JP7373001B2 - 判定システム、判定方法、およびプログラム - Google Patents
判定システム、判定方法、およびプログラム Download PDFInfo
- Publication number
- JP7373001B2 JP7373001B2 JP2022040911A JP2022040911A JP7373001B2 JP 7373001 B2 JP7373001 B2 JP 7373001B2 JP 2022040911 A JP2022040911 A JP 2022040911A JP 2022040911 A JP2022040911 A JP 2022040911A JP 7373001 B2 JP7373001 B2 JP 7373001B2
- Authority
- JP
- Japan
- Prior art keywords
- determination
- rules
- fraud
- rule
- combination
- 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
- 238000000034 method Methods 0.000 title claims description 23
- 238000012545 processing Methods 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 21
- 238000005457 optimization Methods 0.000 description 20
- 238000011156 evaluation Methods 0.000 description 8
- 230000010365 information processing Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 101100203596 Caenorhabditis elegans sol-1 gene Proteins 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
図1は、判定システム1の機能構成の一例を示す図である。判定システム1は、例えば、一以上のユーザの端末装置Uと、サービス提供装置10と、判定装置50とを備える。サービス提供装置10と、判定装置50とをネットワークを介して互いに通信する。サービス提供装置10と、端末装置Uとは、ネットワークNWを介して互いに通信する。ネットワークNWは、例えば、インターネットやLAN(Local Area Network)、WAN(Wide Area Network)、セルラー網などを含む。
端末装置Uは、スマートフォンやタブレット端末、パーソナルコンピュータなどの通信機能等を有するコンピュータ装置である。
サービス提供装置10は、例えば、利用者にショッピングに関するサービスを提供するショッピングサーバである。サービス提供装置10は、例えば、情報処理部20と、記憶部30とを備える。情報処理部20は、例えば、CPU(Central Processing Unit)などのハードウェアプロセッサがプログラム(ソフトウェア)を実行することにより実現される。これらの構成要素のうち一部または全部は、LSI(Large Scale Integration)やASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、GPU(Graphics Processing Unit)などのハードウェア(回路部;circuitryを含む)によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めHDD(Hard Disk Drive)やフラッシュメモリなどの記憶装置(非一過性の記憶媒体を備える記憶装置)に格納されていてもよいし、DVDやCD-ROMなどの着脱可能な記憶媒体(非一過性の記憶媒体)に格納されており、記憶媒体がドライブ装置に装着されることで記憶装置にインストールされてもよい。
判定装置50は、例えば、情報取得部(取得部)52と、判定部54と、提供部56と、設定部58と、記憶部60とを備える。情報取得部52と、判定部54と、提供部56と、設定部58とのうち一部または全部は、例えば、CPUなどのハードウェアプロセッサがプログラム(ソフトウェア)を実行することにより実現される。これらの構成要素のうち一部または全部は、LSIやASIC、FPGA、GPUなどのハードウェア(回路部;circuitryを含む)によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めHDDやフラッシュメモリなどの記憶装置(非一過性の記憶媒体を備える記憶装置)に格納されていてもよいし、DVDやCD-ROMなどの着脱可能な記憶媒体(非一過性の記憶媒体)に格納されており、記憶媒体がドライブ装置に装着されることで記憶装置にインストールされてもよい。なお、判定装置50の機能の一部または全部は、サービス提供装置10など他の装置に含まれていてもよい。
まず、判定システムの処理の流れの一例について説明する。図2は、処理の流れの一例を示すシーケンス図である。
