが、「パーソナリティ」に関する概念のうち、個人情報の価値に対して否定的な概念と大きく相関する場合、算出手段１２２は、個人情報の価値を示すスコアを低くすることができる。

算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションが「お金」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、スコアを算出することができる。例えば、ユーザに関するデータおよび／またはインフォメーションが、「お金」に関する概念のうち、個人情報の価値に対して肯定的な概念と大きく相関する場合、算出手段１２２は、個人情報の価値を示すスコアを高くすることができる。例えば、ユーザに関するデータおよび／またはインフォメーションが、「キャッシュフローリッチ」により強く相関するほど、スコアを高くすることができる。現金を多く持っている人ほど、保険料の未払い等のリスクが低いと考えられ、その分個人情報の価値を高く評価することができるからである。例えば、ユーザに関するデータおよび／またはインフォメーションが、「ストックリッチ」により強く相関するほど、スコアを高くすることができる。資産を多く持っている人ほど、保険料の未払い等のリスクが低いと考えられ、その分個人情報の価値を高く評価することができるからである。あるいは、例えば、ユーザに関するデータおよび／またはインフォメーションが、「お金」に関する概念のうち、個人情報の価値に対して否定的な概念と大きく相関する場合、算出手段１２２は、個人情報の価値を示すスコアを低くすることができる。

算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションが「健康」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、スコアを算出することができる。例えば、ユーザに関するデータおよび／またはインフォメーションが、「健康」に関する概念のうち、個人情報の価値に対して肯定的な概念と大きく相関する場合、算出手段１２２は、個人情報の価値を示すスコアを高くすることができる。例えば、ユーザに関するデータおよび／またはインフォメーションが、「優良体」（または「身体的健康」）により強く相関するほど、スコアを高くすることができる。身体が健康な人ほど、病気または死亡等により保険金または給付金を支払うリスクが低い、かつ／または、継続的に働くことができるため保険料の未払い等のリスクが低いと考えられ、その分個人情報の価値を高く評価することができるからである。例えば、ユーザに関するデータおよび／またはインフォメーションが、「マインドフルネス」（または「精神的健康」）により強く相関するほど、スコアを高くすることができる。精神が健康な人ほど、病気または死亡等により保険金または給付金を支払うリスクが低い、かつ／または、継続的に働くことができるため保険料の未払い等のリスクが低いと考えられ、その分個人情報の価値を高く評価することができるからである。あるいは、例えば、ユーザに関するデータおよび／またはインフォメーションが、「健康」に関する概念のうち、個人情報の価値に対して否定的な概念と大きく相関する場合、算出手段１２２は、個人情報の価値を示すスコアを低くすることができる。

一実施形態において、算出手段１２２は、例えば、複数のユーザに関するデータおよび／またはインフォメーションとスコアとの関係を学習した機械学習モデルを利用して、ユーザの個人情報の価値を示すスコアを算出することができる。ユーザに関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」、「お金」、「健康」に関する情報を含み得る。

機械学習モデルは、任意の機械学習モデルを用いて構築することができる。機械学習モデルは、例えば、ニューラルネットワークモデルであり得る。

図４は、算出手段１２２が利用し得るニューラルネットワークモデルの構造の一例を示す。

ニューラルネットワークモデルは、入力層と、少なくとも１つの隠れ層と、出力層とを有する。ニューラルネットワークモデルの入力層のノード数は、入力されるユーザに関するデータおよび／またはインフォメーションの次元数に対応する。ニューラルネットワークモデルの隠れ層は、任意の数のノードを含むことができる。ニューラルネットワークモデルの出力層のノード数は、出力されるデータの次元数に対応する。例えば、ユーザの個人情報の価値を示すスコアを出力する場合、出力層のノード数は、１であり得る。

ニューラルネットワークモデルは、取得手段１２１が取得したユーザに関するデータおよび／またはインフォメーションを使用して予め学習処理がなされ得る。学習処理は、取得手段１２１が予め取得したユーザに関するデータおよび／またはインフォメーションを使用して、ニューラルネットワークモデルの隠れ層の各ノードの重み係数を計算する処理である。

