JP2023075592A - 推定装置、推定方法、学習装置、学習方法、およびプログラム - Google Patents
推定装置、推定方法、学習装置、学習方法、およびプログラム Download PDFInfo
- Publication number
- JP2023075592A JP2023075592A JP2021188583A JP2021188583A JP2023075592A JP 2023075592 A JP2023075592 A JP 2023075592A JP 2021188583 A JP2021188583 A JP 2021188583A JP 2021188583 A JP2021188583 A JP 2021188583A JP 2023075592 A JP2023075592 A JP 2023075592A
- Authority
- JP
- Japan
- Prior art keywords
- payment
- amount
- setting
- history
- user
- 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
- 238000000034 method Methods 0.000 title claims abstract description 116
- 230000008859 change Effects 0.000 claims abstract description 62
- 230000007704 transition Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 abstract description 31
- 238000004891 communication Methods 0.000 abstract description 25
- 238000010586 diagram Methods 0.000 description 28
- 238000012545 processing Methods 0.000 description 12
- 238000012549 training Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
Description
以下、図面を参照し、本発明の推定装置、推定方法、学習装置、学習方法、およびプログラムの実施形態について説明する。図1は、ユーザ端末装置10、決済情報サーバ20、モデリング担当者端末装置30、ファイルサーバ40、および運用担当者端末装置50によって構成されるシステム1の一例を示す図である。ユーザ端末装置10、決済情報サーバ20、モデリング担当者端末装置30、ファイルサーバ40、および運用担当者端末装置50は、互いに協働して以下で説明する処理を行う。
ユーザ端末装置10は、クレジットカード決済サービス(「後払い決済サービス」の一例である)を利用するユーザによって使用される端末装置であり、例えば、通信部12と、入出力部14と、制御部16と、記憶部18と、を含む。記憶部18には、例えば、クレジットカード情報アプリ18Aが記憶されている。
決済情報サーバ20は、ユーザによるクレジットカードの決済情報を管理するサーバ装置であり、例えば、通信部22と、記憶部24とを含む。通信部22は、無線通信機やネットワークカード等の通信インターフェースを含む。通信部22は、ユーザ端末装置10とネットワークNW1を介して互いに通信するとともに、モデリング担当者端末装置30および運用担当者端末装置50とネットワークNW2を介して通信する。ネットワークNW2は、有線又は無線の内部ネットワークである。
モデリング担当者端末装置30は、クレジットカード決済サービスのユーザのうち、当月に支払い方法を一括払いからリボ払いに初めて変更する確率が高いと想定されるユーザを抽出するためのモデルを作成するモデリング担当者(モデル作成者)によって使用される端末装置であり、例えば、通信部32と、入出力部34と、制御部36と、記憶部38と、を含む。記憶部38には、例えば、教師データ38Aとモデル構築/運用アプリ100が記憶されている。
ファイルサーバ40は、モデリング担当者によって作成された学習済みモデル130を同梱するモデル構築/運用アプリ100を管理するサーバ装置であり、例えば、通信部42と、記憶部44とを含む。通信部42は、無線通信機やネットワークカード等の通信インターフェースを含む。通信部42は、モデリング担当者端末装置30および運用担当者端末装置50とネットワークNW2を介して通信する。
運用担当者端末装置50は、クレジットカード決済サービスのユーザのうち、当月に支払い方法を一括払いからリボ払いに初めて変更する確率が高いと想定されるユーザを抽出し、抽出したユーザに対してリボ払いへの変更を提案する運用担当者によって使用される端末装置であり、例えば、通信部52と、入出力部54と、制御部56と、記憶部58と、を含む。記憶部58には、例えば、モデル構築/運用アプリ100が記憶されている。
モデリング担当者によって作成された学習済みモデル130は、例えば、毎月、最新の教師データ38Aに基づいて定期的に更新されてもよいし、学習済みモデル130による推定精度の劣化に応じて、不定期に更新されてもよい。例えば、決済情報サーバ20は、支払い方法変更提案部150によって支払い方法の変更が提案されたユーザのうち、実際に支払い方法を変更したユーザの割合(コンバージョン率:CVR)を計測し、学習済みモデル更新部160は、決済情報サーバ20によって計測されたCVRが閾値Th2未満になった場合に、モデル生成部120に、最新の教師データ38Aに基づいて、学習済みモデル130を再生成させてもよい。閾値Th2は、「第2閾値」の一例である。