図3は、サービス提供装置10が有する利用者情報32の内容の一例を示す図である。利用者情報32は、利用者IDと、属性情報と、利用履歴と、評価情報とが互いに対応付けられた情報である。なお、これらの情報のうち一部の情報は省略されてもよい。利用者IDは、利用者の識別情報であり、例えば、サービス利用時やログイン時に入力された識別情報である。属性情報は、利用者が登録した利用者の属性であって、住所や、電話、メールアドレス、性別、年齢などである。属性情報は、上記の他に、年収や、趣味、家族構成など種々の情報を含んでもよい。
図4は、判定対象情報の内容の一例を示す図である。判定対象情報は、取引情報と、利用者情報32とを含む。取引情報は、例えば、利用者が購入を意図した商品(またはサービス)の情報や、決済に関する情報(決済の方法、クレジットカード番号)、配送先、配送日など種々の情報を含む。
設定部58は、実績情報64、リソース情報66、および最適化モデル68に基づいて、ルール情報62に含まれるルールのうちから判定に用いるルールを決定し、決定したルールに応じた設定ルール情報70を生成する。
実績情報64は、判定対象情報を判定した際のルールに対応する実績を示す情報である。図6は、実績情報64の一例を示す図である。実績情報64は、例えば、ルールごとの適合率と検知件数とを含む。適合率に検知件数を乗算した値は不正検知数(不正の疑いがあると判定された件数)である。適合率とは、ルールを満たさないと判定した判定対象情報が実際に不正であった度合である。検知件数とは、ルールを満たさないと検知された判定対象情報の数である。
リソース情報66は、人的リソースの度合を示す情報である。図7は、リソース情報66の内容の一例を示す図である。リソース情報66は、判定対象情報の1件当たりの検査に必要な検査時間と、人員(スタッフ数)と、制約時間(人員が判定に掛けられる総時間)とを含む。
最適化モデル68は、入力対象の情報が入力されると、ルールごとの適否を示す情報を出力するモデルである。図8は、最適化モデル68の処理を概念的に示す図である。入力対象の情報とは、例えば、ルールの数と、ルールごとの検知数および適合率と、リソース情報66とを含む。最適化モデル68は、ルール1は採用、ルール2、3は不採用などのようにルールごとの採否を示す情報を出力する。
図10は、本実施形態の処理を適用した結果と適用しなかった結果との一例を示す図である。ソリューション1(Sol1)、ソリューション2(Sol2)、およびソリューション3(Sol3)は、以下のようにルールを決定して所定時間内で不正を検知できた件数を示している。ソリューション1(Sol1)は、完全にランダムにルールを決定した例である。ソリューション2(Sol2)は、適合率が高いルールを決定した例である。ソリューション3(Sol3)は、本実施形態を適用してルールを決定した例である。
図11は、設定部58が処理を実行するタイミングを示すフローチャートである。設定部58は、所定の条件を満たすか否かを判定する(S100)。所定の条件を満たす場合、設定部58は、最適化モデル68を用いて採用するルールを決定する(S102)。
ルール情報62に含まれるルールまたは設定部58により決定されるルールは、異なる判定対象情報を不正の疑いがあると判定するように設定された条件である。換言すると、複数のルールまたは組み合わせに含まれるルールのそれぞれは、ルールの判定の結果が重複しないルールである。
上記の例では、ショッピングサービスにおける処理の際の不正の疑いの判定について説明したが、他の電子商取引においても適用されてもよい。例えば、オークションやフリーマーケットなどその他の電子商取引である場合、コメントの文字数や、出品数、画像の情報など種々の情報を判定対象情報に含め、これらを判定するための閾値やルールを上記の手法により変更してもよい。
10‥サービス提供装置
20‥情報処理部
50‥判定装置
52‥情報取得部
54‥判定部
56‥提供部
58‥設定部
60‥記憶部
62‥ルール情報
64‥実績情報
66‥リソース情報
68‥最適化モデル
70‥設定ルール情報
Claims (14)
- 電子商取引の内容を示す判定対象情報を取得する取得部と、
複数のルールのそれぞれを適用して判定対象情報の不正の疑いの判定を行ったときのルールごとの実績値と不正の判定に適用できる資源の度合とに基づいて、前記複数のルールの中から判定に用いる前記ルールの組み合わせを設定する設定部と、
前記設定部が設定したルールの組み合わせと、前記判定対象情報とに基づいて、前記判定を行う判定部と
を備える判定システム。 - 前記実績値は、不正の疑いがあると判定された結果に対する正解の度合を示す適合率と、不正の疑いがあると判定された検知数である、
請求項1に記載の判定システム。 - 前記資源の度合は、前記判定の処理に関わる人員に関する指標である、
請求項1または2に記載の判定システム。 - 前記人員に関する指標は、1件の判定に対して人員に含まれるスタッフが掛けられる時間と、前記人員が判定に掛けられる総時間とを含む、
請求項3に記載の判定システム。 - 前記設定部は、前記実績値および前記資源の度合を示す指標を含むパラメータを、数理計画法に基づくモデルに適用して、前記ルールの組み合わせを決定する、
請求項1から4のうちいずれか1項に記載の判定システム。 - 前記モデルは、前記資源の度合を制約条件とした場合において、前記不正の疑いを有すると判定する件数を閾値以上にする前記ルールの組み合わせを導出するモデルである、
請求項5に記載の判定システム。 - 前記実績値は、不正の疑いがあると判定された結果に対する正解の度合を示す適合率と、不正の疑いがあると判定された検知数であり、
前記資源の度合は、前記判定の処理に関わる人員に関する指標であり、
前記設定部は、前記実績値および資源の度合を示す指標を含むパラメータを、数理計画法に基づくモデルに適用して、前記ルールの組み合わせを決定する、
請求項1から6のうちいずれか1項に記載の判定システム。 - 前記資源の度合は、前記判定の処理に関わる人員に関する指標であり、
前記人員に関する指標が所定の度合以上変化する場合に、
前記設定部は、前記ルールの組み合わせを設定する処理を行う、
請求項1から7のうちいずれか1項に記載の判定システム。 - 前記複数のルールに新たなルールが追加された、前記複数のルールのうちいずれかのルールが削除された、または前記複数のルールのうちいずれかのルールが改変された場合、前記設定部は、前記ルールの組み合わせを設定する処理を行う、
請求項1から8のうちいずれか1項に記載の判定システム。 - 前記電子商取引の取引数が所定の度合以上増加すると見込まれる情報が取得された場合、前記設定部は、前記ルールの組み合わせを設定する処理を行う、
請求項1から9のうちいずれか1項に記載の判定システム。 - 前記複数のルールまたは前記組み合わせに含まれるルールのそれぞれは、ルールの判定の結果が重複しないルールである、
請求項1から10のうちいずれか1項に記載の判定システム。 - 前記電子商取引は、少なくとも、ショッピング、オークション、フリーマーケット、施設の利用の予約、またはサービスの提供の予約を含む、
請求項1から11のうちいずれか1項に記載の判定システム。 - 一以上のコンピュータが、
電子商取引の内容を示す判定対象情報を取得し、
複数のルールのそれぞれを適用して判定対象情報の不正の疑いの判定を行ったときのルールごとの実績値と不正の判定に適用できる資源の度合とに基づいて、前記複数のルールの中から判定に用いる前記ルールの組み合わせを設定し、
前記設定したルールの組み合わせと、前記判定対象情報とに基づいて、前記判定を行う、
判定方法。 - コンピュータに、
電子商取引の内容を示す判定対象情報を取得させ、
複数のルールのそれぞれを適用して判定対象情報の不正の疑いの判定を行ったときのルールごとの実績値と不正の判定に適用できる資源の度合とに基づいて、前記複数のルールの中から判定に用いる前記ルールの組み合わせを設定させ、
前記設定させたルールの組み合わせと、前記判定対象情報とに基づいて、前記判定を行わせる、
プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022040911A JP7373001B2 (ja) | 2022-03-16 | 2022-03-16 | 判定システム、判定方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022040911A JP7373001B2 (ja) | 2022-03-16 | 2022-03-16 | 判定システム、判定方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023135696A JP2023135696A (ja) | 2023-09-29 |
JP7373001B2 true JP7373001B2 (ja) | 2023-11-01 |
Family
ID=88145299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022040911A Active JP7373001B2 (ja) | 2022-03-16 | 2022-03-16 | 判定システム、判定方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7373001B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018041421A (ja) | 2016-09-09 | 2018-03-15 | 株式会社インテリジェントウェイブ | クレジットカードの不正使用判定支援装置、不正使用判定装置及び不正使用判定の支援方法 |
JP2020113178A (ja) | 2019-01-16 | 2020-07-27 | 株式会社メルカリ | 取引監視サーバ、取引監視方法、およびプログラム |
JP2021111261A (ja) | 2020-01-15 | 2021-08-02 | 日本電気株式会社 | モデル生成装置、モデル生成方法、及び、記録媒体 |
JP7173332B2 (ja) | 2019-06-11 | 2022-11-16 | 日本電気株式会社 | 不正検知装置、不正検知方法および不正検知プログラム |
-
2022
- 2022-03-16 JP JP2022040911A patent/JP7373001B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018041421A (ja) | 2016-09-09 | 2018-03-15 | 株式会社インテリジェントウェイブ | クレジットカードの不正使用判定支援装置、不正使用判定装置及び不正使用判定の支援方法 |
JP2020113178A (ja) | 2019-01-16 | 2020-07-27 | 株式会社メルカリ | 取引監視サーバ、取引監視方法、およびプログラム |
JP7173332B2 (ja) | 2019-06-11 | 2022-11-16 | 日本電気株式会社 | 不正検知装置、不正検知方法および不正検知プログラム |
JP2021111261A (ja) | 2020-01-15 | 2021-08-02 | 日本電気株式会社 | モデル生成装置、モデル生成方法、及び、記録媒体 |
Also Published As
Publication number | Publication date |
---|---|
JP2023135696A (ja) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11010345B1 (en) | User behavior segmentation using latent topic detection | |
US8615458B2 (en) | Industry size of wallet | |
TWI409712B (zh) | 以消費者推薦之社交網路行銷方法與裝置 | |
TWI498836B (zh) | 具有推廣者推薦之社交網路行銷方法與裝置 | |
JP5571804B2 (ja) | 再購入傾向を予測する方法および装置 | |
US20130096988A1 (en) | Nomination engine | |
US20150294339A1 (en) | System for Secure Transactions | |
US11494782B1 (en) | Equity offers based on user actions | |
US20140025465A1 (en) | Tracking Pre-Purchase/Post-Purchase Shopping Activity | |
CN110033120A (zh) | 用于为商户提供风险预测赋能服务的方法及装置 | |
US20230385834A1 (en) | Product analysis platform to perform a facial recognition analysis to provide information associated with a product to a user | |
US20150073889A1 (en) | Dynamic Retailer Rewards Based on Attributes of Historical Transactions and Calculated Values | |
US11887147B1 (en) | Graphical user interface enabling dynamic reward interaction | |
US11238486B2 (en) | Multi-customer offer | |
US20180232747A1 (en) | Systems and methods for determining consumer purchasing behavior | |
JP2016045866A (ja) | クーポン配信システム | |
US8380559B2 (en) | Identifying luxury merchants and consumers | |
Mzoughia et al. | An improved customer lifetime value model based on Markov chain | |
JP7373001B2 (ja) | 判定システム、判定方法、およびプログラム | |
JP2021197089A (ja) | 出力装置、出力方法及び出力プログラム | |
US20180137516A1 (en) | Systems and Methods for Processing Support Messages Relating to Services Associated With Payment Systems | |
US20150348140A1 (en) | Card-linked offer based on deal construct | |
US20220381573A1 (en) | Systems and methods for locating objects and related facilities | |
US20090171687A1 (en) | Identifying Industry Passionate Consumers | |
JP6744438B2 (ja) | ソリューション提案装置、方法、プログラム、およびシステム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220719 |
|
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: 20231003 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231020 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7373001 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20231026 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |