JP6329284B2 - 生成装置、生成方法及び生成プログラム - Google Patents

Description

本発明は、生成装置、生成方法及び生成プログラムに関する。

一般に、銀行などの金融機関が融資可能枠を決定する際には、企業（事業者）情報の収集や分析を専門とするデータ提供事業者から提供される事業者データが参照される。このような事業者データは、例えば、事業者の決算書（例えば、財務諸表や損益計算書等）に基づいて生成される。すなわち、金融機関は、各企業への融資額が適当か否かを判定するための信用情報を算出するため、業者から提供される事業者データを活用する。

ここで、近年のインターネットの飛躍的な普及に伴い、従来のような事業者の決算書等に基づく情報に加えて、情報利用者がインターネット上で企業に関する情報を共有し、共有する情報を一元的に統合管理することにより、事業者データの客観性を高める技術が知られている。

特開２０１０−２６６０２号公報

しかしながら、上記の従来技術では、事業者に対する信用度を精度高く算出することができるとは限らない。具体的には、上記の従来技術では、公開されている企業の財務情報や、情報利用者が知りうる企業の取引実績や、業界のニュースなどの情報を共有するに過ぎず、かかる情報を統合したとしても、事業者の信用度を評価することは困難である。

また、上記の従来技術では、例えば、非上場企業や中小企業、ベンチャー企業などのように、情報利用者が情報を取得し難い企業については、正確な情報を共有することが難しい。このため、上記の従来技術では、非上場企業や、ベンチャー企業などへの融資条件を判定するための信用情報を取得し難いといえる。

本願は、上記に鑑みてなされたものであって、事業者に対する信用度を精度高く算出することができる生成装置、生成方法及び生成プログラムを提供することを目的とする。

本願に係る生成装置は、通信ネットワーク上におけるユーザ行動に基づく情報であって事業者に関連する情報のうち、当該事業者に属するユーザから発信された情報を取得する取得部と、前記取得部によって取得された情報のうち第１の事業者に関連する情報と、前記第１の事業者の信用度を示す指標値との相関性に基づいて、前記取得部によって取得される第２の事業者に関連する情報から当該第２の事業者の信用度を示す指標値を予測するためのモデルを生成する生成部と、を備えたことを特徴とする。

実施形態の一態様によれば、事業者に対する信用度を精度高く算出することができるという効果を奏する。

図１は、実施形態に係る生成処理の一例を示す図である。 図２は、実施形態に係る生成システムによる処理の一例を示す図である。 図３は、実施形態に係る生成装置の構成例を示す図である。 図４は、実施形態に係る事業者データ記憶部の一例を示す図である。 図５は、実施形態に係る検索情報テーブルの一例を示す図である。 図６は、実施形態に係るサイト情報テーブルの一例を示す図である。 図７は、実施形態に係る製品情報テーブルの一例を示す図である。 図８は、実施形態に係るソーシャル情報テーブルの一例を示す図である。 図９は、実施形態に係る顧客情報テーブルの一例を示す図である。 図１０は、実施形態に係るモデル記憶部の一例を示す図である。 図１１は、実施形態に係る生成装置による生成処理手順を示すフローチャートである。 図１２は、実施形態に係る生成装置による算出処理手順を示すフローチャートである。 図１３は、生成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、本願に係る生成装置、生成方法及び生成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詳細に説明する。なお、この実施形態により本願に係る生成装置、生成方法及び生成プログラムが限定されるものではない。また、以下の各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。

〔１−１．生成処理の一例〕
まず、図１を用いて、実施形態に係る生成処理の一例について説明する。図１は、実施形態に係る生成処理の一例を示す図である。図１では、実施形態に係る生成装置１００によって、事業者の信用度を示す指標値（スコア）を出力する計算式（モデル）の生成処理について説明する。

図１に示した生成装置１００は、図示しない通信ネットワーク（例えば、インターネット）を介して事業者に関する情報を取得し、取得した情報に基づいて事業者の信用度を示すスコア（以下、単に「スコア」という）を出力するためのモデルを生成するサーバ装置である。具体的には、生成装置１００は、事業者に関する情報であって、インターネット上におけるユーザ行動に基づく情報（例えば、各事業者が提供する製品についてユーザが発信する製品評価や、口コミや、検索サイトにおける検索情報など）を取得する。そして、生成装置１００は、取得した情報と、事業者の信用度を評価する専門家である事業者データ提供者５０が算出したスコアとの関係性を分析することにより、ネットワーク情報に基づいて事業者のスコアを出力することのできるモデルを生成する。

ここで、図１に示した事業者データ提供者５０は、事業者に関する財務情報等を収集し、収集した情報に基づいて、事業者の信用度を算出することを専門とする企業である。例えば、事業者データ提供者５０は、算出したスコアなど、事業者の信用情報を金融機関等に販売する事業を行う。また、事業者データ提供者５０は、事業者の財務情報や、場合によっては人為的な評価（例えば、経営者の人柄や統率力などの評価）に関する情報を踏まえて、事業者のスコアを算出するための独自のモデルを有する。例えば、事業者データ提供者５０は、事業者を評価する項目として、事業者の安定性や、成長性や、経営者能力や、公開性などの各項目を設定する。そして、事業者データ提供者５０は、各項目に対応するスコアを算出することによって、事業者の信用度を示す総合的なスコアを算出する。

ここで、図１に示すように、事業者は、規模や株式上場の状況などにより、巨大企業や一部上場企業、大企業、中小企業や個人事業主などのカテゴリに分類される。図１左部では、事業者が、巨大企業、大企業、中小企業などのいずれのカテゴリに属するかを概念化して示している。このうち、巨大企業や、大企業の一部は、「事業者データあり」に分類される。ここで、事業者データとは、事業者の信用度を評価するための財務情報や、資本関係等を含む情報である。また、事業者データには、公開されている情報のみならず、例えば、事業者データ提供者５０に所属する調査員が独自に調査して取得される情報を含む。すなわち、「事業者データあり」に分類される事業者は、事業者データ提供者５０によって事業者データが分析されることにより、信用度を示すスコアが付与される。

一方、「事業者データなし」に分類される事業者は、事業者データ提供者５０によって分析される事業者データが不足していることから、信用度を示すスコアが付与されない。これは、例えば、事業者が非上場であるため財務情報の公開が不十分であったり、中小企業の数が多いことで事業者データ提供者５０の調査員が全ての事業者を調査することが現実的に不可能であったりすることによる。すなわち、事業者データ提供者５０が事業者のスコアを算出することができるのは、事業者のうち比較的規模の大きいごく一部に限られる。このため、事業者の多くは、信用度を証明することができず、金融機関から融資を受けることができなかったり、融資額が正確に算出されなかったりするといった不利益を被る可能性がある。

そこで、生成装置１００は、公開されている財務情報の取得や、調査員による人為的な情報の収集によらず、事業者の信用度を示すスコアを出力することを可能にするため、以下に説明する処理を行う。

まず、生成装置１００は、事業者データ提供者５０が事業者データに基づいて事業者のスコアを算出するためのモデルに関する情報を取得する。ここで、事業者データ提供者５０は、事業者データとして取得した事業者の業歴や、資本構成や、規模や、損益などの情報に基づいて、事業者をスコア付けする（ステップＳ０１）。言い換えれば、事業者データ提供者５０は、判定対象となる事業者に対して、事業者データ提供者５０が有する既存のモデルに基づく事業者に対するスコアを付与する。そして、生成装置１００は、事業者データ提供者５０が提供（または、販売）する事業者データであって、算出されたスコアを含むデータを取得する。このとき、事業者データ提供者５０は、総合的なスコアを付与するために用いた各項目の評価内容や、各項目のスコアに関する情報についても提供するものとする。

ここで、生成装置１００は、ネットワーク情報に基づいて、事業者データ提供者５０が既にスコアを付与した事業者について、事業者をスコア付けする（ステップＳ０２）。詳しくは後述するが、生成装置１００は、例えば、事業者データ提供者５０が「安定性」を評価するために用いた自己資本力や担保余力などを、ネットワークで取得可能なデータに対応させることにより、「安定性」に対応したスコアを出力するモデルを生成する。一例としては、生成装置１００は、検索サイトにおける当該事業者名の検索数や、当該事業者が販売する製品の製品レビューの総合評価などを用いて、事業者データ提供者５０が算出した「安定性」の項目に対応するスコアを出力することのできるモデルを生成する。生成装置１００は、かかる処理を「成長性」や、「経営者能力」や、「公開性」などの各項目に対して行う。生成装置１００は、かかる処理により生成されたモデルを用いて、当該事業者に対して試算された事業者のスコアを取得する。

そして、生成装置１００は、生成されたモデルにより試算されたスコアと、事業者データ提供者５０が算出したスコアとを比較する（ステップＳ０３）。これにより、生成装置１００は、例えば、事業者データ提供者５０が算出した「安定性」の項目のスコアに対応させるために適するネットワーク情報や、ネットワーク情報の数値化などに対する解を導く。言い換えれば、生成装置１００は、事業者データ提供者５０が有するモデルを正解モデルとして、自身が生成したモデルを学習させる。生成装置１００は、多数の事業者データに対して繰り返すことにより、モデルを最適化させる（ステップＳ０４）。

これにより、生成装置１００は、事業者データ提供者５０がスコアを算出しないような中小企業に対しても、スコアを算出することが可能となる。具体的には、生成装置１００は、中小企業に関するネットワーク情報を取得し、取得した情報を生成したモデルに入力する。そして、生成装置１００は、最適化したモデルにより事業者をスコア付けする（ステップＳ０５）。これは、生成装置１００が、中小企業などの事業者に対して、事業者データ提供者５０のような専門業者が有する既存のモデルによって算出されるスコアと同等の価値を持つ事業者スコアを付与することを意味する。

このように、実施形態に係る生成装置１００は、通信ネットワーク上の情報のうち、事業者に関連する情報を取得する。そして、生成装置１００は、取得された事業者に関連する情報のうち、事業者データ提供者５０によりスコアが付与されている事業者に関連する情報と、事業者データ提供者５０によって付与されているスコアとの相関性に基づいて、事業者データ提供者５０によってスコアが付与されていない事業者の信用度を示すスコアを予測するためのモデルを生成する。

これにより、実施形態に係る生成装置１００は、一般的に融資条件を判定するために用いられる企業の財務情報等によらなくとも、事業者の信用度を測定し、スコア付けをすることのできるモデルを生成することができる。言い換えれば、生成装置１００によれば、財務情報等に基づいて事業者の信用度を評価する専門機関である事業者データ提供者５０が付与するスコアによらず、事業者のスコアを算出することができる。このため、生成装置１００は、事業者データ提供者５０がスコアを付与しない中小企業や、個人事業主や、ベンチャー企業などの対しても、事業者のスコアを算出し、かかるスコアを信用情報として提供することができる。これにより、中小企業等は、金融機関等から適切な融資を受けることが可能となる。また、生成装置１００は、インターネット上におけるユーザ行動という、膨大なサンプル数から構成される情報を取得することが可能である。そして、生成装置１００は、事業者データ提供者５０が提供するスコアを正解データとし、多数のサンプルを学習することにより、モデルを最適化することができる。これにより、生成装置１００は、精度の高いスコアを求めることのできるモデルを生成することができるので、事業者に対する信用度を精度高く算出することができる。なお、生成装置１００によって算出されるスコアは、必ずしも金融支援を目的として活用されるのではなく、例えば、事業者の種々の営業活動（広告を配信する広告主としての信用度や、ショッピングサイトの加盟店としての信用度など）に活用することもできる。

〔１−２．生成システム〕
次に、図２を用いて、実施形態に係る生成システムによる処理について説明する。図２は、実施形態に係る生成システム１による処理の一例を示す図である。図２では、生成システム１を例に挙げて、図１で説明した生成装置１００が実行する生成処理について、処理の流れを詳細に説明する。

図２に示すように、生成システム１には、ユーザ端末１０と、金融機関サーバ３０と、ウェブサーバ４０と、生成装置１００とが含まれる。生成装置１００は、図示しない通信ネットワーク（例えば、インターネット）を介して、ユーザ端末１０、金融機関サーバ３０及びウェブサーバ４０と通信可能に接続される。なお、生成システム１に含まれるユーザ端末１０や金融機関サーバ３０やウェブサーバ４０の台数は、図２に示した例に限られない。例えば、生成システム１には、複数台の金融機関サーバ３０や、複数台のウェブサーバ４０が含まれてもよい。

ユーザ端末１０は、一般ユーザによって利用される情報処理装置である。具体的には、ユーザ端末１０は、ユーザがウェブページを閲覧するためや、ウェブサイトにおいて製品情報の評価を投稿するためなどに利用される。ユーザ端末１０は、例えば、スマートフォンやタブレット端末やＰＤＡ（Personal Digital Assistant）等の移動端末や、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣ等である。なお、一般ユーザとは、実施形態に係る生成処理に対して特定の意図を有した行動を実行しないユーザである。実施形態では、事業者データ提供者５０のような専門的に企業情報の取得及び分析を行う者や、事業者に融資を行う者は、一般ユーザから除外される。また、事業者自体も一般ユーザから除外されうるが、当該事業者の経営者や役員個人については、一般ユーザに含まれてもよい。

金融機関サーバ３０は、金融機関によって利用されるサーバ装置である。具体的には、金融機関サーバ３０は、事業者から融資の申し入れを受け付けたり、申し入れの結果を事業者に通知したりする。また、金融機関サーバ３０は、事業者への融資において、事業者の信用度を評価するために、生成装置１００を利用する。

ウェブサーバ４０は、ユーザ端末１０からアクセスされた場合に、各種ウェブページを提供するサーバ装置である。ウェブサーバ４０は、例えば、ニュースサイト、天気予報サイト、ショッピングサイト、ファイナンス（株価）サイト、路線検索サイト、地図提供サイト、旅行サイト、飲食店紹介サイト、ウェブブログなどに関する各種ウェブページを提供する。

また、ウェブサーバ４０は、ネットワーク上におけるユーザ行動を記憶する。ユーザ行動の情報は、ユーザ情報データ４２として、ウェブサーバ４０内や、所定のストレージ装置内に格納される。ここで、ネットワーク上におけるユーザ行動とは、各種ウェブサイトから提供されるサービスの利用に際して、ユーザの操作に従いユーザ端末１０から発信される情報を意味する。例えば、ネットワーク上におけるユーザ行動は、検索サイトにおける検索クエリの送信や、ショッピングサイトにおける購買行動や、製品評価サイトにおけるユーザからのレビューの投稿などである。また、ユーザ行動には、例えば、ＳＮＳ（Social Networking Service）サイトにおけるメッセージのやりとりや、他者に対するフォロー行動なども含まれる。

以下、図２を用いて、生成システム１及び生成装置１００による生成処理を流れに沿って説明する。なお、図１で説明した事項については、説明を省略する。

まず、図２に示した例において、生成装置１００は、事業者データ提供者５０が有する事業者データ５２の提供を受ける（ステップＳ１１）。なお、事業者データ５２には、財務情報として公開されている情報の他に、事業者データ提供者５０に所属する調査員によって調査された情報が含まれる。また、事業者データ５２には、事業者データ提供者５０が算出した事業者のスコアに関する情報が含まれる。

また、生成装置１００は、ウェブサーバ４０から送信されるユーザ情報データ４２を取得する（ステップＳ１２）。生成装置１００は、ユーザ情報データ４２として、事業者に関する情報のうち、インターネットにおけるユーザ行動に基づく情報であって、インターネットを介して取得可能な情報を取得する。具体的には、生成装置１００は、ユーザ端末１０が事業者の名称や事業者が提供する製品名などを検索クエリとして検索行動を行った回数や、事業者が提供するウェブサイトの訪問数や、事業者が提供する製品に対するレビュー投稿などに関する情報を、ユーザ情報データ４２として取得する。

そして、生成装置１００は、取得した情報の相関性を分析する（ステップＳ１３）。例えば、生成装置１００は、事業者データ提供者５０が算出したスコアと、インターネットを介して取得されるユーザ情報データ４２との関連性や対応を分析する。そして、図１に説明した手法により、生成装置１００は、事業者のスコアを出力する信用度モデルを生成する（ステップＳ１４）。

そして、生成装置１００は、金融機関サーバ３０から、所定の事業者の信用情報の問い合わせを受け付ける（ステップＳ１５）。例えば、金融機関サーバ３０は、所定の事業者から融資の申し入れを受けた場合に、所定の事業者の信用情報を取得するため、生成装置１００に信用情報を問い合わせる。ここで、所定の事業者は、中小企業であって、事業者データ提供者５０から提供される事業者データにはスコアが掲載されていない事業者であるものとする。この場合、生成装置１００は、所定の事業者のネットワーク上の情報を取得し、取得した情報をモデルに入力することにより、所定の事業者のスコアを算出する。言い換えれば、生成装置１００は、所定の事業者の信用情報を算出する（ステップＳ１６）。

そして、生成装置１００は、算出した信用情報を金融機関サーバ３０に送信する（ステップＳ１７）。このような一連の流れにより、生成装置１００は、金融機関サーバ３０に事業者の信用情報を提供することができる。

〔２．生成装置の構成〕
次に、図３を用いて、実施形態に係る生成装置１００の構成について説明する。図３は、実施形態に係る生成装置１００の構成例を示す図である。図３に示すように、生成装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、生成装置１００は、生成装置１００を利用する管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（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。かかる通信部１１０は、通信ネットワークと有線又は無線で接続され、通信ネットワークを介して、ユーザ端末１０や等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（Flash Memory）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。実施形態に係る記憶部１２０は、事業者データ記憶部１２１と、ネットワーク情報記憶部１２２と、モデル記憶部１２８とを有する。以下、各記憶部について順に説明する。

（事業者データ記憶部１２１について）
事業者データ記憶部１２１は、事業者データ提供者５０から提供された事業者データに関する情報を記憶する。ここで、図４に、実施形態に係る事業者データ記憶部１２１の一例を示す。図４に示すように、事業者データ記憶部１２１は、「事業者ＩＤ」、「情報更新日」、「総合スコア」、「業界」、「安定性」、「経営者能力」、「成長性」、「公開性」といった項目を有する。なお、各項目の後に記載される数字は、事業者データ提供者５０が付与するスコアの最大値を示す。

「事業者ＩＤ」は、事業者を識別するための識別情報を示す。「情報更新日」は、事業者に関する情報が更新された日付を示す。例えば、情報更新日は、事業者データ提供者５０が事業者に対して算出したスコアを更新する日（例えば、一か月に一回など）を示す。

「総合スコア」は、事業者データ提供者５０が事業者に対して算出した総合スコアを示す。図４の例では、総合スコアは、安定性、経営者能力、成長性、公開性等の各項目のスコアを合算した値である。「業界」は、事業者が所属する業界、あるいは業種を示す。

「安定性」は、事業者を評価する項目の１つであり、事業者の事業継続性など、事業が安定した経営を続けていけるか否かを評価する項目である。「安定性」の項目には、「業歴」や、「資金現況」や、「取引関係」などの小項目が含まれる。それぞれの小項目には、事業者データ提供者５０が付与したスコアが記載される。例えば、事業者データ提供者５０は、業歴として、当該事業者の事業の経歴の優劣を判定し、独自のモデルを用いてスコアを付与する。あるいは、事業者データ提供者５０は、調査員などの人為的な観点からスコアを付与してもよい。また、「安定性」の項目は、図４に示した小項目に限られず、事業者の自己資本比率や、担保余力や、決済状況などの小項目が含まれてもよい。

「経営者能力」は、事業者を評価する項目の１つであり、事業者の経営者の経歴や人柄など、経営者としての能力を評価する項目である。「経営者能力」の項目には、「資産担保力」や、「経営姿勢」や、「事業経験」などの小項目が含まれる。それぞれの小項目には、「安定性」の項目と同様に、事業者データ提供者５０がモデルを用いて算出したスコアや、人為的な観点から付与されたスコアが記載される。また、「経営者能力」の項目は、図４に示した小項目に限られず、事業者の健康状態や、後継者の有無、人脈力などの小項目が含まれてもよい。

「成長性」は、事業者を評価する項目の１つであり、事業者の将来における経営の発展に対する期待値などを評価する項目である。「成長性」の項目には、「利益伸長性」や、「業界伸長性」などの小項目が含まれる。それぞれの小項目には、「安定性」の項目と同様に、事業者データ提供者５０がモデルを用いて算出したスコアや、人為的な観点から付与されたスコアが記載される。また、「成長性」の項目は、図４に示した小項目に限られず、事業者が提供する商材の商材市場性や、企業活力などの小項目が含まれてもよい。

「公開性」は、事業者を評価する項目の１つであり、事業者の情報公開に対する姿勢などを評価する項目である。「公開性」の項目には、「公開状況」や、「総合世評」などの小項目が含まれる。それぞれの小項目には、「安定性」の項目と同様に、事業者データ提供者５０がモデルを用いて算出したスコアや、人為的な観点から付与されたスコアが記載される。例えば、事業者が財務情報や株式情報などを取引先や株主に詳細に公開しているほど、事業者の経営の健全性が高いと想定されることから、事業者データ提供者５０は、高いスコアを付与する。また、「公開性」の項目は、図４に示した小項目に限られず、事業者が提供する商材の商材市場性や、企業活力などの小項目が含まれてもよい。

すなわち、図４では、記憶された情報の一例として、事業者ＩＤ「Ａ０１」で識別される事業者について「２０１４年１１月１日」に更新された情報であって、総合スコアが「８０」であって、業界が「製造（電機）」であって、各項目のスコアについて、業歴が「５」であり、資金現況が「１５」であり、取引関係が「８」であり、資産担保力が「５」であり、経営姿勢が「４」であり、事業経験が「５」であり、利益伸長性が「８」であり、業界伸長性が「３」であり、公開状況が「４」であり、総合世評が「３」である例を示している。

なお、以下では、図４に示した「事業者ＩＤ」に記憶されている識別情報を参照符号として用いる場合がある。例えば、以下では、事業者ＩＤ「Ａ０１」によって識別される事業者を「事業者Ａ０１」と表記する場合がある。

（ネットワーク情報記憶部１２２について）
ネットワーク情報記憶部１２２は、通信ネットワークを介して取得されるユーザ情報を記憶する。具体的には、ネットワーク情報記憶部１２２は、通信ネットワーク上の情報のうち、事業者に関連する情報を記憶する。図３に示すように、ネットワーク情報記憶部１２２は、検索情報テーブル１２３と、サイト情報テーブル１２４と、製品情報テーブル１２５と、ソーシャル情報テーブル１２６と、顧客情報テーブル１２７とを有する。以下、データテーブルについて説明する。

（検索情報テーブル１２３について）
検索情報テーブル１２３は、インターネット上におけるユーザの検索行動に関する情報を記憶する。ここで、図５に、実施形態に係る検索情報テーブル１２３の一例を示す。図５に示すように、検索情報テーブル１２３は、「事業者ＩＤ」、「集計期間」、「検索数」、「上昇度」、「検索ランキング」、「対象ワード」といった項目を有する。

「事業者ＩＤ」は、事業者を識別するための識別情報を示す。「集計期間」は、ユーザ端末１０が行った検索行動を集計する期間を示す。図５の例では、集計期間は一週間単位となっているが、集計期間は異なる期間であってもよい。例えば、集計期間を一か月とすることにより、生成装置１００は、より長期にわたる検索の傾向を把握しやすくなる。

「検索数」は、例えば、所定の検索サイトにおいて、検索エンジンにより事業者が検索された回数を示す。なお、後述するが、検索数として計数される検索クエリは、事業者の名称そのものに限られず、事業者が提供する製品名や、事業者の経営者の氏名などを含めてもよい。

「上昇度」は、直前の集計期間における検索数に対する検索数の増減値を示す。「検索ランキング」は、所定の検索サイトにおける検索数のランキングを示す。なお、図示は省略しているが、検索ランキングの項目は、検索数によるランキングのみならず、上昇度によるランキングが記憶されてもよい。

「対象ワード」は、記載されたワードが検索クエリとして送信された場合に、事業者に関する検索数として計数されるワードを示す。例えば、事業者の名称そのものよりも、事業者が提供する製品名の知名度が高い場合、ユーザは、かかる製品名で検索行動をすることが考えられる。この場合、製品名を検索クエリとして検索が行われた場合であっても、当該製品名が対象ワードに設定されていれば、当該製品を提供する事業者に対する検索数が計数される。対象ワードは、生成装置１００の管理者や、事業者の申請によって人為的に設定されてもよいし、例えば、検索結果に基づくウェブサイトのリンクを分析すること等により、自動で設定されてもよい。具体的には、「製品ＢＢＢ」を検索した場合に、検索結果として「事業者名Ａ０１」に関連するウェブサイトが多数表示されるような場合には、事業者名Ａ０１とともに、「製品ＢＢＢ」が対象ワードに自動で設定される。

すなわち、図５では、データの一例として、事業者ＩＤ「Ａ０１」で識別される事業者が、集計期間「２０１４年１１月１５日〜２０１４年１１月２１日」の間に、「３００００回」検索され、直前の検索数からの上昇度は「１０００回」であり、検索ランキングは「１２０００位」であることを示している。また、事業者Ａ０１には、検索における対象ワードとして、「事業者名Ａ０１」、「製品ＢＢＢ」、「経営者ＣＣＣ」等が設定されていることを示している。

また、他の例として、事業者Ａ１１は、集計期間「２０１４年１１月３０日〜２０１４年１２月６日」の間には、「２０００００回」検索されており、「１９５５００回」検索数が上昇していることを示している。これは、事業者Ａ１１にとって急速に知名度が上昇する出来事が起こったことが推測される。このような場合、検索情報テーブル１２３は、急速な上昇度に応じて、例えば、事業者Ａ１１を注目企業として認識するような印を記憶してもよい。かかる印は、例えば、後述するモデルの生成等に用いられる場合がある。

（サイト情報テーブル１２４について）
サイト情報テーブル１２４は、事業者が運営または管理するウェブサイトに関する情報を記憶する。ここで、図６に、実施形態に係るサイト情報テーブル１２４の一例を示す。図６に示すように、サイト情報テーブル１２４は、「事業者ＩＤ」、「集計期間」、「ＰＶ」、「ＵＵ」、「ＣＶＲ」といった項目を有する。

「事業者ＩＤ」および「集計期間」は、検索情報テーブル１２３に記憶されている同一の項目に対応する。「ＰＶ」は、ウェブサイトにおけるページビュー（page view）、すなわち閲覧数を示す。

「ＵＵ」は、ユニークユーザ（unique user）の数を示す。ユニークユーザとは、ウェブサイトを訪問した人数を示す。同じユーザが何度も同じウェブサイトを訪問した場合であっても、ＵＵ数は「１」として計数される。

「ＣＶＲ」は、コンバージョンレート（Conversion Rate）を示す。ＣＶＲは、ウェブサイトの閲覧数に対して、何割がコンバージョンに至ったかの割合を示す。コンバージョンとは、ウェブサイト上で獲得できる最終的な成果を意味する。例えば、コンバージョンは、オンラインショッピングサイトにおける商品の購入や、情報提供サイトやコミュニティサイトにおける会員登録や、資料請求などである。なお、ＣＶＲは、閲覧数に対するコンバージョン率であってもよいし、ユニークユーザに対するコンバージョン率が採用されてもよい。

すなわち、図６では、データの一例として、事業者Ａ０１の提供するウェブサイトが、集計期間「２０１４年１１月１５日〜２０１４年１１月２１日」の間に、「１１０００回」閲覧され、また、閲覧したＵＵ数は「３０００人」であり、閲覧数のうち「１パーセント」の数だけコンバージョンに至ったことを示している。

なお、図６における集計期間は一例であり、ＰＶ等は一週間単位ではなく、一日単位や、一か月単位などで集計されてもよい。また、ＰＶ等の各項目は、絶対数としての数値のみならず、直前の集計期間からの変動数が集計されてもよい。

（製品情報テーブル１２５について）
製品情報テーブル１２５は、事業者が提供する製品に関する情報を記憶する。ここで、図７に、実施形態に係る製品情報テーブル１２５の一例を示す。図７に示すように、製品情報テーブル１２５は、「事業者ＩＤ」、「製品」、「利用者評価」、「レビュー数」、「ストアランキング」といった項目を有する。

「事業者ＩＤ」は、検索情報テーブル１２３に記憶されている同様の項目に対応する。「製品」は、事業者が提供する製品の名称を示す。

「利用者評価」は、インターネット上の製品評価サイトにおいて、一般ユーザから示された評価の値を示す。製品評価サイトとは、一般ユーザから製品のレビューや評価等の口コミ情報を受け付けるコミュニティサイトである。また、事業者が提供する製品が端末用のアプリである場合には、アプリのダウンロードサービスを提供するサイト（アプリストア等と呼ばれる）が製品評価サイトを兼ねることがありうる。ここでは、利用者評価は、ユーザから送信される「０」から「５」までの数値の平均値により示されるものとする。

「レビュー数」は、インターネット上の製品評価サイトにおいて、ユーザから投稿されたレビューの数を示す。「ストアランキング」は、製品評価サイトにおいて扱う同類の製品中のランキングを示す。なお、ストアランキングは、利用者評価の数値の高低によってランク付けされてもよいし、製品の販売数の大小によってランク付けされてもよい。また、上記のように、製品評価サイトがアプリストアである場合には、ストアランキングは、当該アプリのダウンロード数であってもよい。

すなわち、図７では、データの一例として、事業者Ａ０１の提供する製品「ＢＢＢ」は、利用者評価が「４点」であり、投稿されたレビュー数は「４５００」であり、ストアランキングが「１０位」であることを示している。

（ソーシャル情報テーブル１２６について）
ソーシャル情報テーブル１２６は、事業者の社会的評判や人脈度を評価しうる指標値を記憶する。具体的には、ソーシャル情報テーブル１２６は、事業者の経営者や役員が利用するＳＮＳサイトから取得される情報を記憶する。ここで、図８に、実施形態に係るソーシャル情報テーブル１２６の一例を示す。図８に示すように、ソーシャル情報テーブル１２６は、「事業者ＩＤ」、「調査対象者」、「ＳＮＳ連結数」といった項目を有する。

「事業者ＩＤ」は、検索情報テーブル１２３に記憶されている同様の項目に対応する。「調査対象者」は、ソーシャル分析の対象となる個人名を示す。例えば、調査対象者は、当該事業者の経営者や、社長や、取締役などの役員が該当する。

「ＳＮＳ連結数」は、調査対象者がＳＮＳを利用している場合に、ＳＮＳ上において他者と連結している数値を示す。例えば、ＳＮＳ上における互いのフォロー数などが該当する。なお、ＳＮＳ連結数には、一般ユーザ数を含まず、互いに異なる事業者の経営者や役員同士の連結数を計数するようにしてもよい。これにより、ＳＮＳ連結数は、調査対象者における人脈力を示す指標値として、より信頼性の高い数値となりうる。

すなわち、図８では、データの一例として、事業者Ａ０１における調査対象者は「ＣＣＣ」や、「ＨＨＨ」であり、「ＣＣＣ」が利用するＳＮＳにおける連結数は「１２０」であり、「ＨＨＨ」が利用するＳＮＳにおける連結数は「５０」であることを示している。

（顧客情報テーブル１２７について）
顧客情報テーブル１２７は、事業者の顧客に関する情報を記憶する。ここで、図９に、実施形態に係る顧客情報テーブル１２７の一例を示す。図９に示すように、顧客情報テーブル１２７は、「事業者ＩＤ」、「製品利用者数」、「継続利用率」、「顧客単価」といった項目を有する。

「事業者ＩＤ」は、検索情報テーブル１２３に記憶されている同様の項目に対応する。「製品利用者数」は、事業者が提供する製品を利用している顧客の人数を示す。例えば、事業者が提供する製品がアプリである場合、事業者が提供するアプリの総ダウンロード数が該当する。

「継続利用率」は、事業者に対する顧客の継続利用率を示す。例えば、事業者がインターネット上のショッピングサイトを運営している場合、サイトを閲覧する全ユーザ数に対して、定期的にかかるサイトを利用しているユーザ数の割合が該当する。また、継続利用率は、事業者がアプリを提供している場合、総ダウンロード数に対して、継続的に利用が確認されるユーザ端末１０の台数などであってもよい。この場合、継続利用率は、アプリの稼働率（例えば、所定期間あたりの利用ユーザ数をダウンロードユーザ数で除算した値）として記憶される。

「顧客単価」は、顧客一人当たりの単価を示す。例えば、事業者がショッピングサイトを提供している場合、顧客単価は、所定期間における１ユーザあたりの購買額が該当する。また、顧客単価は、事業者がアプリを提供している場合、アプリのダウンロード販売額や、継続利用にかかる費用などによっても算出されうる。

すなわち、図９では、データの一例として、事業者Ａ０１が提供する製品利用者は「３０００００人」であり、継続利用率は「０．２５」であり、顧客単価は「８０００円」であることを示している。

（モデル記憶部１２８について）
モデル記憶部１２８は、生成装置１００によって生成されたモデルに関する情報を記憶する。ここで、図１０に、実施形態に係るモデル記憶部１２８の一例を示す。図１０に示すように、モデル記憶部１２８は、「モデルＩＤ」、「情報更新日」、「業界」といった項目を有する。

「モデルＩＤ」は、モデルを識別するための識別情報を示す。「情報更新日」は、モデルが更新された日付を示す。「業界」は、スコアが算出される事業者が所属する業界を示す。これは、モデルが、事業者の業界別に生成されていることを意味する。すなわち、モデルは、共通する所定の業界の事業者データを利用して生成される。これは、モデルの生成にあたり、同業の事業者データを用いた方が、比較対象とする項目における数値の共通性や、類似性を見出しやすいことによる。

すなわち、図１０では、データの一例として、モデルＭ００１は、「２０１４年１２月１３日」に情報が更新されており、モデルＭ００１が適用される業界は「製造（電機）」であることを示している。

（制御部１３０について）
制御部１３０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、生成装置１００内部の記憶装置に記憶されている各種プログラム（検索プログラムの一例に相当）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。

実施形態に係る制御部１３０は、図３に示すように、取得部１３１と、生成部１３２と、受付部１３３と、算出部１３４と、通知部１３５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３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３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。

（取得部１３１について）
取得部１３１は、通信ネットワーク上（例えば、インターネット）の情報のうち、事業者に関連する情報を取得する。例えば、取得部１３１は、事業者に関連する情報であって、インターネット上におけるユーザ行動に基づく情報を取得する。具体的には、実施形態に係る取得部１３１は、モデル生成のサンプルとなる事業者を特定し、特定された事業者に関する情報をインターネット上から探索する。そして、取得部１３１は、インターネット上におけるユーザ行動に基づく情報として、各種ウェブサイトから提供されるサービスであって、事業者が関連するサービスの利用に際してユーザから発信された情報をウェブサーバ４０から取得する。なお、インターネット上におけるユーザ行動に基づく情報とは、例えば、ユーザが検索サイトにおいて行う検索クエリの送信や、ユーザが製品評価サイトにおいて行う製品のレビュー投稿や、ユーザがＳＮＳにおいて情報を公開することなど、各種ウェブサイトにおいてユーザがサービスを利用することに伴い発生する情報を意味する。また、事業者が関連するサービスとは、事業者が直接提供するショッピングサイト等のサービスに限られず、例えば、事業者を検索することのできる検索サイトによるサービスや、事業者の製品を評価することのできる評価サイトによるサービスなども含まれる。

例えば、取得部１３１は、所定の検索サイトにおける事業者に関する検索情報を取得する。具体的には、取得部１３１は、事業者に関連する検索クエリを検索対象ワードとして、事業者がユーザから何回検索されたか等の検索情報を取得する。そして、取得部１３１は、取得した情報を検索情報テーブル１２３に格納する。

また、取得部１３１は、情報の取得対象となる事業者が提供するウェブサイトにおけるサイト情報を取得する。具体的には、取得部１３１は、事業者が提供するウェブサイトのＰＶ数や、ＵＵ数や、ＣＶＲ等の情報を取得する。そして、取得部１３１は、取得した情報をサイト情報テーブル１２４に格納する。

また、取得部１３１は、情報の取得対象となる事業者が提供する製品に関する情報を取得する。具体的には、取得部１３１は、事業者が提供する製品のインターネット上における利用者評価や、レビュー数や、ストアランキング等の情報を取得する。なお、取得部１３１は、利用者評価の変動や、ストアランキングの変動など、各情報の動向に関する情報（すなわち、変動率）を取得してもよい。また、事業者が提供する製品がアプリなどのプログラム製品である場合には、取得部１３１は、アプリのダウンロード数や、利用者数や、利用者一人あたりの平均利用時間や、所定期間におけるアプリの稼働率等の指標値を取得する。そして、取得部１３１は、取得した情報を製品情報テーブル１２５に格納する。

また、取得部１３１は、情報の取得対象となる事業者の社会的評判や魅力度を評価しうる情報を取得する。具体的には、取得部１３１は、事業者の経営者や役員のＳＮＳの連結数等の情報を取得する。なお、取得部１３１は、インターネット上における経営者個人の動向などを事業者の社会的評判や魅力度を評価しうる指標値として取得してもよい。例えば、取得部１３１は、ＳＮＳ上において経営者と個人的につながりのある人物の情報（例えば、知名度、経営する会社の規模など）を取得する。すなわち、取得部１３１は、経営者の人脈力などを示すと想定される情報等について取得する。なお、取得部１３１は、上述したＳＮＳ連結数とは別に、事業者の経営者や役員個人のＳＮＳにおける一般ユーザからのアクセス数や、フォロワー数などを、事業者の経営者や役員個人の知名度や評判に関する情報として取得してもよい。そして、取得部１３１は、取得した情報をソーシャル情報テーブル１２６に格納する。

また、取得部１３１は、情報の取得対象となる事業者の顧客に関する情報を取得する。具体的には、取得部１３１は、事業者が提供する製品の利用者数や、利用者の継続利用率や、顧客単価等の情報を取得する。例えば、アプリを提供する事業者に対しては、取得部１３１は、アプリストアからアプリのダウンロード数などを取得することにより、製品利用者数を取得することができる。また、ショッピングサイトを運営する事業者に対しては、取得部１３１は、ユーザのサイトへの訪問間隔や、購買額等の情報に基づいて、継続利用率や、顧客単価に関する情報を取得することができる。そして、取得部１３１は、取得した情報を顧客情報テーブル１２７に格納する。

なお、取得部１３１は、情報を取得する事業者を特定せずに、種々の事業者の情報を無作為に取得してもよい。例えば、取得部１３１は、検索エンジン等に用いられる探索ロボットなどのプログラムを利用し、インターネット上をクロールさせることにより、事業者に関する情報を随時取得したり、取得した情報を更新したりすることができる。

（生成部１３２について）
生成部１３２は、各種情報に基づいて、事業者の信用度を算出するためのモデルを生成する。具体的には、実施形態に係る生成部１３２は、取得部１３１によって取得されたネットワーク情報と、事業者データ提供者５０が有する既存のモデル及び既存のモデルにより算出されたスコアに基づいて、事業者の信用度をスコアとして出力するモデルを生成する。なお、以下では、処理の対象となる事業者として、図５〜図９に示した事業者Ａ０１〜Ａ０３、又は事業者Ａ１１を例として説明する。

例えば、生成部１３２は、取得部１３１によって取得された事業者に関連する情報のうち、事業者Ａ０１に関連する情報と、事業者データ提供者５０によって付与されている事業者Ａ０１のスコアとの相関性に基づいて、取得部１３２によって取得される情報のうち、事業者データ提供者５０によりスコアが付与されていない事業者Ａ１１に関連する情報から、事業者Ａ１１の信用度を示すスコアを予測するためのモデルを生成する。また、生成部１３２は、事業者データ提供者５０によって付与されているスコアを構成する各項目のスコアと、事業者Ａ０１に関連する情報のうち、各項目に対応付けられる情報との相関性に基づいて、モデルを生成する。ここで、各項目に対応付けられるとは、例えば、「安定性」の項目には、図５で示した検索情報や、図６で示したサイト情報や、図７で示した製品情報などのうち、事業者Ａ０１に関連する情報が対応付けられる。具体的には、生成部１３２は、事業者Ａ０１の安定性を測る情報として、事業者Ａ０１が所定期間を通じてユーザから一定数検索されているか否か、事業者Ａ０１が提供するウェブサイトが一定数以上閲覧されているか否か、また、これらの数値の増減率などの情報を対応付ける。

なお、生成部１３２は、上記のような情報の対応付けに関しては、生成装置１００の管理者などの人為的入力を受けてもよい。例えば、生成装置１００の管理者は、上記のように、「安定性」の項目に検索情報などを対応付ける。また、生成装置１００の管理者は、「成長性」の項目に検索情報や、顧客情報などを任意に対応付けてもよい。そして、生成部１３２は、以下で説明するモデルの生成過程において、適切な対応関係にある情報を採用し、有用なスコアが得られないような不適切な対応関係にある情報を変更する。これにより、生成部１３２は、生成されるモデルを最適化していくことができる。

ここで、生成部１３２は、事業者データ提供者５０によって付与されているスコアを構成する各項目のスコアと、事業者Ａ０１に関連する情報のうち各項目に対応付けられる情報であって、数値化された情報とを回帰分析することにより、モデルを生成する。

すなわち、生成部１３２は、正解データである事業者データ提供者５０によって付与されているスコアを構成する各項目のスコアと、取得部１３１が取得した情報を数値化した変数により示される値（例えば、検索数や、製品評価のランキングや、製品の利用者数などを、正解データと比較できるように数値化した情報）とについて回帰分析を行うことにより、事業者のスコアを出力するモデルを生成する。一例として、生成部１３２は、下記式（１）のような一次式を用いて、各項目のスコアを算出するための係数を求める。

ｙ ＝ α・ｘ ＋β ・・・ （１）

上記式（１）のうち、「ｙ」は、正解データである事業者データ提供者５０によって付与されているスコアを示す。「ｘ」は、取得部１３１が取得した情報を数値化した変数を示す。「α」は、「ｘ」の係数を示し、「β」は、「ｙ」と「α・ｘ」との関係を補完する数である。ここでは、「ｙ」は、事業者Ａ０１の「安定性」の項目を示す数値であり、この数を「２５」と仮定する。「ｘ」は、事業者Ａ０１のネットワーク情報であり、例えば、検索数等を数値化した情報である。かかる情報の種類の対応や、数値化は、回帰分析の進行とともに最適化される。例えば、生成部１３２は、まず事業者Ａ０１の所定期間における検索数「３００００」に対して、任意の条件式を設定し、「１０」などの任意の数値を与える。そして、生成部１３２は、任意に与えた数値と正解データとの相関性を算出する過程において、最初の条件式を適宜変更する。これにより、生成部１３２は、最適化された数値を得ることができる。

生成部１３２は、上記式（１）の「ｙ」や「ｘ」に数値を代入し、一つの式を立てる。生成部１３２は、事業者Ａ０２や、事業者Ａ０３についても同様の処理を行う。かかる処理を反復することにより、生成部１３２は、「α」や「β」を決定する。なお、かかる処理は、最少二乗法などを利用することにより、「α」や「β」を最適解に近似させてもよい。また、変数「ｘ」は、一つとは限られない。例えば、生成部１３２は、ネットワーク上における事業者情報を様々に組み合わせて、事業者データ提供者５０のスコアに近似させることができる。例えば、生成部１３２は、下記式（２）のような式を用いてもよい。

ｙ ＝ α_１・ｘ_１ ＋ α_２・ｘ_２ ＋ α_３・ｘ_３ ＋ ・・・ ＋ α_ｎ・ｘ_ｎ ＋ β ・・・ （２）

上記式（２）のように、生成部１３２は、変数「ｘ_１〜ｘ_ｎ（ｎは任意の数）」を用いて、正解データである事業者データ提供者５０のスコアに近似させる変数及び係数「α_１〜α_ｎ」を求めてもよい。

また、生成部１３２は、回帰分析の結果に基づいて、事業者データ提供者５０によって付与されているスコアを構成する各項目に対応付けられる事業者Ａ０１に関連する情報の種類を変更してもよい。すなわち、生成部１３２は、「安定性」の項目に対応付ける情報について、事業者Ａ０１の「検索数」を数値化した情報よりも、他の種類の情報の方が正解データに容易に近似させることができる場合には、他の種類の情報を採用する。これにより、生成部１３２は、モデルとして用いるネットワーク情報の種類を最適化することができる。

上記では、生成部１３２は、「安定性」の項目についてスコアを出力するモデルの生成について説明した。生成部１３２は、かかる処理を、「経営者能力」や、「成長性」や、「公開性」の各項目に行うことにより、事業者のスコアを総合的に算出するモデルを生成する。

なお、生成部１３２は、モデルの生成に用いる情報について、所定期間を適宜調整することにより行ってもよい。例えば、検索数や、ウェブサイトのＰＶ数などは、ポジティブ材料（注目製品の開発等でニュース報道された場合など）や、ネガティブ材料（不正発覚のニュース報道など）の影響により、急速に変動することがありうる。この場合、生成部１３２は、通常よりも長い期間にわたる検索数などの情報を用いることにより、かかる影響を抑制することができる。このような期間の判定については、生成装置１００の管理者により手動で判定されてもよいし、ニュース記事の単語を分析することなどにより、自動で判定されてもよい。

また、生成部１３２は、上記で説明した検索数などの他に、ネットワーク情報記憶部１２２に記憶されている情報を適宜用いることができる。例えば、生成部１３２は、製品情報の分析や、事業者のソーシャル関係による分析や、顧客分析などを用いることができる。例えば、生成部１３２は、ユーザからの評価が高い製品を多く提供している情報を、事業継続性や成長性の項目に対応させる。具体的には、生成部１３２は、製品情報テーブル１２５における利用者評価や、レビュー数や、ストアランキングの項目に格納された値の大小に基づいて、数値化される変数の値を調整する。その他、生成部１３２は、アプリのダウンロード数、利用者数、利用者一人あたりの平均利用時間、もしくは所定期間における稼働率、または、これらの数値の所定期間における変動率などを用いてもよい。

また、生成部１３２は、共通する業界に属する事業者に関する情報を用いてモデルを生成してもよい。例えば、製品レビューなどの情報は、異業種同士の製品を比較するよりも、同業者同士を比較する方が適切な情報が得られることが想定される。そのため、生成部１３２は、事業者を業界ごとに分類し、業界ごとにモデルを生成する。この場合、後述する算出部１３４は、処理対象となる事業者に対応する業界のモデルを用いて、スコアを算出する。なお、図１０は、生成部１３２がモデルを業界ごとに生成し、モデル記憶部１２８に格納した例を示している。

（受付部１３３について）
受付部１３３は、事業者の信用度に関する要求を受け付ける。具体的には、実施形態に係る受付部１３３は、金融機関サーバ３０から、融資条件の設定などに用いるための事業者の信用情報に関する問い合わせを受け付ける。この場合、受付部１３３は、申し入れとともに、事業者に関する情報を受け付けてもよい。例えば、受付部１３３は、事業者の名称や、事業者が提供する製品情報や、事業者の業種、経営者や役員に関する情報などを受け付ける。そして、受付部１３３は、受け付けた情報を後述する算出部１３４に送ることにより、事業者のスコアを算出させる。なお、受付部１３３は、事業者が提供する製品情報や、経営者や役員に関する情報を金融機関サーバ３０が取得しておらず、金融機関サーバ３０からこれらの情報を受け付けない場合や、ネットワーク情報記憶部１２２にこれらの情報が記憶されていない場合には、外部の情報処理装置（例えば、ウェブサーバ４０）から新たに情報を取得してもよい。そして、受付部１３３は、受け付けた情報を算出部１３４に送る。

（算出部１３４について）
算出部１３４は、事業者に対する信用度を算出する。具体的には、実施形態に係る算出部１３４は、受付部１３３が受け付けた事業者に関する情報を生成部１３２が生成したモデルに入力することにより、処理対象である事業者のスコアを出力させる。そして、算出部１３４は、出力されたスコアに基づいて、事業者の信用度を算出する。なお、算出部１３４は、出力されたスコアそのものを事業者の信用度としてもよい。

例えば、算出部１３４は、受付部１３３が事業者Ａ１１の信用度に関する要求を受け付けた場合には、事業者Ａ１１のネットワーク情報を取得する。そして、算出部１３４は、事業者Ａ１１のネットワーク情報を生成部１３２が生成したモデルに入力する。そして、算出部１３４は、出力として、事業者Ａ１１のスコアを取得する。なお、算出部１３４は、事業者Ａ１１が所属する業界に対応したモデルがモデル記憶部１２８に存在する場合には、業界に対応するモデルを優先的に用いてスコアを算出するようにしてもよい。

（通知部１３５について）
通知部１３５は、受け付けた要求に対する回答を通知する。具体的には、実施形態に係る通知部１３５は、受付部１３３が受け付けた金融機関サーバ３０の要求に対して、評価対象となった事業者のスコアなどの信用度（信用情報）を通知する。

〔３．処理手順〕
次に、図１１を用いて、実施形態に係る生成装置１００による生成処理の手順について説明する。図１１は、実施形態に係る生成装置１００による生成処理手順を示すフローチャートである。

図１１に示すように、生成装置１００に係る取得部１３１は、事業者データ提供者５０から、事業者データ提供者５０によって付与された事業者のスコアを含む事業者データを取得する（ステップＳ１０１）。また、取得部１３１は、インターネットを介して、事業者に関するネットワーク情報を取得する（ステップＳ１０２）。

そして、生成部１３２は、取得した情報の対応付けを行う（ステップＳ１０３）。具体的には、生成部１３２は、事業者データを構成する項目の情報と、インターネット上の事業者に関連する情報の対応付けを行う。

そして、生成部１３２は、インターネット上の事業者に関連する情報を入力とした場合に事業者のスコアを出力するモデルを生成する（ステップＳ１０４）。生成部１３２は、生成したモデルをモデル記憶部１２８に格納し、生成処理を終了する。

次に、図１２を用いて、実施形態に係る生成装置１００による算出処理の手順について説明する。図１２は、実施形態に係る生成装置１００による算出処理手順を示すフローチャートである。

図１２に示すように、生成装置１００に係る受付部１３３は、例えば金融機関サーバ３０から、信用度に関する要求を受け付けたか否かを判定する（ステップＳ２０１）。受付部１３３は、要求を受け付けていない場合には、受け付けるまで待機する（ステップＳ２０１；Ｎｏ）。

一方、要求を受け付けた場合には（ステップＳ２０１；Ｙｅｓ）、受付部１３３は、算出処理の対象となる事業者のネットワーク情報を取得する（ステップＳ２０２）。そして、算出部１３４は、受付部１３３が取得した事業者に関するネットワーク情報をモデルに入力する（ステップＳ２０３）。

そして、算出部１３４は、モデルによる算出処理を行うことにより、事業者のスコアを出力させる（ステップＳ２０４）。算出部１３４は、出力させたスコアに基づいて、事業者の信用度を算出する（ステップＳ２０５）。そして、通知部１３５は、算出した結果を金融機関サーバ３０に通知し（ステップＳ２０６）、算出処理を終了する。

〔４．変形例〕
上述した実施形態に係る生成装置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、上記の生成装置１００の他の実施形態について説明する。

〔４−１．関係者情報の利用〕
上記実施形態において、生成装置１００は、事業者の経営者や役員の知名度や人脈等に関する情報を利用して、モデルを生成する例を示した。ここで、生成装置１００は、例えば、事業者の経営者や役員個人が利用するＳＮＳなどから、さらに情報を取得し、モデルの生成に利用してもよい。

例えば、取得部１３１は、ＳＮＳから、事業者の経営者や役員個人の購買行動に関する情報を取得する。この場合、取得部１３１は、経営者や役員個人からＳＮＳに発信された情報のうち、経営者や役員個人が比較的高額な商品等を購入していることや、頻繁な投資活動を行っていることなどの情報を取得する。そして、生成部１３２は、取得された経営者や役員個人の活動情報を、当該事業者のネットワーク情報を数値化した情報として、モデルの生成に利用する。例えば、生成部１３２は、経営者や役員個人の購買活動や投資行動の頻度が高いほど、事業者の経営状態が良好なものと判定し、かかる情報に対する数値を高く判定する。

また、取得部１３１は、事業者の経営者や役員個人が利用するＳＮＳにおいて、つながりを有するとされる個人（ＳＮＳ内で連結のある個人）についての情報を取得してもよい。例えば、取得部１３１は、事業者の経営者や役員個人とつながりのある個人の地位、個人が関係する企業の規模や経営状態、個人そのものの知名度や人脈、個人の前職の地位などの情報を取得する。生成部１３２は、事業者の経営者や役員個人とつながりのある人物の数や、各々の人物における上記の情報などに基づいて、事業者の経営者や役員個人の人脈力を判定する。そして、生成部１３２は、判定した事業者の経営者や役員個人の人脈力の大小に基づいて、ネットワーク情報を数値化する。このように、生成装置１００は、事業者の関係者の人脈力を判定することによって事業者の成長性を図り、かかる成長性に基づいたモデルを生成することができる。

また、取得部１３１は、事業者の経営者や役員個人が利用するＳＮＳにおいて発信される情報のうち、事業者の人事的な動向に関する情報を取得してもよい。例えば、取得部１３１は、事業者における求人や離職に関する情報を取得する。そして、生成部１３２は、事業者における求人や離職に関する情報が頻繁に発信される場合には、事業者の事業継続性が不透明であると判定し、かかる情報の数値を低下させる。一方、生成部１３２は、求人に関する情報と、事業者の規模の拡大が長期的に観測される場合には、事業者の成長性において有望であるとして、かかる情報の数値を向上させる。

また、取得部１３１は、ＳＮＳなどインターネット上に発信される情報について、例えば、予め評価の指標になると想定される単語等を登録し、自動的にＳＮＳから情報を収集する手法等を採用することができる。また、取得部１３１は、機械学習により、予め登録した単語を更新すること等により、精度よく評価の指標となりうる情報を取得することができる。

〔４−２．同業者〕
上記実施形態において、生成装置１００は、同業者の製品の動向などに関する情報を用いて、モデルを生成してもよい。例えば、生成部１３２は、同業者の経営状況に関する情報などから、業界全体の規模が拡大していることや、需要者のニーズが高まっていること等を判定する。具体的には、生成部１３２は、同業者に関する検索数の向上や、ウェブサイトの閲覧数の向上などから、業界全体の注目度が向上していると判定する。この場合、生成部１３２は、回帰分析における変数の設定において、同業者に関する検索数の向上や、ウェブサイトの閲覧数の向上などを踏まえて情報を数値化することにより、かかる業界に所属する事業者のスコアが向上するようなモデルを生成することができる。

〔４−３．情報量〕
上記実施形態において、生成装置１００は、ネットワーク上で取得可能な種々の情報に基づいて、モデルを生成する例を示した。ここで、生成装置１００は、各種ウェブサイトを利用する一般ユーザから取得される情報が一定の閾値を超えたもののみを用いて処理を行うようにしてもよい。

例えば、製品評価サイトにおける製品に関するレビューや、利用者の評価等は、一定数以上のデータに基づかない場合、偏った傾向を示すことがありうる。この場合、生成装置１００は、回帰式に偏った傾向のデータの影響が及ぶことで、事業者の信用度を精度よく算出することができないモデルを生成する場合がある。このため、生成装置１００は、ユーザから送信されるレビューや利用者評価が一定数を超えたもののみを、モデルの生成処理で扱うデータとすることができる。これにより、生成装置１００は、信頼性の高いスコアを算出するモデルを生成することができる。

〔４−４．重み〕
生成装置１００は、取得したネットワーク情報について、特定の情報に重み付けを行ってもよい。例えば、生成装置１００は、特定の分野の専門家が製品を批評するウェブサイトなどにおいては、一般ユーザから投稿を受け付ける評価サイトなどよりも信頼性が高いものと判定する。すなわち、生成装置１００は、専門家が製品を批評するウェブサイトにおける製品のレビューや利用者評価に関する情報について、他の一般的なサイトから取得できる情報よりも重みを重くして、モデルの生成処理に利用することができる。これにより、生成装置１００は、信頼性の高いスコアを算出するモデルを生成することができる。

〔４−５．補正〕
生成装置１００は、現実の経済状態によって、出力されるスコアに補正をかけることのできるモデルを生成してもよい。例えば、生成装置１００は、円高傾向のときに経営状態が良くなる事業者と、影響のない事業者と、経営状態が悪化する事業者とを分類する。そして、生成装置１００は、事業者のスコアを算出する際に、所定期間における円の価値の動向についてもモデルに入力することにより、円の動向が加味されて補正された事業者のスコアを出力させるモデルを生成する。このような補正は、例えば、長期的に事業者データを取得し、円の価値の動向などとの連動性に関するデータを蓄積することにより、生成するモデルに反映させることができる。

〔４−６．通信ネットワーク上の情報〕
上記実施形態において、生成装置１００は、通信ネットワーク上の情報であって事業者に関連する情報のうち、主として、ユーザ行動に基づく情報を取得する例について詳細に説明した。しかし、生成装置１００が取得する通信ネットワーク上の情報は、上記例に限られない。

例えば、生成装置１００は、事業者に関連する通信ネットワーク上の情報として、通信ネットワークを利用する一般ユーザの行動が関与しない情報を取得してもよい。例えば、生成装置１００は、気象情報など自然現象に関する情報を取得してもよい。一例としては、生成装置１００は、ネットワーク上で取得可能な気象情報や災害情報のうち、事業者が所在する地域の気象情報や災害情報、または、事業者の名称に含まれる地域の気象情報や災害情報を、その事業者に関連する情報として取得する。これは、事業者が所在する地域の気象状況や災害状況に応じて、将来的に事業者の経営状況が変動する可能性もあるからである。生成装置１００は、このように気象情報から導出される要素を含むことにより、事業者の信用度の評価をより精度よく算出するモデルを生成することができる。

また、生成装置１００は、ユーザ自身から発信される情報のみならず、ユーザの周辺に所在する通信可能な機器がセンサ等を用いて機器の状態を通信ネットワーク上にアップロードした情報（いわゆる、モノのインターネット（Internet of Things）による情報）などの、ユーザが関与しない情報を取得してもよい。一例としては、生成装置１００は、ネットワーク上で取得可能な情報のうち、所定の事業者から提供される製品から発信される情報であって、多数の製品が幅広い地域をまたいで常時稼働しているという情報を取得する。これは、事業者から提供される製品の普及率や稼働率が、その事業者の経営安定性の指標となりうるからである。生成装置１００は、このようにユーザから発信される情報に限られず、様々な物から発信される情報の要素を含むことにより、事業者の信用度の評価をより精度よく算出するモデルを生成することができる。上記のように、生成装置１００は、ユーザが直接的、あるいは間接的に関与する情報に限定されず、通信ネットワーク上に存在する種々の情報に基づいてモデルを生成するので、幅広い対象の事業者に対して適用可能な汎用性の高いモデルを生成することが可能となる。

〔４−７．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。

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。

例えば、図３に示した記憶部１２０内の情報は、生成装置１００が保持せずに、外部のストレージサーバ等に保持されてもよい。この場合、生成装置１００は、ストレージサーバにアクセスすることで、格納されている各種情報を取得する。

また、例えば、上述してきた生成装置１００は、事業者の信用情報に関する申し入れを受け付けたり、事業者の信用情報を通知するといった、外部装置とのやりとりを主に実行するフロントエンドサーバ側と、インターネット上の情報を取得したり、生成処理などを実行するバックエンドサーバ側とに分散されてもよい。この場合、例えば、フロントエンドサーバは、少なくとも、受付部１３３と通知部１３５とを有する。また、バックエンドサーバは、少なくとも、生成部１３２を有する。

〔５．ハードウェア構成〕
また、上述してきた実施形態に係る生成装置１００は、例えば図１３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１３は、生成装置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、及び、かかるプログラムによって使用されるデータ等を記憶する。通信インターフェイス１５００は、通信網５００（実施形態に係る通信ネットワークに対応する）を介して他の機器からデータを受信してＣＰＵ１１００へ送り、また、通信網５００を介してＣＰＵ１１００が生成したデータを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、入出力インターフェイス１６００を介して生成したデータを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が生成装置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内の各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５００を介してこれらのプログラムを取得してもよい。

〔６．効果〕
上述してきたように、実施形態に係る生成装置１００は、通信ネットワーク上の情報のうち、事業者に関連する情報であるネットワーク情報を取得する取得部１３１と、取得部１３１によって取得された事業者に関連する情報のうち、第三者である事業者データ提供者５０により信用度を示す指標値（スコア）が付与されている事業者（ここでは、「第１の事業者」とする）に関連する情報と、事業者データ提供者５０によって付与されている第１の事業者のスコアとの相関性に基づいて、取得部１３２によって取得される情報のうち、事業者データ提供者５０によりスコアが付与されていない事業者（ここでは、「第２の事業者」とする）に関連する情報から、第２の事業者の信用度を示すスコアを予測するためのモデルを生成する生成部１３２と、を有する。

このように、実施形態に係る生成装置１００は、一般的に金融機関等に利用される企業の財務情報等とは異なり、ネットワークにおけるユーザ行動に基づいて、事業者のスコアを算出することのできるモデルを生成する。このため、生成装置１００によれば、通常では信用度を評価することのできないような、財務情報などの蓄積が充分でないベンチャー企業などの中小企業に対しても、信用度を精度高く算出することができる。

また、生成部１３２は、事業者データ提供者５０によって付与されている総合スコアを構成する各項目のスコアと、事業者に関連する情報のうち各項目に対応付けられる情報との相関性に基づいてモデルを生成する。

このように、生成装置１００は、事業者に対する信用度を項目ごとに分類して判定するモデルを生成する。これにより、生成装置１００は、特定の要素に偏ることなく、精度のよい信用度を算出することのできるモデルを生成する。

また、生成部１３２は、事業者データ提供者５０によって付与されている総合スコアを構成する各項目のスコアと、事業者に関連する情報のうち各項目に対応付けられる情報であって、数値化された情報とを回帰分析することによりモデルを生成する。

このように、生成装置１００は、回帰分析を行うことにより、ネットワーク情報と、事業者データ提供者５０が提供するデータとの近似を計る。これにより、生成装置１００は、ネットワーク情報を用いて、事業者データ提供者５０のような企業データの専門業者が算出するような価値を持つスコアを算出するモデルを生成することができる。

また、生成部１３２は、回帰分析の結果に基づいて、事業者データ提供者５０によって付与されている総合スコアを構成する各項目に対応付けられる事業者に関連する情報の種類を変更する。

このように、生成装置１００は、モデルの生成に用いるネットワーク情報を取捨選択することにより、モデルの生成で用いる情報を最適化する。これにより、生成装置１００は、精度の高い信用度を算出することのできるモデルを生成することができる。

また、生成部１３２は、事業者データ提供者５０によって付与されている総合スコアを構成する各項目として、事業者の安定性、経営者能力、成長性及び公開性の少なくともいずれか一つの項目と、事業者に関連する情報とを対応付けることによりモデルを生成する。

このように、生成装置１００は、事業者に関して分類された評価項目に対応するネットワーク情報を用いてモデルを生成する。これにより、生成装置１００は、精度の高い信用度を算出することのできるモデルを生成することができる。

また、取得部１３１は、インターネットにおけるユーザ行動に基づく情報として、事業者に関連する検索クエリによる検索数、検索ランキング、所定の期間ごとの検索数の変動率の少なくともいずれか一つを取得する。そして、生成部１３２は、取得部１３１によって取得された検索数、検索ランキング、所定の期間ごとの検索数の変動率の少なくともいずれか一つを数値化させた情報と、項目のスコアとを対応させることによりモデルを生成する。

このように、生成装置１００は、検索情報を分析することにより、評価対象の事業者に対する一般ユーザからの注目度を判定することができる。これにより、生成装置１００は、事業者の事業継続性や成長性などを判定要素の１つとした、精度の高いモデルを生成することができる。

また、取得部１３１は、インターネットにおけるユーザ行動に基づく情報として、事業者が提供するウェブサイトにおける閲覧数、閲覧者数、コンバージョン率の少なくともいずれか一つを取得する。そして、生成部１３２は、取得部１３１によって取得された閲覧数、閲覧者数、コンバージョン率の少なくともいずれか一つを数値化させた情報と、項目のスコアとを対応させることによりモデルを生成する。

このように、生成装置１００は、事業者が提供するウェブサイトに関する情報を分析することにより、評価対象の事業者に対する一般ユーザからの興味関心を判定することができる。これにより、生成装置１００は、事業者の事業継続性や成長性などを判定要素の１つとした、精度の高いモデルを生成することができる。

また、取得部１３１は、インターネットにおけるユーザ行動に基づく情報として、事業者が提供する製品におけるユーザからの評価値、製品の利用者数、製品についてのレビュー投稿数の少なくともいずれか一つを取得する。そして、生成部１３２は、取得部１３１によって取得された、事業者が提供する製品におけるユーザからの評価値、製品の利用者数、製品についてのレビュー投稿数の少なくともいずれか一つを数値化させた情報と、項目のスコアとを対応させることによりモデルを生成する。

このように、生成装置１００は、事業者が提供する製品に関する情報を分析することにより、一般ユーザから事業者（あるいは、提供する製品）に対する評価に関する情報を取得する。これにより、生成装置１００は、事業者の事業継続性や成長性などを判定することができる。また、製品の評価に関するサイト等は、一般ユーザからの評価が即時に反映されるため、生成装置１００は、一般ユーザからの事業者に対する反応をより直接的に取得することができる。このため、生成装置１００は、よりユーザの評価が反映したスコアを算出することのできるモデルを生成することができる。

また、取得部１３１は、事業者が提供する製品がアプリケーション等のプログラム製品である場合には、アプリケーションのダウンロード数、利用者数、利用者一人あたりの平均利用時間、もしくは所定期間における稼働率の少なくともいずれか一つを取得する。そして、生成部１３２は、取得部１３１によって取得された、事業者が提供する製品がアプリケーション等のプログラム製品である場合には、アプリケーションのダウンロード数、利用者数、利用者一人あたりの平均利用時間、もしくは所定期間における稼働率の少なくともいずれか一つを数値化させた情報と、項目のスコアとを対応させることによりモデルを生成する。

これにより、生成装置１００は、事業者の事業継続性や成長性などを判定することができる。すなわち、生成装置１００は、アプリストアなどに寄せられるリアルタイム性のあるユーザからの反応を判定要素に加えたモデルを生成することができる。

また、取得部１３１は、インターネットにおけるユーザ行動に基づく情報として、事業者の顧客数、顧客の継続利用率、顧客単価の少なくともいずれか一つを取得する。そして、生成部１３２は、取得部１３１によって取得された顧客数、顧客の継続利用率、顧客単価の少なくともいずれか一つを数値化させた情報と、項目のスコアとを対応させることによりモデルを生成する。

このように、生成装置１００は、事業者の顧客に関する情報を分析することにより、事業者の経営状況を判定することができる。これにより、生成装置１００は、事業者の倒産確率や事業継続性などを判定することができるため、より精度の高いスコアを算出するモデルを生成することができる。

また、生成部１３２は、共通する業界に属する事業者に関する情報を用いてモデルを生成する。これにより、生成装置１００は、業界で用いられる数字などの類似性を加味したモデルを生成できるので、より精度高く事業者の信用度を算出することができる。

以上、本願の実施形態のいくつかを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、上述した生成装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。

また、特許請求の範囲に記載した「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、生成部は、生成手段や生成回路に読み替えることができる。

１ 生成システム
１０ ユーザ端末
３０ 金融機関サーバ
４０ ウェブサーバ
５０ 事業者データ提供者
１００ 生成装置
１１０ 通信部
１２０ 記憶部
１２１ 事業者データ記憶部
１２２ ネットワーク情報記憶部
１２３ 検索情報テーブル
１２４ サイト情報テーブル
１２５ 製品情報テーブル
１２６ ソーシャル情報テーブル
１２７ 顧客情報テーブル
１２８ モデル記憶部
１３０ 制御部
１３１ 取得部
１３２ 生成部
１３３ 受付部
１３４ 算出部
１３５ 通知部

Claims (13)

1. 通信ネットワーク上におけるユーザ行動に基づく情報であって事業者に関連する情報のうち、当該事業者に属するユーザから発信された情報を取得する取得部と、
   前記取得部によって取得された情報のうち第１の事業者に関連する情報と、前記第１の事業者の信用度を示す指標値との相関性に基づいて、前記取得部によって取得される第２の事業者に関連する情報から当該第２の事業者の信用度を示す指標値を予測するためのモデルを生成する生成部と、
   を備え、
   前記取得部は、
   前記事業者に属するユーザから発信された情報として、当該ユーザからＳＮＳ（Social Networking Service）に発信された情報とともに、当該ユーザの当該ＳＮＳにおける他者との連結数又は当該ユーザのＳＮＳにおけるフォロー数を取得し、
   前記生成部は、
   前記第１の事業者に属するユーザの当該ＳＮＳにおける他者との連結数又は当該ユーザのＳＮＳにおけるフォロー数の少なくともいずれか一つと、当該第１の事業者の信用度を示す指標値との相関性に基づいて、前記モデルを生成する、
   ことを特徴とする生成装置。
2. 前記取得部は、
   前記通信ネットワーク上におけるユーザ行動に基づく情報として、事業者が関連するウェブサービスに対するユーザ行動に基づく情報を取得する、
   ことを特徴とする請求項１に記載の生成装置。
3. 前記生成部は、
   前記第１の事業者の信用度を示す指標値を構成する各項目の指標値と、前記第１の事業者に関連する情報のうち前記各項目に対応付けられる情報との相関性に基づいて、前記モデルを生成する、
   ことを特徴とする請求項１又は２に記載の生成装置。
4. 前記生成部は、
   前記第１の事業者の信用度を示す指標値を構成する各項目の指標値と、前記第１の事業者に関連する情報のうち当該各項目に対応付けられる情報であって、数値化された情報とを回帰分析することにより、前記モデルを生成する、
   ことを特徴とする請求項３に記載の生成装置。
5. 前記生成部は、
   前記第１の事業者の信用度を示す指標値を構成する各項目として、前記第１の事業者の安定性、経営者能力、成長性及び公開性の少なくともいずれか一つの項目と、前記第１の事業者に関連する情報とを対応付けることにより、前記モデルを生成する、
   ことを特徴とする請求項３又は４に記載の生成装置。
6. 前記取得部は、
   前記通信ネットワーク上におけるユーザ行動に基づく情報として、前記事業者に関連する検索クエリによる検索数、検索ランキング、所定の期間ごとの検索数の変動率の少なくともいずれか一つを取得し、
   前記生成部は、
   前記取得部によって取得された検索数、検索ランキング、所定の期間ごとの検索数の変動率の少なくともいずれか一つを数値化させた情報と、前記項目の指標値とを対応させることにより、前記モデルを生成する、
   ことを特徴とする請求項５に記載の生成装置。
7. 前記取得部は、
   前記通信ネットワーク上におけるユーザ行動に基づく情報として、前記事業者が提供するウェブサイトにおける閲覧数、閲覧者数、コンバージョン率の少なくともいずれか一つを取得し、
   前記生成部は、
   前記取得部によって取得された閲覧数、閲覧者数、コンバージョン率の少なくともいずれか一つを数値化させた情報と、前記項目の指標値とを対応させることにより、前記モデルを生成する、
   ことを特徴とする請求項５又は６に記載の生成装置。
8. 前記取得部は、
   前記通信ネットワーク上におけるユーザ行動に基づく情報として、前記事業者が提供する製品におけるユーザからの評価値、製品の利用者数、製品についてのレビュー投稿数の少なくともいずれか一つを取得し、
   前記生成部は、
   前記取得部によって取得された、前記事業者が提供する製品におけるユーザからの評価値、製品の利用者数、製品についてのレビュー投稿数の少なくともいずれか一つを数値化させた情報と、前記項目の指標値とを対応させることにより、前記モデルを生成する、
   ことを特徴とする請求項５〜７のいずれか１つに記載の生成装置。
9. 前記取得部は、
   前記事業者が提供する製品がプログラム製品である場合には、当該プログラム製品のダウンロード数、利用者数、利用者一人あたりの平均利用時間、もしくは所定期間における稼働率の少なくともいずれか一つを取得し、
   前記生成部は、
   前記取得部によって取得された当該プログラム製品のダウンロード数、利用者数、利用者一人あたりの平均利用時間、もしくは所定期間における稼働率の少なくともいずれか一つを数値化させた情報と、前記項目の指標値とを対応させることにより、前記モデルを生成する、
   ことを特徴とする請求項５〜８のいずれか１つに記載の生成装置。
10. 前記取得部は、
    前記通信ネットワーク上におけるユーザ行動に基づく情報として、前記事業者の顧客数、顧客の継続利用率、顧客単価の少なくともいずれか一つを取得し、
    前記生成部は、
    前記取得部によって取得された前記事業者の顧客数、顧客の継続利用率、顧客単価の少なくともいずれか一つを数値化させた情報と、前記項目の指標値とを対応させることにより、前記モデルを生成する、
    ことを特徴とする請求項５〜９のいずれか一つに記載の生成装置。
11. 前記生成部は、
    共通する業界に属する前記第１の事業者に関する情報を用いて、前記モデルを生成する、
    ことを特徴とする請求項１〜１０のいずれか１つに記載の生成装置。
12. コンピュータが実行する生成方法であって、
    通信ネットワーク上におけるユーザ行動に基づく情報であって事業者に関連する情報のうち、当該事業者に属するユーザから発信された情報を取得する取得工程と、
    前記取得工程によって取得された情報のうち第１の事業者に関連する情報と、前記第１の事業者の信用度を示す指標値との相関性に基づいて、前記取得工程によって取得される第２の事業者に関連する情報から当該第２の事業者の信用度を示す指標値を予測するためのモデルを生成する生成工程と、
    を含み、
    前記取得工程は、
    前記事業者に属するユーザから発信された情報として、当該ユーザからＳＮＳ（Social Networking Service）に発信された情報とともに、当該ユーザの当該ＳＮＳにおける他者との連結数又は当該ユーザのＳＮＳにおけるフォロー数を取得し、
    前記生成工程は、
    前記第１の事業者に属するユーザの当該ＳＮＳにおける他者との連結数又は当該ユーザのＳＮＳにおけるフォロー数の少なくともいずれか一つと、当該第１の事業者の信用度を示す指標値との相関性に基づいて、前記モデルを生成する、
    ことを特徴とする生成方法。
13. 通信ネットワーク上におけるユーザ行動に基づく情報であって事業者に関連する情報のうち、当該事業者に属するユーザから発信された情報を取得する取得手順と、
    前記取得手順によって取得された情報のうち第１の事業者に関連する情報と、前記第１の事業者の信用度を示す指標値との相関性に基づいて、前記取得手順によって取得される第２の事業者に関連する情報から当該第２の事業者の信用度を示す指標値を予測するためのモデルを生成する生成手順と、
    をコンピュータに実行させ、
    前記取得手順は、
    前記事業者に属するユーザから発信された情報として、当該ユーザからＳＮＳ（Social Networking Service）に発信された情報とともに、当該ユーザの当該ＳＮＳにおける他者との連結数又は当該ユーザのＳＮＳにおけるフォロー数を取得し、
    前記生成手順は、
    前記第１の事業者に属するユーザの当該ＳＮＳにおける他者との連結数又は当該ユーザのＳＮＳにおけるフォロー数の少なくともいずれか一つと、当該第１の事業者の信用度を示す指標値との相関性に基づいて、前記モデルを生成する、
    ことを特徴とする生成プログラム。

Images