JP2022126899A - 情報処理装置、情報処理システム及び情報処理方法 - Google Patents
情報処理装置、情報処理システム及び情報処理方法 Download PDFInfo
- Publication number
- JP2022126899A JP2022126899A JP2021024727A JP2021024727A JP2022126899A JP 2022126899 A JP2022126899 A JP 2022126899A JP 2021024727 A JP2021024727 A JP 2021024727A JP 2021024727 A JP2021024727 A JP 2021024727A JP 2022126899 A JP2022126899 A JP 2022126899A
- Authority
- JP
- Japan
- Prior art keywords
- rate
- physiological data
- default
- user
- information processing
- 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 132
- 238000003672 processing method Methods 0.000 title claims description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 16
- 238000012935 Averaging Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000000747 cardiac effect Effects 0.000 description 8
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 7
- 229910052760 oxygen Inorganic materials 0.000 description 7
- 239000001301 oxygen Substances 0.000 description 7
- 230000036772 blood pressure Effects 0.000 description 6
- 230000036387 respiratory rate Effects 0.000 description 6
- 230000036760 body temperature Effects 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 5
- CNQCVBJFEGMYDW-UHFFFAOYSA-N lawrencium atom Chemical compound [Lr] CNQCVBJFEGMYDW-UHFFFAOYSA-N 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 230000004913 activation Effects 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000000059 patterning Methods 0.000 description 3
- 230000010412 perfusion Effects 0.000 description 3
- 230000000241 respiratory effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000002106 pulse oximetry Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
また、本発明者らは、上記知見を得た後、さらに検討を重ねて、本発明を完成させるに至った。
[1] 債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率を算出するための情報処理装置であって、1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶手段と、利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶手段における前記生理学的データ及び/又は前記パターンを選択する選択手段と、前記選択手段により選択された前記記憶手段における前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率を用いて、前記利用者の前記デフォルト率及び/又は前記残債率を算出する算出手段とを有していることを特徴とする情報処理装置。
[2] 前記生理学的データが1種又は2種以上のバイタルサインを含む前記[1]記載の情報処理装置。
[3] 前記生理学的データが、携帯電子装置から受信される1種又は2種以上の生理学的データを含む前記[1]又は[2]に記載の情報処理装置。
[4] 前記算出手段には、前記生理学的データ及び/又は前記パターン毎の前記デフォルト率及び/又は前記残債率を平均化又は加重平均化する処理が含まれている前記[1]~[3]のいずれかに記載の情報処理装置。
[5] 前記算出手段には、前記生理学的データ及び/又は前記パターン毎の前記デフォルト率及び/又は前記残債率を用いて、平均と標準偏差で表される確率分布を算出し、算出した前記確率分布に基づいて、前記デフォルト率及び/又は前記残債率を判定する処理が含まれている前記[1]~[3]のいずれかに記載の情報処理装置。
[6] さらに、前記デフォルト率及び/又は前記残債率の関係性を、前記生理学的データ及び/又は前記パターンに基づいて関数により近似することで、前記デフォルト率及び/又は前記残債率を学習し、前記学習により、前記利用者の前記生理学的データ及び/又は前記パターンから前記デフォルト率及び/又は前記残債率を予測し、予測した予測値を前記利用者の前記デフォルト率及び/又は前記残債率として出力する手段を備える前記[1]~[5]のいずれかに記載の情報処理装置。
[7] 与信限度額と、債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率とが少なくとも記憶されている与信情報データベースから利用者の与信限度額を算出するための情報処理装置であって、1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶手段と、利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶手段における前記生理学的データ及び/又は前記パターンを選択する選択手段と、前記選択手段により選択された前記記憶手段における前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率から、前記与信情報データベースにおける前記与信限度額を前記利用者の前記与信限度額として算出する算出手段とを有していることを特徴とする情報処理装置。
[8] 前記与信情報データベースが、前記与信限度額毎にランク分けされているランク情報を含む前記[7]記載の情報処理装置。
[9] 前記与信情報データベースが、前記利用者の利用用途毎に前記与信限度額が記憶されている前記[7]又は[8]に記載の情報処理装置。
[10] さらに、前記デフォルト率及び/又は前記残債率の関係性を、前記生理学的データ及び/又は前記パターンに基づいて関数により近似することで、前記デフォルト率及び/又は前記残債率を学習し、前記学習により、前記利用者の前記生理学的データ及び/又は前記パターンから前記デフォルト率及び/又は前記残債率を予測し、予測した予測値を前記利用者の前記デフォルト率及び/又は前記残債率として用いて、前記利用者の前記与信限度額を算出する手段を備える前記[7]~[9]のいずれかに記載の情報処理装置。
[11] 利用者のユーザ端末と、債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率を算出するための情報処理装置とが通信回線を介して通信可能に接続されている情報処理システムであって、前記情報処理装置は、1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶手段と、利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶手段における前記生理学的データ及び/又は前記パターンを選択する選択手段と、前記選択手段により選択された前記記憶手段における前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率を用いて、前記利用者の前記デフォルト率及び/又は前記残債率を算出する算出手段とを有していることを特徴とする情報処理システム。
[12] 前記生理学的データが1種又は2種以上のバイタルサインを含む前記[11]記載の情報処理システム。
[13] 前記ユーザ端末が携帯電子装置を含み、前記生理学的データが、前記携帯電子装置から受信される1種又は2種以上の生理学的データを含む前記[11]又は[12]に記載の情報処理システム。
[14] 前記情報処理装置は、前記ユーザ端末から与信情報要求が前記情報処理装置に送信されると、前記ユーザ端末に前記利用者の前記デフォルト率及び/又は残債率を含む与信情報を前記ユーザ端末に送信する手段を有する前記[11]~[13]のいずれかに記載の情報処理システム。
[15] 前記ユーザ端末と前記情報処理装置とが、決済事業者の決済端末を介して通信可能に接続されており、前記情報処理装置は、前記決済端末から前記利用者の与信要求を決済金額とともに受信すると、前記利用者のデフォルト率及び/又は残債率に基づき、前記決済金額に対する与信処理を行った後、与信処理結果を前記決済端末に送信する手段を有する前記[11]~[14]のいずれかに記載の情報処理システム。
[16] 前記情報処理装置が、さらに、前記デフォルト率及び/又は前記残債率の関係性を、前記生理学的データ及び/又は前記パターンに基づいて関数により近似することで、前記デフォルト率及び/又は前記残債率を学習し、前記学習により、前記利用者の前記生理学的データ及び/又は前記パターンから前記デフォルト率及び/又は前記残債率を予測し、予測した予測値を前記利用者の前記デフォルト率及び/又は前記残債率として出力する手段を備える前記[11]~[15]のいずれかに記載の情報処理システム。
[17] 与信限度額と、債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率とが少なくとも記憶されている与信情報データベースから利用者の与信限度額を算出するための情報処理装置と、利用者のユーザ端末とが通信回線を介して通信可能に接続されている情報処理システムであって、前記情報処理装置が、1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶手段と、利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶手段における前記生理学的データ及び/又は前記パターンを選択する選択手段と、前記選択手段により選択された前記記憶手段における前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率から、前記与信情報データベースにおける前記与信限度額を前記利用者の前記与信限度額として算出する算出手段とを有していることを特徴とする情報処理システム。
[18] 前記情報処理装置が、さらに、前記デフォルト率及び/又は前記残債率の関係性を、前記生理学的データ及び/又は前記パターンに基づいて関数により近似することで、前記デフォルト率及び/又は前記残債率を学習し、前記学習により、前記利用者の前記生理学的データ及び/又は前記パターンから前記デフォルト率及び/又は前記残債率を予測し、予測した予測値を前記利用者の前記デフォルト率及び/又は前記残債率として用いて、前記利用者の前記与信限度額を算出する手段を備える前記[17]~[19]のいずれかに記載の情報処理システム。
[19] 債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率を算出する情報処理方法であって、1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶ステップと、利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶ステップにおける前記生理学的データ及び/又は前記パターンを選択する選択ステップと、前記選択ステップにより選択された前記記憶ステップにおける前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率を用いて、前記利用者の前記デフォルト率及び/又は前記残債率を算出する算出ステップとを含むことを特徴とする情報処理方法。
[20] 与信限度額と、債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率とが少なくとも記憶されている与信情報データベースから利用者の与信限度額を算出する情報処理方法であって、1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶ステップと、利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶ステップにおける前記生理学的データ及び/又は前記パターンを選択する選択ステップと、前記選択ステップにより選択された前記記憶ステップにおける前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率から、前記与信情報データベースにおける前記与信限度額を前記利用者の前記与信限度額として算出する算出ステップとを含むことを特徴とする情報処理方法。
[21] 債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率を算出するための情報処理装置を、1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶手段、利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶手段における前記生理学的データ及び/又は前記パターンを選択する選択手段、及び前記選択手段により選択された前記記憶手段における前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率を用いて、前記利用者の前記デフォルト率及び/又は前記残債率を算出する算出手段として機能させるプログラム。
[22] さらに、前記デフォルト率及び/又は前記残債率の関係性を、前記生理学的データ及び/又は前記パターンに基づいて関数により近似することで、前記デフォルト率及び/又は前記残債率を学習し、前記学習により、前記利用者の前記生理学的データ及び/又は前記パターンから前記デフォルト率及び/又は前記残債率を予測し、予測した予測値を前記利用者の前記デフォルト率及び/又は前記残債率として出力する手段として機能させる前記[21]記載のプログラム。
[23] 与信限度額と、債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率とが少なくとも記憶されている与信情報データベースから利用者の与信限度額を算出するための情報処理装置を、1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶手段、利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶手段における前記生理学的データ及び/又は前記パターンを選択する選択手段、及び前記選択手段により選択された前記記憶手段における前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率から、前記与信情報データベースにおける前記与信限度額を前記利用者の前記与信限度額として算出する算出手段として機能させるプログラム。
[24] さらに、前記デフォルト率及び/又は前記残債率の関係性を、前記生理学的データ及び/又は前記パターンに基づいて関数により近似することで、前記デフォルト率及び/又は前記残債率を学習し、前記学習により、前記利用者の前記生理学的データ及び/又は前記パターンから前記デフォルト率及び/又は前記残債率を予測し、予測した予測値を前記利用者の前記デフォルト率及び/又は前記残債率として用いて、前記利用者の前記与信限度額を算出する手段として機能させる前記[23]記載のプログラム。
1b ユーザ端末
2 情報処理装置
3 決済端末
8 通信回線
11 マルチパラメータモニター
12 表示画面
13a 心拍数(脈拍数)
13b 心拍数(脈拍数)の波形
13c 波形パターン
13d 波形符号
14a 血圧
14b 血圧の波形
15a 酸素飽和度(SpO2)
15b 酸素飽和度(SpO2)の波形
16a 体温
16b 体温の波形
17a 呼吸数
17b 呼吸数の波形
19 近似値
101 ウェアラブルデバイス
102 ディスプレイ
103 グラフィカル心臓ユーザインターフェース要素
104 心臓指標(心拍数)
105 OKボタン
1101 記憶部
1102 処理部
1103 入力部
1104 出力部
1105 表示部
1106 通信部
Claims (24)
- 債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率を算出するための情報処理装置であって、
1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶手段と、
利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶手段における前記生理学的データ及び/又は前記パターンを選択する選択手段と、
前記選択手段により選択された前記記憶手段における前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率を用いて、前記利用者の前記デフォルト率及び/又は前記残債率を算出する算出手段とを有していることを特徴とする情報処理装置。 - 前記生理学的データが1種又は2種以上のバイタルサインを含む請求項1記載の情報処理装置。
- 前記生理学的データが、携帯電子装置から受信される1種又は2種以上の生理学的データを含む請求項1又は2に記載の情報処理装置。
- 前記算出手段には、前記生理学的データ及び/又は前記パターン毎の前記デフォルト率及び/又は前記残債率を平均化又は加重平均化する処理が含まれている請求項1~3のいずれかに記載の情報処理装置。
- 前記算出手段には、前記生理学的データ及び/又は前記パターン毎の前記デフォルト率及び/又は前記残債率を用いて、平均と標準偏差で表される確率分布を算出し、算出した前記確率分布に基づいて、前記デフォルト率及び/又は前記残債率を判定する処理が含まれている請求項1~3のいずれかに記載の情報処理装置。
- さらに、前記デフォルト率及び/又は前記残債率の関係性を、前記生理学的データ及び/又は前記パターンに基づいて関数により近似することで、前記デフォルト率及び/又は前記残債率を学習し、前記学習により、前記利用者の前記生理学的データ及び/又は前記パターンから前記デフォルト率及び/又は前記残債率を予測し、予測した予測値を前記利用者の前記デフォルト率及び/又は前記残債率として出力する手段を備える請求項1~5のいずれかに記載の情報処理装置。
- 与信限度額と、債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率とが少なくとも記憶されている与信情報データベースから利用者の与信限度額を算出するための情報処理装置であって、
1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶手段と、
利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶手段における前記生理学的データ及び/又は前記パターンを選択する選択手段と、
前記選択手段により選択された前記記憶手段における前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率から、前記与信情報データベースにおける前記与信限度額を前記利用者の前記与信限度額として算出する算出手段とを有していることを特徴とする情報処理装置。 - 前記与信情報データベースが、前記与信限度額毎にランク分けされているランク情報を含む請求項7記載の情報処理装置。
- 前記与信情報データベースが、前記利用者の利用用途毎に前記与信限度額が記憶されている請求項7又は8に記載の情報処理装置。
- さらに、前記デフォルト率及び/又は前記残債率の関係性を、前記生理学的データ及び/又は前記パターンに基づいて関数により近似することで、前記デフォルト率及び/又は前記残債率を学習し、前記学習により、前記利用者の前記生理学的データ及び/又は前記パターンから前記デフォルト率及び/又は前記残債率を予測し、予測した予測値を前記利用者の前記デフォルト率及び/又は前記残債率として用いて、前記利用者の前記与信限度額を算出する手段を備える請求項7~9のいずれかに記載の情報処理装置。
- 利用者のユーザ端末と、債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率を算出するための情報処理装置とが通信回線を介して通信可能に接続されている情報処理システムであって、
前記情報処理装置は、
1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶手段と、
利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶手段における前記生理学的データ及び/又は前記パターンを選択する選択手段と、
前記選択手段により選択された前記記憶手段における前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率を用いて、前記利用者の前記デフォルト率及び/又は前記残債率を算出する算出手段とを有していることを特徴とする情報処理システム。 - 前記生理学的データが1種又は2種以上のバイタルサインを含む請求項11記載の情報処理システム。
- 前記ユーザ端末が携帯電子装置を含み、前記生理学的データが、前記携帯電子装置から受信される1種又は2種以上の生理学的データを含む請求項11又は12に記載の情報処理システム。
- 前記情報処理装置は、前記ユーザ端末から与信情報要求が前記情報処理装置に送信されると、前記ユーザ端末に前記利用者の前記デフォルト率及び/又は残債率を含む与信情報を前記ユーザ端末に送信する手段を有する請求項11~13のいずれかに記載の情報処理システム。
- 前記ユーザ端末と前記情報処理装置とが、決済事業者の決済端末を介して通信可能に接続されており、前記情報処理装置は、前記決済端末から前記利用者の与信要求を決済金額とともに受信すると、前記利用者のデフォルト率及び/又は残債率に基づき、前記決済金額に対する与信処理を行った後、与信処理結果を前記決済端末に送信する手段を有する請求項11~14のいずれかに記載の情報処理システム。
- 前記情報処理装置が、さらに、前記デフォルト率及び/又は前記残債率の関係性を、前記生理学的データ及び/又は前記パターンに基づいて関数により近似することで、前記デフォルト率及び/又は前記残債率を学習し、前記学習により、前記利用者の前記生理学的データ及び/又は前記パターンから前記デフォルト率及び/又は前記残債率を予測し、予測した予測値を前記利用者の前記デフォルト率及び/又は前記残債率として出力する手段を備える請求項11~15のいずれかに記載の情報処理システム。
- 与信限度額と、債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率とが少なくとも記憶されている与信情報データベースから利用者の与信限度額を算出するための情報処理装置と、利用者のユーザ端末とが通信回線を介して通信可能に接続されている情報処理システムであって、
前記情報処理装置が、1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶手段と、
利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶手段における前記生理学的データ及び/又は前記パターンを選択する選択手段と、
前記選択手段により選択された前記記憶手段における前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率から、前記与信情報データベースにおける前記与信限度額を前記利用者の前記与信限度額として算出する算出手段とを有していることを特徴とする情報処理システム。 - 前記情報処理装置が、さらに、前記デフォルト率及び/又は前記残債率の関係性を、前記生理学的データ及び/又は前記パターンに基づいて関数により近似することで、前記デフォルト率及び/又は前記残債率を学習し、前記学習により、前記利用者の前記生理学的データ及び/又は前記パターンから前記デフォルト率及び/又は前記残債率を予測し、予測した予測値を前記利用者の前記デフォルト率及び/又は前記残債率として用いて、前記利用者の前記与信限度額を算出する手段を備える請求項17~19のいずれかに記載の情報処理システム。
- 債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率を算出する情報処理方法であって、
1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶ステップと、
利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶ステップにおける前記生理学的データ及び/又は前記パターンを選択する選択ステップと、
前記選択ステップにより選択された前記記憶ステップにおける前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率を用いて、前記利用者の前記デフォルト率及び/又は前記残債率を算出する算出ステップとを含むことを特徴とする情報処理方法。 - 与信限度額と、債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率とが少なくとも記憶されている与信情報データベースから利用者の与信限度額を算出する情報処理方法であって、
1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶ステップと、
利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶ステップにおける前記生理学的データ及び/又は前記パターンを選択する選択ステップと、
前記選択ステップにより選択された前記記憶ステップにおける前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率から、前記与信情報データベースにおける前記与信限度額を前記利用者の前記与信限度額として算出する算出ステップとを含むことを特徴とする情報処理方法。 - 債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率を算出するための情報処理装置を、
1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶手段、
利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶手段における前記生理学的データ及び/又は前記パターンを選択する選択手段、及び
前記選択手段により選択された前記記憶手段における前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率を用いて、前記利用者の前記デフォルト率及び/又は前記残債率を算出する算出手段として機能させるプログラム。 - さらに、前記デフォルト率及び/又は前記残債率の関係性を、前記生理学的データ及び/又は前記パターンに基づいて関数により近似することで、前記デフォルト率及び/又は前記残債率を学習し、前記学習により、前記利用者の前記生理学的データ及び/又は前記パターンから前記デフォルト率及び/又は前記残債率を予測し、予測した予測値を前記利用者の前記デフォルト率及び/又は前記残債率として出力する手段として機能させる請求項21記載のプログラム。
- 与信限度額と、債務不履行の確率であるデフォルト率及び/又は前記債務不履行の状態になった場合に回収が不能となる割合である残債率とが少なくとも記憶されている与信情報データベースから利用者の与信限度額を算出するための情報処理装置を、
1種又は2種以上の生理学的データ及び/又は前記生理学的データのパターンに対応させて前記デフォルト率及び/又は前記残債率を記憶する記憶手段、
利用者から前記生理学的データを受け付けると、受け付けた前記生理学的データと同一又は近似する前記記憶手段における前記生理学的データ及び/又は前記パターンを選択する選択手段、及び
前記選択手段により選択された前記記憶手段における前記生理学的データ及び/又は前記パターンに対応する前記デフォルト率及び/又は前記残債率から、前記与信情報データベースにおける前記与信限度額を前記利用者の前記与信限度額として算出する算出手段として機能させるプログラム。 - さらに、前記デフォルト率及び/又は前記残債率の関係性を、前記生理学的データ及び/又は前記パターンに基づいて関数により近似することで、前記デフォルト率及び/又は前記残債率を学習し、前記学習により、前記利用者の前記生理学的データ及び/又は前記パターンから前記デフォルト率及び/又は前記残債率を予測し、予測した予測値を前記利用者の前記デフォルト率及び/又は前記残債率として用いて、前記利用者の前記与信限度額を算出する手段として機能させる請求項23記載のプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021024727A JP7477172B2 (ja) | 2021-02-19 | 2021-02-19 | 情報処理装置、情報処理システム、情報処理方法及びプログラム |
JP2023121490A JP2023129616A (ja) | 2021-02-19 | 2023-07-26 | 情報処理装置、情報処理システム、情報処理方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021024727A JP7477172B2 (ja) | 2021-02-19 | 2021-02-19 | 情報処理装置、情報処理システム、情報処理方法及びプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023121490A Division JP2023129616A (ja) | 2021-02-19 | 2023-07-26 | 情報処理装置、情報処理システム、情報処理方法及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2022126899A true JP2022126899A (ja) | 2022-08-31 |
JP2022126899A5 JP2022126899A5 (ja) | 2022-10-28 |
JP7477172B2 JP7477172B2 (ja) | 2024-05-01 |
Family
ID=83059932
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021024727A Active JP7477172B2 (ja) | 2021-02-19 | 2021-02-19 | 情報処理装置、情報処理システム、情報処理方法及びプログラム |
JP2023121490A Pending JP2023129616A (ja) | 2021-02-19 | 2023-07-26 | 情報処理装置、情報処理システム、情報処理方法及びプログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023121490A Pending JP2023129616A (ja) | 2021-02-19 | 2023-07-26 | 情報処理装置、情報処理システム、情報処理方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7477172B2 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003196474A (ja) * | 2001-12-25 | 2003-07-11 | Ntt Comware Corp | 与信管理システム、与信管理方法およびそのプログラム |
JP2011191891A (ja) * | 2010-03-12 | 2011-09-29 | Ns Solutions Corp | 情報処理装置、情報処理方法、及びプログラム |
JP2015128579A (ja) * | 2013-12-05 | 2015-07-16 | Pst株式会社 | 推定装置、プログラム、推定装置の作動方法および推定システム |
JP2015132880A (ja) * | 2014-01-09 | 2015-07-23 | テンソル・コンサルティング株式会社 | 情報処理装置、情報処理方法、コンピュータプログラムおよび記録媒体 |
WO2019021314A1 (en) * | 2017-07-26 | 2019-01-31 | Capitaworld Platform Private Limited | SYSTEM AND METHOD FOR PREDICTING DEFAULT PROBABILITY AND CREDIT EVALUATION FRAMEWORK |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7254516B2 (en) | 2004-12-17 | 2007-08-07 | Nike, Inc. | Multi-sensor monitoring of athletic performance |
WO2020232333A1 (en) | 2019-05-16 | 2020-11-19 | Lungpacer Medical Inc. | Systems and methods for sensing and stimulation |
-
2021
- 2021-02-19 JP JP2021024727A patent/JP7477172B2/ja active Active
-
2023
- 2023-07-26 JP JP2023121490A patent/JP2023129616A/ja active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003196474A (ja) * | 2001-12-25 | 2003-07-11 | Ntt Comware Corp | 与信管理システム、与信管理方法およびそのプログラム |
JP2011191891A (ja) * | 2010-03-12 | 2011-09-29 | Ns Solutions Corp | 情報処理装置、情報処理方法、及びプログラム |
JP2015128579A (ja) * | 2013-12-05 | 2015-07-16 | Pst株式会社 | 推定装置、プログラム、推定装置の作動方法および推定システム |
JP2015132880A (ja) * | 2014-01-09 | 2015-07-23 | テンソル・コンサルティング株式会社 | 情報処理装置、情報処理方法、コンピュータプログラムおよび記録媒体 |
WO2019021314A1 (en) * | 2017-07-26 | 2019-01-31 | Capitaworld Platform Private Limited | SYSTEM AND METHOD FOR PREDICTING DEFAULT PROBABILITY AND CREDIT EVALUATION FRAMEWORK |
Also Published As
Publication number | Publication date |
---|---|
JP7477172B2 (ja) | 2024-05-01 |
JP2023129616A (ja) | 2023-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Manton et al. | Forecasting the health of elderly populations | |
JP6830719B1 (ja) | 高信頼データ取引システム、および高信頼データ取引方法 | |
Irawan et al. | Detecting Heart Rate Using Pulse Sensor As Alternative Knowing Heart Condition | |
US20080046268A1 (en) | Dynamic modeling and scoring risk assessment | |
JP2003512675A (ja) | オンラインで健康状態を監視する監視装置および監視方法 | |
WO2000017799A1 (en) | Dynamic modeling and scoring risk assessment | |
KR102297367B1 (ko) | 생체정보 수집 및 온라인 문진을 이용한 건강관리케어 서비스 제공 서버 | |
JP7025131B2 (ja) | コンピュータプログラム、端末、方法およびサーバ | |
CN107466405A (zh) | 使用户与可佩戴装置相关联的方法和系统 | |
JP2018005284A (ja) | 情報処理方法、情報処理装置及び情報処理プログラム | |
US20210406928A1 (en) | Information processing device, information processing method, and recording medium | |
JP6979660B1 (ja) | 情報処理方法、学習モデルの生成方法、情報処理装置及びコンピュータプログラム | |
US20040111278A1 (en) | Method of quantifying loss of quality of life resulting from personal injury for tort cases | |
EP3432254A1 (en) | Remote diagnostic aid system, remote diagnostic aid server, and remote diagnostic aid method | |
US11941700B1 (en) | Measuring risk tolerance using virtual or augmented reality view of simulated outcome | |
JP7477172B2 (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム | |
Miller | Valuing nonfatal quality of life losses with quality-adjusted life years: The health economist's meow | |
US20070179809A1 (en) | System and method for performing a cost-utility analysis of pharmaceutical interventions | |
JP2018106401A (ja) | 保険業務支援システム、保険業務支援装置及びコンピュータプログラム | |
JP7285297B2 (ja) | 情報処理方法、情報処理装置及びコンピュータプログラム | |
JP7285296B2 (ja) | 情報処理方法、情報処理装置及びコンピュータプログラム | |
KR20190125776A (ko) | 사용자의 활동에 대한 활동 증명을 채굴 조건으로서 사용하는 암호 화폐 시스템 | |
CN108615137A (zh) | 合同取消系统、服务器以及合同取消方法 | |
US11062392B1 (en) | Systems and methods of personalized inflation modeling based on activity monitoring | |
Punnoose et al. | Comparative evaluation of two systems for integrating biometric data from self-quantification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220927 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220927 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220927 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20220930 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230313 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230606 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230726 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230801 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20231020 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240215 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240228 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240411 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7477172 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R154 | Certificate of patent or utility model (reissue) |
Free format text: JAPANESE INTERMEDIATE CODE: R154 |