JP7328882B2 - 入金消込装置、入金消込方法、及び入金消込プログラム - Google Patents

Description

特許法第３０条第２項適用 〔１〕〔フォーラム〕 ▲１▼開催日 令和元年 １０月９日～１１日 ▲２▼集会名 「クラウド Ｉｍｐａｃｔ２０１９」 ＜刊行物＞ 補充資料（公知の事実１）＿２０１９１００８＿ＰａｙＭａ＿クラウドｉｍｐａｃｔ＿パネル ＜刊行物＞ 補充資料（公知の事実１）＿２０１９１００８＿ＰａｙＭａ＿クラウドｉｍｐａｃｔ＿配布資料、 他１３件

本発明は、入金消込作業を迅速化、効率化できる入金消込装置、入金消込方法、及び入金消込プログラムに関する。

入金消込は、商取引において注文時に発生した売掛金を入金時に取り消す処理であり、売掛金や未収入金などの請求金額と実際の入金金額を照合する必要がある。その際、取引先からの入金データに対応する請求データを多様な請求データの組み合わせの候補から抽出する作業は煩雑であり時間を要するので、入金消込における作業の効率化、迅速化が課題となっている。

特許文献１には、自動で一括消込処理を行うデータ照合プログラムおよびデータ照合方法が開示されている。入金データの金額と複数の請求データの合計金額とが同額である場合、又は差額が予め設定された誤差金額以内である場合には自動で一括消込処理を行う。入金データの金額が複数の請求データの合計金額よりも多い場合には、一部を自動で消込処理を行い、残りの一部（残額）を手動で処理を行う。このように、本技術では、限られた場合にのみ自動で消込処理を行うことができる。

特許文献２には、入金消込装置、入金消込方法、及び入金消込プログラムが開示されている。取引先ごとの入金金額が合計請求金額と同等か上回る場合、消込処理作業を進め、最終的に作業者が確認して手動で消込処理を行う。取引先ごとの入金金額が合計請求金額を下回る場合には、消込処理作業を規制して、個別の入金ごとに手動で消込処理を行う。このように、本技術では、原則手動で消込処理を行う。

特許第６１４４８１２号公報 特開２０１８－１２８７９８号公報

上述のように、先行技術では、限られた場合にのみ自動で消込処理を行う技術、及び、手動で消込処理を行う技術が公開されているが、多様な入金データと請求データのパターンに対応して自動で消込処理を行うことができず、作業を十分に効率化、迅速化できなかった。

上述したような課題を解決するために、本発明に係る入金消込装置は、入金データと請求データの組み合わせを比較して消込処理する入金消込装置であって、前記入金データに対応する前記請求データの組み合わせを消込候補データとして選択する手段と、前記消込候補データを、消込処理がなされて学習された請求データと照合する手段を備え、前記消込候補データと前記学習された請求データとが請求分類情報を有し、前記消込候補データと、前記学習された請求データとを契約識別ＩＤによりｎ次元ベクトル化し、前記消込候補データと、前記学習された請求データとの一致度を計算することを特徴とする。

また、本発明に係る入金消込装置は、請求データを記憶する請求データ記憶部と、入金データを記憶する入金データ記憶部と、前記請求データ記憶部から前記請求データを読み込み、前記入金データ記憶部から前記入金データを読み込み、前記入金データに対応する前記請求データの組み合わせを消込候補データとして選択し、当該消込候補データと消込処理がなされて学習された請求データとを照合する照合部と、前記消込候補データを記憶し、当該消込候補データの中から消込処理されたデータを消込済データとして記憶する照合済データ記憶部とを備え、前記消込候補データと前記学習された請求データとが請求分類情報を有し、前記消込候補データと前記学習された請求データとが契約識別ＩＤによりｎ次元ベクトル化され、前記消込候補データと前記学習された請求データとの一致度が計算されることを特徴とする。

また、本発明に係る入金消込方法は、入金データと請求データの組み合わせを比較して消込処理する入金消込装置においてコンピュータが以下のステップを実行する入金消込方法であって、前記入金データに対応する前記請求データの組み合わせを消込候補データとして選択するステップと、前記消込候補データと、消込処理がなされて学習された請求データとを契約識別ＩＤによりｎ次元ベクトル化するステップと、前記消込候補データと、前記学習された請求データとの一致度を計算するステップとを備え、前記消込候補データと前記学習された請求データが請求分類情報を有することを特徴とする。

また、本発明に係る入金消込プログラムは、入金データと請求データの組み合わせを比較して消込処理する入金消込装置に対し、前記入金データに対応する前記請求データの組み合わせを消込候補データとして選択する手段と、前記消込候補データを、消込処理がなされて学習された請求データと照合する手段とを備え、前記消込候補データと前記学習された請求データが請求分類情報を有し、前記消込候補データと前記学習された請求データとを契約識別ＩＤによりｎ次元ベクトル化し、前記消込候補データと、前記学習された請求データとの一致度を計算することを特徴とする処理を実行させ、前記入金消込装置を機能させる。

本発明に係る入金消込装置、入金消込方法、及び入金消込プログラムを用いれば、入金消込処理の迅速化、効率化を実現できる。

図１は、本発明の第１の実施の形態にかかる入金消込装置の構成図である。 図２は、本発明の第１の実施の形態にかかる入金消込装置における入金データと請求データの一例を示す図である。 図３は、本発明の第１の実施の形態にかかるマッチング（照合）アルゴリズムにおける請求金額の加算パターンの一例を示す図である。 図４は、本発明の第１の実施の形態にかかるマッチング（照合）アルゴリズムのプロセスの概念図である。 図５は、本発明の第１の実施の形態にかかる入金データに該当する請求データの組み合わせを探索するフローチャートである。 図６は、本発明の第１の実施の形態にかかる請求金額の組み合わせを探索する一例を示す図である。 図７は、本発明の第２の実施の形態にかかる請求データと入金データの照合と消込処理の方法のフローチャートである。 図８は、本発明の第２の実施の形態にかかるコサイン類似度の計算における請求データのベクトル化の一例を示す図である。 図９は、本発明の第２の実施の形態にかかる過去の入金データと請求データとの照合履歴における入金テーブル９０１と請求データ９０２の一例を示す図である。 図１０は、本発明の第２の実施の形態にかかる入金データと候補組み合わせ（契約ＩＤ）を示す図である。 図１１は、本発明の第２の実施の形態にかかるコサイン類似度を計算して照合するプロセスを示す図である。 図１２は、本発明の第３の実施の形態にかかる入金データ１２０１と請求データ１２０２の一例を示す図である。 図１３Ａは、本発明の第３の実施の形態にかかる名寄せのフローチャートである。 図１３Ｂは、本発明の第３の実施の形態にかかる名寄せの一例を示す図である。

＜第１の実施の形態＞
本発明の第１の実施の形態について図面を参照して説明する。

＜入金消込装置の構成＞
図１に、本発明の実施の形態に係る入金消込装置１００の構成を示す。入金消込装置１００は、ウェブサーバ１２０、データサーバ１３０、バッチサーバ１４０から構成される。入力端末１１０には、請求データ入力部１１１、入金データ入力部１１２、消込候補データ出力部１１３、消込確定データ入力部１１４、を備え、データサーバ１３０には、請求データ記憶部１３１、入金データ記憶部１３２、照合済データ記憶部１３３、バッチサーバ１４０には、照合部（マッチング部）１４１を備える。また、照合済データ記憶部１３３には、未消込データ１３４、消込済データ１３５、消込候補データ１３６が格納される。

請求データ入力部１１１、入金データ入力部１１２それぞれで入力された請求データと入金データは、請求データ記憶部１３１、入金データ記憶部１３２で記憶される。

照合部１４１では、請求データ記憶部１３１、入金データ記憶部１３２それぞれから請求データ、入金データが読み込まれる。請求データ、入金データが読み込まれるときには、請求データ記憶部１３１、入金データ記憶部１３２から照合部１４１に請求データ、入金データが複製される。以下、請求データ記憶部１３１、入金データ記憶部１３２の請求データ、入金データをそれぞれ「複製元請求データ」、「複製元入金データ」という。また、キャッシュされた請求データ（後述）は、一時的に照合部１４１に記憶される。

この複製された請求データ、入金データについて、照合部１４１で、入金データの入金金額と一致する請求データの請求金額の組み合わせが探索される。その結果、入金データの入金金額と一致する請求データの請求金額の組み合わせが、消込をする請求データの組み合わせの候補（以下、「消込候補データ１３６」という）として抽出される。

消込候補データ１３６は、照合済データ記憶部１３３に記憶される。ここで、照合時に入金データと請求データの組み合わせとが所定の基準値以上で一致する場合には、消込候補データ１３６にフラグが付される。フラグが付されたデータは消込処理が施され、消込済データ１３５として照合済データ記憶部１３３に記憶される。換言すれば、自動で消込処理がされる。

一方、照合時に入金データと請求データの組み合わせとが所定の基準値に満たない場合には、消込候補データ１３６は入力端末の消込候補データ出力部１１３に出力される。出力された消込候補データ１３６の中から、作業者により、消込処理されるデータ（請求データの組み合わせ）が選択され、消込確定データ入力部１１４より該当するデータにフラグが付される。フラグが付されたデータは消込処理が施され、消込済データ１３５として照合済データ記憶部１３３に記憶される。換言すれば、手動で外部入力により消込処理がされる。

入力端末の消込候補データ出力部１１３に出力された消込候補データ１３６の中で消込処理されなかったデータは、未消込データ１３４として照合済データ記憶部１３３に記憶される。ここで、消込処理された請求データの複製元請求データは、請求データ記憶部１３１から消去される。

本発明に係る実施の形態において用いられる、ウェブサーバ１２０、データサーバ１３０、バッチサーバ１４０は、ＣＰＵ（中央処理装置）と、ＨＤＤ（ハードディスクドライブ）やＳＳＤ（ソリッドステートドライブ）等のディスクと、メモリなどから構成されている。

本発明に係る実施の形態では、バッチサーバのディスクに記憶されたプログラムをバッチサーバのＣＰＵが読み出し実行して消込処理を行う。このように、消込処理プログラムが本実施の形態に係る入金消込処理装置を機能させる。ここで、プログラムは、ＨＤＤ、ＳＳＤ以外でも、フレキシブルディスク（ＦＤ）、ＣＤ－Ｒ、ＤＶＤ等のコンピュータで読み取り可能な記憶媒体に記憶されてもよい。

＜入金消込方法１＞
次に、本発明に係る実施の形態において、入金データと請求データとを照合して消込処理する方法を説明する。

図２に入金データと請求データの一例を示す。本発明に係る実施の形態において、入金データ２０１と請求データ２０２を照合して、入金金額と一致する請求額の組み合わせを探索する。

本発明に係る実施の形態では、入金データと請求データとを照合するマッチング（照合）アルゴリズムに動的計画法を用いる。図３に、マッチング（照合）アルゴリズムにおける請求金額の加算パターンの一例を示す。この例では、入金金額１００万円に対して、請求データの金額が５０万円、４０万円、２０万円、３０万円、１０万円の組み合わせを照合する場合を説明する。

図３において、加算パターンにおいて加算する請求金額の階層を「加算階層」として、５０万円、４０万円、２０万円、３０万円、１０万円、それぞれの請求額の階層を第１の加算階層３０１、第２の加算階層３０２、第３の加算階層３０３、第４の加算階層３０４、第５の加算階層３０５とする。また、〇印は、各加算階層の請求額を加算したことを示し、×印はしなかったことを示す。加算階層間の金額を結ぶ矢印は加算のプロセスを示す。

まず、第１の加算階層３０１において請求金額として５０万円を採用して、第２の加算階層３０２に進む（矢印３０６）。以下、入金金額と一致する請求金額の組み合わせを構成する候補として採用する請求金額を「採用金額」という。

次に、第２の加算階層３０２において請求金額として４０万円を加算する。合計金額は９０万円になり、合計金額と入金金額を比較すると、入金金額を超過しないので、採用金額として４０万円を採用して、第３の加算階層３０３に進む（矢印３０７）。

次に、第３の加算階層３０３において、２０万円を加算すると、合計金額が１１０万円になる。合計金額と入金金額を比較すると、この合計金額は入金金額（１００万円）を超過するので、２０万円は採用せずに、第４の加算階層３０４に進む（矢印３０８）。

次に、第４の加算階層３０４において、３０万円を加算すると、合計金額が１２０万円になる（矢印３０９）。合計金額と入金金額を比較すると、この合計金額は入金金額（１００万円）を超過するので、３０万円は採用せずに、第５の加算階層３０５に進む（矢印３０９）。

次に、第５の加算階層３０５において、１０万円を加算すると、合計金額が１００万円になる。合計金額と入金金額を比較すると、この合計金額は入金金額（１００万円）と一致するので、採用金額として１０万円を採用する。

そこで、５０万円、４０万円、１０万円の組み合わせを、入金金額と一致する請求金額の組み合わせの候補（以下、「候補組み合わせ（金額）」という。）として抽出して、この候補組み合わせ（金額）をキャッシュする。ここで、キャッシュとは、データを一時的に保存することで、データの処理速度を速めるための処理である。このキャッシュされた候補組み合わせ（金額）は、一時的に照合部１４１に記憶される。

上述のプロセスにおいて、第３の加算階層３０３と第４の加算階層３０４の階層で、それぞれ請求金額を採用すると合計金額が入金金額を超過する。この場合、この加算階層以降の請求金額を採用しても、合計金額が入金金額を超過することは明らかである（図中斜線で示す領域３１５）。したがって、このように、合計金額が入金金額を超過することが明らかである領域では加算を行わないこととする。これにより、一部の加算プロセスが省かれるので計算時間を短縮することができる。

次に、加算パターンとして、初めに請求金額として５０万円を採用した後に、第２の加算階層３０２において請求金額として４０万円を加算しない場合を説明する。

第２の加算階層３０２において請求金額として４０万円を加算しない。合計金額は５０万円のままである。第３の加算階層３０３に進む（矢印３１０）。

次に、第３の加算階層３０３において請求金額として２０万円を加算する。合計金額は７０万円になり、合計金額と入金金額を比較すると、入金金額を超過しないので、採用金額として２０万円を採用して、第４の加算階層３０４に進む（矢印３１１）。

次に、第４の加算階層３０４において、３０万円を加算すると、合計金額が１００万円になる。合計金額と入金金額を比較すると、この合計金額は入金金額（１００万円）と一致するので、採用金額として３０万円を採用する。

そこで、５０万円、２０万円、３０万円の組み合わせを、入金金額と一致する請求金額の組み合わせの候補（以下、「候補組み合わせ（金額）」という。）として抽出して、この候補組み合わせ（金額）をキャッシュする。

次に、加算パターンとして、初めに請求金額として５０万円を採用しない場合を説明する。

第１の加算階層３０１において請求金額として５０万円を加算しない（矢印３１２）。

次に、第２の加算階層３０２において請求金額として４０万円を加算する。合計金額は４０万円になり、合計金額と入金金額を比較すると、入金金額を超過しないので、採用金額として４０万円を採用して、第３の加算階層３０３に進む（矢印３１３）。

次に、第３の加算階層３０３において請求金額として２０万円を加算する。合計金額は６０万円になり、合計金額と入金金額を比較すると、入金金額を超過しないので、採用金額として２０万円を採用して、第４の加算階層３０４に進む（矢印３１４）。

次に、第４の加算階層３０４において請求金額として３０万円を加算する。合計金額は９０万円になる。この加算階層までの加算履歴を、上述の請求金額の合計が入金金額と一致する加算パターン（キャッシュされたデータ）の履歴と比較すると、同じ加算階層（第４の加算階層）で同じ合計金額（９０万円）であり、加算階層と合計金額が一致している（点線矢印３１６）。この場合、次段の加算階層で１０万円を採用して加算（計算）しなくても、キャッシュされたデータの加算パターンを考慮すれば、この加算階層で１０万円を採用すれば請求金額の合計が入金金額と一致することは明らかである。したがって、このように、キャッシュしたデータの加算履歴と比較して加算階層と合計金額が一致する場合には、加算計算をすることなく、キャッシュされたデータを用いて照合することとする。これにより、一部の加算プロセスが省かれるので計算時間を短縮することができる。

ここでは、第４の加算階層において加算階層と合計金額が一致する例を示したが、第２の加算階層、第３の加算階層など他の階層でも加算階層と合計金額が一致すれば、キャッシュされたデータを用いて照合できる。キャッシュされたデータを用いて照合できるときは、加算階層と合計金額が一致する加算階層以降は計算しなくても、最終的に請求金額の合計金額が入金金額と一致することは明らかである。

また、本実施の形態では、加算パターンにおいて加算する請求金額の階層を「加算階層」として、５０万円、４０万円、２０万円、３０万円、１０万円の順で配置したが、順序はこれに限らない。５０万円、４０万円、３０万円、２０万円、１０万円の順序のように上位の加算階層から高い請求額で配置したほうが、上位の加算階層で（早期に）キャッシュできる場合がある。また、入金金額を超過して、その加算階層以降の加算階層での計算を省くことができる場合がある。

上述のマッチング（照合）アルゴリズムをまとめて、図４にマッチング（照合）アルゴリズムのプロセスの概念図を示す。まず、初めの請求金額（第１の加算階層の請求金額）を設定する（ステップ４０１）。次に、次に加算する加算階層での請求額を加算する（ステップ４０２）。詳細には、次の加算階層で加算するか、しないか、を過去の加算履歴に基づき決定して、加算する場合には当該階層での請求額を加算する。加算しない場合には、次の加算階層に進み、同様に決定、加算を行う。

次に、加算階層と合計金額が、過去の加算履歴における加算階層と合計金額と一致するか、を判定する（ステップ４０３）。

次に、合計金額が入金金額と一致するか、を判定する（ステップ４０４）。

最後に、合計金額が入金金額と超過するか、を判定する（ステップ４０５）。

以上の加算プロセスにおけるそれぞれの判定のステップで、加算階層と合計金額が、過去の加算履歴における加算階層と合計金額と一致する場合には、キャッシュされたデータを用いて照合できる。この場合、上述の通り、加算階層と合計金額が一致する加算階層以降は計算しなくても、最終的に請求金額の合計金額が入金金額と一致することは明らかである。そこで、この加算階層までに採用された採用金額と、キャッシュされたデータにおける採用金額とによる組み合わせが候補組み合わせ（金額）として採用され、引き続き、加算プロセスを継続する。

ここで、加算階層で加算されてキャッシュされた場合には、同一の加算階層において、請求金額を加算しない場合の加算ステップ（ステップ４０２）に進み、加算プロセスを継続する。

また、加算階層で加算されずにキャッシュされた場合には、１つ前の加算階層に戻り、この加算階層での加算ステップ（ステップ４０２）に進み、加算プロセスを継続する。このとき、戻った加算階層での加算プロセスをすでに終えている場合には、順次前の加算階層に戻って、引き続き、その加算階層での加算ステップ（ステップ４０２）に進み、加算プロセスを継続する。

加算階層と合計金額が、過去の加算履歴における加算階層と合計金額と一致しない場合には、加算ステップ（ステップ４０２）に進み、加算プロセスを継続する。

ここで、加算階層と合計金額が、過去の加算履歴における加算階層と合計金額と一致する場合において、候補組み合わせ（金額）の採用後に、合計金額を０円として、改めて第１の加算階層から加算が再開されてもよい。

また、合計金額が入金金額と一致する場合には、同一の加算階層において、請求金額を加算しない場合の加算ステップ（ステップ４０２）に進み、加算プロセスを継続する。合計金額が入金金額と一致しない場合には、加算ステップ（ステップ４０２）に進み、加算プロセスを継続する。

ここで、合計金額が入金金額と一致する場合において、候補組み合わせ（金額）の採用後に、合計金額を０円として、改めて第１の加算階層から加算が再開されてもよい。

また、合計金額が入金金額を超過する場合には、上述の通り、この加算階層以降での加算を中止して、この加算階層では加算せずに、加算ステップ（ステップ４０２）に進み、加算プロセスを継続する。一方、合計金額が入金金額を超過しない場合には、この加算階層の請求金額が採用金額として採用され、加算ステップ（ステップ４０２）に進み、加算プロセスを継続する。

ここで、判定のプロセスの順序を、加算階層と合計金額が、過去の加算履歴における加算階層と合計金額と一致するか（ステップ４０３）、合計金額が入金金額と一致するか（ステップ４０４）、合計金額が入金金額と超過するか（ステップ４０５）の順序としたが、この順序に限ることなく、同様の照合を行うことができる。

さらに、図５、６を参照して、入金金額と一致した請求金額の組み合わせを基に、入金データに該当する請求データの組み合わせを探索する方法を説明する。

図５に、入金データに該当する請求データの組み合わせを探索するフローチャートを示す。図６に入金金額１００万円に対して請求金額の組み合わせを探索する一例を示す。

まず、請求データを日付順に並び替える（ソートする）（ステップ５０１）。２０１９年１月から２０１９年３月までの請求データが順にソートされる（６０１）。

次に、請求データごとに日付順にビットを付与する（ステップ５０２）。最初の２０１９年１月の請求データに「０ｂ１００００００」が付与され、最後の２０１９年３月の請求データに「０ｂ００００００１」が付与される（６０２）。ここで、ビット表現の先頭に付与される「０ｂ」は、２進数法でのビット表現を示すものである。このように、動的計画法の計算対象である請求データをビット表現する結果、以降の動的計画法で処理（キャッシュ）するときに処理（キャッシュ）する容量を低減できる。

次に、請求金額降順にソートする（ステップ５０３）。２０１９年３月の１００万円の請求額の請求データが上位にソートされ、２０１９年１月の１０万円の請求額の請求データまで順にソートされる（６０３）。その結果、同一の階層における途中経過の合計額が同じになる確率が高まるため、キャッシュのヒット率が高くなる。その結果、加算ステップを省略できるので処理（キャッシュ）が迅速にできる。また、加算プロセスにおいて上位の（早い）加算階層で入金金額を超過するので、以降の加算ステップを止めることができるため、探索の迅速化に繋がる。

次に、このソート済みデータに対して動的計画法を用いて探索して、入金金額と一致した請求データの組み合わせ候補（以下、「候補組み合わせ（データ）」という。）についてビットを加算してアンド表現で抽出する（ステップ５０４）。入金金額１００万円と一致する請求データの組み合わせが４組抽出される（６０４）。

最後に、候補組み合わせ（データ）のビットのアンド表現を、日付順にソートする（ステップ５０５）。このとき、古い日付からでも新しい日付からでも日付順にソートできるが、古い日付の請求データの組み合わせが上位になるようにソートすれば、ビットのアンド表現が「０ｂ１１０１０００」となる組み合わせが上位にソートされ、順に「０ｂ０１１１０１０」、「０ｂ００１０１１０」、「０ｂ００００００１」の請求データがソートされる（６０５）。このように、古い日付の請求データの組み合わせを候補組み合わせ（データ）のリストの上位に配置できるので、古い日付の請求について優先的に消込処理を行う場合に作業を効率化できる。

以上の照合プロセスで抽出された候補組み合わせ（データ）は、消込候補データ１３６として、照合済データ記憶部１３３に記憶される。

最終的に抽出された候補組み合わせ（データ）が１つだけの場合、自動的に消込処理することができる。また、抽出された候補組み合わせ（データ）の中から、入金締め切り月が直近である請求データからなる組み合わせを自動的に消込処理することもできる。

このように候補組み合わせ（データ）が自動的に消込処理されるときには、消込候補データ１３６にフラグが付され、フラグが付されたデータは消込処理が施され、消込済データ１３５として照合済データ記憶部１３３に記憶される。

一方、自動的に消込処理に消込処理がなされなかった場合、候補組み合わせ（データ）は、消込候補データ１３６として、照合済データ記憶部１３３に記憶された後、消込候補データ出力部１１３に出力され、入力端末１１０の画面に表示される。消込候補データ出力部１１３に出力された候補組み合わせ（データ）の中から、作業者により選択された候補組み合わせ（データ）が、消込確定データ入力部１１４から入力されると、消込候補データ１３６にフラグが付され、フラグが付されたデータは消込処理が施され、消込済データ１３５として照合済データ記憶部１３３に記憶される。このように、手動での消込処理がなされる。

作業者により選択された候補組み合わせ（データ）は、未消込データ１３４として記憶される（図示せず）。

このように、本発明の実施の形態では、請求データを、動的計画法を用いた探索前に、探索を迅速化できるデータ構造に変換しておき、探索終了後に、古い日付の請求を優先して消込処理できるデータ構造に再変換する。その結果、消込処理を迅速化、効率化できる。

また、本発明の実施の形態では、先行技術では入金金額が合計請求金額と同等か上回る場合にしか抽出できなかった請求データの組み合わせを、入金金額が合計請求金額と同等か上回る場合だけでなく、入金金額の一部と請求金額の一部の合計額とが一致する場合においても抽出できる。その結果、抽出できる請求データの組み合わせが増加するので、消込処理を迅速化、効率化できる。

本発明の実施の形態において、請求データや候補組み合わせ（データ）を日付順に並び替える例を示したが、日付順で並び替える必要はなく、請求月の順でもよいし、時刻を含めて時系列で請求時順に並び替えてもよい。また、入金の日付、時刻、入金月等の時系列で入金時順に並び替えてもよい。その他、契約時に関する情報でもよく、請求データや候補組み合わせ（データ）における請求時、入金時、契約時などの時系列情報に基づき並び替えれば、同様の効果を奏する。

＜第２の実施の形態＞
次に、本発明の第２の実施の形態について図７～図１１を参照して説明する。

本発明の第２の実施の形態においては、入金消込装置の構成は、本発明の第１の実施の形態に係る入金消込装置の構成と同様の構成を用いることができ、入金消込方法が本発明の第１の実施の形態に係る入金消込方法とは異なる。本実施の形態に係る入金消込方法を以下に説明する。

＜入金消込方法２＞
請求データと入金データの照合において契約識別ＩＤの組み合わせ学習を用いる方法を説明する。本実施の形態の一例として、同一企業との複数の定期の契約があり、各契約における請求金額が所定の組み合わせで入金される場合を想定する。

図７に、本実施の形態の請求データと入金データの照合と消込処理の方法のフローチャートを示す。本発明においては、事前に、消込確定した請求データにおける契約識別ＩＤの組み合わせが学習される（ステップ７０１）。学習された契約識別ＩＤは照合部１４１に記憶される。以下、学習された契約識別ＩＤの組み合わせを「学習組み合わせ」という。ここで、契約識別ＩＤは、１契約に基づく定期的な請求を特定するＩＤであり、番号や文字列などである。

初めに、入金データと請求データとを照合して、請求データにおける契約識別ＩＤの組み合わせ候補（以下、「候補組み合わせ（契約ＩＤ）」という。）を抽出する（ステップ７０２）。ここで、候補組み合わせ（契約ＩＤ）は第１の実施の形態に係る方法で抽出される。抽出された候補組み合わせ（契約ＩＤ）は、消込候補データ１３６として、照合済データ記憶部１３３に記憶される。

次に、学習組み合わせと候補組み合わせ（契約ＩＤ）との一致度を計算する（ステップ７０３）。

次に、計算結果である一致度が基準値以上か、を判定する（ステップ７０４）。基準値はデータサーバ１３０に記憶され、データサーバ１３０から照合部１４１に読み出され、照合プロセスに用いられる（図示せず）。基準値は消込処理を行うときに入力端末１１０から入力してもよい（図示せず）。

一致度が基準値以上の場合には自動で消込処理を行う（ステップ７０５）。

このように候補組み合わせ（契約ＩＤ）が自動的に消込処理されるときには、消込候補データ１３６にフラグが付され、フラグが付されたデータは消込処理が施され、消込済データ１３５として照合済データ記憶部１３３に記憶される。

一致度が基準値未満の場合には、候補組み合わせ（データ）は、消込候補データ１３６として、照合済データ記憶部１３３に記憶された後、消込候補データ出力部１１３に出力され、入力端末１１０の画面に表示される（ステップ７０６）。

次に、消込候補データ出力部１１３に出力された候補組み合わせ（データ）について、作業者により消込処理の確定がなされる（ステップ７０７）。このとき、選択された候補組み合わせ（データ）が、消込確定データ入力部１１４から入力される。次に、消込候補データ１３６にフラグが付され、フラグが付されたデータは消込処理が施され、消込済データ１３５として照合済データ記憶部１３３に記憶される。このように、手動での消込処理がなされる（ステップ７０８）。

一方、作業者により選択された候補組み合わせ（データ）は、未消込データ１３４として記憶される（ステップ７０９）。

次に、上述の照合プロセスにおける一致度の計算について説明する。

本実施の形態では、一致度の計算にコサイン類似度を用いる。図８にコサイン類似度の計算における請求データのベクトル化の一例を示す。学習組み合わせ、候補組み合わせ（契約ＩＤ）それぞれについて、契約識別ＩＤによってN次元にベクトル化する。ベクトル化では、学習組み合わせ、候補組み合わせ（契約ＩＤ）それぞれにおいて、各契約識別ＩＤが含まれる場合を「１」、含まれない場合を「０」（Ｏｎｅ－ｈｏｔベクトル化）として、組み合わせごとにこのベクトルを加算した特徴ベクトルを、各組み合わせの特徴量とする。

例えば、同一企業との契約において、定期で支払いをする契約Ａ、Ｂ、Ｃがあり、前月の契約Ａと契約Ｃについての請求データが学習されており、今月に契約Ｂと契約Ｃについて請求されたとする。それぞれの請求データをベクトル化すると、学習された前月の請求データが［１，０，１］、今月の請求データが［０，１，１］となる。コサイン類似度は、この学習組み合わせの特徴ベクトルと候補組み合わせ（契約ＩＤ）の特徴ベクトルとの内積により得られる。

詳細を以下に説明する。図９に、過去の入金データと請求データとの照合履歴における入金テーブル９０１と請求データ９０２の一例を示す。この照合された請求データ９０２が学習データである。図１０に、今月の入金データ１００１と、候補組み合わせ（契約ＩＤ）１００２、１００３とを示す。

図１１に、図１０に示すデータを用いて、コサイン類似度を計算して照合するプロセスを示す。

初めに、それぞれのデータをベクトル化する（ステップ１１０１）。

次に、各ベクトルの絶対値を算出した後に、学習組み合わせと各候補組み合わせとのコサイン類似度を各ベクトルの内積より計算する（ステップ１１０２）。図１１に示す例では、学習組み合わせと候補組み合わせ１とのコサイン類似度と、学習組み合わせと候補組み合わせ２とのコサイン類似度とを計算する。

最後に、計算された各コサイン類似度を一致度として比較して、入金データに対応する請求データの組み合わせを決定する（ステップ１１０３）。図に示す例では、学習組み合わせと候補組み合わせ１とのコサイン類似度が１であり、学習組み合わせと候補組み合わせ２とのコサイン類似度が０．３３３である。したがって、学習組み合わせと候補組み合わせ１とのコサイン類似度の方が高い値を示すので、入金データに対応する請求データの組み合わせとして決定される。

以上のように、本発明の第２の実施の形態によれば、請求データと入金データとの照合結果の確度を定量的に決定でき、客観的に判定できるので、従来必要とされた作業者の確認をすることなく、自動で消込処理を行うことができる頻度が増加するので、消込処理の作業効率を向上できる。

＜第３の実施の形態＞
次に、本発明の第２の実施の形態について図１３～図１４を参照して説明する。

本発明の第３の実施の形態においては、入金消込装置の構成は、本発明の第１の実施の形態に係る入金消込装置の構成と同様の構成を用いることができ、入金消込方法が本発明の第１の実施の形態に係る入金消込方法とは異なる。本実施の形態に係る入金消込方法を以下に説明する。

＜入金消込方法３＞
請求データと入金データの照合において、請求データにおける登録企業名（以下、「請求先企業名」）と入金データにおける振込名義人名とを照合（名寄せ）する方法を説明する。

図１２に入金データ１２０１と請求データ１２０２の一例を示す。図１３Ａに本実施の形態に係る名寄せのフローチャートを示す。また、図１３Ｂに本実施の形態に係る名寄せの一例を示す。振込名義人名「カ)トウキョウ（半角）」に対して振込先企業名「株式会社東京」の場合と、振込名義人名「エヌ・ティ・ティ・コムウェア(カ（半角）」に対して振込先企業名「ＮＴＴコムウェア株式会社」の場合とを示す（ステップ１３００Ｂ）

初めに、振込名義人名と請求先企業名について、全角・半角/大文字・小文字正規化を行う（ステップ１３０１Ａ）。振込名義人名において、「カ)トウキョウ（半角）」が「カ）トウキョウ（全角）」、「エヌ・ティ・ティ・コムウェア(カ（半角）」が「エヌ・ティ・ティ・コムウェア（カ」に変換される（ステップ１３０１Ｂ）。

次に、法人格を取り除く（ステップ１３０２Ａ）。振込名義人名において、「カ）トウキョウ（全角）」が「トウキョウ」に変換される。また、「エヌ・ティ・ティ・コムウェア（カ」が「エヌ・ティ・ティ・コムウェア」に変換される。また、請求先企業名において、「株式会社東京」が「東京」、「ＮＴＴコムウェア株式会社」が「ＮＴＴコムウェア」に変換される（ステップ１３０２Ｂ）。

次に、不要記号を取り除く（ステップ１３０３Ａ）。振込名義人名において、「エヌ・ティ・ティ・コムウェア」が「エヌティティコムウェア」に変換される。

次に、形態素解析を行い、漢字カナ変換を行う（ステップ１３０４Ａ）。請求先企業名において、「株式会社東京」が「トウキョウ」に変換される（ステップ１３０４Ｂ）。ここで、振込名義人名「トウキョウ」と請求先企業名「トウキョウ」が一致して名寄せが完了する。

最後に、英字カナ変換を行う。請求先企業名において、「ＮＴＴコムウェア」が「エヌティティコムウェア」に変換される。ここで、振込名義人名「エヌティティコムウェア」と請求先企業名「エヌティティコムウェア」が一致して名寄せが完了する。

以上のように、請求データにおける登録企業名（以下、「請求先企業名」）と入金データにおける振込名義人名とを照合（名寄せ）が自動的に行われるので、作業者の負担は軽減され、消込処理が迅速化、効率化される。

＜変形例＞
本発明に係る実施の形態の変形例として、上述の実施の形態の組み合わせについて説明する。本発明に係る実施の形態の変形例においては、入金消込装置の構成は、本発明の第１の実施の形態に係る入金消込装置の構成と同様の構成を用いることができ、入金消込方法が本実施の形態の変形例に係る入金消込方法とは異なる。本実施の形態の変形例に係る入金消込方法を以下に説明する。

＜入金消込方法の組み合わせ＞
第１～３の実施の形態に係る入金消込方法は、それぞれ単独で消込処理の迅速化、効率化について効果を奏するが、それぞれを組み合わせることにより、さらなる効果を奏する。

第１又は第２の実施の形態に係る入金消込方法と第３の実施の形態に係る入金消込方法との組み合わせについて、例えば、事前に第３の実施の形態に係る入金消込方法により、請求データと入金データに名寄せ処理を施した後に、第１の実施の形態に係る入金消込方法により、動的計画法を用いて請求データと入金データとを照合して消込処理を行えば、さらなる消込処理の迅速化、効率化を実現できる。また、事前に第３の実施の形態に係る入金消込方法により、請求データと入金データに名寄せ処理を施した後に、第２の実施の形態に係る入金消込方法により、請求データと入金データとの一致度により照合して消込処理を行えば、さらなる消込処理の迅速化、効率化を実現できる。

また、第１の実施の形態に係る入金消込方法と第２の実施の形態に係る入金消込方法との組み合わせについて、第１の実施の形態に係る入金消込方法により、動的計画法を用いて請求データと入金データとを照合して組み合わせ候補を抽出した後に、抽出した請求データの組み合わせ候補について、第２の実施の形態に係る入金消込方法により、請求データと入金データとの一致度により照合して消込処理を行えば、さらなる消込処理の迅速化、効率化を実現できる。

また、事前に第３の実施の形態に係る入金消込方法により、請求データと入金データに名寄せ処理を施した後に、第１の実施の形態に係る入金消込方法により、動的計画法を用いて請求データと入金データとを照合して組み合わせ候補を抽出し、引き続き、第２の実施の形態に係る入金消込方法により、請求データと入金データとの一致度により照合して消込処理を行えば、さらなる消込処理の迅速化、効率化を実現できる。

また、第２の実施の形態では、候補組み合わせ（契約ＩＤ）の抽出（ステップ７０２）に第１の実施の形態に係る入金消込方法を用いたが、この入金消込方法に限ることなく、特許文献１、２に示す入金消込方法など他の方法を用いてもよい。

また、第２の実施の形態では、契約識別ＩＤの組み合わせを用いて入金データと請求データとを照合する例を示したが、契約識別ＩＤの他に業名、部署名、契約件名、契約サービス・商品名などの請求データに関連付けて請求データを分類できる情報（以下「請求分類情報」という。）であれば、入金データと請求データとの照合に用いることができる。

また、第２の実施の形態では、１組の学習組み合わせと、複数の候補組み合わせとの一致度を計算する例を示したが、複数の学習組み合わせと、複数の候補組み合わせとの一致度を計算してもよい。または、記憶された全ての学習組み合わせと、複数の候補組み合わせとの一致度を計算して、最も一致度の高い候補組み合わせを、入金データに対応する請求データの組み合わせとして決定することもできる。

また、複数の学習組み合わせを対象に一致度を計算する場合に、複数の学習組み合わせの平均値と、候補組み合わせとの一致度を計算することもできる。ここで、複数の学習組み合わせの平均値は、全ての学習組み合わせの平均値でもよいし、所定の期間での学習組み合わせの平均値でもよい。または、複数の学習組み合わせから、所定の条件で学習組み合わせを選択してもよい。この選択の条件としては、入金日に時系列が直近である、最も多くの契約数を含む、最も少ない契約数を含む等がある。

また、第２の実施の形態では、複数のｎ次元のベクトルを比較する方法として、コサイン類似度を用いたが、コサイン類似度以外にピアソンの相関係数や偏差パターン類似度などを用いてもよい。入金データと請求データをｎ次元ベクトル化して比較する方法であれば同様の効果を奏する。

本発明に係る実施の形態では、入金データにおける入金金額と請求データにおける請求金額の組み合わせとが一致する場合に消込候補データとして抽出（選択）する例を示したが、一致しない場合であっても消込候補データとして抽出（選択）できる。例えば、入金金額と請求金額の組みあわせとの差額が設定した金額の範囲内であれば、消込候補データとして抽出できる。このように差額を設定すれば、契約ごとに消費税や手数料を含む場合と含まない場合があるので、消込候補データの抽出における精度向上に有効である。以上のように、入金データに対応する請求データの組み合わせを消込候補データとして選択することができる。

本発明に係る実施の形態では、請求データの組み合わせの一部を消込候補データとして抽出（選択）する例を示したが、請求データの組み合わせの一部を消込候補データとして選択することも、請求データの組み合わせの全てを消込候補データとして選択することもできる。

本発明に係る実施の形態では、請求データ、入金データが請求データ記憶部１３１、入金データ記憶部１３２それぞれから照合部１４１に読み込まれるときに、請求データ、入金データを複製して用いたが、請求データ、入金データを複製せずにそれぞれのデータを照合部１４１に移動して照合を行ってもよい。その際は、最終的に消込されずに未消込データ１３４として残った請求データは請求データ記憶部１３１に移動する。または、請求データ、入金データが請求データ記憶部１３１、入金データ記憶部１３２それぞれから照合部１４１に読み込まれるときに、併せて、照合済データ記憶部１３３の未消込データ１３４を照合部１４１に移動する。

本発明の実施の形態の係る入金消込装置の構成においては、各サーバや、入力部、出力部、記憶部、照合部等の各部より構成される一例を示したが、構成はこれに限らず、各機能の１つのサーバやコンピュータへの集約、複数のサーバやコンピュータへの分散、外部デバイスの利用など他の構成を用いてもよく、各処理が実行され機能する構成であればよい。

本発明は、商取引における入金消込処理で用いられる入金消込装置、入金消込方法、及び入金消込プログラムに適用することができる。

１００ 入金消込装置
１１０ 入力端末
１１１ 請求データ入力部
１１２ 入金データ入力部
１１３ 消込候補データ出力部
１１４ 消込確定データ入力部
１２０ ウェブサーバ
１３０ データサーバ
１３１ 請求データ記憶部
１３２ 入金データ記憶部
１３３ 照合済データ記憶部
１３４ 未消込データ
１３５ 消込済データ
１３６ 消込候補データ
１４０ バッチサーバ
１４１ 照合部

Claims (9)

1. 入金データと請求データの組み合わせを比較して消込処理する入金消込装置であって、
   前記入金データに対応する前記請求データの組み合わせを消込候補データとして選択する手段と、
   前記消込候補データを、消込処理がなされて学習された請求データと照合する手段を備え、
   前記消込候補データと前記学習された請求データとが請求分類情報を有し、
   前記消込候補データと、前記学習された請求データとを契約識別ＩＤによりｎ次元ベクトル化し、
   前記消込候補データと、前記学習された請求データとの一致度を計算することを特徴とする入金消込装置。
2. 前記一致度が、コサイン類似度であることを特徴とする請求項１に記載の入金消込装置。
3. 前記消込候補データを選択する前に、時系列情報に基づき前記請求データにビットを付与する手段と、
   前記消込候補データを選択した後に、当該消込候補データのビットを加算する手段とを備える請求項１又は請求項２に記載の入金消込装置。
4. 前記消込候補データの選択における加算プロセスでの請求金額の階層である加算階層ごとに定める請求金額を順次加算して合計金額を算出する手段と、
   前記加算階層及び前記合計金額と、記憶された消込候補データの加算履歴における加算階層及び合計金額とを比較する手段と、
   前記合計金額と前記入金データにおける入金金額とを比較する手段と、
   前記比較それぞれの結果に応じて、前記消込候補データを選択する手段とを備える請求項１から３のいずれか一項に記載の入金消込装置。
5. 請求データを記憶する請求データ記憶部と、
   入金データを記憶する入金データ記憶部と、
   前記請求データ記憶部から前記請求データを読み込み、前記入金データ記憶部から前記入金データを読み込み、前記入金データに対応する前記請求データの組み合わせを消込候補データとして選択し、当該消込候補データと消込処理がなされて学習された請求データとを照合する照合部と、
   前記消込候補データを記憶し、当該消込候補データの中から消込処理されたデータを消込済データとして記憶する照合済データ記憶部とを備え、
   前記消込候補データと前記学習された請求データとが請求分類情報を有し、
   前記消込候補データと前記学習された請求データとが契約識別ＩＤによりｎ次元ベクトル化され、
   前記消込候補データと前記学習された請求データとの一致度が計算されることを特徴とする入金消込装置。
6. 入金データと請求データの組み合わせを比較して消込処理する入金消込装置においてコンピュータが以下のステップを実行する入金消込方法であって、
   前記入金データに対応する前記請求データの組み合わせを消込候補データとして選択するステップと、
   前記消込候補データと、消込処理がなされて学習された請求データとを契約識別ＩＤによりｎ次元ベクトル化するステップと、
   前記消込候補データと、前記学習された請求データとの一致度を計算するステップとを備え、
   前記消込候補データと前記学習された請求データが請求分類情報を有することを特徴とする入金消込方法。
7. 前記消込候補データを選択する前に、時系列情報に基づき前記請求データにビットを付与するステップと、
   前記消込候補データを選択した後に、当該消込候補データのビットを加算するステップとを備える請求項６に記載の入金消込方法。
8. 前記消込候補データの選択における加算プロセスでの請求金額の階層である加算階層ごとに定める請求金額を順次加算して合計金額を算出するステップと、
   前記加算階層及び前記合計金額と、記憶された消込候補データの加算履歴における加算階層及び合計金額とを比較するステップと、
   前記合計金額と前記入金データにおける入金金額とを比較するステップと、
   前記比較それぞれの結果に応じて、前記消込候補データを選択ステップとを備える請求項６又は７に記載の入金消込方法。
9. 入金データと請求データの組み合わせを比較して消込処理する入金消込装置に対し、
   前記入金データに対応する前記請求データの組み合わせを消込候補データとして選択する手段と、
   前記消込候補データを、消込処理がなされて学習された請求データと照合する手段とを備え、
   前記消込候補データと前記学習された請求データが請求分類情報を有し、
   前記消込候補データと前記学習された請求データとを契約識別ＩＤによりｎ次元ベクトル化し、
   前記消込候補データと、前記学習された請求データとの一致度を計算することを特徴とする処理を実行させ、前記入金消込装置を機能させるための入金消込プログラム。

Images