JP7285296B2 - 情報処理方法、情報処理装置及びコンピュータプログラム - Google Patents
情報処理方法、情報処理装置及びコンピュータプログラム Download PDFInfo
- Publication number
- JP7285296B2 JP7285296B2 JP2021181200A JP2021181200A JP7285296B2 JP 7285296 B2 JP7285296 B2 JP 7285296B2 JP 2021181200 A JP2021181200 A JP 2021181200A JP 2021181200 A JP2021181200 A JP 2021181200A JP 7285296 B2 JP7285296 B2 JP 7285296B2
- Authority
- JP
- Japan
- Prior art keywords
- feature
- information
- money
- transaction information
- person
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 30
- 238000003672 processing method Methods 0.000 title claims description 9
- 238000004590 computer program Methods 0.000 title claims description 5
- 238000012545 processing Methods 0.000 claims description 93
- 230000005856 abnormality Effects 0.000 claims description 91
- 238000003860 storage Methods 0.000 claims description 44
- 238000000034 method Methods 0.000 claims description 37
- 239000013598 vector Substances 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000011156 evaluation Methods 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 14
- 239000011159 matrix material Substances 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 210000002569 neuron Anatomy 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000002547 anomalous effect Effects 0.000 description 2
- 238000011478 gradient descent method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 206010012289 Dementia Diseases 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Description
図1は、本実施の形態に係る情報処理システムの概要を説明するための模式図である。本実施の形態に係る情報処理システムは、例えば高齢者又は未成年等の見守り対象者による金銭取引を、その家族又は後見人等のユーザが見守ることを支援するシステムである。以下、見守り対象者を単に対象者と称する場合がある。見守り対象者の金銭取引には、例えば銀行口座からの預金の引き出し、他人への振り込み、商品等の購入、クレジットカードの使用、借金の契約、物品の売却、先物取引及び信用取引等の種々の取引が含まれ得る。また見守り対象者及びこれを見守るユーザの関係は、例えば親及びその子供、並びに、子供及びその親等の家族関係に限らず、被後見人及びその後見人等のような種々の関係が含まれ得る。本実施の形態において、ユーザは対象者の金銭取引を見守る側の人であり、対象者は金銭取引を見守られる側の人である。
図2は、本実施の形態に係る見守りサーバ装置1の構成を示すブロック図である。本実施の形態に係る見守りサーバ装置1は、処理部11、記憶部(ストレージ)12及び通信部(トランシーバ)13等を備えて構成されている。なお本実施の形態においては、1つのサーバ装置にて処理が行われるものとして説明を行うが、複数のサーバ装置が分散して処理を行ってもよい。
図6は、本実施の形態に係る特徴量モデル12bの一構成例を説明するための模式図である。本実施の形態に係る特徴量モデル12bは、例えば複数のニューロンが相互に結合したニューラルネットワークの構造をなしている。既存の技術であるため詳しい説明は省略するが、ニューロンは複数の入力に対して演算を行い、演算結果として1つの値を出力する素子である。ニューロンは、演算に用いられる重み付けの係数及び閾値等の情報を有している。ニューラルネットワークの特徴量モデル12bは、一又は複数のデータの入力を受け付ける入力層と、入力層にて受け付けられたデータに対して演算処理を行う中間層と、中間層の演算結果を集約して一又は複数の値を出力する出力層とを備えている。
図9は、本実施の形態に係る見守りサーバ装置1が行う異常判定処理を説明するための模式図である。本実施の形態に係る見守りサーバ装置1は、金融サーバ装置5から見守り対象者の金銭取引情報を取得して、取得した最新の金銭取引情報とこれ以前の所定期間又は所定数の金銭取引情報とを時系列で並べることによって、見守り対象者の時系列の金銭取引情報を作成する。見守りサーバ装置1は、見守り対象者の時系列の金銭取引情報を特徴量モデル12bへ入力し、特徴量モデル12bが出力する多次元ベクトルの特徴量を取得する。なお見守りサーバ装置1は、金融サーバ装置5から取得した金銭取引情報と、特徴量モデル12bから取得した特徴量とを対応付けて、記憶部12の金銭取引DB12eに記憶する。
本実施の形態に係る見守りサーバ装置1は、特徴量モデル12bが出力した見守り対象者の金銭取引に関する特徴量を可視化するグラフ表示を行う。見守りサーバ装置1は、見守り対象者について所定期間(例えば1ヶ月もしくは1年等)又は所定回数(例えば50回もしくは100回等)の金銭取引に関する特徴量を金銭取引DB12eから取得し、取得した複数の特徴量を例えばX-Y座標平面にプロットしたグラフを作成して表示する。上述のように、特徴量モデル12bが出力する特徴量は、例えば32次元~256次元等の多次元ベクトルである。そこで本実施の形態に係る見守りサーバ装置1は、見守り対象者に関する複数の特徴量のベクトルの各成分について変化が大きい方向を特定し、特定した方向について特徴量のベクトルの成分を抽出して、特定した方向を軸とする座標系に抽出した特徴量のベクトルの成分に基づくプロットを行ったグラフを作成する。
以上の構成の本実施の形態に係る情報処理システムでは、時系列の金銭取引情報を入力として受け付けて金銭取引に係る特徴量を出力するよう訓練された特徴量モデル12bを見守りサーバ装置1が有している。見守りサーバ装置1は、見守り対象者の金銭取引情報を金融サーバ装置5から取得し、見守り対象者の時系列の金銭取引情報を特徴量モデル12bへ入力し、特徴量モデル12bが出力する特徴量を取得する。見守りサーバ装置1は、取得した金銭取引の特徴量に関する評価値として、金銭取引に関する異常度を、過去に取得した特徴量の分布に基づいて算出し、算出した異常度に基づいて見守り対象者の金銭取引に係る異常性の有無を判定する。これにより本実施の形態に係る情報処理システムは、見守り対象者の金銭取引に係る異常性の有無を精度よく判定することが期待できる。
3 ユーザ端末装置
5 金融サーバ装置
11 処理部
11a 取引情報取得部
11b 特徴量取得部
11c 異常度算出部
11d 異常判定部
11e 表示処理部
11f 学習処理部
12 記憶部
12a サーバプログラム
12b 特徴量モデル
12c 判定モジュール
12d 見守りDB
12e 金銭取引DB
13 通信部
31 処理部
31a 異常通知受信部
31b 表示処理部
32 記憶部
32a プログラム
33 通信部
34 表示部
35 操作部
98,99 記録媒体
Claims (3)
- 対象者の金銭取引に係る異常性の有無を判定する情報処理方法であって、
情報処理装置が、
対象者による金銭取引の金額に係る情報を少なくとも含む金銭取引情報を所定期間分含む時系列の金銭取引情報を入力として受け付けて、前記対象者の金銭取引に係る多次元ベクトルの特徴量を出力するよう訓練された学習モデルを用いて、
前記対象者の金銭取引情報を取得し、
取得した時系列の前記金銭取引情報を前記学習モデルへ入力し、当該学習モデルが出力する特徴量を取得し、
取得した特徴量に関する評価値を、過去に取得した特徴量の分布に基づいて算出し、
算出した評価値に基づいて、前記対象者の金銭取引に係る異常性の有無を判定し、
前記学習モデルから取得した複数の特徴量について、変化が大きい方向を特定し、
前記複数の特徴量から特定した方向についての特徴量成分を抽出し、
特定した方向を軸とする座標系に、抽出した特徴量成分に基づくプロットを行ったグラフを表示部に表示する処理を行う、
情報処理方法。 - 対象者の金銭取引に係る異常性の有無を判定する処理を行う情報処理装置であって、
対象者による金銭取引の金額に係る情報を少なくとも含む金銭取引情報を所定期間分含む時系列の金銭取引情報を入力として受け付けて、前記対象者の金銭取引に係る多次元ベクトルの特徴量を出力するよう訓練された学習モデルを記憶する記憶部と、
前記対象者の金銭取引情報を取得する金銭取引情報取得部と、
取得した時系列の前記金銭取引情報を前記学習モデルへ入力し、当該学習モデルが出力する特徴量を取得する特徴量取得部と、
取得した特徴量に関する評価値を、過去に取得した特徴量の分布に基づいて算出し評価値算出部と、
算出した評価値に基づいて、前記対象者の金銭取引に係る異常性の有無を判定する判定部と、
前記学習モデルから取得した複数の特徴量について、変化が大きい方向を特定する特定部と、
前記複数の特徴量から特定した方向についての特徴量成分を抽出する抽出部と、
特定した方向を軸とする座標系に、抽出した特徴量成分に基づくプロットを行ったグラフを表示部に表示する処理を行う表示処理部と
を備える、情報処理装置。 - コンピュータに、対象者の金銭取引に係る異常性の有無を判定する処理を行わせるコンピュータプログラムであって、
前記コンピュータに、
対象者による金銭取引の金額に係る情報を少なくとも含む金銭取引情報を所定期間分含む時系列の金銭取引情報を入力として受け付けて、前記対象者の金銭取引に係る多次元ベクトルの特徴量を出力するよう訓練された学習モデルを用いて、
前記対象者の金銭取引情報を取得し、
取得した時系列の前記金銭取引情報を前記学習モデルへ入力し、当該学習モデルが出力する特徴量を取得し、
取得した特徴量に関する評価値を、過去に取得した特徴量の分布に基づいて算出し、
算出した評価値に基づいて、前記対象者の金銭取引に係る異常性の有無を判定し、
前記学習モデルから取得した複数の特徴量について、変化が大きい方向を特定し、
前記複数の特徴量から特定した方向についての特徴量成分を抽出し、
特定した方向を軸とする座標系に、抽出した特徴量成分に基づくプロットを行ったグラフを表示部に表示する
処理を実行させる、コンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021181200A JP7285296B2 (ja) | 2020-09-30 | 2021-11-05 | 情報処理方法、情報処理装置及びコンピュータプログラム |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020164797A JP6979660B1 (ja) | 2020-09-30 | 2020-09-30 | 情報処理方法、学習モデルの生成方法、情報処理装置及びコンピュータプログラム |
JP2021181200A JP7285296B2 (ja) | 2020-09-30 | 2021-11-05 | 情報処理方法、情報処理装置及びコンピュータプログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020164797A Division JP6979660B1 (ja) | 2020-09-30 | 2020-09-30 | 情報処理方法、学習モデルの生成方法、情報処理装置及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022058313A JP2022058313A (ja) | 2022-04-11 |
JP7285296B2 true JP7285296B2 (ja) | 2023-06-01 |
Family
ID=87852797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021181200A Active JP7285296B2 (ja) | 2020-09-30 | 2021-11-05 | 情報処理方法、情報処理装置及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7285296B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7285297B2 (ja) * | 2020-09-30 | 2023-06-01 | 株式会社エクサウィザーズ | 情報処理方法、情報処理装置及びコンピュータプログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170300911A1 (en) | 2016-04-13 | 2017-10-19 | Abdullah Abdulaziz I. Alnajem | Risk-link authentication for optimizing decisions of multi-factor authentications |
JP2020523715A (ja) | 2017-06-16 | 2020-08-06 | カーベーセー グループ エンフェーKBC Groep NV | 不正取引の改善された検出 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6979660B1 (ja) * | 2020-09-30 | 2021-12-15 | 株式会社エクサウィザーズ | 情報処理方法、学習モデルの生成方法、情報処理装置及びコンピュータプログラム |
JP7285297B2 (ja) * | 2020-09-30 | 2023-06-01 | 株式会社エクサウィザーズ | 情報処理方法、情報処理装置及びコンピュータプログラム |
-
2021
- 2021-11-05 JP JP2021181200A patent/JP7285296B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170300911A1 (en) | 2016-04-13 | 2017-10-19 | Abdullah Abdulaziz I. Alnajem | Risk-link authentication for optimizing decisions of multi-factor authentications |
JP2020523715A (ja) | 2017-06-16 | 2020-08-06 | カーベーセー グループ エンフェーKBC Groep NV | 不正取引の改善された検出 |
Also Published As
Publication number | Publication date |
---|---|
JP2022058313A (ja) | 2022-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7494210B2 (ja) | 支払い処理 | |
US10692140B1 (en) | Customized financing based on transaction information | |
US11423476B1 (en) | Customized financing based on transaction information | |
US20090276368A1 (en) | Systems and methods for providing personalized recommendations of products and services based on explicit and implicit user data and feedback | |
US11727407B2 (en) | Systems and methods for detecting out-of-pattern transactions | |
US11416779B2 (en) | Processing data inputs from alternative sources using a neural network to generate a predictive panel model for user stock recommendation transactions | |
US20140156501A1 (en) | Real-time interactive credit score improvement coach | |
JP6979660B1 (ja) | 情報処理方法、学習モデルの生成方法、情報処理装置及びコンピュータプログラム | |
US20230116407A1 (en) | Systems and Methods for Predicting Consumer Spending and for Recommending Financial Products | |
CN110494842A (zh) | 安全认证和金融属性服务 | |
Lande et al. | Smart banking using IoT | |
CN114971759A (zh) | 顾客分析装置 | |
JP2002366741A (ja) | 資産管理支援システム、資産管理支援用サーバ装置、および資産管理支援方法 | |
JP7285296B2 (ja) | 情報処理方法、情報処理装置及びコンピュータプログラム | |
JP7285297B2 (ja) | 情報処理方法、情報処理装置及びコンピュータプログラム | |
US20210056583A1 (en) | Systems and methods for incentivizing behavior | |
US20240202743A1 (en) | Learning model evaluation system, learning model evaluation method, and program | |
JP7223101B2 (ja) | 学習モデルの生成方法、コンピュータプログラム及び情報処理装置 | |
JP7022806B1 (ja) | 情報処理方法、コンピュータプログラム及び情報処理装置 | |
Humbani | Understanding perceived risks in proximity mobile payment adoption in South Africa and the mediating effect of perceived value | |
JP6856908B1 (ja) | 見守り支援方法、情報処理装置、見守り支援システム及びコンピュータプログラム | |
JP7337298B1 (ja) | 情報処理方法、情報処理プログラム及び情報処理装置 | |
ENNAFIRI et al. | Towards Secure Transactions with IoT: An Advanced Smart Payment Solution | |
US20230394131A1 (en) | 3d object verification system and method | |
Ding et al. | Factors influencing the adoption of e-payment in Kuala Lumpur |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221025 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20221025 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230301 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230509 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230522 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7285296 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |