JP7112885B2 - 情報処理装置 - Google Patents

Description

本発明は、情報処理装置に関する。

ユーザの行動及びサービスの利用等の履歴情報に基づいて、ユーザに関する種々の情報を推定する技術が知られている。例えば、特許文献１には、ユーザの位置情報の履歴に基づいて、当該ユーザの信用情報を判定する技術が開示されている。

特開２０１８－４５５９９号公報

近年、携帯端末の機能を利用した決済サービスが提供されている。このような決済サービスにおいては、適切な運用及び管理のため、ユーザによるサービスの利用額を精度よく推定することが求められている。

そこで、本発明は、上記問題点に鑑みてなされたものであり、決済サービスの利用額を精度良く推定することが可能な情報処理装置を提供することを目的とする。

上記課題を解決するために、本発明の一形態に係る情報処理装置は、ユーザによる所定の決済サービスの利用額を推定する情報処理装置であって、決済サービスの利用に関する情報を含むユーザごとのサービス利用情報を取得する取得部と、取得部により取得されたユーザごとのサービス利用情報に基づいて、ユーザごとの決済サービスの利用額を推定するための利用額推定モデルを生成する第１モデル生成部と、一のユーザのサービス利用情報に基づいて、利用額推定モデルを用いて、当該一のユーザの決済サービスの利用額を推定する利用額推定部と、を備える。

上記の形態によれば、ユーザによる決済サービスの利用に関する情報を含むサービス利用情報に基づいて、利用額推定モデルが生成される。従って、少なくとも決済サービスの利用に関する情報が反映された利用額推定モデルが用いられるので、ユーザの決済サービスの利用額を精度良く推定できる。

決済サービスの利用額を精度良く推定できる情報処理装置を提供することが可能となる。

本実施形態に係る情報処理装置の機能的構成を示す図である。 情報処理装置のハードブロック図である。 推定モデルの生成処理を示すフローチャートである。 決済サービスの利用に関する情報を含むサービス利用情報に基づく特徴量の例を示す図である。 通信サービスの利用に関する情報を含むサービス利用情報に基づく特徴量の例を示す図である。 利用額の推定及び利用限度額の設定の処理内容を示すフローチャートである。 情報処理プログラムの構成を示す図である。

本発明に係る情報処理装置の実施形態について図面を参照して説明する。なお、可能な場合には、同一の部分には同一の符号を付して、重複する説明を省略する。

図１は、本実施形態に係る情報処理装置１０の機能的構成を示す図である。情報処理装置１０は、ユーザによる所定の決済サービスの利用額を推定する装置である。さらに、情報処理装置１０は、推定された利用額に基づいて決済サービスの利用限度額を設定してもよい。また、情報処理装置１０は、ユーザの信用度の算出を更に実施することとしてもよい。この場合には、情報処理装置１０は、推定された利用額及び算出された信用度に基づいて、決済サービスの利用限度額を設定できる。

図１に示す例では、情報処理装置１０は、取得部１１、取得データ加工部１２、利用額推定モデル生成部１３（第１モデル生成部）、信用度算出モデル生成部１４（第２モデル生成部）、利用額推定部１５、信用度算出部１６及び利用限度額設定部１７を備える。本実施形態の情報処理装置１０が備える各機能部は、１つの装置に構成されてもよいし、複数の装置に分散されて構成されてもよい。

また、情報処理装置１０は、サービス利用情報記憶部２１、モデル記憶部２２及び推定利用額記憶部２３といった記憶手段を含む。本実施形態の情報処理装置１０が備える各記憶部は、情報処理装置１０に構成されてもよいし、情報処理装置１０と通信可能な他の装置に構成されてもよい。

なお、図１に示したブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及び／又はソフトウェアの任意の組み合わせによって実現される。また、各機能ブロックの実現手段は特に限定されない。すなわち、各機能ブロックは、物理的及び／又は論理的に結合した１つの装置により実現されてもよいし、物理的及び／又は論理的に分離した２つ以上の装置を直接的及び／又は間接的に(例えば、有線及び／又は無線)で接続し、これら複数の装置により実現されてもよい。

例えば、本発明の一実施の形態における情報処理装置１０は、コンピュータとして機能してもよい。図２は、本実施形態に係る情報処理装置１０のハードウェア構成の一例を示す図である。情報処理装置１０は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。

なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。情報処理装置１０のハードウェア構成は、図２に示した各装置を１つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。

情報処理装置１０における各機能は、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることで、プロセッサ１００１が演算を行い、通信装置１００４による通信や、メモリ１００２及びストレージ１００３におけるデータの読み出し及び／又は書き込みを制御することで実現される。

プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：Central Processing Unit）で構成されてもよい。また、プロセッサ１００１は、ＧＰＵ（Graphics Processing Unit）を含んで構成されてもよい。例えば、図１に示した各機能部１１～１７などは、プロセッサ１００１で実現されてもよい。

また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュールやデータを、ストレージ１００３及び／又は通信装置１００４からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施の形態で説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、情報処理装置１０の各機能部１１～１５、２１～２４は、メモリ１００２に格納され、プロセッサ１００１で動作する制御プログラムによって実現されてもよい。上述の各種処理は、１つのプロセッサ１００１で実行される旨を説明してきたが、２以上のプロセッサ１００１により同時又は逐次に実行されてもよい。プロセッサ１００１は、１以上のチップで実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。

メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable ＲＯＭ）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ＲＯＭ）、ＲＡＭ（Random Access Memory）などの少なくとも１つで構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本発明の一実施の形態に係る棚割情報生成方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。

ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ－ＲＯＭ（Compact Disc ＲＯＭ）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク(例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク)、スマートカード、フラッシュメモリ(例えば、カード、スティック、キードライブ)、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つで構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ１００２及び／又はストレージ１００３を含むデータベース、サーバその他の適切な媒体であってもよい。

通信装置１００４は、有線及び／又は無線ネットワークを介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。

入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、LEDランプなど）である。なお、入力装置１００５及び出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。

また、プロセッサ１００１やメモリ１００２などの各装置は、情報を通信するためのバス１００７で接続される。バス１００７は、単一のバスで構成されてもよいし、装置間で異なるバスで構成されてもよい。

また、情報処理装置１０は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つで実装されてもよい。

再び図１を参照して、情報処理装置１０の各機能部について説明する。取得部１１は、サービス利用情報を取得する。具体的には、取得部１１は、例えばサービス利用情報記憶部２１に予め記憶されているサービス利用情報を取得する。

サービス利用情報記憶部２１は、サービス利用情報を記憶している記憶手段である。サービス利用情報は、ユーザの決済サービスの利用額の推定及び信用度の算出に有用な特徴量を構成し得る情報であって、例えば、ユーザごとの、所定の決済サービスの利用に関する情報及び所定の通信サービスの利用に関する情報等を含み得る。具体的には、サービス利用情報は、サービスの利用に関する履歴情報、実績情報、契約情報、属性情報及び設定情報等を含み得る。

サービス利用情報は、決済サービスの利用に関する情報として、例えば、決済サービスの利用履歴、利用者（ユーザ）の属性情報、決済サービスに供する移動端末の情報等を含み得る。

また、サービス利用情報は、通信サービスの利用に関する情報として、例えば、ユーザが所有する移動端末の情報、通信サービスの利用履歴、通信サービスの契約情報等を含み得る。

これらの通信サービスの利用に関する情報は、移動端末による通信サービスを提供するキャリアにおいて、容易に収集可能である。また、決済サービスの利用に関する情報は、決済サービスの提供者において容易に収集可能である。さらに、通信サービスのキャリアが携帯端末を利用した決済サービスを提供している場合には、そのキャリアは、通信サービスの利用に関する情報及び決済サービスの利用に関する情報の双方を容易に収集できる。

取得データ加工部１２は、取得部１１により取得されたサービス利用情報を、モデル生成のための特徴量としてのデータ形式、又は、生成済みのモデルに適用するための特徴量としてのデータ形式に加工（変換）する。取得データ加工部１２は、例えば、所定の正規化処理等をサービス利用情報の加工処理として実施してもよい。

利用額推定モデル生成部１３は、取得部１１により取得されたユーザごとのサービス利用情報に基づいて、ユーザごとの決済サービスの利用額を推定するための利用額推定モデルを生成する。図３及び図４を参照して、モデルの生成処理について説明する。図３は、モデルの生成処理を示すフローチャートである。図４は、決済サービスの利用に関する情報を含むサービス利用情報に基づく特徴量の例を示す図である。

モデルの生成処理においては、図３に示すように、まずステップＳ１において、取得部１１は、複数のユーザのサービス利用情報を取得する。次に、ステップＳ２において、取得データ加工部１２は、取得部１１により取得されたサービス利用情報をモデル生成のための特徴量としてのデータ形式に加工する。

図４に示すように、利用額推定モデルの生成のための特徴量は、複数のユーザそれぞれの、契約者年齢ｘ１１、決済金額ｘ１２及び決済回数ｘ１３等の説明変数並びに目的変数である利用額Ｙ１を含む。なお、図４に示す例では、主に決済サービスの利用に関する情報が特徴量として用いられるが、特徴量として用いる情報はこれらの情報に限定されない。

続くステップＳ３において、利用額推定モデル生成部１３は、図４に例示したような特徴量に基づいて、利用額推定モデルを生成する。利用額推定モデルの生成の一例を以下に示す。

一例としての利用額推定モデルの生成は、以下の式の係数を求めることに相当する。
利用額Ｙ１＝ａ１０＋ａ１１・ｘ１１＋ａ１２・ｘ１２＋ａ１３・ｘ１３＋・・・＋ａ１ｎ・ｘ１ｎ
（ｘ１１～ｘ１ｎ：変数、ａ１１～ａ１ｎ：係数、ａ１０：定数項（補正値））
・・・（１）

具体的には、利用額推定モデル生成部１３は、図４に示すような複数のユーザに関する特徴量のセット（説明変数ｘ１１～ｘ１ｎ、目的変数Ｙ１）を上記式（１）に適用して、最小二乗法等を用いて、係数ａ１１～ａ１ｎを算出することにより、利用額推定モデルを生成する。

なお、利用額推定モデルの生成は、上記式（１）の係数の算出のよる方法に限定されない。例えば、図４に示される説明変数及び目的変数をそれぞれ入力値（特徴量）及び出力値とするニューラルネットワークを含むモデルを機械学習（ディープラーニング）により生成して、利用額推定モデルとしてもよい。

そして、ステップＳ４において、利用額推定モデル生成部１３は、生成したモデルをモデル記憶部２２に記憶させる。

モデル記憶部２２は、上述のとおり、生成されたモデルを記憶する記憶手段である。

信用度算出モデル生成部１４は、取得部１１により取得されたユーザごとのサービス利用情報に基づいて、ユーザの信用度を算出するための信用度算出モデルを生成する。信用度算出モデルの生成処理は、利用額推定モデルの生成処理と同様に、図３に示されるフローチャートにより表される。図５は、信用度の算出に有用な情報として、ユーザの通信サービスの利用に関する情報を含むサービス利用情報に基づく特徴量の例を示す図である。

信用度算出モデルの生成処理においては、図３に示すように、まずステップＳ１において、取得部１１は、複数のユーザのサービス利用情報を取得する。次に、ステップＳ２において、取得データ加工部１２は、取得部１１により取得されたサービス利用情報をモデル生成のための特徴量としてのデータ形式に加工する。

図５に示すように、信用度算出モデルの生成のための特徴量は、複数のユーザそれぞれの、延滞回数ｘ２１及び契約期間ｘ２２等の説明変数並びに目的変数である信用度Ｙ２を含む。なお、図５に示す例では、主に通信サービスの利用に関する情報が特徴量として用いられるが、特徴量として用いる情報はこれらの情報に限定されない。

例えば、モデル生成のための特徴量として用いるサービス利用情報は、ユーザの通信サービスの利用に伴って取得される位置情報を含んでもよい。

続くステップＳ３において、信用度算出モデル生成部１４は、図５に例示したような特徴量に基づいて、信用度算出モデルを生成する。信用度算出モデルの生成の一例を以下に示す。

一例としての信用度算出モデルの生成は、以下の式の係数を求めることに相当する。
信用度Ｙ２＝ａ２０＋ａ２１・ｘ２１＋ａ２２・ｘ２２＋ａ２３・ｘ２３＋・・・＋ａ２ｎ・ｘ２ｎ
（ｘ２１～ｘ２ｎ：変数、ａ２１～ａ２ｎ：係数、ａ２０：定数項（補正値））
・・・（２）

具体的には、信用度算出モデル生成部１４は、図５に示すような複数のユーザに関する特徴量のセット（説明変数ｘ２１～ｘ２ｎ、目的変数Ｙ２）を上記式（２）に適用して、最小二乗法等を用いて、係数ａ２１～ａ２ｎを算出することにより、信用度算出モデルモデルを生成する。

なお、信用度算出モデルの生成は、上記式（２）の係数の算出のよる方法に限定されない。例えば、図５に示される説明変数及び目的変数をそれぞれ入力値（特徴量）及び出力値とするニューラルネットワークを含むモデルを機械学習（ディープラーニング）により生成して、信用度算出モデルとしてもよい。

そして、ステップＳ４において、信用度算出モデル生成部１４は、生成した信用度算出モデルをモデル記憶部２２に記憶させる。

再び図１を参照して、利用額推定部１５は、一のユーザのサービス利用情報に基づいて、利用額推定モデルを用いて、当該一のユーザの決済サービスの利用額を推定する。

具体的には、一のユーザの利用額の推定のために、取得部１１は当該一のユーザに関するサービス利用情報であって、利用額推定モデルに入力する説明変数に対応するサービス利用情報を取得する。次いで、取得データ加工部１２は、取得したサービス利用情報を、利用額推定モデルに適用するための特徴量としてのデータ形式に加工する。そして、利用額推定部１５は、一のユーザに関する加工済みのサービス利用情報を、モデル記憶部に記憶されている利用額推定モデルに入力して、その出力である利用額を得る。利用額推定部１５は、得られた利用額を推定利用額記憶部２３に記憶させる。

推定利用額記憶部２３は、上述のとおり、利用額推定部１５により推定された各ユーザの利用額を記憶する記憶手段である。

信用度算出部１６は、一のユーザのサービス利用情報に基づいて、信用度算出モデルを用いて、当該一のユーザの信用度を算出する。具体的には、一のユーザの信用度の算出のために、取得部１１は当該一のユーザに関するサービス利用情報であって、信用度算出モデルに入力する説明変数に対応するサービス利用情報を取得する。次いで、取得データ加工部１２は、取得したサービス利用情報を、信用度算出モデルに適用するための特徴量としてのデータ形式に加工する。そして、信用度算出部１６は、一のユーザに関する加工済みのサービス利用情報を、モデル記憶部に記憶されている信用度算出モデルに入力して、その出力である信用度を得る。なお、信用度算出モデルの生成及び信用度の算出においては、信用度は、所定の通信サービス及び／または決済サービスにおける一のユーザに関する強制解約確率として算出されてもよい。

利用限度額設定部１７は、利用額推定部１５により推定された利用額に基づいて、一のユーザの決済サービスの利用限度額を設定する。具体的には、利用限度額設定部１７は、推定利用額記憶部２３に記憶された一のユーザの利用額に、所定の係数を乗じた値を利用限度額として設定してもよい。

また、利用限度額設定部１７は、信用度算出部１６により算出された信用度（決済サービスの強制解約確率）をさらに用いて、一のユーザに関する、信用度の値及び利用額の値と利用限度額とを関連付けた利用限度額表に基づき設定してもよい。

利用限度額設定部１７は、設定した利用限度額の情報を、所定の態様で出力する。即ち、利用限度額設定部１７は、設定した利用限度額を所定のシステムに出力して設定値として設定させたり、所定の記憶手段に記憶させたり、所定の表示装置に表示させたりする。

次に、図６を参照して、情報処理装置１０における、利用限度額の設定処理にかかる情報処理方法について説明する。図６は、本実施形態の情報処理方法の処理内容を示すフローチャートである。

ステップＳ１１において、取得部１１は、利用限度額の設定の対象とするユーザのサービス利用情報を取得する。ステップＳ１２において、取得データ加工部１２は、取得したサービス利用情報を、利用額推定モデル及び／または信用度算出モデルに適用するための特徴量としてのデータ形式に加工する。

ステップＳ１３において、利用額推定部１５は、加工済みのサービス利用情報に基づいて、利用額推定モデルを用いて、当該ユーザの決済サービスの利用額を推定する。さらに、信用度算出部１６は、加工済みのサービス利用情報に基づいて、信用度算出モデルを用いて、当該ユーザの信用度を算出してもよい。

ステップＳ１４において、利用限度額設定部１７は、推定された利用額に基づいて、当該ユーザの決済サービスの利用限度額を設定する。また、利用限度額設定部１７は、算出された信用度をさらに用いて、利用限度額を設定してもよい。

次に、コンピュータを、本実施形態の情報処理装置１０として機能させるための情報処理プログラムについて説明する。図７は、情報処理プログラムＰ１の構成を示す図である。

情報処理プログラムＰ１は、情報処理装置１０における情報処理を統括的に制御するメインモジュールｍ１０、取得モジュールｍ１１、取得データ加工モジュールｍ１２、利用額推定モデル生成モジュールｍ１３、信用度算出モデル生成モジュールｍ１４、利用額推定モジュールｍ１５、信用度算出モジュールｍ１６及び利用限度額設定モジュールｍ１７を備えて構成される。そして、各モジュールｍ１１～ｍ１７により、情報処理装置１０における取得部１１、取得データ加工部１２、利用額推定モデル生成部１３、信用度算出モデル生成部１４、利用額推定部１５、信用度算出部１６及び利用限度額設定部１７のための各機能が実現される。なお、情報処理プログラムＰ１は、通信回線等の伝送媒体を介して伝送される態様であってもよいし、図７に示されるように、記録媒体Ｍ１に記憶される態様であってもよい。

以上説明した本実施形態の情報処理装置１０では、ユーザによる決済サービスの利用に関する情報を含むサービス利用情報に基づいて、利用額推定モデルが生成される。従って、少なくとも決済サービスの利用に関する情報が反映された利用額推定モデルが用いられるので、ユーザの決済サービスの利用額を精度良く推定できる。

また、別の形態に係る情報処理装置は、利用額推定部により推定された利用額に基づいて、一のユーザの決済サービスの利用限度額を設定する利用限度額設定部、をさらに備えることとしてもよい。

上記形態によれば、一のユーザの決済サービスの利用限度額が、利用額推定モデルを用いて推定された利用額に基づいて設定される。従って、精度が高い利用額に基づいて、適切な利用限度額を設定できる。

また、別の形態に係る情報処理装置では、サービス利用情報に基づいて、ユーザの信用度を算出するための信用度算出モデルを生成する第２モデル生成部と、一のユーザのサービス利用情報に基づいて、信用度算出モデルを用いて、当該一のユーザの信用度を算出する信用度算出部と、をさらに含み、利用限度額設定部は、利用額及び信用度に基づいて利用限度額を設定することとしてもよい。

上記形態によれば、サービス利用情報に基づいて生成された信用度算出モデルを用いて一のユーザの信用度が算出される。この信用度には、決済におけるリスクが反映されることとなるので、リスクが考慮された適切な利用限度額の設定が可能となる。

また、別の形態に係る情報処理装置では、利用限度額設定部は、信用度の値及び利用額と、利用限度額との予め設定された関連付けに基づいて、利用限度額を設定することとしてもよい。

上記形態によれば、信用度及び利用額に基づいた適切な利用限度額を設定できる。

また、別の形態に係る情報処理装置では、サービス利用情報は、ユーザによる所定の通信サービスの利用に関する情報を含むこととしてもよい。

通信サービスの利用に関する情報には、ユーザの信用度及びユーザによる決済サービスの利用の見込みが反映される。上記形態によれば、サービス利用情報に通信サービスの利用に関する情報が含まれるので、信用度の算出及び利用額の推定の精度が向上する。

また、別の形態に係る情報処理装置では、サービス利用情報は、ユーザの通信サービスの利用に伴って取得される位置情報を含むこととしてもよい。

上記形態によれば、ユーザの位置情報には、ユーザの信用度及びユーザによる決済サービスの利用の見込みが反映される。上記形態によれば、サービス利用情報にユーザの位置情報が含まれるので、信用度の算出及び利用額の推定の精度が向上する。

以上、本実施形態について詳細に説明したが、当業者にとっては、本実施形態が本明細書中に説明した実施形態に限定されるものではないということは明らかである。本実施形態は、特許請求の範囲の記載により定まる本発明の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本明細書の記載は、例示説明を目的とするものであり、本実施形態に対して何ら制限的な意味を有するものではない。

本明細書で説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本明細書で説明した方法については、例示的な順序で様々なステップの要素を提示しており、提示した特定の順序に限定されない。

情報等は、上位レイヤ(または下位レイヤ)から下位レイヤ(または上位レイヤ)へ出力され得る。複数のネットワークノードを介して入出力されてもよい。

入出力された情報等は特定の場所(例えば、メモリ)に保存されてもよいし、管理テーブルで管理してもよい。入出力される情報等は、上書き、更新、または追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。

判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：trueまたはfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。