学習処理は、例えば、教師あり学習である。教師あり学習では、例えば、ユーザに関するデータおよび／またはインフォメーションを入力用教師データとし、そのユーザのスコアを出力用教師データとして、複数のユーザの情報を使用してニューラルネットワークモデルの隠れ層の各ノードの重み係数を計算することにより、ユーザに関するデータおよび／またはインフォメーションとスコアとを相関させることが可能な機械学習モデルを構築することができる。

例えば、教師あり学習のための（入力用教師データ，出力用教師データ）の組は、（第１のユーザに関するデータおよび／またはインフォメーション，第１のユーザのスコア）、（第２のユーザに関するデータおよび／またはインフォメーション，第２のユーザのスコア）、・・・（第ｉのユーザに関するデータおよび／またはインフォメーション，第ｉのユーザのスコア）、・・・等であり得る。このような学習済のニューラルネットワークモデルの入力層にユーザから新たに取得されたユーザに関するデータおよび／またはインフォメーションを入力すると、そのユーザのスコアが出力層に出力される。

教師あり学習では、例えば、ユーザに関するデータおよび／またはインフォメーションがスコアの算出に用いられるパラメータと相関する程度を入力用教師データとすることもできる。

機械学習モデルは、需要者の属性に応じて複数の機械学習モデルが構築されるようにしてもよい。需要者の属性は、その需要者が属する分野を表し、個人情報が売買される分野に対応する。需要者の属性に応じて機械学習モデルを使い分けることにより、同じユーザであっても、そのユーザの個人情報が売買される分野に応じてスコアを異ならせることができる。個人情報が売買される分野が変われば、個人情報の価値も変わり得るからである。

複数の機械学習モデルの各々は、機械学習モデルを構築する際に出力用教師データとして用いられるユーザのスコアを、個人情報が売買されるそれぞれの分野におけるスコアとすることによって構築され得る。

複数の機械学習モデルは、例えば、保険業界における個人情報の売買のために利用されるモデル、銀行業界における個人情報の売買のために利用されるモデル、不動産業界における個人情報の売買のために利用されるモデル、製造業界における個人情報の売買のために利用されるモデル等を含み得る。

算出手段１２３は、需要者の属性を参照し、需要者の属性に基づいて、複数の機械学習モデルのうちの対応する機械学習モデルを選択し、選択された機械学習モデルを用いて、ユーザのスコアを算出することができる。

算出されたスコアは、販売手段１２３に渡される。

算出手段１２２はさらに、需要者に関するデータおよび／またはインフォメーションに基づいて、需要者の信頼度を示す信頼度スコアを算出するように構成され得る。

一実施形態において、算出手段１２２は、例えば、複数の需要者に関するデータおよび／またはインフォメーションと信頼度スコアとの関係を学習した機械学習モデルを利用して、需要者の個人情報の価値を示す信頼度スコアを算出することができる。需要者に関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」、「知識・能力」、「経験・実績」に関する情報を含み得る。

機械学習モデルは、任意の機械学習モデルを用いて構築することができる。機械学習モデルは、例えば、ニューラルネットワークモデルであり得る。ニューラルネットワークモデルは、例えば、図４に示されるニューラルネットワークモデルと同様の構造を有し得る。

ニューラルネットワークモデルは、入力層と、少なくとも１つの隠れ層と、出力層とを有する。ニューラルネットワークモデルの入力層のノード数は、入力される需要者に関するデータおよび／またはインフォメーションの次元数に対応する。ニューラルネットワークモデルの隠れ層は、任意の数のノードを含むことができる。ニューラルネットワークモデルの出力層のノード数は、出力されるデータの次元数に対応する。例えば、需要者の個人情報の価値を示す信頼度スコアを出力する場合、出力層のノード数は、１であり得る。

ニューラルネットワークモデルは、取得手段１２１が取得した需要者に関するデータおよび／またはインフォメーションを使用して予め学習処理がなされ得る。学習処理は、取得手段１２１が予め取得したデータおよび／またはインフォメーションを使用して、ニューラルネットワークモデルの隠れ層の各ノードの重み係数を計算する処理である。

学習処理は、例えば、教師あり学習である。教師あり学習では、例えば、需要者に関するデータおよび／またはインフォメーションを入力用教師データとし、その需要者の信頼度スコアを出力用教師データとして、複数の需要者の情報を使用してニューラルネットワークモデルの隠れ層の各ノードの重み係数を計算することにより、需要者に関するデータおよび／またはインフォメーションと信頼度スコアとを相関させることが可能な機械学習モデルを構築することができる。

例えば、教師あり学習のための（入力用教師データ，出力用教師データ）の組は、（第１の需要者に関するデータおよび／またはインフォメーション，第１の需要者の信頼度スコア）、（第２の需要者に関するデータおよび／またはインフォメーション，第２の需要者の信頼度スコア）、・・・（第ｉの需要者に関するデータおよび／またはインフォメーション，第ｉの需要者の信頼度スコア）、・・・等であり得る。このような学習済のニューラルネットワークモデルの入力層に需要者から新たに取得された需要者に関するデータおよび／またはインフォメーションを入力すると、その需要者の信頼度スコアが出力層に出力される。

算出された信頼度スコアは、販売手段１２３に渡される。

再び図２Ｂを参照する。販売手段１２３は、個人情報を需要者に販売するように構成されている。例えば、販売手段１２３は、インターフェース部１１０を介して受信された個人情報の購入リクエストに応答して、個人情報を需要者に販売することができる。例えば、販売手段１２３は、インターフェース部１１０を介して受信された個人情報の購入リクエストをユーザに転送し、ユーザが購入リクエストを承諾したことに応答して、個人情報を需要者に販売することができる。

販売手段１２３は、スコアを利用して、個人情報を需要者に販売することができる。例えば、販売手段１２３は、スコアを需要者に提示することができる。スコアによって個人情報の価値が示されるため、需要者は、スコアを参照して、価値が高い個人情報を購入することができる。これにより、需要者の購買意欲が増進され、個人情報の売買が活性化し得る。

販売手段１２３は、販売する個人情報の価格を不変としてもよいし、変動させてもよい。販売する個人情報の価格を変動させる場合、販売手段１２３は、例えば、個人情報の価格を変動させるための価格変動手段を備え得る。販売手段１２３は、価格変動手段によって変動させた価格で個人情報を需要者に販売することができる。

価格変動手段は、ユーザの個人情報の価値を示すスコアに基づいて、個人情報の価格を変動させることができる。これにより、個人情報の価格が、その価値に見合ったものとなり得る。

価格変動手段は、例えば、スコアが高いほど価格を高くなるように、個人情報の価格を比例的に変動させることができる。スコアが個人情報の価値を示すため、スコアの高さと価格の高さとが比例するからである。あるいは、価格変動手段は、例えば、スコアに応じて、個人情報の価格を段階的に変動させることができる。例えば、価格変動手段は、所定の閾値よりも高いスコアのユーザの個人情報を、所定の閾値よりも低いスコアのユーザの個人情報よりも高くなるように価格を変動させることができる。

販売手段１２３は、需要者が所望の個人情報を検索することを可能にするために、所定の条件を満たすユーザを検索するための検索手段を備え得る。販売手段１２３は、検索手段によって検索されたユーザの個人情報を需要者に販売することができる。

所定の条件は、任意の条件を含み得、例えば、ユーザの年収、ユーザの職業、ユーザの家族構成等を含むことができる。

所定の条件は、例えば、ユーザの個人情報の価値を示すスコアを含む。これにより、需要者は、例えば、所定の閾値よりも高いスコアのユーザ、所定の閾値よりも低いスコアのユーザ、または、所定の範囲内のスコアのユーザに絞り込んで、個人情報を購入することができるようになる。所定の条件は、例えば、個人情報の価格を含む。これにより、需要者は、例えば、所定の閾値よりも高い価格の個人情報、所定の閾値よりも安い価格の個人情報、または、所定の範囲内の価格の個人情報に絞り込んで、個人情報を購入することができるようになる。

販売手段１２３は、算出されたスコアと、算出された信頼度スコアとを利用して、個人情報を需要者に販売するようにしてもよい。需要者の信頼度スコアを利用することにより、信頼のある需要者にのみ個人情報を販売することができるようになるため、ユーザの販売意欲が増進され、個人情報の売買が活性化し得る。

販売手段１２３は、例えば、個人情報の価値を示すスコアと、信頼度スコアとに基づいて、ユーザと需要者とをマッチングするためのマッチング手段を備え得る。販売手段１２３は、マッチング手段によってユーザとマッチングされた需要者に、そのユーザの個人情報を販売することができる。これにより、適切なユーザの個人情報が適切な需要者に販売されることを確実にすることができる。

マッチング手段は、例えば、複数のユーザのうちマッチングされるべきユーザを抽出し、複数の需要者のうちマッチングされるべき需要者を抽出することによって、抽出されたユーザと、抽出された需要者とをマッチングすることができる。抽出されるべきユーザは、例えば、所定の閾値以上のスコアを有するユーザ、所定の閾値以下のスコアを有するユーザ、または、所定の範囲内のスコアを有するユーザであり得る。抽出されるべき需要者は、例えば、所定の閾値以上のスコアを有する需要者、所定の閾値以下のスコアを有する需要者、または、所定の範囲内のスコアを有する需要者であり得る。所定の閾値および所定の範囲は、可変であってもよいし、固定であってもよい。所定の閾値および所定の範囲は、可変である場合には、ユーザまたは需要者が指定するようにしてもよく、所定の閾値および所定の範囲の指定は、例えば、ユーザ端末装置または需要者端末装置から送信されるマッチングリクエストに含まれ得る。

マッチング手段は、例えば、特定のユーザが個人情報を販売すべき需要者をマッチングすることによって、特定のユーザに対して、個人情報の販売先をリコメンドするようにしてもよい。あるいは、マッチング手段は、例えば、特定の需要者が個人情報を購入すべきユーザをマッチングすることによって、特定の需要者に対して、個人情報の購入先をリコメンドするようにしてもよい。

プロセッサ部１２０は、さらに、ブロックチェーンネットワーク６００において管理される個人情報が変更されたことを検知するための検知手段を備え得る。検知手段は、インターフェース部１１０を介して受信された、ブロックチェーンネットワーク６００において管理される個人情報が変更されたことを示す情報に基づいて、ブロックチェーンネットワーク６００において管理される個人情報が変更されたことを検知することができる。ブロックチェーンネットワーク６００において管理される個人情報の変更は、個人情報の更新であると考えられるため、検知手段によって、個人情報の更新を確実に捉えることができる。

プロセッサ部１２０は、さらに、検知手段がブロックチェーンネットワーク６００において管理される個人情報が変更されたことを検知したことに応答して、個人情報が変更されたことを需要者に通知するための通知手段をさらに備え得る。通知手段により、個人情報の変更、すなわち、個人情報の更新を需要者に通知することができるため、需要者は、更新された個人情報を購入するよう動機付けられることになる。これにより、需要者の購買意欲が増進され、個人情報の売買が活性化し得る。

上述した図２Ｂに示される例では、プロセッサ部１２０の各構成要素が同一のプロセッサ部１２０内に設けられているが、本発明はこれに限定されない。プロセッサ部１２０の各構成要素が複数のプロセッサ部に分散される構成も本発明の範囲内である。このとき、複数のプロセッサ部は、同一のハードウェア部品内に位置してもよいし、近傍または遠隔の別個のハードウェア部品内に位置してもよい。

なお、上述したシステム１００の各構成要素は、単一のハードウェア部品で構成されていてもよいし、複数のハードウェア部品で構成されていてもよい。複数のハードウェア部品で構成される場合は、各ハードウェア部品が接続される態様は問わない。各ハードウェア部品は、無線で接続されてもよいし、有線で接続されてもよい。本発明のシステム１００は、特定のハードウェア構成には限定されない。プロセッサ部１２０をデジタル回路ではなくアナログ回路によって構成することも本発明の範囲内である。本発明のシステム１００の構成は、その機能を実現できる限りにおいて上述したものに限定されない。

３．ユーザの個人情報の売買を支援するためのシステムによる処理
図５は、ユーザの個人情報の売買を支援するためのシステム１００による処理の一例（処理５００）を示す。処理５００は、システム１００のプロセッサ部１２０において行われる。

ステップＳ５０１では、プロセッサ部１２０の取得手段１２１が、ユーザに関するデータおよび／またはインフォメーションを取得する。

取得手段１２１は、例えば、インターフェース部１１０を介して、データベース部２００に格納されているユーザに関するデータおよび／またはインフォメーションを取得し得る。あるいは、取得手段１２１は、例えば、インターフェース部１１０を介して、ユーザ端末装置３００から受信されたユーザに関するデータおよび／またはインフォメーションを取得し得る。

ステップＳ５０２では、プロセッサ部１２０の算出手段１２２が、ステップＳ５０１で取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、ユーザの個人情報の価値を示すスコアを算出する。

算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションがスコアの算出に用いられるパラメータと相関する程度に応じて、スコアを算出することができる。算出手段１２２は、例えば、スコアの算出に用いられるパラメータに関する概念と相関する種々の情報を格納しているデータベース部２００を参照し、ユーザに関するデータおよび／またはインフォメーションがスコアの算出に用いられるパラメータに関する概念と相関する程度を決定することができる。スコアの算出に用いられるパラメータは、例えば、「パーソナリティ」、「お金」、「健康」を含む。算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションが「パーソナリティ」に関する概念と相関する程度を決定することにより、スコアを算出することができる。あるいは、または、これに加えて、算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションが「お金」に関する概念と相関する程度を決定することにより、スコアを算出することができる。あるいは、または、これに加えて、算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションが「健康」に関する概念と相関する程度を決定することにより、スコアを算出することができる。

算出手段１２２は、例えば、複数のユーザに関するデータおよび／またはインフォメーションとスコアとの関係を学習した機械学習モデルを利用して、ユーザの個人情報の価値を示すスコアを算出することができる。機械学習モデルは、任意の機械学習モデルを用いて構築することができ、機械学習モデルは、例えば、ニューラルネットワークモデルであり得る。ユーザに関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」、「お金」、「健康」に関する情報を含み得る。

例えば、ステップＳ５０１で取得されたユーザに関するデータおよび／またはインフォメーションを機械学習モデルに入力すると、ユーザのスコアが出力され得る。

算出手段１２２は、例えば、複数の機械学習モデルのうち、特定の機械学習モデルを選択し、選択された機械学習モデルを利用してスコアを算出するようにしてもよい。算出手段１２２は、例えば、需要者の属性に基づいて、機械学習モデルを選択することができる。需要者の属性は、その需要者が属する分野を表し、個人情報が売買される分野に対応する。需要者の属性に応じて機械学習モデルを使い分けることにより、同じユーザであっても、そのユーザの個人情報が売買される分野に応じてスコアを異ならせることができる。

ステップＳ５０３では、プロセッサ部１２０の販売手段１２３が、ステップＳ５０２で算出されたスコアを利用して、個人情報を需要者に販売する。例えば、販売手段１２３は、インターフェース部１１０を介して受信された個人情報の購入リクエストに応答して、個人情報を需要者に販売することができる。このとき、需要者は、個人情報の価値をスコアを介して知ることができるため、価値が高い個人情報を選択して個人情報を購入することができる。

例えば、ステップＳ５０３では、販売手段１２３の価格変動手段が、ステップＳ５０２で算出されたスコアに基づいて、個人情報の価格を変動させ、販売手段１２３が、変動させた価格で個人情報を需要者に販売するようにしてもよい。これにより、個人情報の価格が、その価値に見合ったものとなり得、適正な個人情報の売買が促進され得る。

