JP7057332B2 - 決定装置、決定方法及び決定プログラム - Google Patents

Description

本発明は、決定装置、決定方法及び決定プログラムに関する。

従来、利用者の各種情報から適切な保険料の算出を行う技術が提供されている。このような技術の一例として、走行距離や車種に基づいて保険料を決定する技術が提案されている。

再表ＷＯ２０１７／１６８８８３号公報

しかしながら、上述した従来技術では、適切な保険料を決定しているとは言えない場合がある。

例えば、利用者が代車を利用する場合や新たな車両を購入した場合等は、それまで運転していた車両とは異なる運転特性の車両を運転することとなるため、事故が発生する確率が変化すると推定される。しかしながら、上述した従来技術では、利用者が運転する車両の走行距離や車種に基づいて保険料を算出しているに過ぎない。このため、例えば、利用者が新たに運転する車種の事故率が低かったとしても、利用者がそれまでに運転していた車種とは運転特性が異なる場合、事故を起こしてしまう確率が低くなるとは言えないため、適切な保険料を算出することができなくなる。

本願は、上記に鑑みてなされたものであって、利用者に応じた保険料をより適切に決定することを目的とする。

本願にかかる決定装置は、保険料の算出対象となる利用者が操作した移動体の変遷を示す変遷情報を取得する取得部と、前記変遷情報が示す移動体の変遷に基づいて、前記利用者に対する保険料を決定する決定部とを有することを特徴とする。

実施形態の一態様によれば、利用者に応じた保険料をより適切に決定することができるといった効果を奏する。

図１は、実施形態に係る決定処理の一例を示す図である。 図２は、実施形態に係る情報提供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提供装置の構成例を示す図である。 図４は、実施形態に係る利用者データベースの一例を示す図である。 図５は、実施形態に係る車両データベースの一例を示す図である。 図６は、実施形態に係る決定処理の手順の一例を示すフローチャートである。 図７は、情報提供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、本願に係る決定装置、決定方法及び決定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説明する。なお、この実施形態により本願に係る決定装置、決定方法及び決定プログラムが限定されるものではない。また、以下の実施形態において、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．実施形態〕
図１を用いて、本実施形態の決定装置等により実現される決定処理を説明する。図１は、実施形態に係る決定処理の一例を示す図である。なお、図１では、本願に係る決定装置の一例である情報提供装置１０によって、実施形態に係る決定処理などが実現されるものとする。

図１の説明に先立って、図２を用いて、実施形態に係る情報提供システム１について説明する。図２は、実施形態に係る情報提供システムの構成例を示す図である。図２に示すように、実施形態に係る情報提供システム１は、情報提供装置１０と、端末装置１００とを含む。情報提供装置１０及び端末装置１００は、ネットワークＮを介して有線または無線により相互に通信可能に接続される。ネットワークＮは、例えば、インターネットなどのＷＡＮ（Wide Area Network）である。なお、図２に示した情報提供システム１には、複数台の情報提供装置１０及び複数台の端末装置１００が含まれていてもよい。

情報提供装置１０は、車両保険に関する保険情報を利用者に提供する情報処理装置である。例えば、情報提供装置１０は、保険情報として、保険料や補償内容、サービス内容などを管理する。また、情報提供装置１０は、利用者が運転した車両の変遷を示す変遷情報（例えば、利用者が運転した車両を示す情報や、当該車両を所有していた期間、若しくは、カーリースサービスやカーシェアリングサービス等において当該車両を利用していた期間）、並びに、利用者が車両を運転した際に生じた事故に関する事故情報（例えば、事故内容や、事故が生じたタイミング（日時））を管理する。また、情報提供装置１０は、各車両のメーカや属性（性能）を示す車両情報を管理する。なお、情報提供装置１０は、各車両のメーカから提供される情報や、利用者による各車両のレビューに基づく情報を車両情報として管理してもよい。

端末装置１００は、利用者によって利用される情報処理装置である。端末装置１００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、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。なお、図１に示す例において、端末装置１００は、利用者によって利用されるスマートフォンやタブレット等のスマートデバイスである場合を示す。

以下、図１を用いて、情報提供装置１０が行う決定処理について説明する。なお、以下の説明では、端末装置１００を利用する利用者に応じて、端末装置１００を端末装置１００－１～１００－Ｎ（Ｎは任意の自然数）として説明する。例えば、端末装置１００－１は、利用者ＩＤ「Ｕ１」により識別される利用者（利用者Ｕ１）により利用される端末装置１００である。また、以下では、端末装置１００－１～１００－Ｎについて、特に区別なく説明する場合には、端末装置１００と記載する。また、以下の説明では、端末装置１００を利用者と同一視する場合がある。すなわち、以下では、利用者を端末装置１００と読み替えることもできる。

まず、情報提供装置１０は、各利用者（運転者）が運転した車両の変遷と、事故が生じたタイミングとを収集する（ステップＳ１）。例えば、図１の例において、情報提供装置１０は、各運転者が運転した車両の変遷を示す変遷情報と、事故が生じたタイミングを示す事故情報とを、各運転者が利用する端末装置１００や、各運転者が利用する車両に設置された車載装置、各運転者にカーリースサービスやカーシェアリングサービスを提供する事業者によって管理される外部サーバなどから収集する。

なお、図１の例において、情報提供装置１０は、運転者Ｄ１が運転した車両が車両＃１（車種「小型自動車」）から車両＃２（車種「大型自動車」）に変遷し、車両＃２に変遷した後所定の期間（例えば、１ヶ月、３ヶ月）内に事故を起こしていないことを示す情報を収集したものとする。また、情報提供装置１０は、運転者Ｄ２が運転した車両が車両＃３（車種「大型自動車」）から車両＃４（車種「小型自動車」）に変遷し、車両＃４に変遷した後所定の期間内に事故を起こしたことを示す情報を収集したものとする。

続いて、情報提供装置１０は、車両の変遷と、事故の発生確率との相関を学習する（ステップＳ２）。例えば、図１の例において、情報提供装置１０は、ステップＳ１において収集した情報を学習データとして、車両の変遷を示す変遷情報が入力された場合に事故の発生確率を出力するよう学習されたモデル（以下、「学習モデル」と記載する場合がある）を生成する。ここで、図１の例において、運転した車両が車両＃１から車両＃２に変遷した運転者Ｄ１が、車両＃２に変遷した後所定の期間内に事故を起こしていないため、運転した車両が車両＃１から車両＃２に変遷したことに起因する事故は生じにくいと想定される。また、運転した車両が車両＃３から車両＃４に変遷した運転者Ｄ２が、車両＃４に変遷した後所定の期間内に事故を起こしているため、運転した車両が車両＃３から車両＃４に変遷したことに起因する事故は生じやすいと想定される。したがって、情報提供装置１０は、運転者Ｄ１の車両の変遷と類似する変遷情報が入力された場合に事故の発生確率を低く出力し、運転者Ｄ２の車両の変遷と類似する変遷情報が入力された場合に事故の発生確率を高く出力する学習モデルを生成する。

なお、モデルの学習には、任意の公知技術が適用可能であり、収集される情報に応じて適宜選択された学習手法が用いられてもよい。例えば、モデルの学習には、機械学習に関する種々の従来技術（例えば、ＳＶＭ（Support Vector Machine）等の教師あり学習の機械学習に関する技術）を用いて行われてもよい。また、モデルの学習には、深層学習（ディープラーニング）の技術が用いられてもよい。例えば、モデルの学習には、ＲＮＮ（Recurrent Neural Network）やＣＮＮ（Convolutional Neural Network）等の種々のディープラーニングの技術が用いられてもよい。また、情報提供装置１０は、ルールベースで事故の発生確率を出力する学習モデルを生成してもよい。

ここで、図１の例において、保険情報の提供要求を利用者Ｕ１が情報提供装置１０に行ったものとする。この場合、情報提供装置１０は、利用者Ｕ１が運転した車両の変遷を示す変遷情報を取得する（ステップＳ３）。なお、図１の例において、情報提供装置１０は、利用者Ｕ１が運転する車両が車両＃５（車種「小型自動車」）から車両＃６（車種「大型自動車」）に変遷したことを示す変遷情報を、端末装置１００－１や、利用者Ｕ１が利用する車両に設置された車載装置、利用者Ｕ１にカーリースサービスやカーシェアリングサービスを提供する事業者によって管理される外部サーバなどから取得したものとする。

続いて、情報提供装置１０は、利用者Ｕ１の変遷情報に基づいて、事故の発生確率を推定し、推定した発生確率に応じた保険料を決定する（ステップＳ４）。例えば、図１の例において、情報提供装置１０は、ステップＳ２において生成した学習モデルを用いて、利用者Ｕ１の変遷情報から事故の発生確率を推定する。具体的な例を挙げると、学習モデルは、利用者Ｕ１の変遷情報が運転者Ｄ１の車両の変遷と類似するため、利用者Ｕ１が車両＃６を運転した場合の事故の発生確率を「低（例えば、事故の発生確率が３０％未満）」と出力する。そして、情報提供装置１０は、端末装置１００－１に提供する保険情報に予め設定されていた保険料から、利用者Ｕ１の事故の発生確率「低」に応じた所定の割合を減算した額を、利用者Ｕ１の保険料と決定する。

続いて、情報提供装置１０は、利用者Ｕ１に保険料を通知する（ステップＳ５）。例えば、図１の例において、情報提供装置１０は、利用者Ｕ１からの提供要求に対応する保険情報であって、保険料をステップＳ４において決定した保険料に更新した保険情報を端末装置１００－１に提供する。

ここで、図１の例において、保険情報の提供要求を利用者Ｕ２が情報提供装置１０に行ったものとする。この場合、情報提供装置１０は、利用者Ｕ２が運転した車両の変遷を示す変遷情報を取得する（ステップＳ６）。なお、図１の例において、情報提供装置１０は、利用者Ｕ２が運転する車両が車両＃７（車種「大型自動車」）から車両＃８（車種「小型自動車」）に変遷することを示す変遷情報を取得したものとする。

続いて、情報提供装置１０は、利用者Ｕ２の変遷情報に基づいて、事故の発生確率を推定し、推定した発生確率に応じた保険料を決定する（ステップＳ７）。例えば、図１の例において、情報提供装置１０は、ステップＳ２において生成した学習モデルを用いて、利用者Ｕ２の変遷情報から事故の発生確率を推定する。具体的な例を挙げると、学習モデルは、利用者Ｕ２の変遷情報が運転者Ｄ２の車両の変遷と類似するため、利用者Ｕ２が車両＃８を運転した場合の事故の発生確率を「高（例えば、事故の発生確率が７０％以上）」と出力する。そして、情報提供装置１０は、端末装置１００－２に提供する保険情報に予め設定されていた保険料から、利用者Ｕ２の事故の発生確率「高」に応じた所定の割合を加算した額を、利用者Ｕ２の保険料と決定する。

続いて、情報提供装置１０は、利用者Ｕ２に保険料を通知する（ステップＳ８）。例えば、図１の例において、情報提供装置１０は、利用者Ｕ２からの提供要求に対応する保険情報であって、保険料をステップＳ７において決定した保険料に更新した保険情報を端末装置１００－２に提供する。

以上のように、実施形態に係る情報提供装置１０は、それまでに利用者が運転した車両からの変遷に応じて、当該利用者が車両を運転した場合の事故の発生確率を推定し、事故の発生確率に応じた保険料を決定する。すなわち、実施形態に係る情報提供装置１０は、利用者に応じた保険料をより適切に決定することができる。

〔２．情報提供装置の構成〕
次に、図３を用いて、情報提供装置１０の構成について説明する。図３は、実施形態に係る情報提供装置の構成例を示す図である。図３に示すように、情報提供装置１０は、通信部２０と、記憶部３０と、制御部４０とを有する。

（通信部２０について）
通信部２０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部２０は、ネットワークＮと有線または無線で接続され、端末装置１００等との間で情報の送受信を行う。

（記憶部３０について）
記憶部３０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。図３に示すように、記憶部３０は、利用者データベース３１と、車両データベース３２と、学習モデルデータベース３３を有する。

（利用者データベース３１について）
利用者データベース３１は、利用者（運転者）に関する各種情報を記憶する。ここで、図４を用いて、利用者データベース３１が記憶する情報の一例を説明する。図４は、実施形態に係る利用者データベースの一例を示す図である。図４の例では、利用者データベース３１は、「利用者ＩＤ」、「属性情報」、「変遷情報」、「事故情報」といった項目を有する。

「利用者ＩＤ」は、利用者を識別するための識別情報を示す。「属性情報」は、利用者が利用する車両に設置された車載装置や、端末装置１００が有する各種センサ（例えば、ＧＰＳ（Global Positioning System）センサや、加速度センサ、ジャイロセンサ）により検出される車両の挙動に基づいて推定される、利用者の運転に関する属性を示す。

「変遷情報」は、利用者が運転した車両の変遷を示し、例えば、「期間」、「車両」といった項目を有する。「期間」は、車両を運転した期間を示す。「車両」は、「期間」の項目に格納された期間において利用者が運転した車両を示す。

「事故情報」は、利用者が車両を運転した際に生じた事故に関する情報を示し、例えば、「日時」、「事故内容」といった項目を有する。「日時」は、事故が生じた日時を示す。「事故内容」は、生じた事故の内容を示す。

すなわち、図４では、利用者ＩＤ「ＵＩＤ＃１」によって識別され、属性情報「属性＃１」である利用者が期間「期間＃１」において車両「車両＃１」を利用し、日時「日時＃１」に事故内容「事故内容＃１」である事故が生じた例を示す。

（車両データベース３２について）
車両データベース３２は、各車両に関する各種情報を記憶する。ここで、図５を用いて、車両データベース３２が記憶する情報の一例を説明する。図５は、実施形態に係る車両データベースの一例を示す図である。図５の例では、車両データベース３２は、「車両ＩＤ」、「メーカ」、「属性情報」といった項目を有する。

「車両ＩＤ」は、車両を識別するための識別情報を示す。「メーカ」は、車両のメーカを示す。「属性情報」は、車両に関する属性を示し、例えば、車両の車格（車両の種別や、車両の重さ、大きさなど）をスコアリングした「車格スコア」、車両のハンドリングに関する特性（例えば、ハンドルサイズ、ハンドルの重さ、速度に応じたハンドルの重さの変化、最小回転半径など）をスコアリングした「ハンドリングスコア」、車両のアクセルに関する特性をスコアリングした「アクセルスコア」、車両のブレーキに関する特性をスコアリングした「ブレーキスコア」、車両のトランスミッションをスコアリングした「トランスミッションスコア」などといった項目を有する。

すなわち、図５では、車両ＩＤ「車両＃１」によって識別され、メーカ「メーカ＃１」の車両の車格スコアが「５」、ハンドリングスコアが「３」、アクセルスコアが「１」、ブレーキスコアが「２」、トランスミッションスコアが「１」である例を示す。

（学習モデルデータベース３３について）
学習モデルデータベース３３は、車両の変遷を示す変遷情報が入力された場合に事故の発生確率を出力するよう学習された学習モデルを記憶する。

（制御部４０について）
制御部４０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、情報提供装置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。また、制御部４０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。実施形態に係る制御部４０は、図３に示すように、収集部４１と、学習部４２と、取得部４３と、決定部４４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。

（収集部４１について）
収集部４１は、各利用者が操作した移動体の変遷を示す変遷情報と、事故が生じたタイミングとを収集する。例えば、図１の例において、収集部４１は、各運転者が運転した車両の変遷と、事故が生じたタイミングとを、各運転者が利用する端末装置１００や、各運転者が利用する車両に設置された車載装置、各運転者にカーリースサービスやカーシェアリングサービスを提供する事業者によって管理される外部サーバなどから収集し、利用者データベース３１に格納する。具体的な例を挙げると、収集部４１は、利用者が過去に各車両を運転した回数や、利用者が過去に各車両を運転した期間の長さ、利用者が過去に各車両を運転した順番などの情報を収集する。

また、収集部４１は、移動体に関する情報として、各移動体のメーカや属性を示す情報を収集してもよい。例えば、図１の例において、収集部４１は、各車両のメーカから提供される情報や、利用者による各車両のレビューに基づく情報を車両情報として収集し、車両データベース３２に格納する。また、収集部４１は、移動体の種別や、移動体の操作に関する特性（例えば、ハンドリングに関する特性、加減速に関する特性（エンジン排気量、トルク、加速性能、ブレーキ性能など）、移動体のトランスミッションの種別など）、移動体の大きさなどの情報を収集する。

（学習部４２について）
学習部４２は、収集部４１により収集された情報をモデルに学習させる。例えば、図１の例において、学習部４２は、収集部４１により収集された情報を学習データとして、車両の変遷を示す変遷情報が入力された場合に事故の発生確率を出力するよう学習させたモデルを生成し、学習モデルデータベース３３に格納する。具体的な例を挙げると、学習部４２は、車両の各種属性をスコアリングし、スコアの変遷と、事故の発生確率との間の相関を学習データに学習させる。

（取得部４３について）
取得部４３は、保険料の算出対象となる利用者が操作した移動体の変遷を示す変遷情報を取得する。例えば、図１の例において、取得部４３は、保険情報の提供要求を行った利用者Ｕ１及びＵ２が運転した車両の変遷を示す変遷情報を取得する。

また、取得部４３は、さらに、利用者が新たに操作する移動体に関する情報を取得してもよい。

（決定部４４について）
決定部４４は、変遷情報が示す移動体の変遷に基づいて、利用者に対する保険料を決定する。例えば、決定部４４は、保険料の算出対象となる利用者が現在運転する車両の事故の発生確率であって、収集部４１により収集された情報と、当該利用者の変遷情報とに基づく事故の発生確率に応じて、当該利用者の保険料を決定する。具体的な例を挙げると、決定部４４は、学習部４２が生成した学習モデルと、取得部４３が取得した変遷情報とに基づいて利用者の事故の発生確率を推定し、推定した事故の発生確率に応じた保険料を決定する。

また、決定部４４は、利用者が操作した各移動体の属性を特定し、特定した属性の変遷に基づいて、利用者に対する保険料を決定してもよい。例えば、決定部４４は、車両データベース３２を参照して変遷情報が示す各車両の属性を特定し、特定した属性の変遷に基づいて利用者に対する保険料を決定する。具体的な例を挙げると、決定部４４は、変遷情報が示す各車両の属性をスコアリングし、利用者が現在運転する車両の属性のスコアと、それまで利用者が運転した車両の属性のスコアとの差が所定の閾値以上となる場合、当該利用者に対する保険料を高く決定する。また、決定部４４は、利用者が現在運転する車両の属性のスコアと、それまで利用者が運転した車両の属性のスコアとの差が所定の閾値以内となる場合、当該利用者に対する保険料を低く決定する。

また、決定部４４は、移動体の属性として、当該移動体の種別を特定し、特定した種別の変遷に基づいて、利用者に対する保険料を決定してもよい。例えば、決定部４４は、保険料の算出対象となる利用者の変遷情報が示す車両（例えば、ＳＵＶ（Sport Utility Vehicle）、セダン、ミニバンなど）の種別を特定し、特定した種別の変遷に基づいて利用者に対する保険料を決定する。具体的な例を挙げると、決定部４４は、利用者が現在運転する車両の種別が、それまで利用者が運転した車両の種別と異なる場合、当該利用者に対する保険料を高く決定する。また、決定部４４は、利用者が現在運転する車両の種別が、それまで利用者が運転した車両の種別と同一である場合、当該利用者に対する保険料を低く決定する。

また、決定部４４は、移動体の属性として、当該移動体の操作に関する特性を特定し、特定した特性の変遷に基づいて、利用者に対する保険料を決定してもよい。例えば、決定部４４は、車両データベース３２を参照して変遷情報が示す各車両の運転に関する特性を特定し、特定した特性に基づいて利用者に対する保険料を決定する。具体的な例を挙げると、決定部４４は、変遷情報が示す各車両が示す車格や、ハンドリング、アクセル、ブレーキ、トランスミッションなどの特性に基づき各車両の運転のしやすさをスコアリングし、利用者が現在運転する車両のスコアが、それまで利用者が運転した車両のスコアよりも所定の閾値以上低い場合（すなわち、利用者が現在運転する車両の方がそれまで利用者が運転した車両よりも運転しにくい場合）、当該利用者に対する保険料を高く決定する。また、決定部４４は、利用者が現在運転する車両のスコアが、それまで利用者が運転した車両のスコアよりも所定の閾値以上高い場合（すなわち、利用者が現在運転する車両の方がそれまで利用者が運転した車両よりも運転しやすい場合）、当該利用者に対する保険料を低く決定する。

また、決定部４４は、移動体の操作に関する特性として、ハンドリングに関する特性の変遷に基づいて、利用者に対する保険料を決定してもよい。例えば、決定部４４は、保険料の算出対象となる利用者の変遷情報が示す各車両のハンドリングの特性をスコアリングし、各車両のハンドリングの特性のスコアに基づいて利用者に対する保険料を決定する。具体的な例を挙げると、決定部４４は、利用者が現在運転する車両のハンドリングの特性のスコアと、それまで利用者が運転した車両のハンドリングの特性のスコアとの差が所定の閾値以上となる場合、当該利用者に対する保険料を高く決定する。また、決定部４４は、利用者が現在運転する車両のハンドリングの特性のスコアと、それまで利用者が運転した車両のハンドリングの特性のスコアとの差が所定の閾値以内となる場合、当該利用者に対する保険料を低く決定する。

また、決定部４４は、移動体の操作に関する特性として、加減速に関する特性の変遷に基づいて、利用者に対する保険料を決定してもよい。例えば、決定部４４は、保険料の算出対象となる利用者の変遷情報が示す各車両の加減速に関する特性をスコアリングし、各車両の加減速に関する特性のスコアに基づいて利用者に対する保険料を決定する。具体的な例を挙げると、決定部４４は、利用者が現在運転する車両の加減速に関する特性のスコアと、それまで利用者が運転した車両のスコアとの差が所定の閾値以上である場合、当該利用者に対する保険料を高く決定する。また、決定部４４は、利用者が現在運転する車両の加減速に関する特性のスコアと、それまで利用者が運転した車両のスコアとの差が所定の閾値以内である場合、当該利用者に対する保険料を低く決定する。

また、決定部４４は、移動体の操作に関する特性として、各車両のトランスミッションの種別の変遷に基づいて、利用者に対する保険料を決定してもよい。例えば、決定部４４は、利用者が現在運転する車両のトランスミッションの種別が、それまで利用者が運転した車両の種別と異なる場合、当該利用者に対する保険料を高く決定する。また、決定部４４は、利用者が現在運転する車両のトランスミッションの種別が、それまで利用者が運転した車両のトランスミッションの種別と同一である場合、当該利用者に対する保険料を低く決定する。

また、決定部４４は、移動体の属性として、当該移動体の大きさを特定し、特定した大きさの変遷に基づいて、利用者に対する保険料を決定してもよい。例えば、決定部４４は、利用者が現在運転する車両の大きさと、それまで利用者が運転した車両の大きさとの差が所定の閾値以上である場合、当該利用者に対する保険料を高く決定する。また、決定部４４は、利用者が現在運転する車両の大きさと、それまで利用者が運転した車両の大きさとの差が所定の閾値以内である場合、当該利用者に対する保険料を低く決定する。

また、決定部４４は、利用者が新たに操作する移動体の属性と、利用者が直前まで操作していた移動体の属性との差に基づいて、利用者に対する保険料を決定してもよい。例えば、決定部４４は、車両データベース３２を参照して利用者が新たに運転する車両の属性と、利用者が直前まで運転していた車両の属性とを特定し、特定した属性に基づいて利用者に対する保険料を決定する。具体的な例を挙げると、決定部４４は、各車両の属性をスコアリングし、利用者が新たに運転する車両の属性のスコアと、利用者が直前まで運転していた車両の属性のスコアとの差が所定の閾値以上となる場合、当該利用者に対する保険料を高く決定する。また、決定部４４は、利用者が新たに運転する車両の属性のスコアと、利用者が直前まで運転していた車両の属性のスコアとの差が所定の閾値以内となる場合、当該利用者に対する保険料を低く決定する。

また、決定部４４は、利用者が新たに操作する移動体の属性と、利用者が過去に操作した移動体のうち最も長い期間操作していた移動体の属性との差に基づいて、利用者に対する保険料を決定してもよい。例えば、決定部４４は、利用者データベース３１を参照して、利用者が過去に運転した車両のうち最も長い期間運転していた車両を特定する。そして、決定部４４は、利用者が新たに運転する車両の属性と、特定した車両の属性とに基づいて利用者に対する保険料を決定する。

また、決定部４４は、さらに、利用者が過去に各移動体を操作した回数に基づいて、利用者に対する保険料を決定してもよい。例えば、決定部４４は、利用者データベース３１を参照して利用者が過去に運転した各車両の属性を特定し、特定した属性に対し利用者が運転した回数に応じた重み付けを行い、保険料を決定する。

また、決定部４４は、さらに、利用者が過去に各移動体を操作した期間の長さに基づいて、利用者に対する保険料を決定してもよい。例えば、決定部４４は、利用者データベース３１を参照して利用者が過去に運転した各車両の属性を特定し、特定した属性に対し利用者が運転した期間に応じた重み付けを行い、保険料を決定する。

また、決定部４４は、さらに、利用者が過去に各移動体を操作した順番に基づいて、利用者に対する保険料を決定してもよい。例えば、決定部４４は、変遷情報が示す各車両の属性をスコアリングし、利用者が過去に運転した車両が、スコアが低い車両からスコアが高い車両に変遷している場合（すなわち、運転しにくい車両から運転しやすい車両に変遷している場合）、当該利用者に対する保険料を低く決定する。

また、決定部４４は、変遷情報が示す移動体の変遷に基づいて、利用者の操作に関する能力を推定し、推定した能力に基づいて、当該利用者に対する保険料を決定してもよい。例えば、決定部４４は、変遷情報が示す各車両の属性をスコアリングし、スコアが所定の閾値以下である車両（すなわち、運転しにくい車両）を運転した期間や、当該車両を運転した回数に応じて利用者の運転に関する能力を推定し、推定した能力に基づいて当該利用者に対する保険料を決定する。

また、決定部４４は、さらに、利用者の操作に関する属性に基づいて、当該利用者に対する保険料を決定してもよい。例えば、決定部４４は、利用者データベース３１を参照して利用者の運転に関する属性を特定し、特定した属性に応じた重み付けを行った保険料を決定する。

〔３．決定理のフロー〕
ここで、図６を用いて、実施形態に係る情報提供装置１０の決定処理の手順について説明する。図６は、実施形態に係る決定処理の手順の一例を示すフローチャートである。

図６に示すように、情報提供装置１０は、各利用者が運転した車両の変遷を示す変遷情報と、事故の有無とを収集する（ステップＳ１０１）。続いて、情報提供装置１０は、車両の各種属性をスコア化（スコアリング）する（ステップＳ１０２）。続いて、情報提供装置１０は、スコアの変遷と、事故の発生確率との間の相関を学習することで、車両の変遷と事故の発生確率との関係性を学習する（ステップＳ１０３）。

続いて、情報提供装置１０は、処理対象（保険料の決定対象）となる利用者の変遷情報を取得したか否かを判定する（ステップＳ１０４）。処理対象となる利用者の変遷情報を取得していない場合（ステップＳ１０４；Ｎｏ）、情報提供装置１０は、処理を終了する。

一方、処理対象となる利用者の変遷情報を取得した場合（ステップＳ１０４；Ｙｅｓ）、情報提供装置１０は、変遷情報から、事故の発生確率を推定する（ステップＳ１０５）。例えば、情報提供装置１０は、車両の変遷と事故の発生確率との関係性を学習したモデルを用いて、変遷情報から事故の発生確率を推定する。続いて、情報提供装置１０は、推定した事故の発生確率に基づいて、保険料を決定し（ステップＳ１０６）、処理を終了する。

〔４．変形例〕
上述の実施形態は一例を示したものであり、種々の変更及び応用が可能である。

〔４－１．保険料の決定処理について〕
上述の実施形態において、決定部４４が、利用者が運転した車両（自動車）の変遷に基づき、当該利用者に対する保険料を決定する例を示したが、決定部４４の機能はこのような例に限定されない。例えば、決定部４４は、利用者が操作した各種の移動体の変遷に基づき、当該利用者に対する保険料を決定してもよい。具体的な例を挙げると、決定部４４は、バイクを運転した利用者に対するバイク保険の保険料や、自転車を運転した利用者に対する自転車保険の保険料、航空機を操縦した利用者に対する航空機保険の保険料、船を操作した利用者に対する船舶保険の保険料、ドローンを操作した利用者に対するドローン保険の保険料などを決定する。

〔４－２．変遷情報について〕
上述の実施形態において、決定部４４が、移動体の属性（例えば、車格、ハンドリングなど）や種別（例えば、車種）などの変遷に基づいて保険料を決定する例を示したが、決定部４４の機能はこのような例に限定されない。例えば、決定部４４は、事故を誘因することが想定される移動体の各種の特徴の変遷に基づいて保険料を決定してもよい。

具体的な例を挙げると、利用者が現在操作する移動体の視認性がそれまで利用者が操作した移動体よりも低下する場合（例えば、移動体の色が暖色系から寒色系に変遷する場合や、移動体の色が明度の高い色から明度の低い色に変遷する場合）、決定部４４は、当該利用者に対する保険料を高く決定する。一方、利用者が現在操作する移動体の視認性がそれまで利用者が操作した移動体よりも向上する場合（例えば、移動体の色が寒色系から暖色系に変遷する場合や、移動体の色が明度の低い色から明度の高い色に変遷する場合）、決定部４４は、当該利用者に対する保険料を低く決定する。

また、利用者が現在操作する移動体を構成する構成物の属性（例えば、移動体に付属するミラーの種別や大きさ、ボンネットの大きさ、シートの大きさ、移動体の操作を支援するシステムの数や種別など）がそれまで利用者が操作した移動体のものと同一でない場合、決定部４４は、当該利用者に対する保険料を高く決定する。一方、利用者が現在操作する移動体を構成する構成物の性質がそれまで利用者が操作した移動体のものと同一である場合、決定部４４は、当該利用者に対する保険料を低く決定する。

〔５．効果〕
上述してきたように、実施形態に係る情報提供装置１０は、収集部４１と、学習部４２と、取得部４３と、決定部４４とを有する。収集部４１は、各利用者が操作した移動体の変遷を示す変遷情報と、事故が生じたタイミングとを収集する。学習部４２は、収集部４１により収集された情報をモデルに学習させる。取得部４３は、保険料の算出対象となる利用者が操作した移動体の変遷を示す変遷情報を取得する。決定部４４は、変遷情報が示す移動体の変遷に基づいて、利用者に対する保険料を決定する。

これにより、実施形態に係る情報提供装置１０は、移動体の変遷と、事故の発生確率との間の相関を学習し、処理対象の利用者の移動体の変遷から推定した事故の発生確率に応じた保険料を決定できるため、利用者に応じた保険料をより適切に決定することができる。

また、実施形態に係る情報提供装置１０において、例えば、決定部４４は、利用者が操作した各移動体の属性を特定し、特定した属性の変遷に基づいて、利用者に対する保険料を決定する。また、決定部４４は、移動体の属性として、当該移動体の種別を特定し、特定した種別の変遷に基づいて、利用者に対する保険料を決定する。また、決定部４４は、移動体の属性として、当該移動体の操作に関する特性を特定し、特定した特性の変遷に基づいて、利用者に対する保険料を決定する。また、決定部４４は、移動体の操作に関する特性として、ハンドリングに関する特性の変遷に基づいて、利用者に対する保険料を決定する。また、決定部４４は、移動体の操作に関する特性として、加減速に関する特性の変遷に基づいて、利用者に対する保険料を決定する。また、決定部４４は、移動体の操作に関する特性として、各移動体のトランスミッションの種別の変遷に基づいて、利用者に対する保険料を決定する。また、決定部４４は、移動体の属性として、当該移動体の大きさを特定し、特定した大きさの変遷に基づいて、利用者に対する保険料を決定する。

これにより、実施形態に係る情報提供装置１０は、各種の情報に基づいて利用者に対する保険料を決定するため、利用者に応じた保険料をより適切に決定することができる。

また、実施形態に係る情報提供装置１０において、例えば、決定部４４は、利用者が新たに操作する移動体の属性と、利用者が直前まで操作していた移動体の属性との差に基づいて、利用者に対する保険料を決定する。また、決定部４４は、利用者が新たに操作する移動体の属性と、利用者が過去に操作した移動体のうち最も長い期間操作していた移動体の属性との差に基づいて、利用者に対する保険料を決定する。

これにより、実施形態に係る情報提供装置１０は、利用者がこれから操作する移動体に基づいて保険料を決定できるため、利便性を向上することができる。

また、実施形態に係る情報提供装置１０において、例えば、決定部４４は、さらに、利用者が過去に各移動体を操作した回数に基づいて、利用者に対する保険料を決定する。また、決定部４４は、さらに、利用者が過去に各移動体を操作した期間の長さに基づいて、利用者に対する保険料を決定する。また、決定部４４は、さらに、利用者が過去に各移動体を操作した順番に基づいて、利用者に対する保険料を決定する。また、決定部４４は、変遷情報が示す移動体の変遷に基づいて、利用者の操作に関する能力を推定し、推定した能力に基づいて、当該利用者に対する保険料を決定する。また、決定部４４は、さらに、利用者の操作に関する属性に基づいて、当該利用者に対する保険料を決定する。

これにより、実施形態に係る情報提供装置１０は、利用者が操作した移動体の変遷に付随する各種の情報に基づいて保険料を決定できるため、利用者に応じた保険料をより適切に決定することができる。

〔６．ハードウェア構成〕
また、上述してきた各実施形態に係る情報提供装置１０は、例えば、図７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。以下、情報提供装置１０を例に挙げて説明する。図７は、情報提供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。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（実施形態のネットワークＮ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が情報提供装置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４０の機能を実現する。また、ＨＤＤ１４００には、情報提供装置１０の記憶装置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。

〔７．その他〕
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、上述した情報提供装置１０は、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」は、「手段」や「回路」などに読み替えることができる。例えば、収集部は、収集手段や収集回路に読み替えることができる。

１０ 情報提供装置
２０ 通信部
３０ 記憶部
３１ 利用者データベース
３２ 車両データベース
３３ 学習モデルデータベース
４０ 制御部
４１ 収集部
４２ 学習部
４３ 取得部
４４ 決定部
１００ 端末装置

Claims (17)

1. 利用者が操作した移動体の変遷を示す変遷情報が入力された場合に事故の発生確率を出力するよう学習させたモデルを記憶する記憶部と、
   保険料の算出対象となる利用者が操作した移動体の変遷を示す変遷情報を所定の外部装置から取得し、前記記憶部に格納する取得部と、
   前記記憶部を参照し、前記モデルと、前記取得部により取得された前記変遷情報が示す移動体の変遷とに基づいて、保険料の算出対象となる前記利用者の事故の発生確率を推定し、推定した事故の発生確率に応じた保険料を前記利用者に対する保険料として決定する決定部と
   を有することを特徴とする決定装置。
2. 前記決定部は、
   前記利用者が操作した各移動体の属性を特定し、特定した属性の変遷に基づいて、前記利用者に対する保険料を決定する
   ことを特徴とする請求項１に記載の決定装置。
3. 前記決定部は、
   前記移動体の属性として、当該移動体の種別を特定し、特定した種別の変遷に基づいて、前記利用者に対する保険料を決定する
   ことを特徴とする請求項２に記載の決定装置。
4. 前記決定部は、
   前記移動体の属性として、当該移動体の操作に関する特性を特定し、特定した特性の変遷に基づいて、前記利用者に対する保険料を決定する
   ことを特徴とする請求項２または３に記載の決定装置。
5. 前記決定部は、
   前記移動体の操作に関する特性として、ハンドリングに関する特性の変遷に基づいて、前記利用者に対する保険料を決定する
   ことを特徴とする請求項４に記載の決定装置。
6. 前記決定部は、
   前記移動体の操作に関する特性として、加減速に関する特性の変遷に基づいて、前記利用者に対する保険料を決定する
   ことを特徴とする請求項４または５に記載の決定装置。
7. 前記決定部は、
   前記移動体の操作に関する特性として、各移動体のトランスミッションの種別の変遷に基づいて、前記利用者に対する保険料を決定する
   ことを特徴とする請求項４～６のうちいずれか１つに記載の決定装置。
8. 前記決定部は、
   前記移動体の属性として、当該移動体の大きさを特定し、特定した大きさの変遷に基づいて、前記利用者に対する保険料を決定する
   ことを特徴とする請求項２～７のうちいずれか１つに記載の決定装置。
9. 前記決定部は、
   前記利用者が新たに操作する移動体の属性と、前記利用者が直前まで操作していた移動体の属性との差に基づいて、前記利用者に対する保険料を決定する
   ことを特徴とする請求項１～８のうちいずれか１つに記載の決定装置。
10. 前記決定部は、
    前記利用者が新たに操作する移動体の属性と、前記利用者が過去に操作した移動体のうち最も長い期間操作していた移動体の属性との差に基づいて、前記利用者に対する保険料を決定する
    ことを特徴とする請求項１～９のうちいずれか１つに記載の決定装置。
11. 前記決定部は、
    さらに、前記利用者が過去に各移動体を操作した回数に基づいて、前記利用者に対する保険料を決定する
    ことを特徴とする請求項１～１０のうちいずれか１つに記載の決定装置。
12. 前記決定部は、
    さらに、前記利用者が過去に各移動体を操作した期間の長さに基づいて、前記利用者に対する保険料を決定する
    ことを特徴とする請求項１～１１のうちいずれか１つに記載の決定装置。
13. 前記決定部は、
    さらに、前記利用者が過去に各移動体を操作した順番に基づいて、前記利用者に対する保険料を決定する
    ことを特徴とする請求項１～１２のうちいずれか１つに記載の決定装置。
14. 前記決定部は、
    前記変遷情報が示す移動体の変遷に基づいて、前記利用者の操作に関する能力を推定し、推定した能力に基づいて、当該利用者に対する保険料を決定する
    ことを特徴とする請求項１～１３のうちいずれか１つに記載の決定装置。
15. 前記決定部は、
    さらに、前記利用者の操作に関する属性に基づいて、当該利用者に対する保険料を決定する
    ことを特徴とする請求項１～１４のうちいずれか１つに記載の決定装置。
16. 決定装置が実行する決定方法であって、
    利用者が操作した移動体の変遷を示す変遷情報が入力された場合に事故の発生確率を出力するよう学習させたモデルを記憶部に記憶する記憶工程と、
    保険料の算出対象となる利用者が操作した移動体の変遷を示す変遷情報を所定の外部装置から取得し、前記記憶部に格納する取得工程と、
    前記記憶部を参照し、前記モデルと、前記取得工程により取得された前記変遷情報が示す移動体の変遷とに基づいて、保険料の算出対象となる前記利用者の事故の発生確率を推定し、推定した事故の発生確率に応じた保険料を前記利用者に対する保険料として決定する決定工程と
    を含むことを特徴とする決定方法。
17. 利用者が操作した移動体の変遷を示す変遷情報が入力された場合に事故の発生確率を出力するよう学習させたモデルを記憶部に記憶する記憶手順と、
    保険料の算出対象となる利用者が操作した移動体の変遷を示す変遷情報を所定の外部装置から取得し、前記記憶部に格納する取得手順と、
    前記記憶部を参照し、前記モデルと、前記取得手順により取得された前記変遷情報が示す移動体の変遷とに基づいて、保険料の算出対象となる前記利用者の事故の発生確率を推定し、推定した事故の発生確率に応じた保険料を前記利用者に対する保険料として決定する決定手順と
    をコンピュータに実行させるための決定プログラム。

Images