本明細書で説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。

ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。

また、ソフトウェア、命令などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、同軸ケーブル、光ファイバケーブル、ツイストペア及びデジタル加入者回線（ＤＳＬ）などの有線技術及び／又は赤外線、無線及びマイクロ波などの無線技術を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び／又は無線技術は、伝送媒体の定義内に含まれる。

本明細書で説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。

なお、本明細書で説明した用語及び／又は本明細書の理解に必要な用語については、同一の又は類似する意味を有する用語と置き換えてもよい。

本明細書で使用する「システム」および「ネットワーク」という用語は、互換的に使用される。

また、本明細書で説明した情報、パラメータなどは、絶対値で表されてもよいし、所定の値からの相対値で表されてもよいし、対応する別の情報で表されてもよい。

本明細書で使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。

本明細書で「第１の」、「第２の」などの呼称を使用した場合においては、その要素へのいかなる参照も、それらの要素の量または順序を全般的に限定するものではない。これらの呼称は、２つ以上の要素間を区別する便利な方法として本明細書で使用され得る。したがって、第１および第２の要素への参照は、２つの要素のみがそこで採用され得ること、または何らかの形で第１の要素が第２の要素に先行しなければならないことを意味しない。

「含む（include）」、「含んでいる（including）」、およびそれらの変形が、本明細書あるいは特許請求の範囲で使用されている限り、これら用語は、用語「備える(comprising)」と同様に、包括的であることが意図される。さらに、本明細書あるいは特許請求の範囲において使用されている用語「または（or）」は、排他的論理和ではないことが意図される。

本明細書において、文脈または技術的に明らかに1つのみしか存在しない装置である場合以外は、複数の装置をも含むものとする。

本開示の全体において、文脈から明らかに単数を示したものではなければ、複数のものを含むものとする。

１０…情報処理装置、１１…取得部、１２…取得データ加工部、１３…利用額推定モデル生成部、１４…信用度算出モデル生成部、１５…利用額推定部、１６…信用度算出部、１７…利用限度額設定部、２１…サービス利用情報記憶部、２２…モデル記憶部、２３…推定利用額記憶部、Ｍ１…記録媒体、ｍ１０…メインモジュール、ｍ１１…取得モジュール、ｍ１２…取得データ加工モジュール、ｍ１３…利用額推定モデル生成モジュール、ｍ１４…信用度算出モデル生成モジュール、ｍ１５…利用額推定モジュール、ｍ１６…信用度算出モジュール、ｍ１７…利用限度額設定モジュール、Ｐ１…情報処理プログラム。

Claims (6)

1. ユーザによる所定の決済サービスの利用額を推定する情報処理装置であって、
   前記決済サービスの利用に関する情報を含むユーザごとのサービス利用情報を取得する取得部と、
   前記取得部により取得されたユーザごとの前記サービス利用情報に基づいて、ユーザごとの前記決済サービスの利用額を推定するための利用額推定モデルを生成する第１モデル生成部と、
   一のユーザの前記サービス利用情報に基づいて、前記利用額推定モデルを用いて、当該一のユーザの前記決済サービスの利用額を推定する利用額推定部と、
   を備える情報処理装置。
2. 前記利用額推定部により推定された利用額に基づいて、前記一のユーザの前記決済サービスの利用限度額を設定する利用限度額設定部、をさらに備える、
   請求項１に記載の情報処理装置。
3. 前記サービス利用情報に基づいて、ユーザの信用度を算出するための信用度算出モデルを生成する第２モデル生成部と、
   前記一のユーザの前記サービス利用情報に基づいて、前記信用度算出モデルを用いて、当該一のユーザの信用度を算出する信用度算出部と、をさらに含み、
   前記利用限度額設定部は、前記利用額及び前記信用度に基づいて前記利用限度額を設定する、
   請求項２に記載の情報処理装置。
4. 前記利用限度額設定部は、前記信用度の値及び前記利用額と、前記利用限度額との予め設定された関連付けに基づいて、前記利用限度額を設定する、
   請求項３に記載の情報処理装置。
5. 前記サービス利用情報は、ユーザによる所定の通信サービスの利用に関する情報を含む、
   請求項１～４のいずれか一項に記載の情報処理装置。
6. 前記サービス利用情報は、ユーザの前記通信サービスの利用に伴って取得される位置情報を含む、
   請求項５に記載の情報処理装置。

Images