例えば、ステップＳ５０３では、販売手段１２３の検索手段が、需要者から提供された所定の条件を満たすユーザを検索し、販売手段１２３が、検索されたユーザの個人情報を需要者に販売するようにしてもよい。所定の条件は、ユーザの個人情報の価値を示すスコアを含み得る。これにより、需要者は、個人情報の価値に基づいて、購入すべき個人情報を有するユーザを検索したうえで、個人情報を購入することができる。

処理５００により、需要者は、個人情報の価値を示すスコアを利用して個人情報を購入することができ、これは、需要者の購買意欲の増進につながり、ひいては、個人情報の売買の活性化につながり得る。

図６は、ユーザの個人情報の売買を支援するためのシステム１００による処理の別の一例（処理６００）を示す。処理６００は、個人情報を需要者に販売するために、個人情報の価値を示すスコアに加えて、需要者の信頼度を示す信頼度スコアも利用するときの処理である。処理６００は、システム１００のプロセッサ部１２０において行われる。

ステップＳ６０１では、プロセッサ部１２０の取得手段１２１が、ユーザに関するデータおよび／またはインフォメーションを取得する。ステップＳ６０１における処理は、ステップＳ５０１における処理と同様である。

ステップＳ６０２では、プロセッサ部１２０の算出手段１２２が、ステップＳ６０１で取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、ユーザの個人情報の価値を示すスコアを算出する。ステップＳ６０２における処理は、ステップＳ５０２における処理と同様である。

ステップＳ６０３では、プロセッサ部１２０の取得手段１２１が、需要者に関するデータおよび／またはインフォメーションを取得する。

取得手段１２１は、例えば、インターフェース部１１０を介して、データベース部２００に格納されている需要者に関するデータおよび／またはインフォメーションを取得し得る。あるいは、取得手段１２１は、例えば、インターフェース部１１０を介して、需要者端末装置４００から受信されたユーザに関するデータおよび／またはインフォメーションを取得し得る。

ステップＳ６０４では、プロセッサ部１２０の算出手段１２２が、ステップＳ６０３で取得された需要者に関するデータおよび／またはインフォメーションに基づいて、需要者の個人情報の価値を示すスコアを算出する。

算出手段１２２は、例えば、複数の需要者に関するデータおよび／またはインフォメーションと信頼度スコアとの関係を学習した機械学習モデルを利用して、需要者の個人情報の価値を示す信頼度スコアを算出することができる。機械学習モデルは、任意の機械学習モデルを用いて構築することができ、機械学習モデルは、例えば、ニューラルネットワークモデルであり得る。需要者に関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」、「知識・能力」、「経験・実績」に関する情報を含み得る。

例えば、ステップＳ６０３で取得された需要者に関するデータおよび／またはインフォメーションを機械学習モデルに入力すると、需要者のスコアが出力され得る。

ステップＳ６０５では、プロセッサ部１２０の販売手段１２３が、ステップＳ６０２で算出されたスコアと、ステップＳ６０４で算出された信頼度スコアとを利用して、個人情報を需要者に販売する。例えば、販売手段１２３は、インターフェース部１１０を介して受信された個人情報の購入リクエストに応答して、個人情報を需要者に販売することができる。このとき、ユーザは、個人情報を購入する需要者の信頼度を信頼度スコアを介して知ることができるため、信頼度が高い需要者を選択して個人情報を販売することができる。

例えば、ステップＳ６０５では、販売手段１２３の価格変動手段が、ステップＳ６０２で算出されたスコアに基づいて、個人情報の価格を変動させ、販売手段１２３が、変動させた価格で個人情報を需要者に販売するようにしてもよい。これにより、個人情報の価格が、その価値に見合ったものとなり得、適正な個人情報の売買が促進され得る。

例えば、ステップＳ６０５では、販売手段１２３の検索手段が、需要者から提供された所定の条件を満たすユーザを検索し、販売手段１２３が、検索されたユーザの個人情報を需要者に販売するようにしてもよい。所定の条件は、ユーザの個人情報の価値を示すスコアを含み得る。これにより、需要者は、個人情報の価値に基づいて、購入すべき個人情報を有するユーザを検索したうえで、個人情報を購入することができる。

例えば、ステップＳ６０５では、販売手段１２３のマッチング手段が、個人情報の価値を示すスコアと、信頼度スコアとに基づいて、ユーザと需要者とをマッチングし、販売手段１２３が、ユーザとマッチングされた需要者に個人情報を販売するようにしてもよい。これにより、適切なユーザの個人情報が適切な需要者に販売されることを確実にすることができる。

マッチング手段は、例えば、複数のユーザのうちマッチングされるべきユーザを抽出し、複数の需要者のうちマッチングされるべき需要者を抽出することによって、抽出されたユーザと、抽出された需要者とをマッチングすることができる。

マッチング手段は、例えば、特定のユーザが個人情報を販売すべき需要者をマッチングすることによって、特定のユーザに対して、個人情報の販売先をリコメンドするようにしてもよい。あるいは、マッチング手段は、例えば、特定の需要者が個人情報を購入すべきユーザをマッチングすることによって、特定の需要者に対して、個人情報の購入先をリコメンドするようにしてもよい。

処理６００により、需要者は、個人情報の価値を示すスコアを利用して個人情報を購入することができるとともに、ユーザは、需要者の信頼度を示す信頼度スコアを利用して個人情報を販売することができ、これは、需要者の購買意欲の増進のみならず、ユーザの販売意欲の増進にもつながり、ひいては、個人情報の売買の活性化につながり得る。

図５および図６を参照して上述した例では、特定の順序で処理が行われることを説明したが、各処理の順序は説明されたものに限定されず、論理的に可能な任意の順序で行われ得る。例えば、ステップＳ６０１の前に、ステップＳ６０３が行われてもよいし、ステップＳ６０２の前に、ステップＳ６０４が行われてもよいし、ステップＳ６０４の後に、ステップＳ６０１が行われてもよい。

上述した例では、保険業界における個人情報を売買することを支援するためのシステム１００について説明したが、システム１００が適用される分野は、保険業界に限定されない。本発明のシステム１００は、個人情報の売買が関与する任意の分野において利用可能である。

本発明のシステム１００は、例えば、広告業界における個人情報を売買することを支援するために利用され得る。例えば、広告業界においては、個人情報の価値を示すスコアが高いほど、広告を打つ価値があるユーザ（例えば、広告の訴求効果が高いユーザ、広告対象の商品の販売ターゲットであるユーザ等）となり得る。従って、個人情報の価値を示すスコアが高いユーザの個人情報を購入し、購入した個人情報を有するユーザに対して広告を打つことにより、闇雲に不特定多数に広告を打つよりも、高い効果が得られ得る。

図５、図６を参照して上述した例では、図５、図６に示される各ステップの処理は、プロセッサ部１２０とメモリ部１３０に格納されたプログラムとによって実現することが説明されたが、本発明はこれに限定されない。図５、図６に示される各ステップの処理のうちの少なくとも１つは、制御回路などのハードウェア構成によって実現されてもよい。

上述した例では、システム１００が、ユーザの個人情報の売買を行うためのマーケットプレイスを提供するサービスプロバイダに設置されているコンピュータ（例えば、サーバ装置）である場合を例に説明したが、本発明は、これに限定されない。システム１００は、プロセッサ部を備える任意の情報処理装置であり得る。

本発明は、上述した実施形態に限定されるものではない。本発明は、特許請求の範囲によってのみその範囲が解釈されるべきであることが理解される。当業者は、本発明の具体的な好ましい実施形態の記載から、本発明の記載および技術常識に基づいて等価な範囲を実施することができることが理解される。

本発明は、個人情報の売買を活性化することが可能な、ユーザの個人情報の売買を支援するためのシステム等を提供するものとして有用である。

１０ マーケットプレイス
２０ ユーザ
３０ 需要者
１００ システム
２００ データベース部
３００ ユーザ端末装置
４００ 需要者端末装置
５００ ネットワーク
６００ ブロックチェーンネットワーク

Claims (1)

1. 本明細書に記載の発明。
   
   

Images