JP7400135B1 - 情報処理装置、情報処理方法、およびプログラム - Google Patents
情報処理装置、情報処理方法、およびプログラム Download PDFInfo
- Publication number
- JP7400135B1 JP7400135B1 JP2023025022A JP2023025022A JP7400135B1 JP 7400135 B1 JP7400135 B1 JP 7400135B1 JP 2023025022 A JP2023025022 A JP 2023025022A JP 2023025022 A JP2023025022 A JP 2023025022A JP 7400135 B1 JP7400135 B1 JP 7400135B1
- Authority
- JP
- Japan
- Prior art keywords
- information
- user
- payment
- usage amount
- user information
- 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 abstract description 74
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 75
- 230000003111 delayed effect Effects 0.000 claims abstract description 23
- 238000003860 storage Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 8
- 238000005304 joining Methods 0.000 claims description 5
- 238000012011 method of payment Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 abstract description 16
- 238000012545 processing Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
Description
図1は、情報処理システム1の全体構成を示す図である。情報処理システム1は、情報処理装置100と、端末装置200-1~200-N(Nは2以上の自然数)と、サービス提供装置300とを備える。情報処理装置100、端末装置200-1~200-N、およびサービス提供装置300は、ネットワークNWを介して通信する。ネットワークNWは、例えば、WAN(Wide Area Network)やLAN(Local Area Network)、インターネット、プロバイダ装置、無線基地局、専用回線などのうち一部または全部を含む。
図2は、サービス利用時の処理の流れの一例を示すシーケンス図である。本シーケンス図では、サービス提供装置300が提供するショッピングサービスを利用者が利用する例について説明する。まず、端末装置200は、利用者からの指示に応じてショッピングサイトの閲覧要求をサービス提供装置300に送信する(S11)。ショッピングサイトの閲覧要求には、サービス提供装置300によって提供されるショッピングサイトのURL(Uniform Resource Locator)などが含まれる。
図3は、情報処理装置100の構成を示すブロック図である。情報処理装置100は、通信部110と、表示部120と、入力部130と、取得部140と、絞込部150と、判別部160と、通知部170と、学習モデル生成部180と、記憶部190とを備える。
次に、当月未収となる可能性の高い利用者の判別処理について説明する。当月未収とは、銀行口座の残高不足により引き落としができないなどの理由で、当月においてクレジットカードなどの事後決済手段の利用金額の支払いが滞る状況を意味する。
図5は、請求件数、未収発生件数、および未収発生率を、枠消化率ごとに示す図である。図5に示される例は、1か月間における請求件数、未収発生件数、および未収発生率の集計データを示す。請求件数は、クレジットカードを利用した利用者への利用金額の請求件数である。未収発生件数は、当月未収となった件数である。未収発生率は、当月未収が発生した割合であり、未収発生件数を請求件数で除算して得られた値に基づいて算出してよい。
図7は、学習データ193の一例を示す図である。学習データ193は、学習モデル192を構築する利用者によって予め用意され、記憶部190に記憶されている。学習データ193は、過去の所定期間の利用者情報191に基づいて作成される。学習モデル生成部180は、学習データ193を学習することにより、学習モデル192を生成する。
図8は、情報処理装置100の処理の一例を示すフローチャートである。本フローチャートによる処理は、情報処理装置100のプロセッサが記憶部190からプログラムを読み出して実行することにより開始される。
100 情報処理装置
110 通信部
120 表示部
130 入力部
140 取得部
150 絞込部
160 判別部
170 通知部
180 学習モデル生成部
190 記憶部
191 利用者情報
192 学習モデル
193 学習データ
200 端末装置
300 サービス提供装置
Claims (13)
- 利用者にサービスを提供するサービス提供装置と通信可能な情報処理装置であって、
前記サービスの提供に際して事後決済手段を利用した前記利用者に関する利用者情報を取得する取得部と、
前記利用者情報を、前記サービスの利用についての利用金額の支払いが滞ったことのある第1利用者層の情報である第1利用者情報と、前記利用金額の支払いが滞ったことのない第2利用者層の情報である第2利用者情報とに区分し、前記第1利用者情報に対して第1条件で絞り込むことにより、前記第1利用者情報と前記第2利用者情報とを区分した第1時点で前記利用金額の支払いが滞ったことのある前記第1利用者層のうち、前記第1時点よりも後の第2時点で更に前記利用金額の支払いが滞った利用者の割合が所定値以上となるように前記第1利用者情報を絞り込むとともに、前記第2利用者情報に対して前記第1条件とは異なる第2条件で絞り込むことにより、前記第1時点で前記利用金額の支払いが滞ったことのない前記第2利用者層のうち、前記第2時点で前記利用金額の支払いが滞った利用者の割合が前記所定値以上となるように前記第2利用者情報を絞り込むことで、絞込情報を生成する絞込部と、
過去の所定期間の前記利用者情報の特徴を学習した学習モデルを前記絞込情報に適用することにより、前記利用金額の支払いが滞る可能性が所定値より高い利用者を判別する判別部と、
を備える情報処理装置。 - 利用者にサービスを提供するサービス提供装置と通信可能な情報処理装置であって、
前記サービスの提供に際して事後決済手段を利用した前記利用者に関する利用者情報を取得する取得部と、
前記事後決済手段の利用金額の支払いが滞った利用者の割合が所定値以上となるように前記利用者情報を絞り込むことにより、絞込情報を生成する絞込部と、
過去の所定期間の前記利用者情報の特徴を学習した学習モデルを前記絞込情報に適用することにより、前記利用金額の支払いが滞る可能性が所定値より高い利用者を判別する判別部と、
を備え、
前記利用者情報は、前記事後決済手段の利用可能枠、前記利用可能枠の消化率を示す枠消化率、前記事後決済手段の入金方法、前記事後決済手段の利用年数、および前記事後決済手段の入会経路のうちの少なくとも一つを含み、
前記絞込部は、前記利用可能枠、前記枠消化率、前記入金方法、前記利用年数、および前記入会経路のうちの少なくとも一つに基づいて前記利用者情報を絞り込むことにより、前記絞込情報を生成する、
情報処理装置。 - 利用者にサービスを提供するサービス提供装置と通信可能な情報処理装置であって、
前記サービスの提供に際して事後決済手段を利用した前記利用者に関する利用者情報を取得する取得部と、
前記事後決済手段の利用金額の支払いが滞った利用者の割合が所定値以上となるように前記利用者情報を絞り込むことにより、絞込情報を生成する絞込部と、
過去の所定期間の前記利用者情報の特徴を学習した学習モデルを前記絞込情報に適用することにより、前記利用金額の支払いが滞る可能性が所定値より高い利用者を判別する判別部と、
を備え、
前記利用者の属性および前記事後決済手段の利用実績を含む生データと、所定期間における前記利用実績の特徴量を示す第1特徴量と、前記利用金額の支払いが滞る可能性が高い利用者の特徴として予め設定された第2特徴量と、前記利用金額の支払いが滞ったか否かを示す情報とを含む学習データを学習することにより、前記学習モデルを生成する学習モデル生成部を更に備える、
情報処理装置。 - 利用者にサービスを提供するサービス提供装置と通信可能な情報処理装置であって、
前記サービスの提供に際して事後決済手段を利用した前記利用者に関する利用者情報を取得する取得部と、
前記事後決済手段の利用金額の支払いが滞った利用者の割合が所定値以上となるように前記利用者情報を絞り込むことにより、絞込情報を生成する絞込部と、
過去の所定期間の前記利用者情報の特徴を学習した学習モデルを前記絞込情報に適用することにより、前記利用金額の支払いが滞る可能性が所定値より高い利用者を判別する判別部と、
を備え、
前記判別部によって前記利用金額の支払いが滞る可能性が所定値より高いと判定された前記利用者の所有する端末装置に、前記利用金額の支払い方法の変更を促す案内または前記利用金額の引き落とし用の銀行口座に入金するよう促す案内を通知する通知部を更に備える、
情報処理装置。 - 前記事後決済手段は、クレジットカード払いまたは電子決済サービスの後払いである、
請求項1から請求項4の何れか一項に記載の情報処理装置。 - 利用者にサービスを提供するサービス提供装置と通信可能な情報処理装置が、
前記サービスの提供に際して事後決済手段を利用した前記利用者に関する利用者情報を取得し、
前記利用者情報を、前記サービスの利用についての利用金額の支払いが滞ったことのある第1利用者層の情報である第1利用者情報と、前記利用金額の支払いが滞ったことのない第2利用者層の情報である第2利用者情報とに区分し、
前記第1利用者情報に対して第1条件で絞り込むことにより、前記第1利用者情報と前記第2利用者情報とを区分した第1時点で前記利用金額の支払いが滞ったことのある前記第1利用者層のうち、前記第1時点よりも後の第2時点で更に前記利用金額の支払いが滞った利用者の割合が所定値以上となるように前記第1利用者情報を絞り込むとともに、前記第2利用者情報に対して前記第1条件とは異なる第2条件で絞り込むことにより、前記第1時点で前記利用金額の支払いが滞ったことのない前記第2利用者層のうち、前記第2時点で前記利用金額の支払いが滞った利用者の割合が前記所定値以上となるように前記第2利用者情報を絞り込むことで、絞込情報を生成し、
過去の所定期間の前記利用者情報の特徴を学習した学習モデルを前記絞込情報に適用することにより、前記利用金額の支払いが滞る可能性が所定値より高い利用者を判別する、
情報処理方法。 - 利用者にサービスを提供するサービス提供装置と通信可能な情報処理装置が、
前記サービスの提供に際して事後決済手段を利用した前記利用者に関する利用者情報を取得し、
前記事後決済手段の利用金額の支払いが滞った利用者の割合が所定値以上となるように前記利用者情報を絞り込むことにより、絞込情報を生成し、
過去の所定期間の前記利用者情報の特徴を学習した学習モデルを前記絞込情報に適用することにより、前記利用金額の支払いが滞る可能性が所定値より高い利用者を判別し、
前記利用者情報は、前記事後決済手段の利用可能枠、前記利用可能枠の消化率を示す枠消化率、前記事後決済手段の入金方法、前記事後決済手段の利用年数、および前記事後決済手段の入会経路のうちの少なくとも一つを含み、
前記情報処理装置が、前記利用可能枠、前記枠消化率、前記入金方法、前記利用年数、および前記入会経路のうちの少なくとも一つに基づいて前記利用者情報を絞り込むことにより、前記絞込情報を生成する、
情報処理方法。 - 利用者にサービスを提供するサービス提供装置と通信可能な情報処理装置が、
前記サービスの提供に際して事後決済手段を利用した前記利用者に関する利用者情報を取得し、
前記事後決済手段の利用金額の支払いが滞った利用者の割合が所定値以上となるように前記利用者情報を絞り込むことにより、絞込情報を生成し、
過去の所定期間の前記利用者情報の特徴を学習した学習モデルを前記絞込情報に適用することにより、前記利用金額の支払いが滞る可能性が所定値より高い利用者を判別し、
前記利用者の属性および前記事後決済手段の利用実績を含む生データと、所定期間における前記利用実績の特徴量を示す第1特徴量と、前記利用金額の支払いが滞る可能性が高い利用者の特徴として予め設定された第2特徴量と、前記利用金額の支払いが滞ったか否かを示す情報とを含む学習データを学習することにより、前記学習モデルを生成する、
情報処理方法。 - 利用者にサービスを提供するサービス提供装置と通信可能な情報処理装置が、
前記サービスの提供に際して事後決済手段を利用した前記利用者に関する利用者情報を取得し、
前記事後決済手段の利用金額の支払いが滞った利用者の割合が所定値以上となるように前記利用者情報を絞り込むことにより、絞込情報を生成し、
過去の所定期間の前記利用者情報の特徴を学習した学習モデルを前記絞込情報に適用することにより、前記利用金額の支払いが滞る可能性が所定値より高い利用者を判別し
前記利用金額の支払いが滞る可能性が所定値より高いと判定された前記利用者の所有する端末装置に、前記利用金額の支払い方法の変更を促す案内または前記利用金額の引き落とし用の銀行口座に入金するよう促す案内を通知する、
情報処理方法。 - 利用者にサービスを提供するサービス提供装置と通信可能な情報処理装置に、
前記サービスの提供に際して事後決済手段を利用した前記利用者に関する利用者情報を取得させ、
前記利用者情報を、前記サービスの利用についての利用金額の支払いが滞ったことのある第1利用者層の情報である第1利用者情報と、前記利用金額の支払いが滞ったことのない第2利用者層の情報である第2利用者情報とに区分させ、
前記第1利用者情報に対して第1条件で絞り込ませることにより、前記第1利用者情報と前記第2利用者情報とを区分した第1時点で前記利用金額の支払いが滞ったことのある前記第1利用者層のうち、前記第1時点よりも後の第2時点で更に前記利用金額の支払いが滞った利用者の割合が所定値以上となるように前記第1利用者情報を絞り込ませるとともに、前記第2利用者情報に対して前記第1条件とは異なる第2条件で絞り込ませることにより、前記第1時点で前記利用金額の支払いが滞ったことのない前記第2利用者層のうち、前記第2時点で前記利用金額の支払いが滞った利用者の割合が前記所定値以上となるように前記第2利用者情報を絞り込ませることで、絞込情報を生成させ、
過去の所定期間の前記利用者情報の特徴を学習した学習モデルを前記絞込情報に適用することにより、前記利用金額の支払いが滞る可能性が所定値より高い利用者を判別させる、
プログラム。 - 利用者にサービスを提供するサービス提供装置と通信可能な情報処理装置に、
前記サービスの提供に際して事後決済手段を利用した前記利用者に関する利用者情報を取得させ、
前記事後決済手段の利用金額の支払いが滞った利用者の割合が所定値以上となるように前記利用者情報を絞り込ませることにより、絞込情報を生成させ、
過去の所定期間の前記利用者情報の特徴を学習した学習モデルを前記絞込情報に適用することにより、前記利用金額の支払いが滞る可能性が所定値より高い利用者を判別させ、
前記利用者情報は、前記事後決済手段の利用可能枠、前記利用可能枠の消化率を示す枠消化率、前記事後決済手段の入金方法、前記事後決済手段の利用年数、および前記事後決済手段の入会経路のうちの少なくとも一つを含み、
前記情報処理装置に、前記利用可能枠、前記枠消化率、前記入金方法、前記利用年数、および前記入会経路のうちの少なくとも一つに基づいて前記利用者情報を絞り込ませることにより、前記絞込情報を生成させる、
プログラム。 - 利用者にサービスを提供するサービス提供装置と通信可能な情報処理装置に、
前記サービスの提供に際して事後決済手段を利用した前記利用者に関する利用者情報を取得させ、
前記事後決済手段の利用金額の支払いが滞った利用者の割合が所定値以上となるように前記利用者情報を絞り込ませることにより、絞込情報を生成させ、
過去の所定期間の前記利用者情報の特徴を学習した学習モデルを前記絞込情報に適用することにより、前記利用金額の支払いが滞る可能性が所定値より高い利用者を判別させ、
前記利用者の属性および前記事後決済手段の利用実績を含む生データと、所定期間における前記利用実績の特徴量を示す第1特徴量と、前記利用金額の支払いが滞る可能性が高い利用者の特徴として予め設定された第2特徴量と、前記利用金額の支払いが滞ったか否かを示す情報とを含む学習データを学習させることにより、前記学習モデルを生成させる、
プログラム。 - 利用者にサービスを提供するサービス提供装置と通信可能な情報処理装置に、
前記サービスの提供に際して事後決済手段を利用した前記利用者に関する利用者情報を取得させ、
前記事後決済手段の利用金額の支払いが滞った利用者の割合が所定値以上となるように前記利用者情報を絞り込ませることにより、絞込情報を生成させ、
過去の所定期間の前記利用者情報の特徴を学習した学習モデルを前記絞込情報に適用することにより、前記利用金額の支払いが滞る可能性が所定値より高い利用者を判別させ、
前記利用金額の支払いが滞る可能性が所定値より高いと判定された前記利用者の所有する端末装置に、前記利用金額の支払い方法の変更を促す案内または前記利用金額の引き落とし用の銀行口座に入金するよう促す案内を通知させる、
プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023025022A JP7400135B1 (ja) | 2023-02-21 | 2023-02-21 | 情報処理装置、情報処理方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023025022A JP7400135B1 (ja) | 2023-02-21 | 2023-02-21 | 情報処理装置、情報処理方法、およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7400135B1 true JP7400135B1 (ja) | 2023-12-18 |
Family
ID=89190368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023025022A Active JP7400135B1 (ja) | 2023-02-21 | 2023-02-21 | 情報処理装置、情報処理方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7400135B1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005174362A (ja) | 2005-01-17 | 2005-06-30 | Suruga Bank Ltd | リスク評価方法 |
JP2013101443A (ja) | 2011-11-08 | 2013-05-23 | Central Servicer Corp | 督促決済システム |
JP2020071680A (ja) | 2018-10-31 | 2020-05-07 | ヤフー株式会社 | 予測装置、予測方法、及び予測プログラム |
JP2020126479A (ja) | 2019-02-05 | 2020-08-20 | 日本電気株式会社 | 受付処理装置、制御方法、プログラム、及びシステム |
-
2023
- 2023-02-21 JP JP2023025022A patent/JP7400135B1/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005174362A (ja) | 2005-01-17 | 2005-06-30 | Suruga Bank Ltd | リスク評価方法 |
JP2013101443A (ja) | 2011-11-08 | 2013-05-23 | Central Servicer Corp | 督促決済システム |
JP2020071680A (ja) | 2018-10-31 | 2020-05-07 | ヤフー株式会社 | 予測装置、予測方法、及び予測プログラム |
JP2020126479A (ja) | 2019-02-05 | 2020-08-20 | 日本電気株式会社 | 受付処理装置、制御方法、プログラム、及びシステム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11222352B2 (en) | Automatic billing payment system | |
CN110363666B (zh) | 信息处理方法、装置、计算设备以及存储介质 | |
WO2019095666A1 (zh) | 一种贷款额度评估方法及相关设备 | |
CN109087148B (zh) | 确定虚拟资源对象的方法、设备及计算机可读介质 | |
US11514462B2 (en) | Computer system and computer-executed method for inventory valuation | |
US11587142B1 (en) | Using data analysis to connect merchants | |
US20230306395A1 (en) | Automatic invoice notification | |
JP2018014106A (ja) | 取引記録との関連付けのための取引額の識別 | |
JP2022158871A (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
JP2019505054A (ja) | 販売利益金分配システム及び方法 | |
US11488164B2 (en) | Computerized methods and computer systems for verification of transactions | |
JP7400135B1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
US20120259685A1 (en) | Systems and Methods for Managing Pre-Paid Transactions | |
CN110717745A (zh) | 一种业务处理的方法以及服务器 | |
JP2019135582A (ja) | 特典提示装置、特典提示プログラム、及び特典提示方法 | |
JP2022158810A (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
JP7181986B2 (ja) | 情報処理装置及び情報処理方法 | |
JP7371285B1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
KR102376023B1 (ko) | 이벤트 성공에 따른 판매 수익 분배를 이용한 상품 판매 촉진 시스템 | |
JP6205045B1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
US10163082B1 (en) | Gamification of fields in online e-commerce documents | |
JP6997896B1 (ja) | 情報処理装置及び情報処理方法 | |
JP7445079B1 (ja) | 情報処理装置、情報処理方法、プログラム、およびシステム | |
JP6768911B1 (ja) | 決済システムおよび決済方法 | |
JP6704973B2 (ja) | 情報処理装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230221 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230221 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230530 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230718 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230808 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231016 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20231024 |
|
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: 20231121 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231206 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7400135 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |