JP7012528B2 - 情報処理装置、判定方法及びプログラム - Google Patents

Description

本発明は、情報処理装置、判定方法及びプログラムに関する。

現在、オンラインで各種の取引を行うことが可能なシステムが提供されている。例えば特許文献１には、複数のオンラインショップを含んで構築される仮想商店街にて商品を購入可能な電子商取引システムが開示されている。また、特許文献２には、複数の金融機関の中から、最も有利な融資条件を提示した金融機関を選択して融資を受けることのできる融資仲介システムが開示されている。

特開２０１１－１７５５８５号公報 特開２００２－０７３９８３号公報

オンラインで各種の取引を行う場合において、取引後にトラブルが生じるリスクを軽減するために、取引を実行する前に取引相手であるユーザの属性（年齢、職業、収入等）に基づいて信用調査を行うことがある。信用調査は、基本的にユーザから申告された情報に基づいて信用度を判定することで行われるが、ユーザから申告された情報が必ずしも正確ではない場合等が考えられる。そのため、ユーザから申告された情報に加えて、ユーザから申告された情報以外の情報を用いて信用度の判定を行うことで、信用度の判定精度を高めることが望まれている。

そこで、本発明は、各種の取引を行う場合において、取引相手の信用度を判定する際の判定精度を高めることが可能な技術を提供することを目的とする。

本発明の一態様に係る情報処理装置は、所定の取引に関するユーザの信用度を判定する情報処理装置であって、所定の取引を希望するユーザから申告されたユーザに関するユーザ属性と、ユーザの位置情報を日時と紐づけて記録した位置情報の履歴とを取得する取得部と、ユーザから申告されたユーザ属性及び位置情報の履歴に基づいて、ユーザが希望する所定の取引に関するユーザの信用度を判定する判定部と、を有する。

本発明の他の態様に係る判定方法は、所定の取引に関するユーザの信用度を判定する情報処理装置が行う判定方法であって、所定の取引を希望するユーザから申告されたユーザに関するユーザ属性と、ユーザの位置情報を日時と紐づけて記録した位置情報の履歴とを取得するステップと、ユーザから申告されたユーザ属性及び位置情報の履歴に基づいて、ユーザが希望する所定の取引に関するユーザの信用度を判定するステップと、を有する。

本発明の他の態様に係るプログラムは、所定の取引に関するユーザの信用度を判定するコンピュータに実行させるプログラムであって、コンピュータに、所定の取引を希望するユーザから申告されたユーザに関するユーザ属性と、ユーザの位置情報を日時と紐づけて記録した位置情報の履歴とを取得するステップと、ユーザから申告されたユーザ属性及び位置情報の履歴に基づいて、ユーザが希望する所定の取引に関するユーザの信用度を判定するステップと、を実行させる。

本発明によれば、各種の取引を行う場合において、取引相手の信用度を判定する際の判定精度を高めることが可能な技術を提供することができる。

実施形態に係る取引システムのシステム構成の一例を示す図である。 実施形態に係る判定サーバが行う処理手順の概要を示すフローチャートである。 判定サーバのハードウェア構成の一例を示す図である。 判定サーバの機能ブロック構成の一例を示す図である。 判定サーバが行う処理手順の具体例１を説明するためのフローチャートである。 判定サーバが行う処理手順の具体例２を説明するためのフローチャートである。

添付図面を参照して、本発明の好適な実施形態について説明する。なお、各図において、同一の符号を付したものは、同一又は同様の構成を有する。

図１は、実施形態に係る取引システムのシステム構成の一例を示す図である。実施形態に係る取引システムは、ユーザ端末１０と判定サーバ１００とを有する。図１には複数のユーザ端末１０が図示されているが、ユーザ端末１０は１つであってもよい。ユーザ端末１０と判定サーバ１００とは通信ネットワークＮを介して相互に通信することができる。通信ネットワークＮは、例えば、インターネット、ＬＡＮ、専用線、電話回線、企業内ネットワーク、移動体通信網その他の通信回線、それらの組み合わせ等のいずれであってもよく、有線であるか無線であるかを問わない。

ユーザ端末１０は、取引システムを用いて所定の取引を希望するユーザが利用する端末である。ユーザ端末１０は、例えば、スマートフォン、携帯電話、タブレット端末、ノート型ＰＣ（Personal Computer）、ウェアラブルデバイス等である。

判定サーバ１００は、ユーザが希望する所定の取引に関して、当該所定の取引に関するユーザの信用度を判定する。また、判定サーバ１００は、判定した信用度に基づいて、ユーザが行う所定の取引における取引条件を決定する。判定サーバ１００は、１又は複数の情報処理装置から構成されていてもよいし、クラウドサーバや仮想サーバを利用して構成されていてもよい。

判定サーバ１００は、ユーザが希望する所定の取引を実際に行う機能を有していてもよい。若しくは、実際の取引については判定サーバ１００と通信可能な外部サーバで行われ、判定サーバ１００は、当該外部サーバから要求を受けた際に、ユーザの信用度の判定、又は、ユーザの信用度の判定及び取引条件を決定して当該外部サーバに通知するようにしてもよい。

図２は、実施形態に係る判定サーバ１００が行う処理手順の概要を示すフローチャートである。まず、判定サーバ１００は、ユーザが希望する所定の取引の申込を受け付ける（Ｓ１１）。ここで、所定の取引とは、物の売買、金銭の授受、各種の契約、サービスの提供、情報の提供など、ユーザと取引先（提供者）との間で行われる様々な行為を含む。具体的には、ショッピング、資金融資、保険の加入、クレジットカードの発行、コンテンツの提供、秘匿情報の提供、金銭の立替等が挙げられる。所定の取引の申込の受付は、判定サーバ１００がユーザ端末１０のディスプレイに申込画面を表示させ、ユーザが当該画面において取引メニューの選択等を行うことで行われてもよい。若しくは、外部サーバで受け付けられた所定の取引の申込内容が、外部サーバから判定サーバ１００に通知されることとしてもよい。

続いて、判定サーバ１００は、所望の取引を行うことを希望するユーザが申告したユーザ属性と、当該ユーザの位置情報履歴とを取得する（Ｓ１２）。判定サーバ１００が取得する、ユーザから申告されたユーザ属性は、ユーザの信用度を判定する際に必要なユーザ属性であり、例えば、年齢、自宅住所、勤務先名、勤務先住所、職業、勤続年数、年収、借入額（クレジットカード利用額、住宅ローン、自動車ローン等）、延滞（滞納）有無等である。判定サーバ１００は、これらのユーザ属性を全て取得するのではなく、所定の取引の内容に応じて必要なユーザ属性のみを取得するようにしてもよい。なお、ユーザの信用度を判定するとは、当該ユーザとの間で所定の取引を行うことで、何らかの損害を受ける可能性の度合いを判定することである。ユーザの信用度を判定することの一例として、例えば与信審査を行うことが挙げられる。

ユーザの位置情報履歴は、例えば、ユーザが所定の取引の申込を行うまでの所定の期間（例えば過去１ヶ月や過去６ヵ月等）における、ユーザの位置を示す情報と時刻（タイムスタンプ）とが関連づけられて記録されたデータである。判定サーバ１００は、ユーザの位置情報履歴を、ユーザが常時保持しているユーザ端末１０から取得するようにしてもよいし、ユーザの位置情報を蓄積している外部サーバから取得するようにしてもよい。なお、判定サーバ１００は、ユーザ属性及び位置情報履歴を取得することに関して、個人情報利用に関する法律・規則等を順守するように動作する前提である。例えば、判定サーバ１００は、ステップＳ１１において所定の取引の申込を受け付ける際に、申込画面等を介して、ユーザ属性及び位置情報履歴の取得及び使用についてユーザの同意を得るようにしてもよい。

続いて、判定サーバ１００は、取得したユーザ申告によるユーザ属性及び位置情報履歴に基づいてユーザの信用度を判定する（Ｓ１３）。具体的には、判定サーバ１００は、ユーザ申告によるユーザ属性を用いて信用度を判定することに加えて、位置情報履歴に基づいて、申告されたユーザ属性の信憑性と、ユーザが自身の信用度の判定に影響を及ぼす行動を行っているか否かを推定し、推定されたユーザ属性の信憑性やユーザの行動を用いて信用度の判定を行う。

続いて、判定サーバ１００は、ステップＳ１３の処理手順で判定したユーザの信用度に基づいて、ユーザから申込を受け付けた所定の取引における取引条件を決定する（Ｓ１４）。ここで、取引条件を決定することには、取引条件を制限すること、又は、取引条件を緩和することを含む。所定の取引の取引条件を制限することには、例えば、ユーザの信用度に応じて、融資額、融資期間又は金利等を制限したり、公開する情報の内容を制限したり、契約内容を制限したりすることが挙げられる。また、所定の取引の取引条件を緩和することには、例えば、ユーザの信用度に応じて、予め定められた融資上限額を引き上げたり、予め定められた融資期間を延長したり、金利を優遇したり、非公開情報を提供したり、特別な契約を許可したりすることが挙げられる。

なお、判定サーバ１００は、ステップＳ１１～ステップＳ１４までの処理手順に加えて、ユーザから取得した位置情報履歴から推定されたユーザ行動パターンを、匿名化されたユーザ属性と関連づけて蓄積しておくようにしてもよい。匿名化の方法には既知の技術を利用することができる。これにより、収集されたユーザ行動パターンについて匿名性を担保しつつマーケティング等に生かすことが可能になる。

＜ハードウェア構成＞
図３は、判定サーバ１００のハードウェア構成の一例を示す図である。判定サーバ１００は、ＣＰＵ（Central Processing Unit）１１、メモリ等の記憶装置１２、有線又は無線通信を行う通信ＩＦ（Interface）１３、入力操作を受け付ける入力デバイス１４、及び情報の出力を行う出力デバイス１５を有する。後述する機能ブロック構成にて説明する各機能部は、記憶装置１２に記憶されたプログラムがＣＰＵ１１に実行させる処理により実現することができる。なお、当該プログラムは、例えば非一時的な記録媒体に格納することができる。

＜機能ブロック構成＞
図４は、判定サーバ１００の機能ブロック構成の一例を示す図である。判定サーバ１００は、受付部１０１と、取得部１０２と、信用度判定部１０３と、取引条件決定部１０４と、取引実行部１０５と、分析部１０６と、記憶部１０７とを有する。記憶部１０７には、位置情報履歴ＤＢ（DataBase）１０７ａと、地点情報ＤＢ１０７ｂと、行動パターン情報ＤＢ１０７ｃと、マーケティング情報ＤＢ１０７ｄとが格納される。

位置情報履歴ＤＢ１０７ａには、ユーザから取得したユーザの位置情報履歴が格納される。より具体的には、位置情報履歴ＤＢ１０７ａには、ユーザを一意に識別する情報（例えば所定の取引の申込を受け付ける際に決定されたユーザＩＤや、ユーザが所持するユーザ端末１０の端末固有ＩＤ等）と、日時（タイムスタンプ）と、位置情報（緯度経度等）とが対応づけられて格納される。

地点情報ＤＢ１０７ｂには、ユーザの信用度の判定に用いられる１以上の所定の地点が格納される。ここで、所定の地点とは、ユーザの位置情報履歴により推定される、ユーザが所定の頻度で滞在する地点のうち、ユーザの信用度の判定に影響を与える地点として予め登録された地点である。当該地点は、所定の取引の内容に応じて異なる地点が登録されていてもよい。当該地点の一例は、例えば、ギャンブル場のように金銭を多く消費する可能性がある地点、不法行為が行われる疑いのある地点等である。

行動パターン情報ＤＢ１０７ｃには、ユーザの信用度の判定に影響を与える所定のユーザ行動パターンが登録される。行動パターン情報ＤＢ１０７ｃに登録されるユーザ行動パターンとしては、例えば、高頻度（例えば１週間にＮ回等）で勤務先から深夜に帰宅する、所定期間における運動量が非常に少ない（例えば通勤時に短距離を歩くのみ等）、高頻度で酒類を提供する店舗に通っている、といった健康リスクに関わりそうな行動パターンが挙げられる。また、ユーザ行動パターンには、出社時間が遅い日が増加傾向にある、退社後に特定の場所に高頻度（例えば１週間にＮ回等）に立ち寄る回数が増加傾向にあるといった、ユーザ行動に何らかの“変化”があったことが推定される行動パターン（行動変化パターン）も含まれる。

マーケティング情報ＤＢ１０７ｄには、位置情報履歴ＤＢ１０７ａに蓄積された複数のユーザの位置情報履歴を分析することで得られたマーケティング情報が格納される。

受付部１０１は、ユーザが希望する所定の取引の申込を受け付ける機能を有する。受付部１０１は、ユーザ端末１０のディスプレイに所定の取引の申込を行う申込画面を表示させ、申込に必要な情報をユーザに入力させることで、取引の申込を受け付けるようにしてもよい。申込に必要な情報とは、例えば、ユーザが所望する取引の内容、ユーザに関する情報（氏名、年齢、生年月日等）等である。また、受付部１０１は、実際の取引を実行する外部サーバから、ユーザが所定の取引を希望していることの通知を受けるようにしてもよい。

取得部１０２は、ユーザから申告されたユーザに関するユーザ属性と、ユーザの位置情報を日時の情報と紐づけて記録した位置情報履歴（位置情報の履歴）とを取得する機能を有する。取得部１０２は、前述の申込画面において、信用度の判定に必要なユーザ属性をユーザに入力させることで、ユーザ属性を取得するようにしてもよい。若しくは、取得部１０２は、前述の申込画面において、信用度の判定に必要なユーザ属性が記載された書類のコピー等をアップロードさせ、アップロードされた書類のコピーをＯＣＲ処理することでユーザ属性を読み取ったり、これらのコピー書類の記載内容をオペレータに目視で読み取らせて判定サーバ１００に入力させることでユーザ属性を取得するようにしてもよい。若しくは、取得部１０２は、実際の取引を実行する外部サーバから、当該外部サーバに入力されたユーザ属性を取得するようにしてもよい。また、取得部１０２は、ユーザ属性及び位置情報履歴の取得及び使用についてユーザの同意が得られた場合にのみ、位置情報履歴を取得するようにしてもよい。

取得部１０２は、ユーザの位置情報履歴を、ユーザ端末１０又はユーザ端末１０で測定されたユーザの位置情報を蓄積している外部サーバから取得するようにしてもよい。取得部１０２は、取得した位置情報履歴を、取得したユーザ属性と関連づけて位置情報履歴ＤＢ１０７ａに格納する。

信用度判定部１０３は、ユーザから申告されたユーザ属性及びユーザの位置情報履歴に基づいて、ユーザが希望する所定の取引に関するユーザの信用度を判定する機能を有する。信用度判定部１０３は、信用度の度合いを示すスコア（点数）を算出することでユーザの信用度を段階的に判定するようにしてもよいし、信用度がある／ないの２択を判定するようにしてもよい。

また、信用度判定部１０３は、ユーザの位置情報履歴に基づいてユーザのユーザ属性を推定し、推定したユーザ属性と、取得部１０２で取得されたユーザから申告されたユーザ属性とを照合することでユーザの信用度を判定するようにしてもよい。信用度判定部１０３は、申告されたユーザ属性と、推定したユーザ属性とが一致しない場合、ユーザが虚偽の申告をした可能性があるとしてユーザの信用度を下げる（スコアを所定の数減算する）ようにしてもよい。

また、信用度判定部１０３は、ユーザの位置情報履歴に基づいて、ユーザが信用度の判定に影響を及ぼす行動を行っているか否かを推定し、当該推定の結果に基づいてユーザの信用度を判定するようにしてもよい。例えば、信用度判定部１０３は、ユーザの位置情報履歴に基づいてユーザが所定の頻度で滞在する１以上の地点を推定し、推定された地点の中に、地点情報ＤＢ１０７ｂに登録された地点が含まれる場合に、ユーザが信用度の判定に影響を及ぼす行動を行っていると判定するようにしてもよい。また、信用度判定部１０３は、ユーザの位置情報履歴に基づいてユーザの行動パターンを分析し、分析により得られたユーザの行動パターンが、行動パターン情報ＤＢ１０７ｃに含まれる場合に、ユーザが信用度の判定に影響を及ぼす行動を行っていると推定するようにしてもよい。

取引条件決定部１０４は、信用度判定部１０３で判定されたユーザの信用度に基づいて、ユーザとの間で行われる所定の取引の取引条件を決定する機能を有する。例えば、取引条件決定部１０４は、ユーザの信用度が所定の閾値以上である場合（信用度が高い場合）に所定の取引を行い、ユーザの信用度が所定の閾値未満である場合に所定の取引を行わない又は取引条件を制限することを決定するようにしてもよい。若しくは、取引条件決定部１０４は、ユーザの信用度が所定の閾値以上である場合（信用度が高い場合）に所定の取引において予め定められた制限を緩和し、ユーザの信用度が所定の閾値未満である場合に所定の取引を予め定めら得た制限に従って行うことを決定するようにしてもよい。

取引実行部１０５は、取引条件決定部１０４によって決定された取引条件に従って、ユーザとの間で取引を実行する。例えば所定の取引が融資である場合、取引実行部１０５は、取引条件決定部１０４によって決定された取引条件（融資額、融資期間、利率等）に従って融資額の金銭の振込等の取引を実行する。なお、判定サーバ１００は取引実行部１０５を備えていなくてもよい。例えば、実際の取引の実行は判定サーバ１００と通信可能な外部サーバで行われるようにして、取引条件決定部１０４は、決定した取引条件を当該外部サーバに通知するようにしてもよい。

分析部１０６は、位置情報履歴ＤＢ１０７ａに位置情報履歴が格納されたユーザのユーザ属性を用いてユーザをクラスタリング（分類分け）し、ユーザのクラスタ（例えば２０代、３０代、Ｆ１層等）ごとに共通的なユーザ行動パターンを抽出することで、クラスタごとのユーザ行動パターンを分析する機能を有する。分析部１０６は、分析により得られたユーザ行動パターンを、ユーザ属性のうち個人情報を除いた情報と対応づけてマーケティング情報ＤＢ１０７ｄに格納するようにしてもよい。

また、分析部１０６は、位置情報履歴ＤＢ１０７ａに位置情報履歴が格納されたユーザのうち、信用度判定部１０３により信用度が低い／高いと判定されたユーザ（例えば算出されたスコアが所定の値以下／以上のユーザ）に共通的なユーザ行動を抽出することで、信用度が低い／高いユーザが行う傾向のあるユーザ行動を分析するようにしてもよい。分析部１０６は、分析により得られた、信用度が低い／高いユーザが行う傾向のあるユーザ行動を、行動パターン情報ＤＢ１０７ｃに追加するようにしてもよい。

＜動作例＞
続いて、実施形態に係る判定サーバ１００が行う動作例について説明する。下記具体例では、説明の便宜上、取引の申込受付から取引の実行までを判定サーバ１００が行うものとして説明する。

（具体例１）
図５は、判定サーバ１００が行う処理手順の具体例１を説明するためのフローチャートである。具体例１は、ユーザが、ファッション通販サイトにおいて後払いで商品を購入する場合を想定している。なお、後払いとは、商品購入時に決済が行われるのではなく、商品購入後に請求書が発行され、請求書を受け取ったユーザが請求書に記載された金額の支払を事後的に行う支払方法を意味する。

ステップＳ１０１で、受付部１０１は、ユーザから、ユーザが購入を希望する商品を受け付ける。ここでは、ユーザは、購入希望商品としてバッグを選択し、価格は１０万であったとする。

ステップＳ１０２で、取得部１０２は、ユーザからユーザ属性の申告を受け付ける。ユーザは、自身のユーザ属性として、氏名、性別、生年月日、年齢（２３歳）、自宅住所、勤務先名、勤務先住所、職業（会社員）を申告したとする。

ステップＳ１０３で、取得部１０２は、ユーザの位置情報履歴として、現在から所定の期間前まで（例えば過去１ヶ月前まで）の位置情報履歴を取得する。

ステップＳ１０４で、信用度判定部１０３は、位置情報履歴に基づいてユーザ属性の推定を行う。例えば、信用度判定部１０３は、夜間帯に最も長時間ユーザが存在する地点を、ユーザの自宅住所であると推定し、平日の日中帯に最も長時間ユーザが存在する地点を、ユーザの勤務先住所又は通学先住所であると推定する。また、信用度判定部１０３は、地点データ（又は住所）及び施設名称が対応づけられて記録されたデータベース（地図情報等）等を参照することで、勤務先住所又は通学先住所から勤務先名又は学校名、職業（会社員、学生等）を推定する。ここでは、平日の日中帯に最も長時間ユーザが存在する地点には学校が存在しており、信用度判定部１０３は、ユーザは学生であると推定したと仮定する。

ステップＳ１０５で、信用度判定部１０３は、ステップＳ１０２で申告されたユーザ属性と、ステップＳ１０４で推定したユーザ属性とを照合する。ここでは、ユーザ属性のうち自宅住所は一致するが、ユーザは学生であるとの推定結果とユーザが申告した職業（会社員）とは不一致であることから、信用度判定部１０３は、申告されたユーザ属性は虚偽又は誤りの可能性があると推定する。

ステップＳ１０６で、信用度判定部１０３は、まず、ユーザから申告されたユーザ属性に基づいて与信審査を行う。例えば、信用度判定部１０３は、信用機関に問い合わせることで取得した債務状況、ファッション通販サイトにおける過去の利用状況や過去に後払いを行った際の支払い状況（遅延有無等）、ユーザの年齢、職業、今回購入する商品の金額（１０万円）等を考慮して与信審査を行う。ここでは、与信審査の結果、後払いにより商品を販売可能と判定されたとする。

続いて、信用度判定部１０３は、更に、ステップＳ１０５における照合の結果を用いて与信審査を行う。信用度判定部１０３は、申告されたユーザ属性は虚偽又は誤りの可能性があることから、申告されたユーザ属性に基づいて行った与信審査の結果を一旦取り消すと共に、年齢を証明する書面（免許証、保険証、パスポート等）の提出を要求するメッセージをユーザ端末１０に送信する。

ステップＳ１０７で、取引条件決定部１０４は、ステップＳ１０６で行われた与信審査の結果に基づいて商品を販売するか否かの取引条件を決定する。例えば、取引条件決定部１０４は、年齢を証明する書面が提出されるまで、後払いによる商品販売を許可しないとの決定を行うようにしてもよい。

ステップＳ１０８で、信用度判定部１０３は、ユーザの行動パターンを分析する。信用度判定部１０３は、例えば、ユーザの平日及び休日の曜日推定（例えば土日が休日なのか、月火が休日なのか等）を行うと共に、平日夜間のユーザ行動パターン及び休日のユーザ行動パターンを分析するようにしてもよい。なお、行動パターンの分析は、例えば、ユーザが所定の期間（平日夜間や休日等）に所定の回数（又は割合）以上行く場所を位置情報履歴から抽出し、抽出された場所で一般的に行われる行動を対応づけることにより行われる。例えば、ユーザが休日にスポーツクラブに頻繁に通っているのであれば、“ユーザは休日運動をしている”という行動パターンが分析される。

また、信用度判定部１０３は、自宅と勤務先又は学校との間の通勤ルート（通勤経路）又は通学ルート（通学経路）を分析するようにしてもよいし、通勤ルート又は通学ルートにおける移動手段（電車、徒歩、バス等）を分析するようにしてもよい。

ステップＳ１０９で、分析部１０６は、ユーザ属性のうち個人情報を除く情報（例えばユーザの年代、性別等）と、ステップＳ１０８で推定されたユーザの行動パターン（例えば通学ルート、移動手段、平日夜間の行動パターン、休日の行動パターン、頻繁に立ち寄る店舗情報、頻繁に利用する駅等）と、購入した商品（バッグ）に関する情報とを対応づけてマーケティング情報ＤＢ１０７ｄに格納する。

（具体例２）
図６は、判定サーバ１００が行う処理手順の具体例２を説明するためのフローチャートである。具体例２では、ユーザがオンライン融資サイトにおいて、融資の申込を行う場合を想定して説明する。

ステップＳ２０１で、受付部１０１は、ユーザから、融資の申込を受け付ける。ここでは、ユーザは、所望の融資条件として、融資希望額５００万円及び返済期限１年を入力したとする。

ステップＳ２０２で、取得部１０２は、ユーザからユーザ属性の申告を受け付ける。ユーザは、自身のユーザ属性として、氏名、性別、生年月日、年齢（４２歳）、自宅住所、勤務先名、勤務先住所、職業（会社員）、雇用形態（正社員）、家族構成（妻、子１名）、収入額、納税額を申告したとする。

ステップＳ２０３で、取得部１０２は、ユーザの位置情報履歴として、現在から所定の期間前まで（例えば過去６ヶ月前まで）の位置情報履歴を取得する。

ステップＳ２０４で、信用度判定部１０３は、位置情報履歴に基づいてユーザ属性の推定を行う。例えば、信用度判定部１０３は、夜間帯に最も長時間ユーザが存在する地点を、ユーザの自宅住所であると推定する。また、信用度判定部１０３は、平日の日中帯に最も長時間ユーザが存在する地点を、ユーザの勤務先住所又は通学先住所であると推定する。また、信用度判定部１０３は、地点データ（又は住所）及び施設名称が対応づけられて記録されたデータベース（地図情報等）等を参照することで、勤務先住所又は通学先住所から勤務先名又は学校名、職業（会社員、学生等）を推定する。

ステップＳ２０５で、信用度判定部１０３は、ステップＳ２０２で申告されたユーザ属性と、ステップＳ２０４で推定したユーザ属性とを照合する。ここでは、推定された自宅住所とユーザが申告した自宅住所とが一致しており、かつ、ユーザが申告した勤務先名と、推定された勤務先名とが一致していることが確認されたと仮定する。

ステップＳ２０６で、信用度判定部１０３は、ユーザの行動パターンを分析する。例えば、信用度判定部１０３は、ユーザの平日及び休日の曜日推定（例えば土日が休日なのか、月火が休日なのか等）、平日夜間の行動パターン、休日の行動パターン、通勤ルート（通勤経路）、通勤ルートにおける移動手段（電車、徒歩、バス等）等を分析する。また、信用度判定部１０３は、ユーザの行動が変化したパターンを分析する。例えば、現在から過去Ｎヶ月（Ｎは任意の正の整数）と、Ｎヶ月より前の行動パターンとで変化があるか否かを分析する。

ステップＳ２０７で、信用度判定部１０３は、まず、ユーザから申告されたユーザ属性に基づく与信審査を行う。例えば、信用度判定部１０３は、信用機関への問い合わせにより取得した債務状況、勤務先名、勤務先住所、職業（会社員）、雇用形態（正社員）、家族構成（妻、子１名）、収入額、納税額等を考慮して与信審査を行う。ここでは、与信審査の結果、ユーザが所望する融資条件にて融資可能であると判定されたと仮定する。

続いて、信用度判定部１０３は、ユーザが与信審査に影響を及ぼす行動を行っているか否かを分析する。具体的には、信用度判定部１０３は、ユーザの位置情報履歴に基づいてユーザが所定の頻度（例えば月平均２０回以上等）で滞在する１以上の地点を推定し、推定された地点の中に、地点情報ＤＢ１０７ｂに登録された地点が含まれるか否かを分析する。ここでは、ユーザは所定の頻度で、地点情報ＤＢ１０７ｂに登録された地点に頻繁に滞在していることが判明したと仮定する。

また、信用度判定部１０３は、ステップＳ２０６の処理手順で行った分析により得られたユーザの行動パターンが、行動パターン情報ＤＢ１０７ｃに含まれるか否かを分析する。ここでは、行動パターン情報ＤＢ１０７ｃに含まれる行動パターンとして、深夜に帰宅することが多い、定期的な運動を行っていない、３ヶ月前から出社時間が不規則かつ遅れ気味である、２か月前から通勤ルートを外れて特定の地点に立ち寄るケースが増加していることが判明したと仮定する。

続いて、信用度判定部１０３は、更に、ユーザが与信審査に影響を及ぼす行動を行っているか否かの分析結果を用いて与信審査を行う。前述したように、ユーザから申告されたユーザ属性に基づく与信審査では、ユーザが所望する融資条件にて融資可能であると判定されている。しかしながら、ユーザは所定の頻度で、地点情報ＤＢ１０７ｂに登録された地点に頻繁に滞在しており、深夜に帰宅することが多く、定期的な運動を行っておらず、３ヶ月前から出社時間が不規則かつ遅れ気味であり、かつ、２か月前から通勤ルートを外れて特定の地点に立ち寄るケースが増加していることが判明している。従って、信用度判定部１０３は、これらの状況を踏まえて、ユーザは、健康上のリスクや生活が不安定である可能性が高いと判定し、融資額の減額及び融資期間の短縮を行う。

ステップＳ２０８で、取引条件決定部１０４は、ステップＳ２０７の処理手順で決定された融資条件にて融資を実行する。

＜その他＞
判定サーバ１００は、ユーザ属性及び位置情報履歴の取得及び使用についてユーザが同意した場合、所定の報酬をユーザに付与するようにしてもよい。報酬は礼としての金銭や物品に限らず、ポイント、融資における利率や通販での割引率の変更などインセンティブとなるものであれば種類を問わず含んでもよい。また、位置情報履歴を会員登録などの登録されたユーザ情報と紐づけて管理してもよい。

さらに、判定サーバ１００は、位置情報履歴を用いて推定されたユーザの自宅及び勤務先名に基づき、更に、ユーザの収入、生活レベル等を推定するようにしてもよい。また、判定サーバ１００は、位置情報履歴を分析することで、ユーザの転職及び引っ越し等の行動変化を分析するようにしてもよい。また、判定サーバ１００は、融資を申し込んだユーザの申込者の位置情報によって、融資を実行する実際の店舗及び融資担当者が担当するエリアの自動割り振りを行うようにしてもよい。

判定サーバ１００は、平日の日中帯に最も長時間ユーザが存在する地点と、地点及び施設名称が対応づけられて記録されたデータベース等とを照合することで、ユーザが申告した企業に在籍していることの証明（在職証明）を自動的に行うようにしてもよい。

以上説明した実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。実施形態で説明したフローチャート、シーケンス、実施形態が備える各要素並びにその配置、材料、条件、形状及びサイズ等は、例示したものに限定されるわけではなく適宜変更することができる。また、異なる実施形態で示した構成同士を部分的に置換し又は組み合わせることが可能である。例えば、動作例１と動作例２で説明した処理手順を組み合わせることも可能である。

１０…ユーザ端末、１１…ＣＰＵ、１２…記憶装置、１３…通信ＩＦ、１４…入力デバイス、１５…出力デバイス、１００…判定サーバ、１０１…受付部、１０２…取得部、１０３…信用度判定部、１０４…取引条件決定部、１０５…取引実行部、１０６…分析部、１０７…記憶部、１０７ａ…位置情報履歴ＤＢ、１０７ｂ…地点情報ＤＢ、１０７ｃ…行動パターン情報ＤＢ、１０７ｄ…マーケティング情報ＤＢ

Claims (6)

1. 所定の取引に関するユーザの信用度を判定する情報処理装置であって、
   所定のユーザ行動パターンを示す行動パターン情報を記憶する記憶部と、
   前記所定の取引を希望する前記ユーザから申告された前記ユーザに関するユーザ属性と、前記ユーザの位置情報を日時と紐づけて記録した位置情報の履歴とを取得する取得部と、
   前記ユーザから申告されたユーザ属性及び前記位置情報の履歴に基づいて、前記ユーザが希望する前記所定の取引に関する前記ユーザの信用度を判定する判定部と、
   前記判定部により前記信用度が低い又は高いと判定されたユーザに共通のユーザ行動を抽出して前記行動パターン情報に追加する、分析部と、
   を有し、
   前記判定部は、
   前記位置情報の履歴に基づいて、前記ユーザが前記信用度の判定に影響を及ぼす行動を行っているか否かを推定し、前記推定した結果に基づいて前記ユーザの信用度を判定し、
   前記位置情報の履歴に基づいて前記ユーザの行動パターンを分析し、分析により得られた前記ユーザの行動パターンが、前記行動パターン情報に含まれる場合に、前記ユーザが前記信用度の判定に影響を及ぼす行動を行っていると推定する、
   情報処理装置。
2. 前記判定部は、前記位置情報の履歴に基づいて、前記ユーザに関するユーザ属性を推定し、推定したユーザ属性と、前記ユーザから申告されたユーザ属性とを照合することで前記ユーザの信用度を判定する、
   請求項１に記載の情報処理装置。
3. １以上の所定の地点が登録された地点情報を記憶する記憶部、を有し、
   前記判定部は、前記位置情報の履歴に基づいて前記ユーザが所定の頻度で滞在する１以上の地点を推定し、推定された地点の中に、前記地点情報に登録された地点が含まれる場合に、前記ユーザが前記信用度の判定に影響を及ぼす行動を行っていると推定する、
   請求項１又は２に記載の情報処理装置。
4. 前記判定部で判定された前記信用度に基づいて、前記所定の取引の取引条件を決定する決定部、を有し、
   前記取引条件を決定することは、前記所定の取引の条件を制限すること、又は、前記所定の取引の条件を緩和することである、
   請求項１乃至３のいずれか一項に記載の情報処理装置。
5. 所定の取引に関するユーザの信用度を判定する情報処理装置が行う判定方法であって、
   所定のユーザ行動パターンを示す行動パターン情報を記憶部に記憶させるステップと、
   前記所定の取引を希望する前記ユーザから申告された前記ユーザに関するユーザ属性と、前記ユーザの位置情報を日時と紐づけて記録した位置情報の履歴とを取得するステップと、
   前記ユーザから申告されたユーザ属性及び前記位置情報の履歴に基づいて、前記ユーザが希望する前記所定の取引に関する前記ユーザの信用度を判定するステップと、
   前記判定するステップにより前記信用度が低い又は高いと判定されたユーザに共通のユーザ行動を抽出して前記行動パターン情報に追加するステップと、
   を有し、
   前記判定するステップは、
   前記位置情報の履歴に基づいて、前記ユーザが前記信用度の判定に影響を及ぼす行動を行っているか否かを推定し、前記推定した結果に基づいて前記ユーザの信用度を判定し、
   前記位置情報の履歴に基づいて前記ユーザの行動パターンを分析し、分析により得られた前記ユーザの行動パターンが、前記行動パターン情報に含まれる場合に、前記ユーザが前記信用度の判定に影響を及ぼす行動を行っていると推定する、
   判定方法。
6. 所定の取引に関するユーザの信用度を判定するコンピュータに実行させるプログラムであって、
   コンピュータに、
   所定のユーザ行動パターンを示す行動パターン情報を記憶部に記憶させるステップと、
   前記所定の取引を希望する前記ユーザから申告された前記ユーザに関するユーザ属性と、前記ユーザの位置情報を日付と紐づけて記録した位置情報の履歴とを取得するステップと、
   前記ユーザから申告されたユーザ属性及び前記位置情報の履歴に基づいて、前記ユーザが希望する前記所定の取引に関する前記ユーザの信用度を判定するステップと、
   前記判定するステップにより前記信用度が低い又は高いと判定されたユーザに共通のユーザ行動を抽出して前記行動パターン情報に追加するステップと、
   を実行させ、
   前記判定するステップは、
   前記位置情報の履歴に基づいて、前記ユーザが前記信用度の判定に影響を及ぼす行動を行っているか否かを推定し、前記推定した結果に基づいて前記ユーザの信用度を判定し、
   前記位置情報の履歴に基づいて前記ユーザの行動パターンを分析し、分析により得られた前記ユーザの行動パターンが、前記行動パターン情報に含まれる場合に、前記ユーザが前記信用度の判定に影響を及ぼす行動を行っていると推定する、
   プログラム。

Images