上記で説明した通り、学習済みモデル130は、例えば、6ヶ月などの所定期間にわたる教師データ38Aに基づいて生成されるものであり、教師データ38Aの範囲を異なる期間に更新することによって、異なる学習済みモデル130が生成されるものである。その場合、学習済みモデル130ごとのスケールに乖離が発生することがあり得る。例えば、推定用決済履歴データ24Bの入力に対して、ある学習済みモデル130が出力した最大の確率値が0.9である一方、別の学習済みモデル130が出力した最大の確率値が0.8である場合、前者の学習済みモデル130は、後者の学習済みモデル130に比して、過大な値を出力する傾向があり得る。そのため、支払い方法の変更を推定するための閾値Th1を一定の値に設定した場合、モデルによっては、閾値Th1の値が過大(または過少)であることがあり得る。
次に、図14を参照して、決済情報サーバ20、モデリング担当者端末装置30、ファイルサーバ40、および運用担当者端末装置50によって実行される処理の流れについて説明する。図14は、決済情報サーバ20、モデリング担当者端末装置30、ファイルサーバ40、および運用担当者端末装置50によって実行される処理の流れの一例を示すタイミングチャートである。
上記の実施形態では、教師データ38Aとして、合計決済金額の月ごとの推移が記録されている。しかし、本発明は、そのような構成に限定されず、教師データ38Aとして、合計決済金額の変化量(より具体的には、前月の合計決済金額と当月の合計決済金額との間の差分)の推移が記録されてもよい。これは、一般的に、あるユーザの合計決済金額の変化量の推移と、当該ユーザが支払い方法を一括払いからリボ払いに初めて変更する確率との間には相関関係があるとする本発明者らの知見に基づくものである。例えば、あるユーザの合計決済金額の前月からの変化量が、過去の所定期間(例えば、6ヶ月)にわたる変化量の移動平均から著しく(例えば、2σ以上)増加している場合、当該ユーザが、支払い方法を一括払いからリボ払いに変更する確率が高くなる事象が観察されている。このような相関関係は、上記の実施形態のように、合計決済金額の推移を教師データとして用いても学習済みモデルに反映させることができるが、合計決済金額の変化量の推移を教師データとして用いることによって、より直接的に学習済みモデルに反映させることができる。
12、22、32、42、52 通信部
14、34、54 入出力部
16、36、56 制御部
18、24、38、44、58 記憶部
18A クレジットカード情報アプリ
20 決済情報サーバ
24A 学習用決済履歴データ
24B 推定用決済履歴データ
30 モデリング担当者端末装置
38A 教師データ
40 ファイルサーバ
50 運用担当者端末装置
100 モデル構築/運用アプリ
110 インターフェース提供部
120 モデル生成部
130 学習済みモデル
140 支払い方法変更推定部
150 支払い方法変更提案部
160 学習済みモデル更新部
Claims (15)
- 後払い決済サービスにおける少なくとも過去の所定期間にわたる決済金額の履歴に対して、前記後払い決済サービスにおける決済後に支払い方法の設定を変更したか否かを示すラベルが付与された教師データに基づいて、前記決済金額の履歴が入力されるとユーザが前記設定を変更する確率値を出力するように学習された学習済みモデルに、前記後払い決済サービスの対象ユーザの決済金額の履歴を入力することで、前記対象ユーザが前記設定を変更するか否かを推定する推定部を備える、
推定装置。 - 前記決済金額の履歴は、前記所定期間にわたる前記決済金額の推移を示す情報である、
請求項1に記載の推定装置。 - 前記決済金額の履歴は、前記所定期間にわたる前記決済金額の変化量の推移を示す情報である、
請求項1に記載の推定装置。 - 前記学習済みモデルは、前記決済金額の履歴と、前記ユーザの年齢および性別の少なくとも一方と、を少なくとも含む組み合わせに対して前記ラベルが付与された教師データに基づいて学習されたものである、
請求項1から3のいずれか1項に記載の推定装置。 - 前記学習済みモデルは、前記決済金額の履歴と、前記推定を行う対象となる月と、を少なくとも含む組み合わせに対して前記ラベルが付与された教師データに基づいて学習されたものである、
請求項1から4のいずれか1項に記載の推定装置。 - 前記推定部は、前記確率値が第1閾値以上である場合に、前記対象ユーザが前記設定を変更すると推定し、
前記推定部は、社会の経済状況を表す指標値を考慮して、前記第1閾値を決定する、
請求項1から5のいずれか1項に記載の推定装置。 - 前記推定部は、前記確率値が第1閾値以上である場合に、前記対象ユーザが前記設定を変更すると推定し、
前記推定部は、複数の前記所定期間の各々について生成された学習済みモデルによって出力された確率値の分布に基づいて、前記第1閾値を決定する、
請求項1から6のいずれか1項に記載の推定装置。 - 前記推定部は、前記所定期間について生成された学習済みモデルによって出力された複数の確率値の平均値を、前記複数の確率値の各々から減算し、減算によって得られた値を前記複数の確率値の標準偏差で除算した値が第1閾値以上である場合に、前記対象ユーザが前記設定を変更すると推定する、
請求項1から7のいずれか1項に記載の推定装置。 - 前記推定部によって前記設定を変更すると推定された対象ユーザに対して、前記設定を変更するように前記対象ユーザの端末装置に提案する提案部を更に備える、
請求項1から8のいずれか1項に記載の推定装置。 - 前記提案部による提案に応じて、前記設定を変更した対象ユーザの多さを示す指標値を算出し、
前記指標値が第2閾値未満である場合には、前記所定期間を変更して前記学習を再度行うことにより前記学習済みモデルを更新する更新部をさらに備える、
請求項9に記載の推定装置。 - コンピュータが、
後払い決済サービスにおける少なくとも過去の所定期間にわたる決済金額の履歴に対して、前記後払い決済サービスにおける決済後に支払い方法の設定を変更したか否かを示すラベルが付与された教師データに基づいて、前記決済金額の履歴が入力されるとユーザが前記設定を変更する確率値を出力するように学習された学習済みモデルに、前記後払い決済サービスの対象ユーザの決済金額の履歴を入力することで、前記対象ユーザが前記設定を変更するか否かを推定する、
推定方法。 - コンピュータに、
後払い決済サービスにおける少なくとも過去の所定期間にわたる決済金額の履歴に対して、前記後払い決済サービスにおける決済後に支払い方法の設定を変更したか否かを示すラベルが付与された教師データに基づいて、前記決済金額の履歴が入力されるとユーザが前記設定を変更する確率値を出力するように学習された学習済みモデルに、前記後払い決済サービスの対象ユーザの決済金額の履歴を入力することで、前記対象ユーザが前記設定を変更するか否かを推定させる、
プログラム。 - 後払い決済サービスにおける少なくとも過去の所定期間にわたる決済金額の履歴に対して、前記後払い決済サービスにおける決済後に支払い方法の設定を変更したか否かを示すラベルが付与された教師データに基づいて、前記決済金額の履歴が入力されるとユーザが前記設定を変更する確率値を出力するように学習する、
学習装置。 - コンピュータが、
後払い決済サービスにおける少なくとも過去の所定期間にわたる決済金額の履歴に対して、前記後払い決済サービスにおける決済後に支払い方法の設定を変更したか否かを示すラベルが付与された教師データに基づいて、前記決済金額の履歴が入力されるとユーザが前記設定を変更する確率値を出力するように学習する、
学習方法。 - コンピュータに、
後払い決済サービスにおける少なくとも過去の所定期間にわたる決済金額の履歴に対して、前記後払い決済サービスにおける決済後に支払い方法の設定を変更したか否かを示すラベルが付与された教師データに基づいて、前記決済金額の履歴が入力されるとユーザが前記設定を変更する確率値を出力するように学習させる、
プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021188583A JP7428862B2 (ja) | 2021-11-19 | 2021-11-19 | 推定装置、推定方法、学習装置、学習方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021188583A JP7428862B2 (ja) | 2021-11-19 | 2021-11-19 | 推定装置、推定方法、学習装置、学習方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023075592A true JP2023075592A (ja) | 2023-05-31 |
JP7428862B2 JP7428862B2 (ja) | 2024-02-07 |
Family
ID=86542447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021188583A Active JP7428862B2 (ja) | 2021-11-19 | 2021-11-19 | 推定装置、推定方法、学習装置、学習方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7428862B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003272047A (ja) * | 2002-03-14 | 2003-09-26 | Toshiba Tec Corp | 決済処理装置及びこの装置の決済手段選択支援方法並びに決済手段選択支援プログラム |
JP2018077757A (ja) * | 2016-11-11 | 2018-05-17 | 横河電機株式会社 | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 |
JP2021114113A (ja) * | 2020-01-17 | 2021-08-05 | 株式会社メルカリ | 情報処理方法、情報処理装置、プログラム、及び情報処理端末 |
JP2021149658A (ja) * | 2020-03-19 | 2021-09-27 | ヤフー株式会社 | 選択装置、選択方法、および選択プログラム |
-
2021
- 2021-11-19 JP JP2021188583A patent/JP7428862B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003272047A (ja) * | 2002-03-14 | 2003-09-26 | Toshiba Tec Corp | 決済処理装置及びこの装置の決済手段選択支援方法並びに決済手段選択支援プログラム |
JP2018077757A (ja) * | 2016-11-11 | 2018-05-17 | 横河電機株式会社 | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 |
JP2021114113A (ja) * | 2020-01-17 | 2021-08-05 | 株式会社メルカリ | 情報処理方法、情報処理装置、プログラム、及び情報処理端末 |
JP2021149658A (ja) * | 2020-03-19 | 2021-09-27 | ヤフー株式会社 | 選択装置、選択方法、および選択プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7428862B2 (ja) | 2024-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109783730A (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
CN107657527A (zh) | 贷款产品匹配方法、装置及计算机可读存储介质 | |
WO2018219201A1 (zh) | 用于风险测评的数据采集方法及装置和电子设备 | |
CN108470023A (zh) | 业务功能的推荐方法及装置 | |
US11309082B2 (en) | System and method for monitoring engagement | |
CN110363411B (zh) | 利用话术智能推荐的风险控制方法及装置 | |
US20140188577A1 (en) | Automated billing system | |
US20220300881A1 (en) | Value realization analytics systems and related methods of use | |
JP2016071604A (ja) | 情報処理装置、情報処理プログラムおよび情報処理方法 | |
CN109600724A (zh) | 一种短信发送的方法和装置 | |
US20160063540A1 (en) | Method for revenue generation and revenue sharing from a mobile application | |
CN111382359A (zh) | 基于强化学习的服务策略推荐方法、装置、电子设备 | |
CN105164662A (zh) | 用于动态地改变可见页面内容的方法覆盖的使用 | |
US20130179255A1 (en) | Building and using an intelligent logical model of effectiveness of marketing actions | |
JP5772358B2 (ja) | レビュー評価システムおよび方法 | |
JP2019144978A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
KR102485874B1 (ko) | 전문가 시스템을 이용한 ar 서비스 시스템 및 이를 이용한 서비스 방법 | |
JP6831165B1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP7428862B2 (ja) | 推定装置、推定方法、学習装置、学習方法、およびプログラム | |
WO2021087262A1 (en) | Advisor interface systems and methods | |
WO2021059848A1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2022037892A (ja) | プログラム、方法、及びシステム | |
JP6676102B2 (ja) | トークンを交換するためのシステム、方法及びプログラム | |
CN113128739A (zh) | 用户触达时间的预测方法、预测模型训练方法及相关装置 | |
CN113743636B (zh) | 一种目标操作预测方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220311 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230606 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230807 |
|
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: 20231024 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20231026 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231124 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7428862 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |