JP6799097B2 - 情報処理装置、制御プログラム、情報処理方法及び情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、制御プログラム、情報処理方法及び情報処理プログラムに関する。

従来、電子マネー等を用いた決済サービスに関する技術が知られている。例えば、決済前に予め貸付サービスポイント数を付与する。そして、予め付与された範囲内の貸付サービスポイントにより商品の購入金額の決済を行う技術が提案されている。

特開２００５−１１５４３５号公報

しかしながら、上記の従来技術では、決済サービスにおけるユーザビリティを向上させ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、予め付与された範囲内の貸付サービスポイントにより商品の購入金額の決済を行うにすぎず、決済サービスにおけるユーザビリティを向上させることができるとは限らない。

本願は、上記に鑑みてなされたものであって、決済サービスにおけるユーザビリティを向上させることができる情報処理装置、制御プログラム、情報処理方法及び情報処理プログラムを提供することを目的とする。

本願に係る情報処理装置は、ユーザのネットワーク上の行動履歴に関する情報に基づいて、前記ユーザの信用度を算出する算出部と、前記算出部によって算出された信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号を前記ユーザに対して付与する付与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、決済サービスにおけるユーザビリティを向上させることができるといった効果を奏する。

図１は、実施形態に係る情報処理の一例を示す図である。 図２は、実施形態に係る情報処理システムの構成例を示す図である。 図３は、実施形態に係る情報処理装置の構成例を示す図である。 図４は、実施形態に係るユーザ情報記憶部の一例を示す図である。 図５は、実施形態に係るモデル情報記憶部の一例を示す図である。 図６は、実施形態に係る番号情報記憶部の一例を示す図である。 図７は、実施形態に係る決済情報記憶部の一例を示す図である。 図８は、実施形態に係る情報処理手順を示すフローチャートである。 図９は、実施形態に係る情報処理手順を示すフローチャートである。 図１０は、変形例に係る端末装置の構成例を示す図である。 図１１は、変形例に係る端末装置の画面の一例を示す図である。 図１２は、変形例に係る情報処理手順を示すフローチャートである。 図１３は、変形例に係る表示制御手順を示すフローチャートである。 図１４は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る情報処理装置、制御プログラム、情報処理方法及び情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、制御プログラム、情報処理方法及び情報処理プログラムが限定されるものではない。また、以下の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．情報処理の一例〕
まず、図１を用いて、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。図１の例では、情報処理システム１は、端末装置１０と電子商取引サーバ２０と情報処理装置１００とを有する。

端末装置１０は、ユーザにより使用される情報処理装置である。例えば、端末装置１０は、ユーザが携帯する端末装置である。端末装置１０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。また、端末装置１０は、３Ｇ（Generation）やＬＴＥ（Long Term Evolution）等の無線通信網を介して任意のサーバ装置と通信を行うことができる情報処理装置である。また、端末装置１０は、液晶ディスプレイ等の画面であって、タッチパネルの機能を有する画面を有し、ユーザから指やスタイラス等によりタップ操作、スライド操作、スクロール操作等、画面に表示された画像等のコンテンツに対する各種の操作を受付ける。なお、以下では、端末装置１０をユーザと同一視する場合がある。すなわち、以下では、ユーザを端末装置１０と読み替えることもできる。

また、以下では、ユーザＩＤ「Ｕ１」により特定されるユーザを「ユーザＵ１」とする場合がある。このように、以下では、「ユーザＵ＊（＊は任意の数値）」と記載した場合、そのユーザはユーザＩＤ「Ｕ＊」により特定されるユーザであることを示す。例えば、「ユーザＵ２」と記載した場合、そのユーザはユーザＩＤ「Ｕ２」により特定されるユーザである。

また、以下では、端末装置１０を利用するユーザに応じて、端末装置１０を端末装置１０−１、１０−２として説明する。例えば、端末装置１０−１は、ユーザＵ１により使用される端末装置１０である。また、例えば、端末装置１０−２は、ユーザＵ２により使用される端末装置１０である。また、以下では、端末装置１０−１、１０−２について、特に区別なく説明する場合には、端末装置１０と記載する。

電子商取引サーバ２０は、ショッピングサービスを提供するサーバ装置である。ここで、電子商取引サーバ２０が提供するショッピングサービスは、インターネットを介して商品を販売する複数の店舗の商品販売ページを一つのサービスにまとめて、様々な商品を販売する、いわゆる電子商店街（あるいは電子モール）と称されるサービスである。なお、電子商取引サーバ２０は、ショッピングサービスを運営する事業者によって管理される。以下では、ショッピングサービスを運営する事業者の名称を「電子商取引サービスＥＣ１」と記載する。また、以下では、ショッピングサービスの名称を「電子商取引サービスＥＣ１」と記載する。

情報処理装置１００は、ユーザのクレジットカード（以下、適宜「カード」と記載する。）を用いた決済方法であるクレジットカード決済サービスを提供するサーバ装置である。また、情報処理装置１００は、ユーザが品物を先に受け取り、後で代金を支払う決済方法である後払い決済サービスを提供する。情報処理装置１００は、クレジットカード会社であり、かつ、後払い決済事業者でもある事業者Ｂ１によって管理される。

一般的に、クレジットカード番号とは、クレジットカードのカード表面の真ん中に表示される１４桁から１６桁の番号を指す。また、クレジットカード番号は、先頭６桁の数字である「発行者識別番号（Issuer Identification Number、略称：ＩＮＮ）」と、７桁目から最後の１桁の一つ手前までの数字である「会員口座番号」と、最後の１桁の数字である「チェックデジット」の３種類の数字で構成される。ここで、「発行者識別番号（ＩＮＮ）」は、カード発行会社(イシュア、issuer)を識別するための番号である。また、「会員口座番号」は、カード発行会社によって設定されるカード固有の識別番号である。なお、「チェックデジット」は、クレジットカード番号が正しいかどうかをルーンアルゴリズムで算出し、確認するための番号である。

情報処理装置１００は、ユーザのネットワーク上の行動履歴に関する情報に基づいて、ユーザの信用度を算出する。そして、情報処理装置１００は、算出した信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号をユーザに対して付与する。ここで、後払い番号とは、後払い決済を利用するための専用の番号であって、ユーザに固有の番号を指す。また、後払い番号は、クレジットカード番号と同一形式の番号であるが、引き落とし口座と紐づいていない番号である点が、クレジットカード番号と異なる。

図１に示す例では、情報処理装置１００がクレジットカード会社としてユーザに対してクレジットカード番号を付与する場合には、クレジットカード会社としての事業者Ｂ１を識別する発行者識別番号である「１２３４−５６」を含むクレジットカード番号を付与するものとする。また、情報処理装置１００は、クレジットカードの発行時に、クレジットカード番号に含まれる会員口座番号とユーザの銀行口座（引き落とし口座）の番号とを紐づけて登録するものとする。また、情報処理装置１００が後払い決済事業者としてユーザに対して後払い番号を付与する場合は、後払い決済事業者としての事業者Ｂ１を識別する発行者識別番号である「９９９９−９９」を含む後払い番号を付与するものとする。

ここから、図１を用いて、情報処理の流れについて説明する。図１は、実施形態に係る情報処理の一例を示す図である。図１の上段では、実施形態に係るクレジットカード決済の処理の流れについて説明する。図１の上段では、ユーザＵ１１が、電子商取引サービスＥＣ１に出品している店舗＃１１で商品を購入する際に、決済画面上で商品代金の支払方法としてクレジットカード決済を選択する。端末装置１０−１１は、ユーザＵ１１の操作に従って、ユーザＵ１１によって選択されたクレジットカード決済に基づく決済要求に関する決済要求情報を電子商取引サーバ２０に送信する（ステップＳ１１）。例えば、端末装置１０−１１は、ユーザＵ１１の操作に従って、ユーザＵ１１のクレジットカード番号である「１２３４−５６××−…」に基づく決済要求に関する決済要求情報を電子商取引サーバ２０に送信する。

電子商取引サーバ２０は、端末装置１０−１１から決済要求情報を受信する。続いて、電子商取引サーバ２０は、端末装置１０−１１から決済要求情報を受信すると、情報処理装置１００に対して決済処理を要求する。具体的には、電子商取引サーバ２０は、端末装置１０−１１から受信した決済要求情報を情報処理装置１００に送信する（ステップＳ１２）。

情報処理装置１００は、決済要求情報を電子商取引サーバ２０から受け付ける。情報処理装置１００は、決済要求情報を受け付けると、決済要求情報に含まれる番号がクレジットカード番号と後払い番号のいずれであるかを判定する。具体的には、情報処理装置１００は、決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭６桁の数字が「１２３４−５６」と「９９９９−９９」のいずれと一致するかを判定する。情報処理装置１００は、決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭６桁の数字が「１２３４−５６」と一致すると判定した場合は、決済要求情報に含まれる番号がクレジットカード番号であると判定する。一方、情報処理装置１００は、決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭６桁の数字が「９９９９−９９」と一致すると判定した場合は、決済要求情報に含まれる番号が後払い番号であると判定する。なお、情報処理装置１００は、決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭６桁の数字が「１２３４−５６」と「９９９９−９９」のいずれとも一致しないと判定した場合は、受け付けた番号がクレジットカード番号と後払い番号のいずれでもないと判定する。情報処理装置１００は、受け付けた番号がクレジットカード番号と後払い番号のいずれでもないと判定した場合は、電子商取引サーバ２０に決済処理が不可能であるという通知を行ってもよい。

図１の上段に示す例では、情報処理装置１００は、決済要求情報に含まれる番号「１２３４−５６××−…」の先頭６桁の数字が「１２３４−５６」と一致すると判定する。情報処理装置１００は、先頭６桁の数字が「１２３４−５６」と一致すると判定したので、決済要求情報に含まれる番号「１２３４−５６××−…」がクレジットカード番号であると判定する。また、情報処理装置１００は、決済要求情報に含まれる番号「１２３４−５６××−…」がクレジットカード番号であると判定すると、受け付けた決済要求がクレジットカード番号に基づく決済要求であると判定する。

続いて、情報処理装置１００は、クレジットカード番号に基づく決済要求に関する決済要求情報を受け付けたと判定すると、与信（オーソリ）を行う（ステップＳ１３）。ここで、与信（オーソリ）とは、クレジットカードで決済処理を行う際に、購入金額でカードが利用可能かを確認し、その利用枠が他のショッピングなどには利用されないように確保する処理のことを指す。クレジットカード決済では、与信枠の確保後、売上の処理を行って初めてカード利用が確定する。

続いて、情報処理装置１００は、商品代金分の与信枠を確保すると、与信結果（決済結果）を電子商取引サーバ２０に送信する。電子商取引サーバ２０は、情報処理装置１００から与信結果（決済結果）を受信すると、ユーザＵ１１に対して商品を提供する。

続いて、情報処理装置１００は、与信結果（決済結果）を電子商取引サーバ２０に送信すると、店舗＃１１の銀行口座に商品代金からカード手数料を引いた金額を入金する処理を行う（ステップＳ１４）。

続いて、情報処理装置１００は、店舗＃１１の銀行口座に商品代金を入金する処理を行うと、ユーザＵ１１に対してクレジットカードの利用代金を請求する。例えば、情報処理装置１００は、ユーザＵ１１に対してクレジットカードの利用代金の請求明細が記載された請求書を発行して、ユーザＵ１１に送付する。続いて、情報処理装置１００は、ユーザＵ１１に対してクレジットカードの利用代金を請求すると、ユーザＵ１１のクレジットカード番号である「１２３４−５６××−…」に紐づく引き落とし口座から商品代金を引き落とす処理を行う（ステップＳ１５）。

次に、図１の下段では、実施形態に係る後払い決済の処理の流れについて説明する。図１の下段では、あらかじめ、情報処理装置１００は、ユーザＵ１のネットワーク上の行動履歴に関する情報を取得する。続いて、情報処理装置１００は、取得したユーザＵ１のネットワーク上の行動履歴に関する情報に基づいて、ユーザＵ１の信用度を算出する。なお、情報処理装置１００による信用度の算出方法については、後述する。

続いて、情報処理装置１００は、ユーザＵ１の信用度を算出すると、ユーザＵ１の信用度が所定の閾値を超えるか否かを判定する。そして、情報処理装置１００は、ユーザＵ１の信用度が所定の閾値を超えると判定した場合に、後払い番号をユーザＵ１に対して付与することを決定する。図１の下段では、情報処理装置１００は、ユーザＵ１の信用度が所定の閾値を超えると判定する。そして、情報処理装置１００は、ユーザＵ１の信用度が所定の閾値を超えると判定したので、後払い番号をユーザＵ１に対して付与することを決定する。続いて、情報処理装置１００は、後払い番号をユーザＵ１に対して付与することを決定すると、ユーザＵ１に対して、後払い決済事業者としての事業者Ｂ１を示す発行者識別番号「９９９９−９９」を含む後払い番号である「９９９９−９９××−…」を付与する。また、情報処理装置１００は、ユーザＵ１の信用度が所定の閾値を超えると判定した場合に、後払い番号に基づく決済に関する所定の与信枠をユーザＵ１に対して付与する。

図１の下段に示す例では、クレジットカードと対比して理解するのを助けるため、情報処理装置１００が、後払い番号に対応する電子的な（仮想的な）後払いカードをユーザＵ１に対して付与（発行）したとみなすが、必ずしも後払いカードを付与（発行）しなくてもよい。例えば、情報処理装置１００は、後払い番号と後払い番号に基づく決済に関する所定の与信枠のみをユーザＵ１に対して付与（発行）してもよい。なお、情報処理装置１００は、クレジットカードのような物理的な形式によっては、ユーザＵ１に対して後払いカードを付与（発行）しない。

図１の下段では、ユーザＵ１が、電子商取引サービスＥＣ１に出品している店舗＃３１で商品を購入する際に、決済画面上で商品代金の支払方法として後払い決済を選択する。端末装置１０−１は、ユーザＵ１の操作に従って、ユーザＵ１によって選択された後払い決済に基づく決済要求に関する決済要求情報を電子商取引サーバ２０に送信する（ステップＳ２１）。例えば、端末装置１０−１は、ユーザＵ１の操作に従って、ユーザＵ１の後払い番号である「９９９９−９９××−…」に基づく決済要求に関する決済要求情報を電子商取引サーバ２０に送信する。

電子商取引サーバ２０は、端末装置１０−１から決済要求情報を受信する。続いて、電子商取引サーバ２０は、端末装置１０−１から決済要求情報を受信すると、情報処理装置１００に対して決済処理を要求する。具体的には、電子商取引サーバ２０は、端末装置１０−１から受信した決済要求情報を情報処理装置１００に送信する（ステップＳ２２）。

図１の下段に示す例では、情報処理装置１００は、決済要求情報に含まれる番号「９９９９−９９××−…」の先頭６桁の数字が「９９９９−９９」と一致すると判定する。情報処理装置１００は、先頭６桁の数字が「９９９９−９９」と一致すると判定したので、決済要求情報に含まれる番号「９９９９−９９××−…」が後払い番号であると判定する。また、情報処理装置１００は、決済要求情報に含まれる番号「９９９９−９９××−…」が後払い番号であると判定すると、受け付けた決済要求が後払い番号に基づく決済要求であると判定する。

続いて、情報処理装置１００は、後払い番号に基づく決済要求に関する決済要求情報を受け付けたと判定すると、受け付けた後払い番号に基づく決済要求に関する決済要求情報を後払い決済データとして記憶部に蓄積する。

続いて、情報処理装置１００は、受け付けた後払い番号に基づく決済要求に関する決済要求情報を後払い決済データとして記憶部に蓄積すると、住所確認と本人確認の２種類の確認処理を行う。情報処理装置１００は、住所確認を行う。具体的には、情報処理装置１００は、決済要求元のユーザの住所が住所のブラックリストに掲載された住所と一致するか否かを確認する。ここで、住所のブラックリストとは、詐欺等の目的で使用された疑いのある住所の一覧を指す。例えば、詐欺等の目的で使用された疑いのある住所とは、指定された住所に商品を送付したが、商品代金が振り込まれなかったため、指定された住所に改めて督促状を送付した際に、その住所が空き家であると判明した住所等を指す。情報処理装置１００は、決済要求元のユーザＵ１の住所が住所のブラックリストに掲載された住所と一致すると判定すると、決済要求元のユーザＵ１は後払い決済を利用可能なユーザＵ１でないと判定する。図１の下段に示す例では、情報処理装置１００は、決済要求元のユーザＵ１の住所が住所のブラックリストに掲載された住所と一致しないと判定したため、決済要求元のユーザＵ１は後払い決済を利用可能なユーザＵ１であると判定する。

また、情報処理装置１００は、本人確認を行う。具体的には、情報処理装置１００は、決済要求元のユーザが後払い決済を利用可能なユーザ本人であるか否かを確認する。より具体的には、情報処理装置１００は、ＳＭＳ（ショートメッセージサービス）によって認証コードを端末装置１０−１に送信する（ステップＳ２３）。端末装置１０−１は、認証コードを含むショートメッセージを情報処理装置１００から受信する。続いて、端末装置１０−１は、ショートメッセージを受信すると、ユーザＵ１による入力操作に従って、４桁の数字を情報処理装置１００に送信する。情報処理装置１００は、端末装置１０−１から４桁の数字を受信すると、受信した４桁の数字が認証コードと一致するか否かを判定する。情報処理装置１００は、所定時間が経過しても４桁の数字を受信しない場合、又は受信した４桁の数字が認証コードと一致しない場合は、決済要求元のユーザＵ１が後払い決済を利用可能なユーザＵ１本人でないと判定する。図１の下段に示す例では、情報処理装置１００は、受信した４桁の数字が認証コードと一致すると判定したため、決済要求元のユーザＵ１が後払い決済を利用可能なユーザＵ１本人であると判定する。

続いて、情報処理装置１００は、住所確認と本人確認の２種類の確認を行うと、判定結果を電子商取引サーバ２０に送信する。なお、情報処理装置１００は、住所確認を行った後に、本人確認を行ってもよい。例えば、情報処理装置１００は、住所確認を行った結果、決済要求元のユーザＵ１は後払い決済を利用可能なユーザＵ１であると判定した場合のみ、本人確認を行ってもよい。逆に、情報処理装置１００は、本人確認を行った後に、住所確認を行ってもよい。

電子商取引サーバ２０は、住所確認と本人確認の判定結果を情報処理装置１００から受信する。続いて、電子商取引サーバ２０は、受信した住所確認の結果に基づいて、決済要求元のユーザＵ１が後払い決済を利用可能なユーザＵ１である場合には、ユーザＵ１に対して商品を提供する。

続いて、情報処理装置１００は、住所確認と本人確認の判定結果を電子商取引サーバ２０に送信すると、店舗＃３１の銀行口座に商品代金から後払い手数料を引いた金額を入金する処理を行う（ステップＳ２４）。なお、情報処理装置１００は、店舗＃３１から後払い手数料を徴収する代わりに、ユーザＵ１から後払い手数料を徴収してもよい。この場合、情報処理装置１００は、店舗＃３１の銀行口座に商品代金を入金する処理を行う。また、情報処理装置１００は、記憶部に蓄積された決済要求情報に基づいて、ユーザＵ１に対して所定期間毎にまとめて後払い決済金額と合わせて後払い手数料を請求することを決定する。

また、情報処理装置１００は、記憶部に蓄積された決済要求情報に基づいて、ユーザＵ１に対して所定期間毎にまとめて決済金額を請求することを決定する。続いて、情報処理装置１００は、決済金額を請求することを決定すると、所定期間の後払いの利用代金の請求明細が表示された請求書を発行して、ユーザＵ１に対して送付する（ステップＳ２５）。具体的には、情報処理装置１００は、ユーザＵ１によって商品の送付先として指定された住所に請求書を送付する。例えば、情報処理装置１００は、コンビニ払いによる支払いが可能な請求書を発行して、ユーザＵ１によって商品の送付先として指定された住所にコンビニ払いの請求書を送付する。

上述したように、情報処理装置１００は、ユーザのネットワーク上の行動履歴に関する情報に基づいて、ユーザの信用度を算出する。そして、情報処理装置１００は、算出した信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号をユーザに対して付与する。これにより、情報処理装置１００は、クレジットカードを所持していないユーザに対しても、後払い決済を可能にする。したがって、情報処理装置１００は、決済サービスにおけるユーザビリティを向上させることができる。また、情報処理装置１００は、既存のクレジットカードシステムを利用して後払い決済サービスを導入することができる。したがって、情報処理装置１００は、新たな後払い決済サービスを一から導入する場合と比べると、後払い決済サービスの導入コストを低く抑えることができる。

なお、図１では、情報処理装置１００が、ユーザがクレジットカードを所持しているか否かに関わらず、ユーザに対して後払い番号を付与する例を示したが、情報処理装置１００がクレジットカードを所持していないユーザに対してのみ、後払い番号を付与してもよい。例えば、情報処理装置１００は、記憶部を参照して、ユーザがクレジットカードを所持しているか否かを判定する。続いて、情報処理装置１００は、ユーザがクレジットカードを所持していると判定した場合は、ユーザに対して後払い番号を付与しないことを決定する。一方、情報処理装置１００は、ユーザがクレジットカードを所持していないと判定した場合は、ユーザの信用度を算出する。続いて、情報処理装置１００は、算出したユーザの信用度に応じて、ユーザに対して後払い番号を付与することを決定する。

また、図１では、情報処理装置１００が与信又は２種類の確認を行った後すぐのタイミングで店舗の口座に入金する例を示したが、情報処理装置１００が店舗の口座に対して月に数回のタイミングで数回分の決済金額分をまとめて入金してもよい。

また、図１では、情報処理装置１００が所定期間毎にまとめて後払い決済の請求書をユーザに対して送付する例を示したが、情報処理装置１００が数回分の後払い決済をまとめて月に数回に分けて請求書を送付してもよい。

〔２．情報処理システムの構成〕
次に、図２を用いて、実施形態に係る情報処理システムの構成について説明する。図２は、実施形態に係る情報処理システムの構成例を示す図である。図２に示すように、情報処理システム１には、端末装置１０と、電子商取引サーバ２０と、コンテンツサーバ３０と、検索サーバ４０と、ＳＮＳ（Social Networking Service）サーバ５０と、情報処理装置１００とが含まれる。端末装置１０と、電子商取引サーバ２０と、コンテンツサーバ３０と、検索サーバ４０と、ＳＮＳサーバ５０と、情報処理装置１００とは所定のネットワークＮを介して、有線または無線により通信可能に接続される。なお、図２に示す情報処理システム１には、任意の数の端末装置１０と任意の数の電子商取引サーバ２０と任意の数のコンテンツサーバ３０と任意の数の検索サーバ４０と任意の数のＳＮＳサーバ５０と任意の数の情報処理装置１００とが含まれてもよい。

端末装置１０は、ユーザの操作に従って、ユーザによって選択された決済方法に基づく決済要求に関する決済要求情報を電子商取引サーバ２０に送信する。例えば、端末装置１０は、ユーザの操作に従って、ユーザのクレジットカード番号に基づく決済要求に関する決済要求情報を電子商取引サーバ２０に送信する。また、例えば、端末装置１０は、ユーザの操作に従って、ユーザの後払い番号に基づく決済要求に関する決済要求情報を電子商取引サーバ２０に送信する。

電子商取引サーバ２０は、ショッピングサービスやオークションサービスといった電子商取引サービスを提供するサーバ装置である。例えば、電子商取引サーバ２０は、ユーザの電子商取引サービスの利用履歴である商取引履歴に関する情報を保持する。例えば、電子商取引サーバ２０は、商取引履歴に関する情報として、ユーザによる商品等の購買回数、購買の合計金額、使用ポイント数、支払方法毎の購入回数、会員費の支払い状況、個人間取引における評価等の情報を保持する。また、電子商取引サーバ２０は、ユーザによるオークションサービスへのユーザの入札履歴、落札履歴、出品履歴に関する情報として、入札金額、入札回数等、落札金額、落札回数等、出品金額、出品回数等の情報を保持する。電子商取引サーバ２０は、情報処理装置１００から商取引履歴の取得要求を受け付けると、商取引履歴を情報処理装置１００に送信する。

また、電子商取引サーバ２０は、所定の番号に基づく決済要求に関する決済要求情報を端末装置１０から受信する。電子商取引サーバ２０は、所定の番号に基づく決済要求情報を端末装置１０から受信すると、所定の番号に基づく決済要求に関する決済要求情報を情報処理装置１００に送信する。

コンテンツサーバ３０は、ニュース記事等のコンテンツ配信サービスを提供するサーバ装置である。例えば、コンテンツサーバ３０は、ユーザによるコンテンツの閲覧履歴に関する情報を保持する。コンテンツサーバ３０は、情報処理装置１００から閲覧履歴に関する情報の取得要求を受け付けると、閲覧履歴に関する情報を情報処理装置１００に送信する。

検索サーバ４０は、検索サービスを提供するサーバ装置である。例えば、検索サーバ４０は、ユーザによって検索された検索クエリの履歴である検索履歴に関する情報を保持する。検索サーバ４０は、情報処理装置１００から検索履歴に関する情報の取得要求を受け付けると、検索履歴に関する情報を情報処理装置１００に送信する。

ＳＮＳサーバ５０は、ＳＮＳサービスを提供するサーバ装置である。例えば、ＳＮＳサーバ５０は、ユーザによって利用されたＳＮＳサービスの利用履歴に関する情報を保持する。ＳＮＳサーバ５０は、情報処理装置１００からＳＮＳサービスの利用履歴に関する情報の取得要求を受け付けると、ＳＮＳサービスの利用履歴に関する情報を情報処理装置１００に送信する。

情報処理装置１００は、図１で説明した情報処理を行うサーバ装置である。情報処理装置１００は、ユーザのネットワーク上の行動履歴に関する情報に基づいて、ユーザの信用度を算出する。そして、情報処理装置１００は、算出した信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号をユーザに対して付与する。

〔３．情報処理装置の構成〕
次に、図３を用いて、実施形態に係る情報処理装置１００の構成について説明する。図３は、実施形態に係る情報処理装置１００の構成例を示す図である。図３に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、情報処理装置１００は、情報処理装置１００の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、各種情報を表示させるための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークと有線または無線で接続され、例えば、端末装置１０と電子商取引サーバ２０とコンテンツサーバ３０と検索サーバ４０とＳＮＳサーバ５０との間で情報の送受信を行う。

（記憶部１２０）
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。記憶部１２０は、図３に示すように、ユーザ情報記憶部１２１とモデル情報記憶部１２２と番号情報記憶部１２３と決済情報記憶部１２４を有する。

（ユーザ情報記憶部１２１）
ユーザ情報記憶部１２１は、ユーザに関する各種の情報を記憶する。図４に、実施形態に係るユーザ情報記憶部の一例を示す。図４に示す例では、ユーザ情報記憶部１２１は、「ユーザＩＤ」、「期間区分」、「ユーザ属性」、「商取引履歴」、「閲覧履歴」、「検索履歴」、「ＳＮＳ利用履歴」、「信用度」といった項目を有する。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。「期間区分」は、ユーザの信用度を算出する算出日を基準日として、基準日より前の１年間の期間（以下、適宜「期間１」と記載する。）を１か月毎に１２の区分に分けた期間を示す。例えば、図４の１レコード目に示す例では、期間区分「１月目」は、期間１の最初の１か月間を示す。例えば、図４の２レコード目に示す例では、期間区分「２月目」は、期間１の次の１か月間を示す。例えば、図４の５レコード目に示す例では、期間区分「１２月目」は、期間１の最後の１か月間を示す。

「ユーザ属性」は、期間１における１か月毎のユーザの属性情報を示す。例えば、「ユーザ属性」は、期間１における１か月毎のユーザの属性情報として、毎月決まった日にち（例えば、毎月２７日）における属性情報を示す。例えば、ユーザの属性情報は、ユーザの性別、年齢、職業、年収、居住地といったデモグラフィック情報である。また、ユーザの属性情報は、電子商取引サーバ２０から取得した情報と合わせた情報であってもよい。図４の１レコード目に示す例では、ユーザ属性「ユーザ属性＃１−１」は、期間１の最初の１か月間におけるユーザＵ１の属性情報を示す。

「商取引履歴」は、期間１における１か月毎のユーザの商取引履歴に関する情報を示す。図４の１レコード目に示す例では、商取引履歴「商取引履歴＃１−１」は、期間１の最初の１か月間におけるユーザＵ１の商取引履歴に関する情報に対応する。

「閲覧履歴」は、期間１における１か月毎のユーザの閲覧履歴に関する情報を示す。なお、閲覧履歴には、ユーザが所定の広告コンテンツを選択したというアクセス履歴を含むものとする。図４の１レコード目に示す例では、閲覧履歴「閲覧履歴＃１−１」は、期間１の最初の１か月間におけるユーザＵ１の閲覧履歴に関する情報に対応する。

「検索履歴」は、期間１における１か月毎のユーザの検索履歴に関する情報を示す。図４の１レコード目に示す例では、検索履歴「検索履歴＃１−１」は、期間１の最初の１か月間におけるユーザＵ１の検索履歴に関する情報に対応する。

「ＳＮＳ利用履歴」は、期間１における１か月毎のユーザのＳＮＳ利用履歴に関する情報を示す。図４の１レコード目に示す例では、ＳＮＳ利用履歴「ＳＮＳ利用履歴＃１−１」は、期間１の最初の１か月間におけるユーザＵ１のＳＮＳ利用履歴に関する情報に対応する。

「信用度」は、ユーザのネットワーク上の行動履歴に関する情報に基づいて算出されたユーザの信用度を示す。図４に示す例では、信用度「信用度＃１」は、ユーザＵ１のネットワーク上の行動履歴に関する情報に基づいて算出されたユーザＵ１の信用度を示す。

（モデル情報記憶部１２２）
モデル情報記憶部１２２は、信用度を算出するモデルに関する各種の情報を記憶する。図５に、実施形態に係るモデル情報記憶部の一例を示す。図５に示す例では、モデル情報記憶部１２２は、「モデルＩＤ」、「モデルデータ」といった項目を有する。

「モデルＩＤ」は、信用度を算出するモデルを識別するための識別情報を示す。「モデルデータ」は、信用度を算出するモデルのモデルデータを示す。

（番号情報記憶部１２３）
番号情報記憶部１２３は、クレジットカード番号および後払い決済番号に関する各種の情報を記憶する。図６に、実施形態に係る番号情報記憶部の一例を示す。図６に示す例では、番号情報記憶部１２３は、「番号」、「ユーザＩＤ」、「住所」、「後払い枠（円／月）」、「ショッピング枠（円）」、「キャッシング枠（円）」、「引落口座情報」といった項目を有する。「引落口座情報」は、さらに「金融機関」、「口座番号」、「名義人」といった小項目を有する。

「番号」は、ユーザのクレジットカード番号又はユーザの後払い決済番号を示す。「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。「住所」は、ユーザの住所を示す。「後払い枠（円／月）」は、後払い決済を利用可能なユーザに対して付与された与信枠を示す。「ショッピング枠（円）」は、クレジットカード決済を利用可能なユーザに対して付与されたショッピングの与信枠を示す。「キャッシング枠（円）」は、クレジットカード決済を利用可能なユーザに対して付与されたキャッシングの与信枠を示す。「引落口座情報」は、クレジットカードの引き落とし口座を示す。「金融機関」は、クレジットカードの引き落とし口座の金融機関を示す。「口座番号」は、クレジットカードの引き落とし口座の口座番号を示す。「名義人」は、クレジットカードの引き落とし口座の名義人を示す。

（決済情報記憶部１２４）
決済情報記憶部１２４は、決済情報に関する各種の情報を記憶する。図７に、実施形態に係る決済情報記憶部の一例を示す。図７に示す例では、決済情報記憶部１２４は、「決済要求ＩＤ」、「支払先」、「決済要求日」、「決済金額（円）」、「番号」といった項目を有する。

「決済要求ＩＤ」は、決済要求を識別するための識別情報を示す。「支払先」は、決済金額の支払先を示す。「決済要求日」は、決済要求が受け付けられた日付を示す。「決済金額（円）」は、決済要求に係る決済金額を示す。「番号」は、決済要求情報に紐づいているクレジットカード番号又は後払い決済番号を示す。

（制御部１３０）
図３の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラム（情報処理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、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図３に示すように、制御部１３０は、提供部１３１と、算出部１３２と、付与部１３３と、受付部１３４と、判定部１３５と、蓄積部１３６、決定部１３７を有し、以下に説明する情報処理の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。

（提供部１３１）
提供部１３１は、ユーザに対してクレジットカードを発行する。提供部１３１は、ユーザに対してクレジットカード番号を付与する。提供部１３１は、クレジットカード会社としての事業者Ｂ１を識別する発行者識別番号である「１２３４−５６」を含むクレジットカード番号を付与する。また、提供部１３１は、クレジットカードの発行時に、クレジットカード番号に含まれる会員口座番号とユーザの銀行口座（引き落とし口座）の番号とを紐づけて番号情報記憶部１２３に登録する。

また、提供部１３１は、判定部１３５によって与信が行われると、商品代金分の与信枠を確保する。提供部１３１は、与信枠を確保すると、与信結果（決済結果）を電子商取引サーバ２０に送信する。続いて、提供部１３１は、与信結果（決済結果）を電子商取引サーバ２０に送信すると、店舗の銀行口座に商品代金からカード手数料を引いた金額を入金する処理を行う。

続いて、提供部１３１は、店舗の銀行口座に商品代金を入金する処理を行うと、ユーザに対してクレジットカードの利用代金を請求する。例えば、提供部１３１は、ユーザに対してクレジットカードの利用代金の請求明細が記載された請求書を発行して、ユーザに送付する。続いて、提供部１３１は、ユーザに対してクレジットカードの利用代金を請求すると、ユーザのクレジットカード番号に紐づく引き落とし口座から商品代金を引き落とす処理を行う。具体的には、提供部１３１は、番号情報記憶部１２３を参照して、ユーザのクレジットカード番号に紐づく引き落とし口座から商品代金を引き落とす処理を行う。

また、提供部１３１は、判定部１３５によって住所確認と本人確認の判定結果が電子商取引サーバ２０に送信されると、店舗３１の銀行口座に商品代金から後払い手数料を引いた金額を入金する処理を行う。

また、提供部１３１は、決定部１３７によって決済金額を請求することが決定されると、所定期間の後払いの利用代金の請求明細が表示された請求書を発行して、ユーザに対して送付する。具体的には、提供部１３１は、ユーザによって商品の送付先として指定された住所に請求書を送付する。例えば、提供部１３１は、コンビニ払いによる支払いが可能な請求書を発行して、ユーザによって商品の送付先として指定された住所にコンビニ払いの請求書を送付する。

（算出部１３２）
算出部１３２は、ユーザのネットワーク上の行動履歴に関する情報に基づいて、ユーザの信用度を算出する。具体的には、算出部１３２は、ユーザの信用度を算出するモデルＭ１を生成する。より具体的には、算出部１３２は、所定の与信を供与された第１ユーザのネットワーク上の行動履歴に関する情報と第１ユーザが債務不履行を起こしたか否かの実績とに基づいて、信用力の算出対象である第２ユーザのネットワーク上の行動履歴に関する情報から、第２ユーザが債務不履行を起こすか否かに関する指標値を算出するモデルＭ１を生成する。続いて、算出部１３２は、生成したモデルＭ１を用いて、第２ユーザの信用度として、第２ユーザが債務不履行を起こすか否かに関する指標値を算出する。例えば、算出部１３２は、第２ユーザの信用度として、第２ユーザのデフォルト確率を算出する。また、算出部１３２は、算出したデフォルト確率に基づいて、第２ユーザの信用力を推定してもよい。また、算出部１３２は、算出したデフォルト確率に基づいて、ユーザの返済能力を推定してもよい。

算出部１３２は、所定の与信を供与された第１ユーザのネットワーク上の行動履歴のうち、第１ユーザが所定の与信を供与される前の行動履歴である第１行動履歴に関する情報を取得する。ここで、「所定の与信を供与された」とは、金融機関等による融資や融資枠、支払い承諾（保証）等を供与されたことや、クレジットカード会社の利用可能枠を供与されたことや、与信枠を増枠されたことを意味する。例えば、所定の与信を供与された第１ユーザは、クレジットカード会社である事業者Ｂ１がクレジットカードを発行したユーザを指す。なお、「所定の与信に関する与信審査」とは、金融機関等がユーザに供与した融資や融資枠、支払い承諾（保証）等に関する与信審査や、クレジットカード会社がユーザに供与した利用可能枠に関する与信審査や、クレジットカード会社がユーザに供与した与信枠の増枠や減枠といった与信枠の変更に関する与信審査を意味する。

具体的には、算出部１３２は、クレジットカードの発行実績がある第１ユーザのネットワーク上の行動履歴のうち、第１ユーザがクレジットカードを持つ前の行動履歴である第１行動履歴に関する情報を取得する。例えば、算出部１３２は、第１ユーザのネットワーク上の行動履歴のうち、第１ユーザに対するクレジットカード発行日を基準日として、基準日より前の１年間（以下、適宜「期間１」と記載する。）における第１ユーザのネットワーク上の行動履歴である第１行動履歴に関する情報を取得する。例えば、算出部１３２は、期間１における第１ユーザのネットワーク上の行動履歴に関する情報を１か月毎に取得してもよい。そして、算出部１３２は、第１行動履歴に関する情報を取得すると、ユーザ情報記憶部１２１に格納する。例えば、算出部１３２は、第１行動履歴に関する情報を１か月毎に取得して、１か月毎に取得した第１行動履歴に関する情報を期間区分と対応付けてユーザ情報記憶部１２１に格納する。なお、算出部１３２は、第１ユーザのネットワーク上の行動履歴に関する情報を必ずしも１か月毎に取得しなくてもよい。例えば、算出部１３２は、第１ユーザのネットワーク上の行動履歴に関する情報を所定の期間毎（例えば１日毎や４か月毎等）に取得してもよい。

例えば、算出部１３２は、基準日より前の期間１における１か月毎の第１ユーザの商取引履歴に関する情報を電子商取引サーバ２０から取得する。例えば、算出部１３２は、第１ユーザの商取引履歴に関する情報として、電子商取引サービスにおける期間１における１か月毎の商品等の購買回数、購入金額、使用ポイント数、支払方法毎の購入回数、会員費の支払い状況（会員費の不払いの有無等）、個人間取引における評価（１〜５までの５段階の数値による評価や、優・良・可等の離散値による評価）に関する情報を取得する。また、算出部１３２は、第１ユーザの商取引履歴に関する情報として、第１ユーザによるオークションサービスへの期間１における１か月毎の入札履歴（入札金額、入札回数等）、落札履歴（落札金額、落札回数等）、出品履歴（出品金額、出品回数等）に関する情報を取得する。そして、算出部１３２は、第１ユーザの商取引履歴に関する情報を取得すると、取得した第１ユーザの商取引履歴に関する情報を期間区分ごとにユーザ情報記憶部１２１の「商取引履歴」の項目に格納する。

例えば、算出部１３２は、基準日より前の期間１における１か月毎の第１ユーザの閲覧履歴をコンテンツサーバ３０から取得する。例えば、算出部１３２は、第１ユーザの閲覧履歴に関する情報として、第１ユーザが所定のニュース記事等のテキストコンテンツを閲覧した閲覧回数を１か月毎に取得する。例えば、算出部１３２は、第１ユーザの閲覧履歴に関する情報として、第１ユーザが所定の動画コンテンツを視聴した視聴回数を１か月毎に取得する。例えば、算出部１３２は、第１ユーザの閲覧履歴に関する情報として、第１ユーザが所定の広告コンテンツにアクセスしたアクセス回数を１か月毎に取得する。そして、算出部１３２は、第１ユーザの閲覧履歴に関する情報を取得すると、取得した第１ユーザの閲覧履歴に関する情報を期間区分ごとにユーザ情報記憶部１２１の「閲覧履歴」の項目に格納する。

例えば、算出部１３２は、基準日より前の期間１における１か月毎の第１ユーザの検索履歴に関する情報を検索サーバ４０から取得する。例えば、算出部１３２は、第１ユーザの検索履歴に関する情報として、第１ユーザが所定の検索クエリを検索した検索回数を１か月毎に取得する。例えば、算出部１３２は、第１ユーザが所定の検索クエリを検索した検索頻度を取得する。例えば、算出部１３２は、第１ユーザが所定の検索クエリを検索した検索有無を取得する。例えば、算出部１３２は、第１ユーザによって検索された検索クエリのスコアを取得する。例えば、算出部１３２は、ｔｆ−ｉｄｆ（Term Frequency、Inverse Document Frequency）等の重み値を取得する。例えば、算出部１３２は、ｔｆ−ｉｄｆ等の重み値を利用して、第１ユーザに特徴的な検索クエリを判定してもよい。なお、算出部１３２は、第１ユーザによって検索された検索クエリに共起する共起ワードの重み等を取得してもよい。共起ワードの重みは、例えば、ｔｆ−ｉｄｆ等によりスコアリングされた数値や、共起ワードの出現率に基づく所定の指標値等が対応する。そして、算出部１３２は、第１ユーザの検索履歴に関する情報を取得すると、取得した第１ユーザの検索履歴に関する情報を期間区分ごとにユーザ情報記憶部１２１の「検索履歴」の項目に格納する。

例えば、算出部１３２は、基準日より前の期間１における１か月毎の第１ユーザのＳＮＳ利用履歴に関する情報をＳＮＳサーバ５０から取得する。例えば、算出部１３２は、第１ユーザのＳＮＳ利用履歴に関する情報として、第１ユーザが所定のＳＮＳを利用した利用回数を取得する。例えば、算出部１３２は、第１ユーザのＳＮＳ利用履歴に関する情報として、第１ユーザが所定のＳＮＳに投稿した投稿回数を取得する。例えば、算出部１３２は、第１ユーザのＳＮＳ利用履歴に関する情報として、第１ユーザが所定のＳＮＳに投稿した投稿記事に含まれるキーワードの出現数を取得する。例えば、算出部１３２は、ＳＮＳに投稿された投稿記事ごとに、短文を特徴付ける語として抽出された単語をキーワードとし、その出現数を取得してもよい。例えば、算出部１３２は、ｔｆ−ｉｄｆなど、短文中に出現する各単語をスコアリングするアルゴリズムを利用することにより短文を特徴付けるキーワードを抽出してもよい。そして、算出部１３２は、第１ユーザのＳＮＳ利用履歴に関する情報を取得すると、取得した第１ユーザのＳＮＳ利用履歴に関する情報を期間区分ごとにユーザ情報記憶部１２１の「ＳＮＳ利用履歴」の項目に格納する。

また、算出部１３２は、第１ユーザが債務不履行を起こしたか否かの実績を取得する。具体的には、算出部１３２は、第１ユーザに対するクレジットカード発行日を基準日として、基準日以降の１年３か月間（以下、適宜「期間２」と記載する。）に第１ユーザが債務不履行を起こしたか否かの実績を取得する。算出部１３２は、第１ユーザが債務不履行を起こしたか否かの実績を取得すると、取得した情報を記憶部１２０に格納する。

算出部１３２は、取得した第１行動履歴に関する情報と第１ユーザが債務不履行を起こしたか否かの実績とに基づいて、第２ユーザの第２行動履歴に関する情報から、第２ユーザが債務不履行を起こすか否かに関する指標値を算出するモデルＭ１を生成する。算出部１３２は、モデルＭ１を生成すると、生成したモデルをモデル情報記憶部１２２に格納する。

具体的には、算出部１３２は、クレジットカードの発行実績がある第１ユーザのネットワーク上の行動履歴のうち、第１ユーザがクレジットカードを持つ前の行動履歴である第１行動履歴に関する情報と、第１ユーザが債務不履行を起こしたか否かの実績とに基づいて、信用力の算出対象である第２ユーザの第２行動履歴に関する情報から、第２ユーザが債務不履行を起こすか否かに関する指標値を算出するモデルＭ１を生成する。例えば、算出部１３２は、第１ユーザのネットワーク上の行動履歴のうち、第１ユーザがクレジットカードを持つ前の行動履歴である第１行動履歴に関する情報と第１ユーザが債務不履行を起こしたか否かの実績とに基づいて生成されるモデルであって、第２ユーザの第２行動履歴に関する情報が入力された場合に、第２ユーザが債務不履行を起こす確率であるデフォルト確率を算出するモデルＭ１を生成する。

以下に、算出部１３２が生成するモデルの一例を示す。なお、算出部１３２が生成するモデルは以下のものに限られず、第１行動履歴に関する情報と第１ユーザが債務不履行を起こしたか否かの実績とに基づいて生成されるモデルであって、第２行動履歴に関する情報が入力された場合に、第２ユーザが債務不履行を起こす確率であるデフォルト確率を出力するモデルであれば、どのようなモデルであってもよい。

具体的には、算出部１３２は、第１ユーザが債務不履行を起こしたか否かを示す結果情報を機械学習における目的変数とする。そして、算出部１３２は、期間１における１か月毎の第１ユーザのネットワーク上の行動履歴に関する各情報を説明変数（素性）とする。言い換えると、算出部１３２は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）における第１ユーザのネットワーク上の行動履歴に関する各情報を説明変数（素性）とする。

例えば、算出部１３２は、ユーザ情報記憶部１２１を参照して、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）における第１ユーザのネットワーク上の商取引履歴に関する情報を素性とする。例えば、算出部１３２は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）における第１ユーザによる商品等の購買回数、購入金額、使用ポイント数、支払方法毎の購入回数、会員費の支払い状況（会員費の不払いの有無等）、個人間取引における評価（１〜５までの５段階の数値による評価や、優・良・可等の離散値による評価）に関する情報をそれぞれ素性とする。例えば、算出部１３２は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）における第１ユーザによるオークションサービスへの入札金額、入札回数、落札金額、落札回数、出品金額、出品回数等に関する情報をそれぞれ素性とする。

また、算出部１３２は、ユーザ情報記憶部１２１を参照して、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）における第１ユーザのネットワーク上の閲覧履歴に関する情報を素性とする。例えば、算出部１３２は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）に第１ユーザが所定のニュース記事等のテキストコンテンツを閲覧した閲覧回数を素性とする。例えば、算出部１３２は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）に第１ユーザが所定の動画コンテンツを視聴した視聴回数を素性とする。例えば、算出部１３２は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）に第１ユーザが所定の広告コンテンツにアクセスしたアクセス回数を素性とする。

また、算出部１３２は、ユーザ情報記憶部１２１を参照して、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）における第１ユーザのネットワーク上の検索履歴に関する情報を素性とする。例えば、算出部１３２は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）に第１ユーザが所定の検索クエリを検索した検索回数を素性とする。例えば、算出部１３２は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）に第１ユーザが所定の検索クエリを検索した検索頻度を素性とする。例えば、算出部１３２は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）に第１ユーザが所定の検索クエリを検索した検索有無を素性とする。例えば、算出部１３２は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）に第１ユーザによって検索された検索クエリのスコアを素性とする。例えば、算出部１３２は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）に第１ユーザによって検索された検索クエリのｔｆ−ｉｄｆ等の重み値を素性とする。

また、算出部１３２は、ユーザ情報記憶部１２１を参照して、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）における第１ユーザのネットワーク上のＳＮＳ利用履歴に関する情報を素性とする。例えば、算出部１３２は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）に第１ユーザが所定のＳＮＳを利用した利用回数を素性とする。例えば、算出部１３２は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）に第１ユーザが所定のＳＮＳに投稿した投稿回数を素性とする。例えば、算出部１３２は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）に第１ユーザが所定のＳＮＳに投稿した投稿記事に含まれるキーワードの出現数を素性とする。

そして、算出部１３２は、目的変数と説明変数とを用いて、モデルを生成する。算出部１３２は、種々の説明変数を用いてモデルを生成する。例えば、算出部１３２は、ユーザ情報記憶部１２１に記憶されているあらゆる情報を説明変数として用いることができる。

例えば、算出部１３２は、第１ユーザが債務不履行を起こしたか否かという結果情報と、第１ユーザがクレジットカードを持つ前の行動履歴に関する情報を示す式を生成する。さらに、算出部１３２は、第１ユーザがクレジットカードを持つ前の行動履歴に関する個々の情報が、第１ユーザが債務不履行を起こしたか否かという結果の事象に対して、どのような重みを有するかを学習して算出する。これにより、算出部１３２は、ユーザが債務不履行を起こすという事象に対して、個々の情報がどのくらい寄与するのかといった情報を得ることができる。例えば、算出部１３２は、下記式（１）を作成する。

ｙ ＝ ω_１・ｘ_１ ＋ ω_２・ｘ_２ ＋ ω_３・ｘ_３ ・・・＋ ω_Ｎ・ｘ_Ｎ ・・・（１）（Ｎは任意の数）

上記式（１）は、例えば、個々の第１ユーザごとに作成される。上記式（１）において、「ｙ」は、「第１ユーザが債務不履行を起こしたか否か」という事象を示す。学習において、債務不履行を起こした第１ユーザを正解データとするのであれば、「ｙ」は「１」の値を取る。また、学習において、債務不履行を起こさなかった第１ユーザを正解データとするのであれば、「ｙ」は「０」の値を取る。

また、上記式（１）において、「ｘ」は、期間１における１か月毎の第１ユーザのネットワーク上の行動履歴に関する情報（素性）である各説明変数に対応する。すなわち、「ｘ」は、期間１の期間区分「Ｍ月目」（Ｍ＝１、２、…、１２）における第１ユーザのネットワーク上の行動履歴に関する情報（素性）である。また、上記式（１）において、「ω」は、「ｘ」の係数であり、所定の重み値を示す。具体的には、「ω_１」は、「ｘ_１」の重み値であり、「ω_２」は、「ｘ_２」の重み値であり、「ω_３」は、「ｘ_３」の重み値である。このように、上記式（１）は、期間１における１か月毎の第１ユーザのネットワーク上の行動履歴に関する情報から抽出された特徴情報に対応する説明変数「ｘ」と、所定の重み値「ω」とを含む変数（例えば、「ω_１・ｘ_１」）を組合せることにより作成される。

例えば、上記式（１）において、仮に、「ｘ_１」は、「期間１の期間区分「１月目」における第１ユーザの商品等の購買回数」であるとする。例えば、「ｘ_１」は、「２０（回）」であるとする。また、「ｘ_２」は、「期間１の期間区分「１月目」における第１ユーザの商品等の購買金額の合計金額」であるとする。例えば、「ｘ_２」は、「５０，０００（円）」であるとする。また、「ｘ_３」は、「期間１の期間区分「１月目」における第１ユーザの個人間取引における評価」であるとする。例えば、「ｘ_３」は、「５」（個人間取引評価が、１〜５までの５段階の数値で評価される場合）であるとする。この場合、第１ユーザに対応する上記式（１）は、以下の式（２）のように表すことができる。

ｙ（債務不履行を起こした第１ユーザ）（＝１） ＝ ω_１・（期間１の期間区分「１月目」における第１ユーザＵ１１の商品等の購買回数（＝２０（回））） ＋ ω_２・（期間１の期間区分「１月目」における第１ユーザＵ１１の商品等の購買金額の合計金額（＝５０，０００（円））） ＋ ω_３・（期間１の期間区分「１月目」における第１ユーザＵ１１の個人間取引における評価（＝５）） ＋ ω_Ｎ・ｘ_Ｎ ・・・（２）

算出部１３２は、上記式（２）のように、第１ユーザごとに式を生成する。そして、算出部１３２は、生成した式を機械学習のサンプルとする。そして、算出部１３２は、サンプルとなる式の演算処理（回帰学習）を行うことにより、所定の重み値「ω」に対応する値を導出する。すなわち、算出部１３２は、上記式（２）を満たすような所定の重み値「ω」を決定する。言い換えれば、算出部１３２は、所定の説明変数が目的変数「ｙ」に与える影響を示す重み値「ω」を決定することができる。例えば、「第１ユーザが債務不履行を起こした」という事象に対して、「期間１の期間区分「１月目」における第１ユーザの商品等の購買金額の合計金額」が他の変数と比較して大きく寄与しているのであれば、「期間１の期間区分「１月目」における第１ユーザの商品等の購買金額の合計金額」に対応する重み値「ω_２」の値は、他の変数と比較して大きな値が算出される。

上記のようにして、算出部１３２は、第１ユーザが債務不履行を起こすに至るという傾向と、第１ユーザがクレジットカードを持つ前の行動履歴に関する情報（素性）との関連性を求めるためのモデルを生成する。すなわち、算出部１３２は、生成したモデルに、信用力の算出対象である第２ユーザのネットワーク上の行動履歴に関する情報を入力した場合に、それらの情報が「第２ユーザが債務不履行を起こす」という事象、言い換えれば第１ユーザにどのくらい類似した傾向を有するか、といった関連性を示すスコアを出力することができる。なお、上記式（２）を用いた算出処理では、左辺を「１」や「０」そのものとするのではなく、所定の誤差を想定し、かかる誤差との差異を２乗した値が最小値となるよう近似する最小二乗法などの手法を用いて、「ω」の最適解を算出してもよい。

また、算出部１３２は、例えば、期間１の期間区分「１２月目」における第１ユーザの個人間取引における評価の数値が所定の閾値を下回る第１ユーザは債務不履行を起こす傾向が高く、個人間取引評価の数値が所定の閾値以上である第１ユーザは債務不履行を起こす傾向が低いといった傾向を見出すようなモデルを生成できる。このことは、処理対象となる第２ユーザの期間１の期間区分「１２月目」における個人間取引評価の数値が所定の閾値を下回る場合、第２ユーザが将来的に債務不履行を起こす可能性が高いことを意味する。すなわち、「期間１の期間区分「１２月目」における個人間取引評価の数値」は、「債務不履行を起こす」という結果に対して（第１ユーザとの相関性を求める素性として）重みが重い要素であるといえる。

なお、算出部１３２は、いかなる学習アルゴリズムを用いてモデルを生成してもよい。例えば、算出部１３２は、ニューラルネットワーク（neural network）、サポートベクターマシン、クラスタリング、強化学習等の学習アルゴリズムを用いてモデルを生成する。一例として、算出部１３２がニューラルネットワークを用いてモデルを生成する場合、モデルは、一以上のニューロンを含む入力層と、一以上のニューロンを含む中間層と、一以上のニューロンを含む出力層とを有する。

モデルは、第２ユーザの第２行動履歴に関する情報が入力される入力層と、出力層と、入力層から出力層までのいずれかの層であって出力層以外の層に属する第１要素と、第１要素と第１要素の重みとに基づいて値が算出される第２要素と、を含み、入力層に入力された所定の第２行動履歴に関する情報に応じて、第２ユーザが債務不履行を起こすか否かに関する指標値を出力層から出力するよう、コンピュータを機能させる。

モデルは、第２ユーザの第２行動履歴に関する情報が入力される入力層と、出力層と、入力層から出力層までのいずれかの層であって出力層以外の層に属する第１要素と、第１要素と第１要素の重みとに基づいて値が算出される第２要素と、を含み、入力層に入力された、所定の第２行動履歴に関する情報に対し、出力層以外の各層に属する各要素を第１要素として、第１要素と第１要素の重みとに基づく演算を行うことにより、第２ユーザが債務不履行を起こすか否かに関する指標値を出力層から出力するよう、コンピュータを機能させる。

ここで、モデルが「y=ω₁*x₁+ω₂*x₂+・・・+ω_i*x_i」で示す回帰モデルで実現されるとする。この場合、モデルが含む第１要素は、x₁やx₂等といった入力データ（x_i）に対応する。また、第１要素の重みは、x_iに対応する係数ω_iに対応する。ここで、回帰モデルは、入力層と出力層とを有する単純パーセプトロンと見做すことができる。各モデルを単純パーセプトロンと見做した場合、第１要素は、入力層が有するいずれかのノードに対応し、第２要素は、出力層が有するノードと見做すことができる。

また、モデルがＤＮＮ（Deep Neural Network）等、１つまたは複数の中間層を有するニューラルネットワークで実現されるとする。この場合、モデルが含む第１要素は、入力層または中間層が有するいずれかのノードに対応する。また、第２要素は、第１要素と対応するノードから値が伝達されるノードである次段のノードに対応する。また、第１要素の重みは、第１要素と対応するノードから第２要素と対応するノードに伝達される値に対して考慮される重みである接続係数に対応する。

情報処理装置１００は、上述した回帰モデルやニューラルネットワーク等、任意の構造を有するモデルを用いて、指標値の算出を行う。具体的には、モデルは、第２ユーザの第２行動履歴に関する情報が入力された場合に、第２ユーザが債務不履行を起こすか否かに関する指標値を出力するように係数が設定される。情報処理装置１００は、このようなモデルを用いて、指標値を算出する。

なお、上記例では、モデルが、第２ユーザのネットワーク上の行動履歴に関する情報が入力された場合に、第２ユーザが債務不履行を起こすか否かに関する指標値を出力するモデル（モデルＭＸとする）である例を示した。しかし、実施形態に係るモデルは、モデルＭＸにデータの入出力を繰り返すことで得られる結果に基づいて生成されるモデルであってもよい。例えば、モデルは、第２ユーザのネットワーク上の行動履歴に関する情報を入力とし、モデルＭＸが出力する第２ユーザが債務不履行を起こすか否かに関する指標値を出力とするよう学習されたモデル（モデルＭＹ)であってもよい。または、モデルは、所定の第２ユーザのネットワーク上の行動履歴に関する情報を入力とし、モデルＭＹの出力値を出力とするよう学習されたモデルであってもよい。

また、情報処理装置１００がＧＡＮ（Generative Adversarial Networks）を用いた算出処理を行う場合、モデルは、ＧＡＮの一部を構成するモデルであってもよい。

算出部１３２は、取得した第１行動履歴に関する情報と第１ユーザが債務不履行を起こしたか否かの実績とに基づいて、所定の与信に関する与信審査の対象である第２ユーザの第２行動履歴に関する情報から、信用度の算出対象である第２ユーザの信用力を推定する。具体的には、算出部１３２は、第２ユーザの信用度として、第２ユーザのデフォルト確率を算出する。また、算出部１３２は、算出したデフォルト確率に基づいて、第２ユーザの信用力を推定してもよい。また、算出部１３２は、算出したデフォルト確率に基づいて、第２ユーザの返済能力を推定してもよい。

より具体的には、算出部１３２は、取得した第１行動履歴に関する情報と第１ユーザが債務不履行を起こしたか否かの実績とに基づいて、第２ユーザの第２行動履歴に関する情報から、第２ユーザの信用度として、第２ユーザが債務不履行を起こすか否かに関する指標値を算出する。例えば、算出部１３２は、生成したモデルを用いて、第２ユーザが債務不履行を起こすか否かに関する指標値を算出する。例えば、算出部１３２は、生成した第１モデルに第２ユーザの第２行動履歴に関する情報を入力することにより、第２ユーザが債務不履行を起こすか否かに関する指標値を算出する。例えば、算出部１３２は、第２ユーザが債務不履行を起こすか否かに関する指標値として、デフォルト確率を算出する。

続いて、算出部１３２は、算出した指標値に基づいて、第２ユーザの信用力を推定してもよい。例えば、算出部１３２は、算出したデフォルト確率が所定の閾値を下回る場合には、第２ユーザは債務不履行を起こす可能性が低いとみなして、第２ユーザは後払い番号を付与するに足る信用度があると推定する。一方、算出部１３２は、算出したデフォルト確率が所定の閾値以上である場合には、第２ユーザは債務不履行を起こす可能性が高いとみなして、第２ユーザは後払い番号を付与するに足る信用度がないと推定する。

（付与部１３３）
付与部１３３は、算出部１３２によって算出された信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号をユーザに対して付与する。具体的には、付与部１３３は、算出部１３２によって算出された信用度が所定の閾値を超える場合に、後払い番号をユーザに対して付与することを決定する。例えば、付与部１３３は、算出部１３２によって算出されたデフォルト確率が所定の閾値を下回る場合に、後払い番号をユーザに対して付与することを決定する。続いて、付与部１３３は、後払い番号をユーザに対して付与することを決定すると、後払い番号をユーザに対して付与する。例えば、付与部１３３は、ユーザに対して、引き落とし口座と紐づいていない後払い番号を付与する。また、付与部１３３は、ユーザに対して、後払い決済事業者を示す発行者識別番号を含む後払い番号を付与する。付与部１３３は、後払い番号をユーザに対して付与すると、後払い番号とユーザＩＤとを対応付けて番号情報記憶部１２３に格納する。

また、付与部１３３は、算出部１３２によって算出された信用度に応じて、後払い番号に基づく決済に関する所定の与信枠（以下、適宜「後払い枠」と記載する。）をユーザに対して付与する。具体的には、付与部１３３は、算出部１３２によって算出された信用度が所定の閾値を超える場合に、後払い枠をユーザに対して付与することを決定する。続いて、付与部１３３は、後払い枠をユーザに対して付与することを決定すると、後払い枠をユーザに対して付与する。例えば、付与部１３３は、最初は一月あたり５，０００円といった定額の後払い枠をユーザに対して付与する。続いて、付与部１３３は、所定期間の間（例えば、６か月間）ユーザが債務不履行を起こさなかった場合は、後払い枠の金額を増額するようにしてもよい。また、付与部１３３は、所定期間の間にユーザが債務不履行を起こした場合は、後払い枠の金額を減額するようにしてもよい。なお、算出部１３２は、所定期間毎にユーザの信用度を算出し直してもよい。そして、付与部１３３は、所定期間毎に算出し直されたユーザの信用度に応じて、後払い枠の金額を増減してもよい。

なお、付与部１３３は、クレジットカードを所持していないユーザに対してのみ、後払い番号を付与してもよい。例えば、判定部１３５は、番号情報記憶部１２３を参照して、ユーザがクレジットカードを所持しているか否かを判定する。続いて、付与部１３３は、判定部１３５によってユーザがクレジットカードを所持していると判定された場合は、ユーザに対して後払い番号を付与しないことを決定する。一方、算出部１３２は、判定部１３５によってユーザがクレジットカードを所持していないと判定された場合は、ユーザの信用度を算出する。続いて、付与部１３３は、算出部１３２によって算出されたユーザの信用度に応じて、ユーザに対して後払い番号を付与することを決定する。

（受付部１３４）
受付部１３４は、所定の番号に基づく決済要求情報を電子商取引サーバ２０から受け付ける。具体的には、受付部１３４は、提供部１３１によって付与されたクレジットカード番号に基づく決済要求を受け付ける。また、受付部１３４は、付与部１３３によって付与された後払い番号に基づく決済要求を受け付ける。

（判定部１３５）
判定部１３５は、受付部１３４によって決済要求情報が受け付けられると、決済要求情報に含まれる番号がクレジットカード番号と後払い番号のいずれであるかを判定する。具体的には、判定部１３５は、決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭６桁の数字が、カード会社としての事業者Ｂ１を示す番号（図１の例では、「１２３４−５６」）と後払い決済事業者としての事業者Ｂ１を示す番号（図１の例では、「９９９９−９９」）のいずれと一致するかを判定する。

判定部１３５は、受付部１３４によって受け付けられた決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭６桁の数字がカード会社としての事業者Ｂ１を示す番号と一致すると判定した場合は、決済要求情報に含まれる番号がクレジットカード番号であると判定する。続いて、判定部１３５は、決済要求情報に含まれる番号がクレジットカード番号であると判定すると、クレジットカード番号に基づく決済要求に関する決済要求情報を受け付けたと判定する。続いて、判定部１３５は、クレジットカード番号に基づく決済要求に関する決済要求情報を受け付けたと判定すると、与信（オーソリ）を行う。

なお、判定部１３５は、決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭６桁の数字が決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭６桁の数字がカード会社としての事業者Ｂ１を示す番号と後払い決済事業者としての事業者Ｂ１を示す番号のいずれとも一致しないと判定した場合は、受け付けた番号がクレジットカード番号と後払い番号のいずれでもないと判定する。判定部１３５は、受け付けた番号がクレジットカード番号と後払い番号のいずれでもないと判定した場合は、電子商取引サーバ２０に決済処理が不可能であるという通知を行ってもよい。

一方、判定部１３５は、受付部１３４によって受け付けられた決済要求情報に含まれる番号のうち、発行者識別番号を示す先頭６桁の数字が後払い決済事業者としての事業者Ｂ１を示す番号と一致すると判定した場合は、決済要求情報に含まれる番号が後払い番号であると判定する。続いて、判定部１３５は、決済要求情報に含まれる番号が後払い番号であると判定すると、後払い番号に基づく決済要求に関する決済要求情報を受け付けたと判定する。

判定部１３５は、後払い番号に基づく決済要求に関する決済要求情報を受け付けたと判定すると、住所確認と本人確認の２種類の確認処理を行う。判定部１３５は、住所確認を行う。具体的には、判定部１３５は、決済要求元のユーザの住所が住所のブラックリストに掲載された住所と一致するか否かを確認する。判定部１３５は、決済要求元のユーザの住所が住所のブラックリストに掲載された住所と一致すると判定した場合は、決済要求元のユーザは後払い決済を利用可能なユーザでないと判定する。一方、判定部１３５は、決済要求元のユーザの住所が住所のブラックリストに掲載された住所と一致しないと判定した場合は、決済要求元のユーザは後払い決済を利用可能なユーザであると判定する。

また、判定部１３５は、本人確認を行う。具体的には、判定部１３５は、決済要求元のユーザが後払い決済を利用可能なユーザ本人であるか否かを確認する。より具体的には、判定部１３５は、ＳＭＳによって認証コード（４桁の数字）を端末装置１０に送信する。判定部１３５は、端末装置１０から４桁の数字を受信すると、受信した４桁の数字が認証コードと一致するか否かを判定する。判定部１３５は、所定時間が経過しても４桁の数字を受信しない場合、又は受信した４桁の数字が認証コードと一致しない場合は、決済要求元のユーザが後払い決済を利用可能なユーザ本人でないと判定する。一方、判定部１３５は、受信した４桁の数字が認証コードと一致すると判定した場合は、決済要求元のユーザが後払い決済を利用可能なユーザ本人であると判定する。

続いて、判定部１３５は、住所確認と本人確認の２種類の確認を行うと、判定結果を電子商取引サーバ２０に送信する。なお、判定部１３５は、住所確認を行った後に、本人確認を行ってもよい。例えば、判定部１３５は、住所確認を行った結果、決済要求元のユーザは後払い決済を利用可能なユーザであると判定した場合のみ、本人確認を行ってもよい。逆に、判定部１３５は、本人確認を行った後に、住所確認を行ってもよい。

（蓄積部１３６）
蓄積部１３６は、受付部１３４によって決済要求が受け付けられた場合に、決済要求に関する決済要求情報を後払い決済データとして記憶部に蓄積する。具体的には、蓄積部１３６は、判定部１３５によって後払い番号に基づく決済要求に関する決済要求情報を受け付けたと判定された場合に、受付部１３４によって受け付けられた後払い番号に基づく決済要求に関する決済要求情報を後払い決済データとして記憶部に蓄積する。より具体的には、蓄積部１３６は、受付部１３４によって受け付けられた後払い番号に基づく決済要求に関する決済要求情報を後払い決済データとして決済情報記憶部１２４に蓄積する。

（決定部１３７）
決定部１３７は、蓄積部１３６によって記憶部に蓄積された決済要求情報に基づいて、ユーザに対して所定期間毎にまとめて決済金額を請求することを決定する。具体的には、決定部１３７は、蓄積部１３６によって決済情報記憶部１２４に蓄積された決済要求情報に基づいて、ユーザに対して毎月１回まとめて後払いの決済金額を請求することを決定する。なお、決定部１３７は、数回分の後払い決済を月に数回に分けてまとめて後払いの決済金額を請求することを決定してもよい。なお、決定部１３７は、蓄積部１３６によって記憶部に蓄積された決済要求情報に基づいて、ユーザに対して所定期間毎にまとめて後払いの決済金額と合わせて後払い手数料を請求することを決定してもよい。

〔４．情報処理のフロー〕
次に、図９を用いて、実施形態に係る情報処理の手順について説明する。図９は、実施形態に係る情報処理手順を示すフローチャートである。図９に示す例では、情報処理装置１００は、後払い決済の利用申し込みをユーザから受け付けたか否かを判定する（ステップＳ１０１）。情報処理装置１００は、後払い決済の利用申し込みを受け付けていないと判定した場合（ステップＳ１０１；Ｎｏ）は、後払い決済の利用申し込みを受け付けるまで待機する。

一方、情報処理装置１００は、後払い決済の利用申し込みを受け付けたと判定した場合（ステップＳ１０１；Ｙｅｓ）は、ユーザの信用度を取得する（ステップＳ１０２）。続いて、情報処理装置１００は、ユーザの信用度を取得すると、ユーザの信用度が所定の閾値を超えるか否かを判定する（ステップＳ１０３）。

情報処理装置１００は、ユーザの信用度が所定の閾値を超えないと判定した場合（ステップＳ１０３；Ｎｏ）は、処理を終了する。一方、情報処理装置１００は、ユーザの信用度が所定の閾値を超えると判定した場合（ステップＳ１０３；Ｙｅｓ）は、後払い番号と後払い枠をユーザに対して付与する（ステップＳ１０４）。

〔５．情報処理のフロー〕
次に、図１０を用いて、実施形態に係る情報処理の手順について説明する。図１０は、実施形態に係る情報処理手順を示すフローチャートである。図１０に示す例では、情報処理装置１００は、後払い番号に基づく決済要求を受け付けたか否かを判定する（ステップＳ２０１）。情報処理装置１００は、後払い番号に基づく決済要求を受け付けていないと判定した場合（ステップＳ２０１；Ｎｏ）は、後払い番号に基づく決済要求を受け付けるまで待機する。

一方、情報処理装置１００は、後払い番号に基づく決済要求を受け付けたと判定した場合（ステップＳ２０１；Ｙｅｓ）は、決済要求情報を後払い決済データとして記憶部に蓄積する（ステップＳ２０２）。

〔６．変形例〕
上述した実施形態に係る情報処理システム１は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、情報処理システム１の他の実施形態について説明する。なお、実施形態と同一部分には、同一符号を付して説明を省略する。

〔６−１．端末装置の構成〕
次に、図１０を用いて、変形例に係る端末装置１０の構成について説明する。図１０は、変形例に係る端末装置１０の構成例を示す図である。図１０に示すように、端末装置１０は、通信部１１と、入力部１２と、表示部１３と、記憶部１４と、制御部１５とを有する。

また、端末装置１０には、変形例に係る制御プログラム（以下、適宜「決済アプリＡＰ１」と記載する。）がインストールされている。端末装置１０は、端末装置１０にインストールされた決済用のアプリである決済アプリＡＰ１を実行する。

（通信部１１）
通信部１１は、例えば、ＮＩＣ等によって実現される。そして、通信部１１は、図示しない所定の通信網を介して、有線又は無線で接続され、情報処理装置１００との間で情報の送受信を行う。

（入力部１２）
入力部１２は、ユーザからの各種操作を受け付ける。例えば、入力部１２は、タッチパネル機能により表示面を介してユーザからの各種操作を受け付けてもよい。また、入力部１２は、端末装置１０に設けられたボタンや、端末装置１０に接続されたキーボードやマウスからの各種操作を受け付けてもよい。

（表示部１３）
表示部１３は、例えば液晶ディスプレイや有機ＥＬ（Electro-Luminescence）ディスプレイ等によって実現されるタブレット端末等の表示部であり、各種情報を表示させるための表示装置である。例えば、表示部１３は、記憶部１４に格納されたコンテンツを表示させる。具体的には、表示部１３は、受付部１５１によってユーザがアプリＡＰ１を立ち上げる操作が受け付けられると、決済アプリＡＰ１のトップ画面に相当するコンテンツを表示させる。

（記憶部１４）
記憶部１４は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１４は、例えば、端末装置１０にインストールされているアプリケーション（例えば、決済アプリＡＰ１）に関する情報、例えばプログラム等を記憶する。また、記憶部１４は、図１０に示すように、コンテンツ情報記憶部１４１を有する。

（コンテンツ情報記憶部１４１）
コンテンツ情報記憶部１４１は、コンテンツに関する各種の情報を記憶する。具体的には、コンテンツ情報記憶部１４１は、決済アプリＡＰ１に関するコンテンツを格納する。例えば、コンテンツ情報記憶部１４１は、ユーザが決済アプリＡＰ１を立ち上げた際に画面に表示されるトップ画面に相当するコンテンツを格納する。

（制御部１５）
制御部１５は、例えば、コントローラであり、ＣＰＵやＭＰＵ等によって、端末装置１０内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。例えば、この各種プログラムには、端末装置１０にインストールされたアプリケーションのプログラムが含まれる。例えば、この各種プログラムには、変形例に係る決済アプリＡＰ１のプログラムが含まれる。また、制御部１５は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。

図１０に示すように、制御部１５は、受付部１５１と、送信部１５２と、受信部１５３と、表示制御部１５４とを有し、以下に説明する情報処理の作用を実現または実行する。

（受付部１５１）
受付部１５１は、入力部１２を介したユーザの操作を通じて、ユーザが決済アプリＡＰ１を端末装置１０にインストールする操作を受け付ける。また、受付部１５１は、入力部１２を介したユーザの操作を通じて、ユーザが決済アプリＡＰ１を立ち上げる操作を受け付ける。

（送信部１５２）
送信部１５２は、受付部１５１によってユーザが決済アプリＡＰ１を端末装置１０にインストールする操作が受け付けられると、ユーザが決済アプリＡＰ１を端末装置１０にインストールしたという情報を情報処理装置１００に送信する。

（受信部１５３）
受信部１５３は、決済アプリＡＰ１をインストールしたユーザが、後払いを利用可能なユーザであるか否かに関する情報を情報処理装置１００から受信する。

（表示制御部１５４）
表示制御部１５４は、決済用アプリＡＰ１を利用するユーザのネットワーク上の行動履歴に関する情報に基づいて算出された信用度が所定の閾値を超えるユーザに対して付与される番号であって、引き落とし口座と紐づいていないクレジットカード番号形式の番号である後払い番号に基づく決済方法を選択可能な状態で端末装置１０の表示部１３に表示させる。

また、表示制御部１５４は、決済用アプリＡＰ１として、店舗に設置された店舗端末若しくは端末装置１０により検知される所定のコードによる決済に対応した決済アプリ又はチャージ型の決済に対応した決済アプリを利用するユーザに対して付与された後払い番号に基づく決済方法を選択可能な状態で端末装置１０の表示部１３に表示させる。

次に、図１１を用いて、変形例に係る端末装置の画面の一例について説明する。図１１は、変形例に係る端末装置の画面の一例を示す図である。図１１に示す例では、表示制御部１５４は、後払いが利用可能なユーザが決済アプリＡＰ１を立ち上げたか否かを判定する。続いて、表示制御部１５４は、後払いが利用可能なユーザが決済アプリＡＰ１を立ち上げたと判定した場合は、後払いカードの画像Ｇ１を含むトップ画面Ｃ１を端末装置１０の画面に表示する。一方、表示制御部１５４は、後払いが利用可能なユーザが決済アプリＡＰ１を立ち上げていないと判定した場合は、決済アプリＡＰ１のデフォルトのトップ画面の画像を端末装置１０の画面に表示する。

〔６−２．情報処理のフロー〕
次に、図１２を用いて、変形例に係る情報処理手順について説明する。図１２は、変形例に係る情報処理手順を示すフローチャートである。図１２に示す例では、情報処理装置１００は、ユーザの端末装置１０に決済アプリがインストールされたか否かを判定する（ステップＳ３０１）。情報処理装置１００は、ユーザの端末装置１０に決済アプリがインストールされていないと判定した場合（ステップＳ３０１；Ｎｏ）は、ユーザの端末装置１０に決済アプリがインストールされるまで待機する。

一方、情報処理装置１００は、ユーザの端末装置１０に決済アプリがインストールされたと判定した場合（ステップＳ３０１；Ｙｅｓ）は、ユーザの信用度を取得する（ステップＳ３０２）。続いて、情報処理装置１００は、ユーザの信用度を取得すると、ユーザの信用度が所定の閾値を超えるか否かを判定する（ステップＳ３０３）。

情報処理装置１００は、ユーザの信用度が所定の閾値を超えないと判定した場合（ステップＳ３０３；Ｎｏ）は、処理を終了する。一方、情報処理装置１００は、ユーザの信用度が所定の閾値を超えると判定した場合（ステップＳ３０３；Ｙｅｓ）は、後払い番号と後払い枠をユーザに対して付与する（ステップＳ３０４）。

〔６−３．表示制御処理のフロー〕
次に、図１３を用いて、変形例に係る表示制御手順について説明する。図１３は、変形例に係る表示制御手順を示すフローチャートである。図１３に示す例では、端末装置１０は、後払いが利用可能なユーザが決済アプリを立ち上げたか否かを判定する（ステップＳ４０１）。

端末装置１０は、後払いが利用可能なユーザが決済アプリを立ち上げたと判定した場合（ステップＳ４０１；Ｙｅｓ）は、後払いカードの画像を端末装置１０の画面に表示する（ステップＳ４０２）。一方、端末装置１０は、後払いが利用可能なユーザが決済アプリを立ち上げていないと判定した場合（ステップＳ４０１；Ｎｏ）は、アプリのデフォルトのトップ画面の画像を端末装置１０の画面に表示する（ステップＳ４０３）。

〔７．効果〕
上述してきたように、実施形態に係る情報処理装置１００は、算出部１３２と付与部１３３を備える。算出部１３２は、ユーザのネットワーク上の行動履歴に関する情報に基づいて、ユーザの信用度を算出する。付与部１３３は、算出部１３２によって算出された信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号をユーザに対して付与する。また、付与部１３３は、ユーザに対して、引き落とし口座と紐づいていない後払い番号を付与する。

これにより、情報処理装置１００は、クレジットカードを所持していないユーザに対しても、後払い決済を可能にする。したがって、情報処理装置１００は、決済サービスにおけるユーザビリティを向上させることができる。また、情報処理装置１００は、既存のクレジットカードシステムを利用して後払い決済サービスを導入することができる。したがって、情報処理装置１００は、新たな後払い決済サービスを一から導入する場合と比べると、後払い決済サービスの導入コストを低く抑えることができる。

また、付与部１３３は、ユーザに対して、後払い決済事業者を示す発行者識別番号を含む後払い番号を付与する。

これにより、情報処理装置１００は、発行者識別番号によってクレジットカード番号であるか後払い番号であるかを判定できるため、既存のクレジットカードシステムを利用して後払い決済サービスを導入することができる。したがって、情報処理装置１００は、新たな後払い決済サービスを一から導入する場合と比べると、後払い決済サービスの導入コストを低く抑えることができる。

また、付与部１３３は、算出部１３２によって算出された信用度が所定の閾値を超える場合に、後払い番号をユーザに対して付与することを決定する。また、付与部１３３は、算出部１３２によって算出された信用度に応じて、後払い番号に基づく決済に関する所定の与信枠をユーザに対して付与する。

これにより、情報処理装置１００は、貸倒れのリスクが低いユーザを選別して、後払い決済サービスを提供することができる。

また、実施形態に係る情報処理装置１００は、受付部１３４と蓄積部１３６をさらに備える。受付部１３４は、付与部１３３によって付与された後払い番号に基づく決済要求を受け付ける。蓄積部１３６は、受付部１３４によって決済要求が受け付けられた場合に、決済要求に関する決済要求情報を後払い決済データとして記憶部に蓄積する。

これにより、情報処理装置１００は、既存のクレジットカードシステムを利用しつつも、後払い番号である場合には、ユーザに対して後払い決済サービスを提供可能とする。したがって、情報処理装置１００は、決済サービスにおけるユーザビリティを向上させることができる。

また、実施形態に係る情報処理装置１００は、決定部１３７をさらに備える。決定部１３７は、蓄積部１３６によって記憶部に蓄積された決済要求情報に基づいて、ユーザに対して所定期間毎にまとめて決済金額を請求することを決定する。

これにより、情報処理装置１００は、決済の度にユーザに対して決済金額を請求することなく、まとめて決済金額を請求することができるため、決済サービスにおけるユーザビリティを向上させることができる。

また、変形例に係る端末装置１０は、表示制御部１５４を備える。表示制御部１５４は、決済用アプリを利用するユーザのネットワーク上の行動履歴に関する情報に基づいて算出された信用度が所定の閾値を超えるユーザに対して付与される番号であって、引き落とし口座と紐づいていないクレジットカード番号形式の番号である後払い番号に基づく決済方法を選択可能な状態で端末装置１０の表示部１３に表示させる。また、表示制御部１５４は、決済用アプリとして、店舗に設置された店舗端末若しくは端末装置１０により検知される所定のコードによる決済に対応した決済アプリ又はチャージ型の決済に対応した決済アプリを利用するユーザに対して付与された後払い番号に基づく決済方法を選択可能な状態で端末装置１０の表示部１３に表示させる。

これにより、端末装置１０は、決済アプリをインストールしたばかりでチャージがゼロである場合であっても、後払いが利用可能なユーザに対しては、すぐに後払いを利用可能にする。したがって、端末装置１０は、決済サービスにおけるユーザビリティを向上させることができる。

〔８．ハードウェア構成〕
また、上述してきた実施形態に係る情報処理装置１００および端末装置１０は、例えば図１４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１４は、情報処理装置１００および端末装置１０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。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を備える。

ＣＰＵ１１００は、ＲＯＭ１３００または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格納する。通信インターフェイス１５００は、所定の通信網を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを所定の通信網を介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る情報処理装置１００または端末装置１０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または制御部１５の機能を実現する。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、他の装置から所定の通信網を介してこれらのプログラムを取得してもよい。

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。

〔９．その他〕
また、上記実施形態及び変形例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。例えば、各図に示した各種情報は、図示した情報に限られない。

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。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、付与部は、付与手段や付与回路に読み替えることができる。

１ 情報処理システム
１０ 端末装置
１１ 通信部
１２ 入力部
１３ 表示部
１４ 記憶部
１４１ コンテンツ情報記憶部
１５ 制御部
１５１ 受付部
１５２ 送信部
１５３ 受信部
１５４ 表示制御部
２０ 電子商取引サーバ
３０ コンテンツサーバ
４０ 検索サーバ
５０ ＳＮＳサーバ
１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ ユーザ情報記憶部
１２２ モデル情報記憶部
１２３ 番号情報記憶部
１２４ 決済情報記憶部
１３０ 制御部
１３１ 提供部
１３２ 算出部
１３３ 付与部
１３４ 受付部
１３５ 判定部
１３６ 蓄積部
１３７ 決定部

Claims (10)

1. ユーザのネットワーク上の行動履歴に関する情報に基づいて、前記ユーザの信用度を算出する算出部と、
   前記算出部によって算出された信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号を前記ユーザに対して付与する付与部と、
   前記付与部によって付与された後払い番号に基づく決済要求を受け付ける受付部と、
   前記受付部によって決済要求が受け付けられた場合に、前記決済要求に関する決済要求情報を後払い決済データとして記憶部に蓄積する蓄積部と、
   を備えることを特徴とする情報処理装置。
2. 前記蓄積部によって記憶部に蓄積された決済要求情報に基づいて、前記ユーザに対して所定期間毎にまとめて決済金額を請求することを決定する決定部
   をさらに備えることを特徴とする請求項１に記載の情報処理装置。
3. 前記付与部は、
   前記ユーザに対して、引き落とし口座と紐づいていない前記後払い番号を付与する
   ことを特徴とする請求項１または２に記載の情報処理装置。
4. 前記付与部は、
   前記ユーザに対して、後払い決済事業者を示す発行者識別番号を含む前記後払い番号を付与する
   ことを特徴とする請求項１〜３のいずれか一つに記載の情報処理装置。
5. 前記付与部は、
   前記算出部によって算出された信用度が所定の閾値を超える場合に、前記後払い番号を前記ユーザに対して付与することを決定する
   ことを特徴とする請求項１〜４のいずれか一つに記載の情報処理装置。
6. 前記付与部は、
   前記算出部によって算出された信用度に応じて、前記後払い番号に基づく決済に関する所定の与信枠を前記ユーザに対して付与する
   ことを特徴とする請求項１〜５のいずれか一つに記載の情報処理装置。
7. 端末装置により実行される制御プログラムであって、
   決済用アプリを利用するユーザのネットワーク上の行動履歴に関する情報に基づいて算出された信用度が所定の閾値を超えるユーザに対して付与される番号であって、引き落とし口座と紐づいていないクレジットカード番号形式の番号である後払い番号に基づく決済方法を選択可能な状態で前記端末装置の表示部に表示させる表示制御手順と、
   前記後払い番号に基づく決済要求に関する決済要求情報を電子商取引サーバに送信し、前記決済要求に関する決済要求情報を後払い決済データとして所定の記憶部に蓄積させる送信手順と、
   を前記端末装置に実行させることを特徴とする制御プログラム。
8. 前記表示制御手順は、
   前記決済用アプリとして、店舗に設置された店舗端末若しくは前記端末装置により検知される所定のコードによる決済に対応した決済アプリ又はチャージ型の決済に対応した決済アプリを利用する前記ユーザに対して付与された前記後払い番号に基づく決済方法を選択可能な状態で前記端末装置の表示部に表示させる
   ことを特徴とする請求項７に記載の制御プログラム。
9. コンピュータが実行する情報処理方法であって、
   ユーザのネットワーク上の行動履歴に関する情報に基づいて、前記ユーザの信用度を算出する算出工程と、
   前記算出工程によって算出された信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号を前記ユーザに対して付与する付与工程と、
   前記付与工程によって付与された後払い番号に基づく決済要求を受け付ける受付工程と、
   前記受付工程によって決済要求が受け付けられた場合に、前記決済要求に関する決済要求情報を後払い決済データとして記憶部に蓄積する蓄積工程と、
   を含むことを特徴とする情報処理方法。
10. ユーザのネットワーク上の行動履歴に関する情報に基づいて、前記ユーザの信用度を算出する算出手順と、
    前記算出手順によって算出された信用度に応じて、クレジットカード番号と同一形式の番号である後払い番号を前記ユーザに対して付与する付与手順と、
    前記付与手順によって付与された後払い番号に基づく決済要求を受け付ける受付手順と、
    前記受付手順によって決済要求が受け付けられた場合に、前記決済要求に関する決済要求情報を後払い決済データとして記憶部に蓄積する蓄積手順と、
    をコンピュータに実行させることを特徴とする情報処理プログラム。

Images