WO2003065261A1 - Insurance transsacting system and method using personal behaivior information - Google Patents

Insurance transsacting system and method using personal behaivior information Download PDF

Info

Publication number
WO2003065261A1
WO2003065261A1 PCT/JP2002/000710 JP0200710W WO03065261A1 WO 2003065261 A1 WO2003065261 A1 WO 2003065261A1 JP 0200710 W JP0200710 W JP 0200710W WO 03065261 A1 WO03065261 A1 WO 03065261A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
insurance
behavior
risk
probability
Prior art date
Application number
PCT/JP2002/000710
Other languages
French (fr)
Japanese (ja)
Inventor
Toru Ozaki
Original Assignee
Fujitsu Limited
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Limited filed Critical Fujitsu Limited
Priority to JP2003564783A priority Critical patent/JPWO2003065261A1/en
Priority to PCT/JP2002/000710 priority patent/WO2003065261A1/en
Publication of WO2003065261A1 publication Critical patent/WO2003065261A1/en

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance

Definitions

  • the present invention relates to an insurance processing system and method for calculating premium rates and premiums for any insurance, including car insurance, fire insurance, earthquake insurance, travel insurance, property and casualty insurance, and life insurance.
  • policyholders are informing the insurance company of the details related to the contract.
  • premium rates are calculated based on general statistics and policyholder-specific past histories / related performance and general statistics on them.
  • the age is used as general statistics
  • the accident history is used as the contractor's career
  • the condition with an airbag is used as the performance of related items.
  • life insurance the presence or absence of smoking and medical history are used as the policyholder's background.
  • non-life insurance insurance rates are calculated based on general statistics only, and little policyholder-specific information is used.
  • the conventional calculation method uses only general statistics and past cases that can be notified or collected to calculate the premium rate. For this reason, even if the policyholder's behavior is low in risk (risk), it cannot be reflected in insurance premiums. Also, in most cases, commitments for future actions are not included in the contract. What's more, what risks Is rarely provided to contractors. Disclosure of the invention
  • An object of the present invention is to provide an insurance processing system and method for calculating premium information such as an insurance premium rate and an insurance premium while taking into account cases relating to individual behavior.
  • the insurance processing system of the present invention includes a behavior information collection unit, a probability storage unit, an insurance processing unit, and an output unit.
  • the behavior information collection unit collects the behavior information of the target person including the automatically acquired position information of the target person of the insurance, and the probability storage unit is the target of the insurance. Stores information on the probability that an event will occur.
  • the insurance processing unit calculates the premium information using the behavior information and the probability information, and the output unit outputs the calculation result.
  • the subject's location information is automatically acquired, and the location information that changes over time is stored as travel information.
  • the behavior information collecting unit collects this movement information as behavior information of the target person.
  • the event to be insured means an event to be paid, such as a traffic accident, and the probability of occurrence of the event is, for example, statistically determined based on the case of insurance payment. Is calculated.
  • the behavior information collection unit collects behavior information of a person covered by the insurance after the insurance contract, and the probability storage unit stores information on a probability of occurrence of an event to be covered by the insurance.
  • the insurance processor processes the behavior information and probability information
  • the insurance premium information is calculated using the calculation result, and the output unit outputs the calculation result.
  • Figure 1 is a configuration diagram of the information network.
  • Figure 2 is a block diagram of the insurance processing system.
  • FIG. 3 is a diagram illustrating the first insurance processing unit.
  • FIG. 4 is a diagram showing data conversion.
  • FIG. 5 is a diagram showing an ontology table.
  • FIG. 6 is a diagram illustrating the second insurance processing unit.
  • Figure 7 shows the probability of accident occurrence.
  • FIG. 8 is a flowchart of the basic data calculation process.
  • FIG. 9 is a flowchart of the first premium calculation process.
  • FIG. 10 is a flowchart of the risk notification process.
  • FIG. 11 is a flowchart of the probability update process.
  • FIG. 12 is a flowchart of the second premium calculation process
  • FIG. 13 is a configuration diagram of the information processing apparatus.
  • FIG. 14 is a diagram showing a recording medium. BEST MODE FOR CARRYING OUT THE INVENTION
  • the behavior and situation of the individual to be The policy is concluded with the policyholder, and when a preset action is detected, information on the risk associated with the action is provided to the policyholder.
  • the insured is often the same as the policyholder, but need not necessarily be the policyholder himself.
  • the policyholder and the insurance recipient may be different. Examples of information provision based on individual actions and situations include the following.
  • FIG. 1 is a configuration diagram of an information network for implementing such insurance services.
  • the information network shown in Fig. 1 includes a commerce outsourcing center 11, a mobile terminal 12, an ETC (Electric Toll Collection) system 13 (automatic toll collection system), and an insurance processing system 14.
  • the systems can communicate with one another via a communication network 15.
  • the commerce-art sourcing center 11 corresponds to a server of a data service provider and digitizes personal behavior information (dynamic information) and status information (static information) via a communication network 15. Collect and store the collected data (digital data). As a result, centralized management of personal information is performed.
  • the behavioral information includes various cases such as location information (business trip area, travel destination information, etc.), purchase information of product Z service, schedule information, information on ingested foods and drinks, medication information, time spent at work, etc.
  • Situation information includes address, occupation, work style, DNA (deoxyribonucleic acid) information, physical condition, medical history, assets owned, and the like.
  • Mobile terminal 1 2 is a mobile phone with 0 3 ⁇ ? ⁇ [It is carried by an individual with a third-class device.
  • the location information of the mobile terminal * 12 is collected using a GPS or a base station and sent to the commerce outsourcing center 11.
  • the ETC system 13 is installed at toll gates on toll roads (highways, etc.), identifies vehicles by road-to-vehicle communication, and automatically charges usage fees. At this time, the identification information of the vehicle and the tollgate is sent to the commerce-art sourcing center 11.
  • the commerce-art sourcing center 11 accumulates information sent from the mobile terminal 12 and the ETC system 13 as positional information of the mobile terminal 12 and the individual who owns the vehicle.
  • the insurance processing system 14 corresponds to the server of the insurance company, and holds the probability (event occurrence probability) that the event to be covered by the insurance occurs, calculated based on the information of the past insurance payment cases. ing. Then, digital data of individual behavior information and situation information is obtained from the commerce outsourcing center 11, and the insurance rate and insurance premium are calculated based on the event occurrence probability and the obtained data.
  • the insurance premium rate may be calculated by weighting these case data and the DNA data (incidence rate due to accumulated fatigue).
  • the insurance processing system 14 predicts future risks based on the schedule information, and if it is predicted that the risks are high, providing the information to the policyholders and the possibility that insurance premiums may increase Notify that there is. Provision of such information leads to deterrence of unsafe acts and also leads to a decrease in cases of insurance claims. Examples of information provision include the following.
  • the insurance processing system 14 performs risk calculation according to various conditions by updating the event occurrence probability using the example of the behavior information and the situation information. This will facilitate the development of new insurance products. Examples of updating the event occurrence probability include the following.
  • the probability of event occurrence in each case is calculated by statistically processing the residential area, working area, type of work, type of eating and drinking, type of DNA factor, cause of death, and medical history.
  • the difference between the accident occurrence distribution in that section and the national average is calculated. If the difference is larger than a certain threshold, it is determined that the accident occurrence probability in the section has a large correlation with the weather, time zone, or date and time, and the event occurrence probability (accident occurrence probability) in that case is determined. calculate.
  • the insurance processing system 14 is a commerce-art sourcing center. Information and behavioral information from the Commerce Outsourcing Center 11, but can also have the same data collection and storage functions as the Commerce Outsourcing Center 11
  • the insurance processing system 14 is directly connected via the communication network 15
  • FIG. 2 is a configuration diagram of the insurance processing system 14 of FIG.
  • the insurance processing system in FIG. 2 is configured using a computer, and includes a behavior information collection unit 21, a situation information collection unit 22, a probability storage unit 23, and an insurance processing unit 24.
  • the behavior information collection unit 21 automatically collects digital data of personal behavior information.
  • the status information collection unit 22 automatically collects and stores digital data of individual status information. These data can be obtained from the Commerce Outsourcing Center 111 or directly from information sources. Further, the probability storage unit 23 stores digital data of the event occurrence probability.
  • the insurance processing unit 24 uses the data stored in the behavior information collection unit 21, the situation information collection unit 22, and the probability storage unit 23 to calculate a case-based insurance rate and insurance premium.
  • Data on personal behavior information includes personal location information using GPS-equipped mobile phones, schedules, personal information entered into personal computers and network applications, descriptions of places, requirements, transportation, etc.), purchase information, etc. .
  • Data on personal status information includes address, date of birth, occupation, date of joining a company, family structure, and DNA information.
  • the probability of event occurrence can be calculated for each individual, and insurance premiums that take into account individual behavioral information can be calculated. Calculation becomes possible. This will allow insurance companies to propose personalized insurance products, and policyholders will be able to Fees can be paid.
  • the behavioral information collection unit 21 has a location information collection function that collects location information of individuals that change over time as movement information, and information that individuals exchange with the outside through digitized means as external access information. It has a function to collect external access information. Then, the insurance processing unit 24 calculates the insurance premium rate and the insurance premium using the movement information and the external access information.
  • the access log includes, for example, information such as purchase information of the product Z service, transportation, work start time Z end time, and the like.
  • the behavior information collection unit 21 has a schedule collection function of collecting digitized schedule data input by an individual or his / her agent. The future behavior of an individual can be predicted by obtaining the individual's schedule data.
  • the insurance processing unit 24 has a risk notification function of calculating the risk of future behavior from the schedule data stored in the behavior information collecting unit 21 and notifying the policyholder of the risk.
  • the insurance processing unit 24 calculates the risk of the behavior registered in the schedule, taking into account other conditions (for example, weather). If the risk value obtained is greater than a predetermined threshold, the insurer will notify the policyholder by email or phone that the risk is high. If the insurance rate goes up, the Know.
  • the behavior information collection unit 21 and the situation information collection unit 22 store the acquired data as, for example, XML data, and the insurance processing unit 24 performs data processing based on the tag. Examples of tags used in behavior information and their instances are shown below.
  • tags and their instances are different. Their contents may be the same. So, in order to perform automatic processing
  • the ontology is known, and the ontology table is a table that performs data conversion for identifying data with the same contents but different expressions.
  • the ontology table is a table that performs data conversion for identifying data with the same contents but different expressions.
  • FIG. 3 shows the insurance processing unit 24 having such a function of determining the ontology.
  • the insurance processing unit 24 in FIG. 3 includes an ontology table 31, an ontology table 32, and a premium calculation unit 33.
  • the ontology table 31 converts the XML data of the behavior information stored in the behavior information collection unit 21, and the ontology table 32 converts the XML data of the situation information stored in the status information collection unit 22. I do.
  • the insurance premium calculation unit 33 performs data processing using the conversion results of the on-screen G tables 31 and 32 and the event occurrence probabilities stored in the probability storage unit 23, and calculates the insurance premium rate and insurance premium I do.
  • a method is conceivable in which a user first inputs data, converts the data using an ontology table, and when there are a plurality of converted outputs, a user selects a desired one from among them.
  • FIG. 4 shows an example of an on-the-fly processing for converting XML data of behavior information. For example, let us consider a case where the following data is given as data 41 and 42 to be converted. Data 4 (Individual A data)
  • FIG. 6 shows the insurance processor 24 having such a statistical probability calculation function.
  • the insurance processing unit 24 of FIG. 6 further includes a probability updating unit 34 in addition to the configuration of FIG.
  • the probability update unit 34 performs statistical processing using the conversion results of the ontology tables 31 and 32, and updates the event occurrence probability in the probability storage unit 23. Then, the premium calculation unit 33 calculates the premium rate and the premium by using the updated event occurrence probability.
  • the probability of an accident occurring for each route differs, and the probability depends on the date and time and weather.
  • the location and time of the accident are recorded in the accident information database
  • the weather data is recorded in the weather information database.
  • the insurance processing system 14 can calculate the probability of accident occurrence for a certain road section, date and time, and weather. it can.
  • the accident occurrence probability per hour of a certain road section r1 is given as data as shown in FIG.
  • the probability of accidents caused by drinking alcohol should be D times that of the case where there is no drinking, and the probability of accidents occurring when the person is quite tired due to work, etc., should be E times that of those who are not tired.
  • the behavior information collection unit 21 collects past behavior information of insurance policyholders (or potential policyholders).
  • the contents are, for example, time-series data of location information, Information on transportation use, purchasing information on products / services, work content and duration.
  • P 1 (Al + C l) X 365 where 1 and 1 represent the probability of an accident occurring in the morning and night, respectively, on days other than heavy rain. On the other hand, the probability of an accident
  • FIG. 8 is a flowchart of a process for calculating basic data for each road section, weather, and time for calculating insurance premiums.
  • the insurance processing unit 24 first collects local (for example, every 1 km square) weather data (Step S1) and estimates the weather c in the road section r (Step S2).
  • Step S3 the traffic volume (number of vehicles passing) every 2 hours (1: 1 to 2 o'clock) in road section r is collected (step S3), and the data for each weather is collected. Aggregate on a monthly basis (Step S4).
  • the traffic volume obtained every two hours and the weather in the road section r obtained here is s (r, c, t).
  • step S5 data on the accident cases (road section: r, time: t, compensation amount: p) was collected (step S5), and the number of accidents per month every two hours and the weather on road section!: J m
  • Step S7 the number of monthly accidents in the past year is added to calculate the number of accidents j (r, c, t) per year, and the monthly compensation in the past year is added to the annual compensation p (r, c , t) (Step S7).
  • the accident occurrence probability w (r, c, t) and the average compensation amount aVp (r, c, t) are calculated by the following equation, and w (r, c, t) is set as the event occurrence probability in the probability storage unit.
  • FIG. 9 is a flowchart of such insurance premium calculation processing. This process is performed, for example, as a simulation of insurance premiums paid by the policyholder.
  • the insurance processing unit 24 checks the desired condition of a certain individual A and determines whether or not he or she wants an ancillary provision that driving will not be performed in the event of heavy rain in the future (step S11).
  • A wishes for the incidental clause, it obtains each road section r that A has driven in the past year and the driving time dt at the driving date and time of that section from the behavior information collection unit 21 (step S12). ).
  • dt (r, c, t) be the driving time for every two hours and each weather on road section r, and calculate the expected compensation value vp (dt (r, c, t) for each dt (r, c, t).
  • t) is calculated by the following equation.
  • v p (d t (r, c, t)) w (r, c, t) X d t (r, c, t)
  • step S14 kh is multiplied by a coefficient correlated with the maximum amount of insurance money paid when an accident occurs, and the obtained value is used as basic insurance data (step S14). Then, by adding the insurance company's expenses and profits to the basic insurance data, the insurance premium data is calculated (step S15), and the data is output (step S16).
  • FIG. 10 is a flowchart of a process of notifying a risk based on a future operation schedule. This process is performed when an individual A has insurance with a covenant that he does not drive during heavy rains.
  • the insurance processing unit 24 first collects weather forecast data (step S21), and checks whether there is a heavy rain forecast (step S22). If there is a heavy rain forecast, then the schedule of A is acquired from the behavior information collection unit 21, and it is checked whether there is a driving schedule at the time and place of the heavy rain (step S23). Then, if there is such an operation schedule, a risk value based on the schedule is calculated (step S24).
  • the above-described expected compensation value v p (d t (r, c, t)) is obtained as the risk value.
  • the obtained risk value is compared with a threshold value (step S25). If the risk value is larger than the threshold value, it is confirmed that there is a driving schedule in heavy rain and that the insurance premium rate increases.
  • the notification e-mail is automatically sent to A (step S26).
  • the process ends as it is.
  • the accident occurrence probability in Fig. 7 is calculated based on only accident data and weather data. However, by using data on personal behavior information, it is also possible to calculate the probability of an accident taking into account conditions such as the degree of fatigue.
  • FIG. 11 is a flowchart of a process of recalculating the accident occurrence probability using the action information and updating the event occurrence probability in the probability storage unit 23.
  • the processing in steps S31 and S32 is the same as the processing in steps S1 and S2 in FIG.
  • the insurance processing unit 24 obtains, for each individual, each road section r that has been driven in the past year and the driving date and time of that section from the behavior information collection unit 21 (step S33). Further, data such as the amount of work in the past week is acquired from the behavior information collection unit 21, and the degree of fatigue d at the operation date and time is estimated (step S34). The degree of this fatigue is described, for example, in four stages.
  • step S35 the traffic volume every two hours in the road section r is tabulated on a monthly basis as data for each weather and each degree of fatigue.
  • s (r, c, t, d) be the traffic volume obtained every two hours, weather, and degree of fatigue on road section r.
  • step S36 data on the accident case (road section: r, time: t, compensation amount: p, degree of fatigue of the person who caused the accident: d) was collected (step S36), and The number of monthly accidents jm (r, c, t, d) and monthly compensation (r, c, t, d) for each hour, weather, and degree of fatigue are tabulated (step S37).
  • the number of monthly accidents per year is added to calculate the number of annual accidents j (r, c, t, d), and the monthly compensation for the past year is added to the annual compensation! (R, c, t , D) (Step S38).
  • the accident probability w (r, c, t, d) and the average compensation amount aVp (r, c, t, d) are calculated by the following equation, and w (r, c, t, d) is calculated as The probability is stored in the probability storage unit 23 (step S39).
  • the event occurrence probability is calculated in consideration of the degree of fatigue of the driver, and the insurance premium can be calculated based on the probability.
  • the life insurance premium calculation process will be described.
  • life insurance the risk fluctuates depending on the behavior of the individual, so detailed conditions are determined at the time of contract.
  • the insurance processing system 14 recalculates the risk at regular intervals (for example, one year) according to the data stored in the behavior information collection unit 21 and changes the insurance premium rate.
  • the insurance processing system 14 will determine, at regular intervals, whether the insured has become a smoker. At this time, when the past purchase information stored in the behavior information collection unit 21 is acquired, and the subject has purchased a certain amount (for example, three boxes) of cigarettes for a certain period (for example, January), Investigate whether the subject smokes. The study takes into account that the subject may purchase for others.
  • the policyholder If the target smokes, the policyholder is considered to be an increased risk factor and informs the policyholder that the premium will be changed to smoking. If the subject smokes If you have a DNA factor that is more susceptible to lung cancer, which is more likely to occur, it is possible to further increase insurance premiums due to smoking.
  • FIG. 12 is a flowchart of such insurance premium calculation processing.
  • the insurance processing unit 24 refers to the incidental clause at the time of the contract (step S41), and checks whether there is a clause of not smoking or a clause of smoking in the future (step S4). 2).
  • the purchase information of the subject A of the insurance is searched from the purchase information of the behavior information collection unit 21 (step S43), and whether or not three or more boxes of cigarettes were purchased in January is determined. Is checked (step S44). If A purchases 3 or more boxes of cigarettes in a month, then it obtains data on smoking from the behavior information of the behavior information collection unit 21 (step S45), and determines whether A has smoked. Check whether it is not (step S46).
  • the premium rate data is calculated using the same premium rate data as in the case where the clause to smoke is added (step S47), and notification that the premium has been changed is made.
  • the e-mail to be sent is sent to the contractor (step S48).
  • step S50 Insurance rate if A did not purchase more than 3 boxes of cigarettes per month in step S44 and if A did not smoke in step S46
  • the insurance premium data is calculated by applying the data (step S49). Also, if the clause of smoking in the future is included in step S42, the insurance premium data is calculated by applying the insurance premium rate data in that case (step S50).
  • the insurance premium data calculated in this way is used by insurance companies to request premiums from policyholders.
  • the commerce outsourcing center 11 and the insurance The stem 14 is configured using, for example, an information processing device (computer) as shown in FIG.
  • the information processing device shown in Fig. 13 includes a CPU (central processing unit) 41, a memory 42, an input device 43, an output device 44, an external storage device 45, a medium drive device 46, and a network connection device 4. 7, which are connected to each other by a bus 48.
  • CPU central processing unit
  • the memory 42 includes, for example, a ROM (read only memory), a RAM (random access memory) and the like, and stores programs and data used for processing.
  • the CPU 41 performs necessary processing by executing a program using the memory 42.
  • the insurance processing section 24 in FIG. 2, the insurance premium calculation section 33 in FIG. 3, and the probability update section 34 in FIG. 6 correspond to the programs stored in the memory 42 and correspond to the ontology table 3 in FIG. 1, 32 correspond to the data stored in the memory 42.
  • the input device 43 is, for example, a keyboard, a pointing device, a touch panel, or the like, and is used for inputting instructions and information from an operator.
  • the output device 44 is, for example, a display, a printer, a speaker, or the like, and is used for inquiring an operator or outputting a processing result.
  • the external storage device 45 is, for example, a magnetic disk device, an optical disk device, a magneto-optical disk device, a tape device, or the like.
  • the information processing device stores the above-described program and data in the external storage device 45, and loads and uses them in the memory 42 as necessary.
  • the external storage device 45 is also used as the probability storage unit 23 in FIG.
  • the medium driving device 46 drives the portable recording medium 49 and accesses the recorded contents.
  • the portable recording medium 49 any computer-readable recording medium such as a memory card, a flexible disk, a CD-ROM (compact disk read only memory), an optical disk, and a magneto-optical disk is used.
  • the operator stores the above-mentioned program and data in the portable recording medium 49, and If necessary, load them into memory 42 and use them.
  • the network connection device 47 is connected to the communication network 15 and performs data conversion accompanying communication.
  • the information processing device receives the above-described program and data from another device via the network connection device 47, and loads and uses them in the memory 42 as necessary.
  • the behavior information collection unit 21 and the situation information collection unit 22 in FIG. 2 correspond to a combination of the external storage device 45 and the network connection device 47.
  • FIG. 14 shows a computer-readable recording medium capable of supplying a program and data to the information processing apparatus of FIG.
  • the programs and data stored in the portable recording medium 49 and the database 51 of the server 50 are loaded into the memory 42.
  • the server 50 generates a carrier signal for carrying the program and the data, and transmits the carrier signal to the information processing device via an arbitrary transmission medium on the network.
  • the CPU 51 executes the program using the data and performs necessary processing.
  • the present invention it is possible to calculate insurance premium information in consideration of cases relating to individual behavior. This allows insurers to offer personalized insurance products to individuals and policyholders to pay premiums based on risk.

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

In an automobile insurance or a life insurance, an assessment is more optimized on the basis of personal behavior or status. In the case of an automobile insurance, for example, the time zone relating to an arbitrary road section and the risk stemming from the weather are prepared as basic data. The insurance premium is calculated by applying to those basic data, data on the logs and schedules on the place where to be driven or to drive, which has been collected from the personal devices of the insured or the external society environment by a behavior information collection unit (21). The insured are informed when it is judged from the weather and schedule that the risk is high.

Description

個人の行動情報を用いた保険処理システムおよび方法 技術分野 Technical field of insurance processing system using personal behavior information
本発明は、 自動車保険、 火災保険、 地震保険、 旅行保険、 損害保険、 および 生命保険を含む任意の保険の保険料率や保険料を計算する保険処理システムお よびその方法に関する。 背景技術  The present invention relates to an insurance processing system and method for calculating premium rates and premiums for any insurance, including car insurance, fire insurance, earthquake insurance, travel insurance, property and casualty insurance, and life insurance. Background art
現在の保険契約においては、 契約者から保険会社に対して、 契約に関係する 内容の告知が行われている。 また、 保険料率に関しては、 一般的統計や、 契約 者特有の過去の経歴/関連物の性能とそれらに関する一般的統計に基づいて、 計算が行われている。  In current insurance contracts, policyholders are informing the insurance company of the details related to the contract. In addition, premium rates are calculated based on general statistics and policyholder-specific past histories / related performance and general statistics on them.
例えば、 自動車の任意保険の場合、 年齢が一般的統計として用いられ、 事故 履歴が契約者の経歴として用いられ、 エアバック付きという条件が関連物の性 能として用いられる。 また、 生命保険の場合は、 喫煙の有無や病歴が契約者の 経歴として用いられる。 これに対して、 損害保険に関しては、 一般的統計のみ に基いて保険料率が算出されており、 契約者特有の情報はほとんど使用されて いない。  For example, in the case of voluntary insurance for automobiles, the age is used as general statistics, the accident history is used as the contractor's career, and the condition with an airbag is used as the performance of related items. In the case of life insurance, the presence or absence of smoking and medical history are used as the policyholder's background. In contrast, for non-life insurance, insurance rates are calculated based on general statistics only, and little policyholder-specific information is used.
このように、 従来の計算方法では、 ほとんどの場合、 一般的統計と告知可能 または情報収集可能な過去の事例のみを使って、 保険料率が算出されている。 このため、 契約者個人の行動がリスク （危険性） の少ないものであ ても、 そ れを保険料に反映することはできない。 また、 ほとんどの場合、 将来の行動に 関する約束事項は契約には含まれていない。 さらに、 どのような行動にリスク が含まれるかという情報が契約者に提供されることも、 ほとんどない。 発明の開示 Thus, in most cases, the conventional calculation method uses only general statistics and past cases that can be notified or collected to calculate the premium rate. For this reason, even if the policyholder's behavior is low in risk (risk), it cannot be reflected in insurance premiums. Also, in most cases, commitments for future actions are not included in the contract. What's more, what risks Is rarely provided to contractors. Disclosure of the invention
本発明の課題は、 個人の行動に関する事例を考慮しながら、 保険料率や保険 料等の保険料情報を計算する保険処理システムおよびその方法を提供すること である。  An object of the present invention is to provide an insurance processing system and method for calculating premium information such as an insurance premium rate and an insurance premium while taking into account cases relating to individual behavior.
本発明の保険処理システムは、 行動情報収集部、 確率格納部、 保険処理部、 および出力部を備える。  The insurance processing system of the present invention includes a behavior information collection unit, a probability storage unit, an insurance processing unit, and an output unit.
本発明の第 1の局面において、 行動情報収集部は、 自動的に取得される保険 の対象者の位置情報を含む、 対象者の行動情報を収集し、 確率格納部は、 保険 の対象となる事象が発生する確率の情報を格納する。 保険処理部は、 行動情報 および確率の情報を用いて保険料情報を計算し、 出力部は、 計算結果を出力す る。  In the first aspect of the present invention, the behavior information collection unit collects the behavior information of the target person including the automatically acquired position information of the target person of the insurance, and the probability storage unit is the target of the insurance. Stores information on the probability that an event will occur. The insurance processing unit calculates the premium information using the behavior information and the probability information, and the output unit outputs the calculation result.
対象者の位置情報は自動的に取得され、 時間とともに変化する位置情報は移 動情報として蓄積される。 行動情報収集部は、 例えば、 この移動情報を対象者 の行動情報として収集する。 また、 保険の対象となる事象とは、 例えば、 交通 事故のように、 保険金の支払い対象となる事象を意味し、 事象が発生する確率 は、 例えば、 保険金の支払い事例に基いて統計的に算出される。  The subject's location information is automatically acquired, and the location information that changes over time is stored as travel information. The behavior information collecting unit, for example, collects this movement information as behavior information of the target person. In addition, the event to be insured means an event to be paid, such as a traffic accident, and the probability of occurrence of the event is, for example, statistically determined based on the case of insurance payment. Is calculated.
保険の対象者の行動情報を用いることにより、 対象者の行動に伴って保険の 対象となる事象が発生するリスクを計算し、 そのリスクから保険料情報を求め ることが可能となる。 したがって、 個人の行動情報を加味した保険料率および 保険料を計算することができる。  By using the information on the behavior of the target of insurance, it is possible to calculate the risk of the occurrence of an event subject to insurance as a result of the target's behavior, and obtain premium information from the risk. Therefore, it is possible to calculate the insurance premium rate and premium taking into account personal behavior information.
また、 本発明の第 2の局面において、 行動情報収集部は、 保険契約後におけ る保険の対象者の行動情報を収集し、 確率格納部は、 保険の対象となる事象が 発生する確率の情報を格鈉する。 保険処理部は、 行動情報および確率の情報を 用いて保険料情報を計算し、 出力部は、 計算結果を出力する。 Further, in the second aspect of the present invention, the behavior information collection unit collects behavior information of a person covered by the insurance after the insurance contract, and the probability storage unit stores information on a probability of occurrence of an event to be covered by the insurance. Store The insurance processor processes the behavior information and probability information The insurance premium information is calculated using the calculation result, and the output unit outputs the calculation result.
このようなシステムによれば、 保険契約後における保険の対象者の行動に伴 つて保険の対象となる事象が発生するリスクを計算し、 そのリスクから保険料 情報を求めることが可能となる。 したがって、 契約後の対象者の行動に応じて 、 保険料率および保険料を増減することができる。 図面の簡単な説明  According to such a system, it is possible to calculate a risk that an event to be covered by the insurance will occur in accordance with the behavior of the person covered by the insurance after the insurance contract, and obtain insurance premium information from the risk. Therefore, the insurance premium rate and insurance premium can be increased or decreased according to the behavior of the target person after the contract. BRIEF DESCRIPTION OF THE FIGURES
図 1は、 情報ネットワークの構成図である。  Figure 1 is a configuration diagram of the information network.
図 2は、 保険処理システムの構成図である。  Figure 2 is a block diagram of the insurance processing system.
図 3は、 第 1の保険処理部を示す図である。  FIG. 3 is a diagram illustrating the first insurance processing unit.
図 4は、 データ変換を示す図である。  FIG. 4 is a diagram showing data conversion.
図 5は、 オントロジーテーブルを示す図である。  FIG. 5 is a diagram showing an ontology table.
図 6は、 第 2の保険処理部を示す図である。  FIG. 6 is a diagram illustrating the second insurance processing unit.
図 7は、 事故発生確率を示す図である。  Figure 7 shows the probability of accident occurrence.
図 8は、 基礎データ計算処理のフローチャートである。  FIG. 8 is a flowchart of the basic data calculation process.
図 9は、 第 1の保険料計算処理のフローチャートである。  FIG. 9 is a flowchart of the first premium calculation process.
図 1 0は、 リスク通知処理のフローチャートである。  FIG. 10 is a flowchart of the risk notification process.
図 1 1は、 確率更新処理のフローチャートである。  FIG. 11 is a flowchart of the probability update process.
図 1 2は、 第 2の保険料計算処理のフローチャートである,  Figure 12 is a flowchart of the second premium calculation process,
図 1 3は、 情報処理装置の構成図である。  FIG. 13 is a configuration diagram of the information processing apparatus.
図 1 4は、 記録媒体を示す図である。 発明を実施するための最良の形態  FIG. 14 is a diagram showing a recording medium. BEST MODE FOR CARRYING OUT THE INVENTION
以下、 図面を参照しながら、 本発明の実施の形態を詳細に説明する。  Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.
本実施形態においては、 保険の対象者となる個人の行動および状況を考慮し た保険契約を契約者と結び、 あらかじめ設定された行動が検知されると、 その 行動に伴うリスクの情報を契約者に対して提供する。 保険の対象者は、 多くの 場合、 契約者に一致するが、 必ずしも契約者自身である必要はない。 例えば、 生命保険の場合、 契約者と保険の対象者 （被保険者） が異なることがある。 個人の行動および状況に基く情報提供の例としては、 例えば、 以下のような ものが挙げられる。 In this embodiment, the behavior and situation of the individual to be The policy is concluded with the policyholder, and when a preset action is detected, information on the risk associated with the action is provided to the policyholder. The insured is often the same as the policyholder, but need not necessarily be the policyholder himself. For example, in the case of life insurance, the policyholder and the insurance recipient (insured) may be different. Examples of information provision based on individual actions and situations include the following.
(1) 自動車の任意保険：夜や雨の日、 特に、 ある特定の地方での運転は危険 であり、 保険料率が上がることを通知する。  (1) Voluntary insurance for cars: Notify that driving at night or on rainy days, especially in certain areas, is dangerous and that insurance rates will increase.
(2) 地震保険：断層の上に家が'あると、 保険料率が上がることを通知する。 (3) 旅行保険：旅行スケジュールに訪問先として記載された場所は危険であ り、 保険料率が上がることを通知する。  (2) Earthquake insurance: Notifying that insurance rates will increase if there is a house on the fault. (3) Travel insurance: Notify that places listed as visits in the travel schedule are dangerous and that insurance rates will increase.
(4) 生命保険：摂取カロリーと消費カロリーの差が継続的に大きく、 体重の 範囲内で約束した許容限度を超えるため、 保険料率が上がることを通知する。 このような保険サービスを実現するためには、 個人の行動および状況に関す る情報を収集する必要がある。 この点において、 今日では、 I T (Informatio n Technology) の進展により、 個人の位置情報、 購買情報、 スケジュール情報 等のデータがデジタル化され、 それらのデータを収集可能になりつつある。 位置情報に関しては、 携帯電話や PHS (Personal Handyphone System) や GP S (Global Positioning System ) 等の個人が携帯する機器で、 自動的に 位置情報を取得できるものがある。 スケジュール情報に関しては、 現在、 個人 のスケジュールを電子機器に入力可能な状況にある。  (4) Life insurance: Notify that the premium rate will increase because the difference between the calorie intake and calorie consumption is continuously large and exceeds the promised limit within the weight range. To provide such insurance services, it is necessary to collect information on individual behavior and circumstances. In this regard, with the advancement of IT (Information Technology), data such as personal location information, purchasing information, and schedule information has been digitized, and it is becoming possible to collect such data. Regarding location information, there are devices such as mobile phones, PHS (Personal Handyphone System), and GPS (Global Positioning System) that can be acquired automatically by personally carried devices. Regarding schedule information, it is currently possible to input personal schedules into electronic devices.
また、購買情報に関しては、先願の 「コマース情報流通システム」 （特願 20 00-2 5 5 7 1 3) に記載されたコマースァゥトソーシングセンターから入 手可能である。 '  Purchasing information can be obtained from the commerce art sourcing center described in the earlier application “Commerce Information Distribution System” (Japanese Patent Application 2000-2557-1713). '
これらのデータを処理することにより、 これまで不可能であった個人にカス した保険サービスが可能となり、 それも時間、 地域、 行動等に基くリ スクを考慮した保険サービスが可能となる。 By processing these data, individuals that were previously impossible can be customized. Insurance services that take into account risks based on time, area, and behavior.
図 1は、 このような保険サービスを実現するための情報ネッ トワークの構成 図である。 図 1の情報ネットワークは、 コマースアウトソーシングセンター 1 1、 携帯端末 1 2、 E T C (Electric Toll Collection) システム 1 3 (有料 道路自動料金収受システム）、および保険処理システム 1 4を含み、これらの装 置およびシステムは、 通信ネットワーク 1 5を介して互いに通信することがで さる。  Figure 1 is a configuration diagram of an information network for implementing such insurance services. The information network shown in Fig. 1 includes a commerce outsourcing center 11, a mobile terminal 12, an ETC (Electric Toll Collection) system 13 (automatic toll collection system), and an insurance processing system 14. The systems can communicate with one another via a communication network 15.
コマースァゥトソーシングセンター 1 1は、 例えば、 データサービスプロバ イダのサーバに対応し、 通信ネットワーク 1 5を介して、 個人の行動情報 （動 的な情報） および状況情報 （静的な情報） をデジタル化したデータ （デジタル データ） を収集し、 蓄積する。 これにより、 個人情報の集中管理が行われる。 行動情報には、位置情報 （出張地域、旅行先情報等）、 商品 Zサービスの購買 情報、 スケジュール情報、 摂取した飲食物の情報、 服薬情報、 仕事をした時間 等の様々な事例が含まれ、 状況情報には、 住所、 職業、 勤務形態、 D N A (de oxyribonucleic acid ) 情報、 体調、 病歴、 保有資産等が含まれる。  For example, the commerce-art sourcing center 11 corresponds to a server of a data service provider and digitizes personal behavior information (dynamic information) and status information (static information) via a communication network 15. Collect and store the collected data (digital data). As a result, centralized management of personal information is performed. The behavioral information includes various cases such as location information (business trip area, travel destination information, etc.), purchase information of product Z service, schedule information, information on ingested foods and drinks, medication information, time spent at work, etc. Situation information includes address, occupation, work style, DNA (deoxyribonucleic acid) information, physical condition, medical history, assets owned, and the like.
携帯端末 1 2は、 0 3付きの携帯電話ゃ？《[ 3等の機器でぁり、 個人によ り携帯される。 この携帯端 * 1 2の位置情報は、 G P Sや基地局を利用して収 集され、 コマースアウトソーシングセンター 1 1に送られる。 E T Cシステム 1 3は、 有料道路 （高速道路等） の料金所ゲートに設置され、 路車間通信によ り車両を識別して、 自動的に利用料を課金する。 このとき、 車両および料金所 の識別情報がコマースァゥトソーシングセンター 1 1に送られる。  Mobile terminal 1 2 is a mobile phone with 0 3 ゃ? 《[It is carried by an individual with a third-class device. The location information of the mobile terminal * 12 is collected using a GPS or a base station and sent to the commerce outsourcing center 11. The ETC system 13 is installed at toll gates on toll roads (highways, etc.), identifies vehicles by road-to-vehicle communication, and automatically charges usage fees. At this time, the identification information of the vehicle and the tollgate is sent to the commerce-art sourcing center 11.
コマースァゥトソーシングセンター 1 1は、 携帯端末 1 2や E T Cシステム 1 3から送られてくる情報を、 携帯端末 1 2や車両を所有する個人の位置情報 として蓄積する。 保険処理システム 1 4は、 保険会社のサーバに対応し、 これまでの保険金支 払い事例の情報に基いて算出された、 保険の対象となる事象が発生する確率 （ 事象発生確率） を保持している。 そして、 コマースアウトソーシングセンター 1 1から、 個人の行動情報および状況情報のデジタルデータを取得し、 事象発 生確率と取得したデータに基いて、 保険料率および保険料を算出する。 保険料 の計算方法としては、 次のような例が挙げられる。 The commerce-art sourcing center 11 accumulates information sent from the mobile terminal 12 and the ETC system 13 as positional information of the mobile terminal 12 and the individual who owns the vehicle. The insurance processing system 14 corresponds to the server of the insurance company, and holds the probability (event occurrence probability) that the event to be covered by the insurance occurs, calculated based on the information of the past insurance payment cases. ing. Then, digital data of individual behavior information and situation information is obtained from the commerce outsourcing center 11, and the insurance rate and insurance premium are calculated based on the event occurrence probability and the obtained data. The following are examples of insurance premium calculation methods.
( 1 ) 生命保険  (1) Life insurance
体調が悪い状況でも過度の運動をたびたび行った事例データがある場合や、 休日なしに 3ヶ月以上働いた事例データがぁる場合、 それをリスク増大要因と みなして、 保険料率を通常より上昇させる。 それらの事例が全くない場合は、 保険料率を通常より低下させる。 また、 これらの事例データと D N Aデータ （ 疲労蓄積による発病率） 重み付け処理して、 保険料率を計算してもよい。  If there is data on cases where excessive exercise is performed frequently even in sick conditions, or if there is data on cases where work has been performed for three months or more without holidays, consider this as a risk increase factor and raise insurance premiums above normal . If there are no such cases, the insurance rate will be lower than usual. The insurance premium rate may be calculated by weighting these case data and the DNA data (incidence rate due to accumulated fatigue).
( 2 ) 自動車保険  (2) Car insurance
休憩 （睡眠） を取らずに長時間運転する事例データが多くある場合や、 大雨 のときに高速道路を運転する事例データが多くある場合、 それをリスク増大要 因とみなして、 保険料率を通常より上昇させる。 それらの事例が全くない場合 や、 安全な運転環境が用意されている地域のみを運転する場合は、 保険料率を 通常より低下させる。  If there is a lot of case data for driving for a long time without taking a break (sleep) or when there is a lot of case data for driving on a highway during a heavy rain, the insurance rate is usually considered Raise more. If there are no such cases, or if you only drive in areas where a safe driving environment is available, lower your insurance rates.
また、 保険処理システム 1 4は、 スケジュール情報により、 将来のリスクを 予測し、 リスクが高いと予測される場合は、 契約者にその情報を提供するとと' もに、 保険料が上昇する可能性があることを通知する。 このような情報提供は 、 不安全行為の抑止にも繋がり、 保険金支払い事例の減少にも繋がる。 情報提 供としては、 次のような例が挙げられる。  In addition, the insurance processing system 14 predicts future risks based on the schedule information, and if it is predicted that the risks are high, providing the information to the policyholders and the possibility that insurance premiums may increase Notify that there is. Provision of such information leads to deterrence of unsafe acts and also leads to a decrease in cases of insurance claims. Examples of information provision include the following.
( 1 ) 生命保険  (1) Life insurance
体調が悪い状況でも過度の運動をする予定がスケジュール内にある場合、 体 調と運動の種類によりさらに体調を崩すリスクを計算する。 そして、 得られた リスク値がある設定されたしきい値を超えたときに、 電子メール等で契約者に リスクを通知する。 If you are on schedule and plan to exercise excessively, even in poor health, Calculate the risk of further illness depending on the condition and the type of exercise. Then, when the obtained risk value exceeds a set threshold value, the risk is notified to the contractor by e-mail or the like.
( 2 ) 自動車保険  (2) Car insurance
休憩 （睡眠） を取らずに長時間運転する予定がある場合や、 大雨警報発令時 または警報が発令されると予想されるときに高速道路を運転する予定がある場 合に、 そのリスクを計算する。 そして、 得られたリスク値がある設定されたし きい値を超えたときに、 電子メール等で契約者にリスクを通知する。  Calculate the risk if you plan to drive for a long time without taking a break (sleep), or if you plan to drive on the highway when a heavy rain warning is issued or when a warning is expected to be issued I do. Then, when the obtained risk value exceeds a set threshold value, the risk is notified to the contractor by e-mail or the like.
さらに、 保険処理システム 1 4は、 事象発生確率を行動情報や状況情報の事 例を用いて更新することにより、 様々な条件に応じたリスク計算を行う。 これ により、 新たな保険商品の開発が促進される。 事象発生確率の更新としては、 次のような例が挙げられる。  Furthermore, the insurance processing system 14 performs risk calculation according to various conditions by updating the event occurrence probability using the example of the behavior information and the situation information. This will facilitate the development of new insurance products. Examples of updating the event occurrence probability include the following.
( 1 ) 生命保険  (1) Life insurance
肺がんになりやすい D N A因子があるか否か、 喫煙期間、 および肺がん発生 年齢のデータを収集し、 統計処理を行うことにより、 それぞれの場合の事象発 生確率を算出する。 また、 住居地域、 労働地域、 労働の種類、 飲食の種類、 D NA因子の種類、 死因、 および病歴を統計処理することによって、 それぞれの 場合の事象発生確率を算出する。  We collect data on whether there is a DNA factor that is prone to lung cancer, smoking duration, and age at which lung cancer occurs, and perform statistical processing to calculate the probability of event occurrence in each case. In addition, the probability of event occurrence in each case is calculated by statistically processing the residential area, working area, type of work, type of eating and drinking, type of DNA factor, cause of death, and medical history.
( 2 ) 自動車保険  (2) Car insurance
ある道路区間における事故が発生したときの天候、 時間帯、 および日時のデ ータに基いて、 その区間の事故発生の分布と全国平均との差を求める。 そして 、 その差があるしきい値より大きい場合に、 その区間における事故発生確率が 天候、 時間帯、 または日時との相関が大きいと判定し、 その場合の事象発生確 率 （事故発生確率） を計算する。  Based on the weather, time zone, and date and time data when an accident occurred on a road section, the difference between the accident occurrence distribution in that section and the national average is calculated. If the difference is larger than a certain threshold, it is determined that the accident occurrence probability in the section has a large correlation with the weather, time zone, or date and time, and the event occurrence probability (accident occurrence probability) in that case is determined. calculate.
図 1の構成では、 保険処理システム 1 4は、 コマースァゥトソーシングセン ター 1 1から行動情報および状況情報を取得しているが、 コマースアウトソー シングセンター 1 1と同様のデータ収集 ·蓄積機能を備えることも可能であるIn the configuration of FIG. 1, the insurance processing system 14 is a commerce-art sourcing center. Information and behavioral information from the Commerce Outsourcing Center 11, but can also have the same data collection and storage functions as the Commerce Outsourcing Center 11
。 この場合、 保険処理システム 1 4は、 通信ネットワーク 1 5を介して、 直接. In this case, the insurance processing system 14 is directly connected via the communication network 15
、 情報 から行動情報および状況情報を取得する。 Obtain behavioral and situational information from, information.
図 2は、 図 1の保険処理システム 1 4の構成図である。 図 2の保険処理シス テムは、 コンピュータを用いて構成され、 行動情報収集部 2 1、 状況情報収集 部 2 2、 確率格納部 2 3、 および保険処理部 2 4を備える。  FIG. 2 is a configuration diagram of the insurance processing system 14 of FIG. The insurance processing system in FIG. 2 is configured using a computer, and includes a behavior information collection unit 21, a situation information collection unit 22, a probability storage unit 23, and an insurance processing unit 24.
行動情報収集部 2 1は、 個人の行動情報のデジタルデータを自動的に収集し The behavior information collection unit 21 automatically collects digital data of personal behavior information.
、 格納する。 状況情報収集部 2 2は、 個人の状況情報のデジタルデータを自動 的に収集し、 格納する。 これらのデータは、 コマースアウトソーシングセンタ 一 1 1から取得される力、 または、 情報源から直接取得される。 また、 確率格 納部 2 3は、 事象発生確率のデジタルデータを格納する。 , Store. The status information collection unit 22 automatically collects and stores digital data of individual status information. These data can be obtained from the Commerce Outsourcing Center 111 or directly from information sources. Further, the probability storage unit 23 stores digital data of the event occurrence probability.
保険処理部 2 4は、 行動情報収集部 2 1、 状況情報収集部 2 2、 および確率 格納部 2 3に格納されたデ一タを用いて、 事例ベースの保険料率および保険料 を計算する。  The insurance processing unit 24 uses the data stored in the behavior information collection unit 21, the situation information collection unit 22, and the probability storage unit 23 to calculate a case-based insurance rate and insurance premium.
個人の行動情報のデータとしては、 G P S付きの携帯電話による個人の位置 情報、 個人がパーソナルコンピュータゃネットワークアプリケーシヨンに入力 するスケジュール 時、 場所、 要件、 移動手段等の記載)、 購買情報等がある 。 また、 個人が食事の内容等を入力すれば、 その情報を取得することも可能で ある。 個人の状況情報のデータとしては、 住所、 生年月日、 職業、 入社年月日 、 家族構成、 D N A情報等がある。  Data on personal behavior information includes personal location information using GPS-equipped mobile phones, schedules, personal information entered into personal computers and network applications, descriptions of places, requirements, transportation, etc.), purchase information, etc. . In addition, if an individual inputs the details of a meal, the information can be obtained. Data on personal status information includes address, date of birth, occupation, date of joining a company, family structure, and DNA information.
個人の過去の行動情報と現在の状況情報を自動的に （または手動で） 分析す ることにより、 事象発生確率を個人ごとに算出することができ、 個人の行動情 報を加味した保険料の算出が可能となる。 これにより、 保険会社は、 個人に力 スタマイズした保険商品の提案が可能となり、 契約者は、 リスクに応じた保険 料の支払いが可能となる。 By automatically (or manually) analyzing past behavioral information and current situation information of individuals, the probability of event occurrence can be calculated for each individual, and insurance premiums that take into account individual behavioral information can be calculated. Calculation becomes possible. This will allow insurance companies to propose personalized insurance products, and policyholders will be able to Fees can be paid.
行動情報収集部 2 1は、 時間とともに変化する個人の位置情報を移動情報と して収集する位置情報収集機能と、 個人がデジタル化された手段で外部とやり 取りする情報を外部アクセス情報として収集する外部アクセス情報収集機能を 有する。 そして、 保険処理部 2 4は、 移動情報および外部ァクセス情報を用レヽ て保険料率および保険料を計算する。  The behavioral information collection unit 21 has a location information collection function that collects location information of individuals that change over time as movement information, and information that individuals exchange with the outside through digitized means as external access information. It has a function to collect external access information. Then, the insurance processing unit 24 calculates the insurance premium rate and the insurance premium using the movement information and the external access information.
個人の現在位置を検知し、 その位置情報を格納するとともに、 その個人の外 部とのアクセスログを記録しておくことで、 その個人の過去の行動を把握する ことができる。 アクセスログとしては、 例えば、 商品 Zサービスの購買情報、 移動手段、 労働開始 Z終了時刻等の情報がある。  By detecting the current location of an individual, storing the location information, and recording an access log with the outside of the individual, the past behavior of the individual can be grasped. The access log includes, for example, information such as purchase information of the product Z service, transportation, work start time Z end time, and the like.
通常、 保険料を算出する場合は、 過去の事例が重要な参考データとなるが、 その中でも、 位置情報を含む行動情報が最も重要である。 このような行動情報 を用いることで、 適切な保険料を算出することが可能となる。  Normally, when calculating premiums, past cases are important reference data, but among them, behavioral information including location information is the most important. By using such behavioral information, it is possible to calculate an appropriate insurance premium.
また、 行動情報収集部 2 1は、 個人またはその代理人が入力するデジタル化 されたスケジュールデータを収集するスケジュール収集機能を有する。 将来の 個人の行動は、 その個人のスケジュールデータを入手することにより、 予測可 能となる。  The behavior information collection unit 21 has a schedule collection function of collecting digitized schedule data input by an individual or his / her agent. The future behavior of an individual can be predicted by obtaining the individual's schedule data.
さらに、 保険処理部 2 4は、 行動情報収集部 2 1に格納されたスケジュール データから将来の行動のリスクを計算し、 契約者にリスクを通知するリスク通 知機能を有する。  Further, the insurance processing unit 24 has a risk notification function of calculating the risk of future behavior from the schedule data stored in the behavior information collecting unit 21 and notifying the policyholder of the risk.
個人のスケジュールが保険処理システム 1 4に送られると、 保険処理部 2 4 は、 その他の条件 （例えば、 天候等） も考慮して、 スケジュールに登録された 行動のリスクを計算する。 そして、 得られたリスク値があらかじめ決められた しきい値より大きい場合、 保険会社は、 リスクが高いことを電子メールや電話 により契約者に通知する。 もし、 保険料率が上がる場合は、 その旨も併せて通 知する。 When the personal schedule is sent to the insurance processing system 14, the insurance processing unit 24 calculates the risk of the behavior registered in the schedule, taking into account other conditions (for example, weather). If the risk value obtained is greater than a predetermined threshold, the insurer will notify the policyholder by email or phone that the risk is high. If the insurance rate goes up, the Know.
このように、 将来の行動予定が入手できれば、 その行動のリスクを計算する ことが可能となり、 リスクが高い場合は、 保険会社から契約者にそれを通知す ることができる。 これにより、 契約者はリスクの高い行動を思いとどまること が可能になり、 事象発生確率が全体として低下するので、 保険会社が保険料を 支払う回数が減少する。  In this way, if a future action plan is available, the risk of the action can be calculated, and if the risk is high, the insurer can notify the policyholder of it. This allows policyholders to discourage high-risk behavior, reducing the overall likelihood of an event and reducing the number of times insurers pay premiums.
ところで、 プライバシー保護の観点から、 個人情報はコンピュータで自動処 理することが望ましいが、 行動情報および状況情報が XM L (extensible Mar kup Language )データのようなタグ付けされたデータとして記述されていれば 、 それを自動処理することが可能である。  By the way, from the viewpoint of privacy protection, it is desirable that personal information be automatically processed by a computer, but behavioral information and situation information should be described as tagged data such as XML (extensible Markup Language) data. If it is possible to process it automatically.
そこで、 行動情報収集部 2 1および状況情報収集部 2 2は、 取得したデータ を、 例えば、 XM Lデータとして格納し、 保険処理部 2 4は、 そのタグに基づ いてデータ処理を行う。 行動情報で用いられるタグおよびそのインスタンスの 例を、 以下に示す。 タグ ィンスタンス  Therefore, the behavior information collection unit 21 and the situation information collection unit 22 store the acquired data as, for example, XML data, and the insurance processing unit 24 performs data processing based on the tag. Examples of tags used in behavior information and their instances are shown below. Tag Instance
日時： 5月 7日 1 5時力 ら 1 7時  Date and time: May 7 15:00 to 17:00
場所 place
県： 神奈川県  Prefecture: Kanagawa Prefecture
巿： 川崎巿  巿 ： Kawasaki 巿
会社名 富士通川崎工場 北緯 X度  Company Fujitsu Kawasaki Plant North latitude X degrees
経 X度  X degree
目的 商談 相手： 富士通 * *課長 Purpose Partner: Fujitsu * * Manager
日時： 5月 7日 1 7時から 1 8時 方法： 自動車 Date: May 7 17:00 to 18:00 Method: Car
第 3京浜  No. 3 Keihin
高速道路代 2 0 0円  Expressway fee 200 yen
出発地： 富士通川崎工場  Departure point: Fujitsu Kawasaki Plant
到着地： 自宅 このうち、 "県"、 "市"、 "会社名"、 "目的，，、 "相手"、 "出発地"、 および "到 着地"のデータは、 スケジュール等から取得され、 "座標" のデータは、 G P S 等により取得され、 "移動方法"、 "高速道路"、 および "高速道路代" のデータ は、 E T Cシステム等により取得される。  Destination: Home Of these, the data of “prefecture”, “city”, “company name”, “purpose”, “partner”, “departure place”, and “destination” are obtained from schedules, The data of "coordinates" is acquired by GPS etc., and the data of "movement method", "expressway" and "expressway fee" are acquired by ETC system or the like.
複数の X M Lデータにおいて、 タグおよびそのインスタンスの表現が異なる 力 それらの内容が同じであることもある。 そこで、 自動処理を行うためには In multiple XML data, the expressions of tags and their instances are different. Their contents may be the same. So, in order to perform automatic processing
、 まず、 タグおよびインスタンスの統一化を図る力、 あるいは、 オントロジー テ一ブルを作成する必要がある。 First, the ability to unify tags and instances, or an ontology table, must be created.
オントロジーに関しては既知であり、 オントロジーテーブルは、 内容が同じ で表現が異なるデータを同一視するためのデータ変換を行うテーブルである。 オントロジーテーブルを用いることで、 内容が同じで表現が異なる複数のデー タが同じ表現のデータに変換されるので、 データの内容が同じか否かを判断す ることが可能となる。  The ontology is known, and the ontology table is a table that performs data conversion for identifying data with the same contents but different expressions. By using an ontology table, a plurality of data with the same content but different expressions are converted into data with the same expression, so it is possible to determine whether the data contents are the same.
図 3は、 このようなオント口ジー判断機能を有する保険処理部 2 4を示して いる。 図 3の保険処理部 2 4は、 オントロジーテーブル 3 1、 オントロジーテ 一ブル 3 2、 およぴ保険料計算部 3 3を含む。 オントロジーテーブル 3 1は、 行動情報収集部 2 1に格納された行動情報の XM Lデータを変換し、 オントロジーテーブル 3 2は、 状況情報収集部 2 2に 格納された状況情報の XM Lデータを変換する。 保険料計算部 3 3は、 オント 口ジーテーブル 3 1 , 3 2の変換結果と、 確率格納部 2 3に格納された事象発 生確率を用いてデータ処理を行い、 保険料率および保険料を計算する。 FIG. 3 shows the insurance processing unit 24 having such a function of determining the ontology. The insurance processing unit 24 in FIG. 3 includes an ontology table 31, an ontology table 32, and a premium calculation unit 33. The ontology table 31 converts the XML data of the behavior information stored in the behavior information collection unit 21, and the ontology table 32 converts the XML data of the situation information stored in the status information collection unit 22. I do. The insurance premium calculation unit 33 performs data processing using the conversion results of the on-screen G tables 31 and 32 and the event occurrence probabilities stored in the probability storage unit 23, and calculates the insurance premium rate and insurance premium I do.
例えば、 まず、 ユーザにデータを入力させて、 そのデータをオントロジーテ ブルで変換し、 変換出力が複数ある場合には、 その中から希望するものをュ 一ザに選択させる方法が考えられる。  For example, a method is conceivable in which a user first inputs data, converts the data using an ontology table, and when there are a plurality of converted outputs, a user selects a desired one from among them.
図 4は、 行動情報の XM Lデータを変換するオント口ジー処理の例を示して いる。 例えば、 変換対象のデータ 4 1、 4 2として、 以下のようなデータが与 えられた場合を考える。 データ 4 (個人 Aのデータ）  FIG. 4 shows an example of an on-the-fly processing for converting XML data of behavior information. For example, let us consider a case where the following data is given as data 41 and 42 to be converted. Data 4 (Individual A data)
移動方法 Moving method
第 3京浜  No. 3 Keihin
高速道路代 2 0 0円  Expressway fee 200 yen
出発地： 富士通川崎工場  Departure point: Fujitsu Kawasaki Plant
到着地： 自宅 データ 4 2 (個人 Bのデータ）  Arrival: Home Data 4 2 (Individual B data)
交通手段： 自動車 Transportation: Car
ι¾速道： 第 3京浜  ι¾ expressway: No. 3 Keihin
料金： 2 0 0円  Price: 200 yen
出発場所： 富士通 （株） 川崎工場  Departure location: Fujitsu Kawasaki Plant
自宅 これらのデータ 4 1、 4 2は、 ともに同じ行動を表しているため、 同一の表 現で記述されることが望ましい。 そこで、 オントロジ テーブル 3 1に図 5の ようなテーブルを格納しておき、 データ 4 1、 4 2をそれぞれ変換して、 以下 のようなデータ 4 3、 4 4を得る。 home Since these data 41 and 42 both indicate the same behavior, it is desirable to describe them in the same expression. Therefore, a table as shown in FIG. 5 is stored in the ontology table 31 and the data 41 and 42 are respectively converted to obtain the following data 43 and 44.
データ 4 3 (変換された個人 Aのデータ） Data 4 3 (Converted individual A data)
移動方法： 自動車 Getting around: Car
第 3京浜  No. 3 Keihin
料金 2 0 0円  Price 200 yen
出発地： 富士通川崎工場  Departure point: Fujitsu Kawasaki Plant
到着地： 自宅 データ 4 4 (変換された個人 Bのデータ）  Arrival: Home Data 4 4 (Converted individual B data)
移動方法： 自動車 Getting around: Car
高速道路 第 3京浜  Expressway No. 3 Keihin
料金 2 0 0円  Price 200 yen
出発地： 富士通川崎工場  Departure point: Fujitsu Kawasaki Plant
到着地： 自宅 このように、 図 5のオントロジーテーブルを用いれば、 データ 4 1、 4 2を 同じ XM Lデータに変換することができる。 また、 データが XM L化されるこ とにより、 コンピュータによる自動処理が可能となり、 処理の効率化およびプ ライパシーデータである個人情報の保護が図られる。 また、 事象発生確率を個人ごとに算出するときに、 行動情報および状況情報 を全体で統計処理することにより、 場所、 時間等の様々な条件に対する事象発 生確率をより正確に計算することが可能となる。 Arrival location: home In this way, using the ontology table in Fig. 5, data 41 and 42 can be converted to the same XML data. In addition, since the data is converted to XML, it can be automatically processed by a computer, thereby improving the efficiency of processing and protecting personal information that is privacy data. When calculating the event occurrence probability for each individual, By performing statistical processing on the whole, it is possible to more accurately calculate the event occurrence probability for various conditions such as location and time.
図 6は、 このような統計確率計算機能を有する保険処理部 2 4を示している 。 図 6の保険処理部 2 4は、 図 3の構成に加えて、 さらに確率更新部 3 4を有 する。 確率更新部 3 4は、 オントロジーテーブル 3 1、 3 2の変換結果を用い て統計処理を行い、 確率格納部 2 3の事象発生確率を更新する。 そして、 保険 料計算部 3 3は、 更新された事象発生確率を用いて保険料率および保険料を計 算する。  FIG. 6 shows the insurance processor 24 having such a statistical probability calculation function. The insurance processing unit 24 of FIG. 6 further includes a probability updating unit 34 in addition to the configuration of FIG. The probability update unit 34 performs statistical processing using the conversion results of the ontology tables 31 and 32, and updates the event occurrence probability in the probability storage unit 23. Then, the premium calculation unit 33 calculates the premium rate and the premium by using the updated event occurrence probability.
次に、 図 7から図 1 2までを参照しながら、 自動車保険および生命保険の保 険料計算処理について説明する。  Next, the insurance premium calculation processing for car insurance and life insurance will be described with reference to FIGS. 7 to 12.
自動車保険の場合、 経路ごとに事故の起きる確率が異なるとともに、 その確 率は日時や天候によっても左右される。 事故発生が警察に通報された場合、 事 故の起きた場所と時間 （事故データ） は、 事故情報のデータベースに記録され 、 天候データは、 天候情報のデータベースに記録される。 これらのデータべ一 スは、 図 1の通信ネットワーク 1 5に接続されている。  In the case of car insurance, the probability of an accident occurring for each route differs, and the probability depends on the date and time and weather. When an accident is reported to the police, the location and time of the accident (accident data) are recorded in the accident information database, and the weather data is recorded in the weather information database. These databases are connected to the communication network 15 in FIG.
したがって、 保険処理システム 1 4は、 これらのデータベースから通信ネッ トワーク 1 5を介してデータを収集することにより、 ある一定の道路区間、 日 時、 天候のケース別の事故発生確率を算出することができる。 ここでは、 ある 道路区間 r 1の 1時間あたりの事故発生確率が、 図 7のようなデータとして与 えられているものとする。  Therefore, by collecting data from these databases via the communication network 15, the insurance processing system 14 can calculate the probability of accident occurrence for a certain road section, date and time, and weather. it can. Here, it is assumed that the accident occurrence probability per hour of a certain road section r1 is given as data as shown in FIG.
また、 飲酒した場合の事故発生確率がしない場合の D倍になるものとし、 仕 事等によりかなり疲れているときの事故発生確率が疲れてなレ、場合の E倍にな るものとする。  In addition, the probability of accidents caused by drinking alcohol should be D times that of the case where there is no drinking, and the probability of accidents occurring when the person is quite tired due to work, etc., should be E times that of those who are not tired.
行動情報収集部 2 1は、 保険の契約者 （または潜在的契約者） の過去の行動 情報を収集する。 その内容は、 例えば、 位置情報の時系列データ、 経路ごとの 交通機関利用情報、 商品/サービスの購買情報、 仕事の内容と継続時間等であ る。 The behavior information collection unit 21 collects past behavior information of insurance policyholders (or potential policyholders). The contents are, for example, time-series data of location information, Information on transportation use, purchasing information on products / services, work content and duration.
これらのデータから、 ある人は平均すると毎日朝と夜に 1回ずつ道路区間 r 1を 1時間運転するが、 大雨の日には運転しないという情報が抽出された場合 、 その人が年間に道路区間 r 1で事故を起こす 1時間あたりの確率 P 1は、 次 式により計算できる。  From these data, if it is extracted that a person drives on the road section r1 once a day on average every morning and night for one hour, but does not drive on a heavy rainy day, if that person is The probability P 1 per hour that an accident occurs in section r 1 can be calculated by the following equation.
P 1 = (Al +C l) X 365 ここで、 1ぉょび〇 1は、 それぞれ、 大雨以外の日の朝および夜の事故発 生確率を表している。 これに対して、 大雨の日の朝および夜の事故発生確率はP 1 = (Al + C l) X 365 where 1 and 1 represent the probability of an accident occurring in the morning and night, respectively, on days other than heavy rain. On the other hand, the probability of an accident
、 それぞれ、 A 2および C 2となる。 通常は、 A1 <A2であるので、 P 1は 、 大雨の時も運転する場合の確率よりも低くなる。 また、 その人が夜運転する ときに常にかなり疲れている場合の事故を起こす確率 P 2は、 次式により計算 できる。 And A 2 and C 2 respectively. Normally, since A1 <A2, P1 is lower than the probability of driving even during heavy rain. Also, the probability P 2 of causing an accident when the person is always tired when driving at night can be calculated by the following equation.
P 2 = (A1 +C 1 XE) X 365 このように、 様々なケースの事故発生確率を求め、 それらを加算することに より、 その人のリスクを算出することができ、 得られたリスク値をその人の保 険料に反映させることができる。 P 2 = (A1 + C 1 XE) X 365 In this way, the risk of the person can be calculated by calculating the probability of accident occurrence in various cases and adding them, and the obtained risk value Can be reflected in the person's insurance premium.
さらに、 契約時に大雨のときは運転しない等のオプションを付けた場合、 保 険処理システム 14は、 天気予報のデータを収集する。 そして、 大雨が予想さ れる場合、 その人のスケジュールを調べ、 運転する予定があるときは、 電子メ ール等でその人に連絡して注意を促す。 図 8は、 保険料計算のための道路区間、 天候、 時間ごとの基礎データを計算 する処理のフローチャートである。 保険処理部 24は、 まず、 局所的な (例え ば、 1 km平方ごとの） 天候データを収集し （ステップ S l)、道路区間 rにお ける天候 cを推定する （ステップ S 2)。天候 cは、 例えば、 次のように記述さ れる。 ' 晴： c = 1 雨： c = 3 Furthermore, if an option such as not driving during heavy rain is attached at the time of contract, the insurance processing system 14 collects weather forecast data. If heavy rain is expected, check the person's schedule. If there is a plan to drive, contact the person by e-mail to call for attention. FIG. 8 is a flowchart of a process for calculating basic data for each road section, weather, and time for calculating insurance premiums. The insurance processing unit 24 first collects local (for example, every 1 km square) weather data (Step S1) and estimates the weather c in the road section r (Step S2). The weather c is described, for example, as follows. 'Fine: c = 1 Rain: c = 3
大雨： c = 4 次に、 道路区間 rにおける 2時間ごと （1:時から 1 + 2時） の交通量 （通過 する車の台数） を収集し （ステップ S 3)、天候ごとのデータとして一月単位で 集計する （ステップ S 4)。 ここで得られた、道路区間 rでの 2時間ごと、天候 ごとの交通量を、 s ( r , c, t) とする。 Heavy rain: c = 4 Next, the traffic volume (number of vehicles passing) every 2 hours (1: 1 to 2 o'clock) in road section r is collected (step S3), and the data for each weather is collected. Aggregate on a monthly basis (Step S4). The traffic volume obtained every two hours and the weather in the road section r obtained here is s (r, c, t).
次に、 事故の事例 （道路区間： r、 時刻： t、 賠償金額： p) のデータを収 集し （ステップ S 5)、道路区間!:での 2時間ごと、天候ごとの月間事故数 j m Next, data on the accident cases (road section: r, time: t, compensation amount: p) was collected (step S5), and the number of accidents per month every two hours and the weather on road section!: J m
(r , c, t) および月間賠償額 pm (r， c, t) を集計する （ステップ S 6)。 (r, c, t) and monthly compensation amount pm (r, c, t) are totaled (step S6).
次に、 過去 1年間の月間事故数を加算して、 年間事故数 j (r， c, t) を 算出し、 過去 1年間の月間賠償額を加算して、 年間賠償額 p (r , c, t) を 算出する （ステップ S 7)。  Next, the number of monthly accidents in the past year is added to calculate the number of accidents j (r, c, t) per year, and the monthly compensation in the past year is added to the annual compensation p (r, c , t) (Step S7).
そして、 事故発生確率 w ( r， c， t ) および平均賠償額 a V p (r , c, t) を次式により算出し、 w (r， c， t) を事象発生確率として確率格納部 23に格納する （ステップ S 8)。 w ( r , c , t ) = j ( r , c , t ) // s ( r , c , t ) a v p ( r , c , t ) = p ( r , c， t ) / j ( r , c , t ) こうして得られた基礎データと行動情報収集部 2 1に格納された行動情報か ら、 個人ごとの保険料を算出することができる。 図 9は、 このような保険料計 算処理のフローチャートである。 この処理は、 例えば、 契約者が支払う保険料 のシミュレーションとして行われる。 Then, the accident occurrence probability w (r, c, t) and the average compensation amount aVp (r, c, t) are calculated by the following equation, and w (r, c, t) is set as the event occurrence probability in the probability storage unit. Stored in 23 (step S8). w (r, c, t) = j (r, c, t) // s (r, c, t) avp (r, c, t) = p (r, c, t) / j (r, c , t) From the basic data thus obtained and the behavior information stored in the behavior information collection unit 21, an insurance premium for each individual can be calculated. FIG. 9 is a flowchart of such insurance premium calculation processing. This process is performed, for example, as a simulation of insurance premiums paid by the policyholder.
保険処理部 24は、 まず、 ある個人 Aの希望条件をチェックして、 今後大雨 のときには運転しないという付帯条項を希望しているか否かを判定する （ステ ップ S 1 1)。  First, the insurance processing unit 24 checks the desired condition of a certain individual A and determines whether or not he or she wants an ancillary provision that driving will not be performed in the event of heavy rain in the future (step S11).
Aがその付帯条項を希望していれば、 Aが過去 1年間に運転した各道路区間 rとその区間の運転日時における運転時間 d tを、 行動情報収集部 2 1から取 得する （ステップ S 1 2)。 次に、道路区間 rでの 2時間ごと、 天候ごとの運転 時間を d t ( r， c， t) として、 各 d t (r， c , t ) における賠償金期待 値 v p (d t ( r， c， t )) を、 次式により算出する。 v p (d t ( r， c , t )) = w ( r , c , t ) X d t ( r， c, t )  If A wishes for the incidental clause, it obtains each road section r that A has driven in the past year and the driving time dt at the driving date and time of that section from the behavior information collection unit 21 (step S12). ). Next, let dt (r, c, t) be the driving time for every two hours and each weather on road section r, and calculate the expected compensation value vp (dt (r, c, t) for each dt (r, c, t). t)) is calculated by the following equation. v p (d t (r, c, t)) = w (r, c, t) X d t (r, c, t)
• X a v p ( r， c， t ) そして、 すべての d t (r， c， t) に対する v p (d t (r , c， t)) を 加算した結果を、 Aの保険料率データ k hとする。 ここで、 v p (d t (r , c , t)) は、 Aの行動が保険の対象となる事象を発生させるリスクを表してい る。  • X a v p (r, c, t) The result of adding v p (d t (r, c, t)) to all d t (r, c, t) is defined as insurance premium rate data kh of A. Here, v p (d t (r, c, t)) represents the risk that A's action will cause an event to be insured.
Aが上述の付帯条項を希望しない場合も、 Aが過去 1年間に運転した各道路 区間 rとその区間の運転日時における運転時間 d tを、 行動情報収集部 21か ら取得して、保険料率データ k hを計算する （ステップ S 1 3)。 ただし、 運転 日時の天候が大雨 （c =4) の場合は、 雨のデータ （c =3) に変更した上で 、 d t (r， c， t ) および v p (d t (r， c， t)) を求める。 If A does not wish to have the above covenant, each road that A has driven in the past year The section r and the driving time dt at the driving date and time of the section are acquired from the behavior information collecting section 21 and insurance rate data kh is calculated (step S13). However, if the weather on the driving date and time is heavy rain (c = 4), change to rain data (c = 3) and then dt (r, c, t) and vp (dt (r, c, t) ).
次に、 事故を起こしたときに支払われる保険金の最高額と相関を持たせた係 数を khに掛けて、得られた値を基礎保険データとする （ステップ S 14)。 そ して、 基礎保険データに保険会社の経費や利益を加算して、 保険料データを算 出し （ステップ S 1 5)、 そのデータを出力する （ステップ S 16)。  Next, kh is multiplied by a coefficient correlated with the maximum amount of insurance money paid when an accident occurs, and the obtained value is used as basic insurance data (step S14). Then, by adding the insurance company's expenses and profits to the basic insurance data, the insurance premium data is calculated (step S15), and the data is output (step S16).
図 10は、 将来の運転予定に基くリスクを通知する処理のフローチヤ一トで ある。 この処理は、 ある個人 Aが、 大雨のときには運転しないという付帯条項 を付けた保険に加入した場合に行われる。  FIG. 10 is a flowchart of a process of notifying a risk based on a future operation schedule. This process is performed when an individual A has insurance with a covenant that he does not drive during heavy rains.
保険処理部 24は、 まず、 天気予報のデータを収集し （ステップ S 21)、 大 雨の予報があるか否かをチ ックする （ステップ S 22)。大雨の予報があれば 、 次に、 行動情報収集部 21から Aのスケジュールを取得し、 大雨の曰時およ び場所において、 運転予定があるか否かをチェックする （ステップ S 23)。 そして、 そのような運転予定があれば、 その予定に基くリスク値を計算する (ステップ S 24)。 ここでは、 例えば、 上述の賠償金期待値 v p (d t (r， c, t)) がリスク値として求められる。  The insurance processing unit 24 first collects weather forecast data (step S21), and checks whether there is a heavy rain forecast (step S22). If there is a heavy rain forecast, then the schedule of A is acquired from the behavior information collection unit 21, and it is checked whether there is a driving schedule at the time and place of the heavy rain (step S23). Then, if there is such an operation schedule, a risk value based on the schedule is calculated (step S24). Here, for example, the above-described expected compensation value v p (d t (r, c, t)) is obtained as the risk value.
次に、得られたリスク値をしきい値と比較し（ステップ S 25)、 リスク値が しきい値より大きければ、 大雨のときに運転予定があることと、 保険料率が上 がることを通知する電子メールを、 A宛てに自動的に送信する （ステップ S 2 6)。  Next, the obtained risk value is compared with a threshold value (step S25). If the risk value is larger than the threshold value, it is confirmed that there is a driving schedule in heavy rain and that the insurance premium rate increases. The notification e-mail is automatically sent to A (step S26).
ステップ S 22において大雨の予報がない場合、 ステップ S 23において大 雨のときに運転予定がない場合、 および、 ステップ S 25においてリスク値が しきい値以下の場合は、 そのまま処理を終了する。 図 7の事故発生確率は、 図 8に示したように、 事故データおよび天候データ のみに基いて算出されている。 しカゝし、 個人の行動情報のデータも併せて用い ることにより、 疲れの度合い等の条件を加味した事故発生確率を算出すること も可能である。 If there is no forecast of heavy rain in step S22, if there is no operation plan during heavy rain in step S23, and if the risk value is equal to or less than the threshold in step S25, the process ends as it is. As shown in Fig. 8, the accident occurrence probability in Fig. 7 is calculated based on only accident data and weather data. However, by using data on personal behavior information, it is also possible to calculate the probability of an accident taking into account conditions such as the degree of fatigue.
図 1 1は、 行動情報を用いて事故発生確率を再計算し、 確率格納部 23の事 象発生確率を更新する処理のフローチャートである。 図 1 1において、 ステツ プ S 31および S 32の処理は、 図 8のステップ S 1および S 2の処理と同様 である。  FIG. 11 is a flowchart of a process of recalculating the accident occurrence probability using the action information and updating the event occurrence probability in the probability storage unit 23. In FIG. 11, the processing in steps S31 and S32 is the same as the processing in steps S1 and S2 in FIG.
次に、 保険処理部 24は、 個人ごとに過去 1年間に運転した各道路区間 rと その区間の運転日時を、 行動情報収集部 21から取得する （ステップ S 33) 。 また、 行動情報収集部 21から過去 1週間の仕事量等のデータを取得し、 運 転日時における疲れの度合い dを推定する （ステップ S 34)。 この疲れの度合 いは、 例えば、 4段階で記述される。  Next, the insurance processing unit 24 obtains, for each individual, each road section r that has been driven in the past year and the driving date and time of that section from the behavior information collection unit 21 (step S33). Further, data such as the amount of work in the past week is acquired from the behavior information collection unit 21, and the degree of fatigue d at the operation date and time is estimated (step S34). The degree of this fatigue is described, for example, in four stages.
そして、 道路区間 rにおける 2時間ごとの交通量を、 天候ごと、 疲れの度合 いごとのデータとして、一月単位で集計する （ステップ S 35)。 ここで得られ た、 道路区間 rでの 2時間ごと、 天候ごと、 疲れの度合いごとの交通量を、 s (r， c， t , d) とする。  Then, the traffic volume every two hours in the road section r is tabulated on a monthly basis as data for each weather and each degree of fatigue (step S35). Let s (r, c, t, d) be the traffic volume obtained every two hours, weather, and degree of fatigue on road section r.
次に、 事故の事例 （道路区間： r、 時刻： t、 賠償金額： p、 事故を起こし た人の疲れの度合い： d) のデータを収集し （ステップ S 36)、道路区間 rで の 2時間ごと、 天候ごと、 疲れの度合いごとの月間事故数 j m (r， c, t, d) および月間賠償額 (r , c, t， d) を集計する （ステップ S 37) 次に、 過去 1年間の月間事故数を加算して、 年間事故数 j (r , c, t， d ) を算出し、 過去 1年間の月間賠償額を加算して、 年間賠償額!） （r， c, t ， d) を算出する （ステップ S 38)。 そして、 事故発生確率 w ( r , c， t， d ) および平均賠償額 a V p ( r , c， t , d ) を次式により算出し、 w ( r， c， t , d ) を事象発生確率とし て確率格納部 2 3に格納する （ステップ S 3 9 )。 w ( r , c , t， d = j 、r， c， t , d ) / s ( r , c， t , d ) a v p ( r , c， t , d ) = p ( r , c， t , d ) / j ( r , c， t , d ) このような更新処理によれば、 運転者の疲れの度合いを考慮した事象発生確 率が算出され、 それに基いて保険料を計算することが可能となる。 Next, data on the accident case (road section: r, time: t, compensation amount: p, degree of fatigue of the person who caused the accident: d) was collected (step S36), and The number of monthly accidents jm (r, c, t, d) and monthly compensation (r, c, t, d) for each hour, weather, and degree of fatigue are tabulated (step S37). The number of monthly accidents per year is added to calculate the number of annual accidents j (r, c, t, d), and the monthly compensation for the past year is added to the annual compensation!) (R, c, t , D) (Step S38). Then, the accident probability w (r, c, t, d) and the average compensation amount aVp (r, c, t, d) are calculated by the following equation, and w (r, c, t, d) is calculated as The probability is stored in the probability storage unit 23 (step S39). w (r, c, t, d = j, r, c, t, d) / s (r, c, t, d) avp (r, c, t, d) = p (r, c, t, d) / j (r, c, t, d) According to such an update process, the event occurrence probability is calculated in consideration of the degree of fatigue of the driver, and the insurance premium can be calculated based on the probability. Becomes
次に、 生命保険の保険料計算処理について説明する。 生命保険の場合、 個人 の行動によりリスクが変動するので、 契約時に詳細な条件を決めておく。 そし て、 保険処理システム 1 4は、 行動情報収集部 2 1に格納されたデータに従つ て、 一定期間 （例えば、 1年） ごとにリスクを計算し直し、 保険料率を変更す る。  Next, the life insurance premium calculation process will be described. In the case of life insurance, the risk fluctuates depending on the behavior of the individual, so detailed conditions are determined at the time of contract. Then, the insurance processing system 14 recalculates the risk at regular intervals (for example, one year) according to the data stored in the behavior information collection unit 21 and changes the insurance premium rate.
契約時に決める条件の例として、 喫煙について説明する。 喫煙に関する付帯 条項としては、 今後喫煙しないという条項と、 今後喫煙するという条項が考え られ、 それぞれの場合の保険料が契約者に対して提示される。  As an example of the conditions determined at the time of contract, smoking will be explained. There are two types of incidental provisions regarding smoking: one that does not smoke in the future and one that smokes in the future. Insurance premiums in each case will be presented to policyholders.
喫煙しないという付帯条項を含む契約を結んだ場合、 保険処理システム 1 4 は、 ある期間ごとに、 保険の対象者が喫煙常習者になったか否かを判定する。 このとき、 行動情報収集部 2 1に格納された過去の購買情報を取得し、 対象者 がタバコをある期間 （例えば、 一月） にある量 （例えば、 3箱） 以上購入して いる場合に、 対象者が喫煙しているか否かの調査を行う。 この調査は、 対象者 が他人のために購買している場合があることを考慮している。  If a contract with a non-smoking covenant is entered, the insurance processing system 14 will determine, at regular intervals, whether the insured has become a smoker. At this time, when the past purchase information stored in the behavior information collection unit 21 is acquired, and the subject has purchased a certain amount (for example, three boxes) of cigarettes for a certain period (for example, January), Investigate whether the subject smokes. The study takes into account that the subject may purchase for others.
対象者自身が喫煙している場合は、 リスク増大要因とみなし、 喫煙した場合 の保険料に変更することを、 契約者に対して通知する。 もし、 対象者が喫煙に より発生しやすい肺がん等になりやすい D N A因子を持っている場合には、 喫 煙による保険料のさらなる増額を行うことも可能である。 If the target smokes, the policyholder is considered to be an increased risk factor and informs the policyholder that the premium will be changed to smoking. If the subject smokes If you have a DNA factor that is more susceptible to lung cancer, which is more likely to occur, it is possible to further increase insurance premiums due to smoking.
図 1 2は、 このような保険料計算処理のフローチャートである。 保険処理部 2 4は、 まず、 契約時の付帯条項を参照し （ステップ S 4 1 )、 今後喫煙しない という条項と、 今後喫煙するという条項のいずれが含まれているかをチェック する （ステップ S 4 2 )。  FIG. 12 is a flowchart of such insurance premium calculation processing. First, the insurance processing unit 24 refers to the incidental clause at the time of the contract (step S41), and checks whether there is a clause of not smoking or a clause of smoking in the future (step S4). 2).
今後喫煙しないという条項の場合、 行動情報収集部 2 1の購買情報から、 保 険の対象者 Aの購買事例を検索し（ステップ S 4 3 )、 タバコを一月に 3箱以上 購入したか否かをチェックする （ステップ S 4 4 )。 Aがタバコを一月に 3箱以 上購入していれば、 次に、 行動情報収集部 2 1の行動情報から喫煙に関するデ ータを取得し （ステップ S 4 5 )、 Aが喫煙したか否かをチェックする （ステツ プ S 4 6 )。  In the case of not smoking in the future, the purchase information of the subject A of the insurance is searched from the purchase information of the behavior information collection unit 21 (step S43), and whether or not three or more boxes of cigarettes were purchased in January is determined. Is checked (step S44). If A purchases 3 or more boxes of cigarettes in a month, then it obtains data on smoking from the behavior information of the behavior information collection unit 21 (step S45), and determines whether A has smoked. Check whether it is not (step S46).
Aが喫煙した場合は、 今後喫煙するという条項が付加された場合と同じ保険 料率データを適用して、保険料データを算出し （ステップ S 4 7 )、保険料が変 更されたことを通知する電子メールを、 契約者宛てに送信する （ステップ S 4 8 )。  If A smokes, the premium rate data is calculated using the same premium rate data as in the case where the clause to smoke is added (step S47), and notification that the premium has been changed is made. The e-mail to be sent is sent to the contractor (step S48).
ステップ S 4 4において Aがタバコを一月に 3箱以上購入していない場合、 およびステップ S 4 6において Aが喫煙していない場合は、 今後喫煙しないと いう条項が付加された場合の保険料率データを適用して、 保険料データを算出 する （ステップ S 4 9 )。 また、 ステップ S 4 2において、 今後喫煙するという 条項が含まれている場合は、 その場合の保険料率データを適用して、 保険料デ ータを算出する （ステップ S 5 0 )。  Insurance rate if A did not purchase more than 3 boxes of cigarettes per month in step S44 and if A did not smoke in step S46 The insurance premium data is calculated by applying the data (step S49). Also, if the clause of smoking in the future is included in step S42, the insurance premium data is calculated by applying the insurance premium rate data in that case (step S50).
こうして算出された保険料データは、 保険会社が契約者に対して保険料を請 求するために用いられる。  The insurance premium data calculated in this way is used by insurance companies to request premiums from policyholders.
ところで、 図 1のコマースアウトソーシングセンター 1 1および保険処理シ ステム 1 4は、 例えば、 図 1 3に示すような情報処理装置 （コンピュータ） を 用いて構成される。 図 1 3の情報処理装置は、 C P U (中央処理装置） 4 1、 メモリ 4 2、 入力装置 4 3、 出力装置 4 4、 外部記憶装置 4 5、 媒体駆動装置 4 6、 およびネッ トワーク接続装置 4 7を備え、 それらはバス 4 8により互い に接続されている。 By the way, the commerce outsourcing center 11 and the insurance The stem 14 is configured using, for example, an information processing device (computer) as shown in FIG. The information processing device shown in Fig. 13 includes a CPU (central processing unit) 41, a memory 42, an input device 43, an output device 44, an external storage device 45, a medium drive device 46, and a network connection device 4. 7, which are connected to each other by a bus 48.
メモリ 4 2は、 例えば、 R OM (read only memory)、 R AM (random acce ss memory) 等を含み、処理に用いられるプログラムとデータを格納する。 C P U 4 1は、 メモリ 4 2を利用してプログラムを実行することにより、 必要な処 理を行う。 図 2の保険処理部 2 4、 図 3の保険料計算部 3 3、 および図 6の確 率更新部 3 4は、 メモリ 4 2に格納されたプログラムに対応し、 図 3のオント ロジーテーブル 3 1、 3 2は、 メモリ 4 2に格納されたデータに対応する。 入力装置 4 3は、 例えば、 キーボード、 ポインティングデバイス、 タツチパ ネル等であり、 オペレータからの指示や情報の入力に用いられる。 出力装置 4 4は、 例えば、 ディスプレイ、 プリンタ、 スピーカ等であり、 オペレータへの 問い合わせや処理結果の出力に用いられる。  The memory 42 includes, for example, a ROM (read only memory), a RAM (random access memory) and the like, and stores programs and data used for processing. The CPU 41 performs necessary processing by executing a program using the memory 42. The insurance processing section 24 in FIG. 2, the insurance premium calculation section 33 in FIG. 3, and the probability update section 34 in FIG. 6 correspond to the programs stored in the memory 42 and correspond to the ontology table 3 in FIG. 1, 32 correspond to the data stored in the memory 42. The input device 43 is, for example, a keyboard, a pointing device, a touch panel, or the like, and is used for inputting instructions and information from an operator. The output device 44 is, for example, a display, a printer, a speaker, or the like, and is used for inquiring an operator or outputting a processing result.
外部記憶装置 4 5は、 例えば、 磁気ディスク装置、 光ディスク装置、 光磁気 ディスク装置、 テープ装置等である。 情報処理装置は、 この外部記憶装置 4 5 に、 上述のプログラムとデータを保存しておき、 必要に応じて、 それらをメモ リ 4 2にロードして使用する。 外部記憶装置 4 5は、 図 2の確率格納部 2 3と しても用いられる。  The external storage device 45 is, for example, a magnetic disk device, an optical disk device, a magneto-optical disk device, a tape device, or the like. The information processing device stores the above-described program and data in the external storage device 45, and loads and uses them in the memory 42 as necessary. The external storage device 45 is also used as the probability storage unit 23 in FIG.
媒体駆動装置 4 6は、 可搬記録媒体 4 9を駆動し、 その記録内容にアクセス する。 可搬記録媒体 4 9としては、 メモリカード、 フレキシブルディスク、 C D— R OM (compact disk read only memory )、 光ティスク、 光磁気ディスク 等、 任意のコンピュータ読み取り可能な記録媒体が用いられる。 オペレータは 、 この可搬記録媒体 4 9に上述のプログラムとデータを格納しておき、 必要に 応じて、 それらをメモリ 4 2にロードして使用する。 The medium driving device 46 drives the portable recording medium 49 and accesses the recorded contents. As the portable recording medium 49, any computer-readable recording medium such as a memory card, a flexible disk, a CD-ROM (compact disk read only memory), an optical disk, and a magneto-optical disk is used. The operator stores the above-mentioned program and data in the portable recording medium 49, and If necessary, load them into memory 42 and use them.
ネットワーク接続装置 4 7は、 通信ネットワーク 1 5に接続され、 通信に伴 うデータ変換を行う。 情報処理装置は、 上述のプログラムとデータをネットヮ ーク接続装置 4 7を介して他の装置から受け取り、 必要に応じて、 それらをメ モリ 4 2にロードして使用する。 図 2の行動情報収集部 2 1および状況情報収 集部 2 2は、 外部記憶装置 4 5とネットワーク接続装置 4 7の組合せに対応す る。  The network connection device 47 is connected to the communication network 15 and performs data conversion accompanying communication. The information processing device receives the above-described program and data from another device via the network connection device 47, and loads and uses them in the memory 42 as necessary. The behavior information collection unit 21 and the situation information collection unit 22 in FIG. 2 correspond to a combination of the external storage device 45 and the network connection device 47.
図 1 4は、 図 1 3の情報処理装置にプログラムとデータを供給することので きるコンピュータ読み取り可能な記録媒体を示している。 可搬記録媒体 4 9や サーバ 5 0のデータベース 5 1に保存されたプログラムとデータは、 メモリ 4 2にロードされる。 このとき、 サーバ 5 0は、 プログラムとデータを搬送する 搬送信号を生成し、 ネットワーク上の任意の伝送媒体を介して情報処理装置に 送信する。 そして、 C P U 5 1は、 そのデータを用いてそのプログラムを実行 し、 必要な処理を行う。 産業上の利用可能性  FIG. 14 shows a computer-readable recording medium capable of supplying a program and data to the information processing apparatus of FIG. The programs and data stored in the portable recording medium 49 and the database 51 of the server 50 are loaded into the memory 42. At this time, the server 50 generates a carrier signal for carrying the program and the data, and transmits the carrier signal to the information processing device via an arbitrary transmission medium on the network. Then, the CPU 51 executes the program using the data and performs necessary processing. Industrial applicability
本発明によれば、 個人の行動に関する事例を考慮して保険料情報を計算する ことが可能となる。 これにより、 保険会社は、 個人にカスタマイズした保険商 品を提案することができ、 契約者は、 リスクに応じて保険料を支払うことがで きる。  According to the present invention, it is possible to calculate insurance premium information in consideration of cases relating to individual behavior. This allows insurers to offer personalized insurance products to individuals and policyholders to pay premiums based on risk.

Claims

請求の範囲 The scope of the claims
1 . 自動的に取得される保険の対象者の位置情報を含む、 該対象者の行動情 報を収集し、 1. Collect information on the behavior of the subject, including the location information of the subject automatically acquired,
確率格納部から、 保険の対象となる事象が発生する確率の情報を取得し、 前記行動情報および確率の情報を用いて保険料情報を計算し、  From the probability storage unit, obtain information on the probability that an event to be insurance occurs, calculate insurance premium information using the behavior information and the information on the probability,
計算結果を出力する  Output calculation result
処理をコンピュータが実行することを特徴とする保険処理方法。 An insurance processing method, wherein the processing is executed by a computer.
2 . 前記コンピュータが、 前記対象者の状況情報を収集し、 該状況情報を用 いて前記保険料情報を計算することを特徴とする請求項 1記載の保険処理方法 2. The insurance processing method according to claim 1, wherein the computer collects status information of the target person and calculates the premium information using the status information.
3 . 前記コンピュータが、 時間とともに変化する前記対象者の位置情報を移 動情報として収集し、 該対象者がデジタル化された手段で外部とやり取りする 情報を外部アクセス情報として収集し、 該移動情報および外部アクセス情報を 用いて前記保険料情報を計算することを特徴とする請求項 1記載の保険処理方 法。 3. The computer collects positional information of the subject changing with time as moving information, and collects, as external access information, information that the subject exchanges with the outside by digitized means. 2. The insurance processing method according to claim 1, wherein the insurance premium information is calculated using the external access information.
4 . 前記コンピュータが、 前記対象者の将来の行動を表すスケジュール情報 を収集し、 該スケジュール情報から前記対象者の将来の行動のリスクを計算し 、 得られたリスクがしきい値より大きい場合、 リスクが高いことを保険の契約 者に通知することを特徴とする請求項 1記載の保険処理方法。 4. The computer collects schedule information representing the future behavior of the subject, calculates the risk of the future behavior of the subject from the schedule information, and if the obtained risk is greater than a threshold, 2. The insurance processing method according to claim 1, wherein the policyholder is notified that the risk is high.
5 . 前記コンピュータが、 前記行動情報をタグ付けされたデータとして格納 し、 該行動情報に含まれるタグに基づいて、 該行動情報のデータ処理を行うこ とを特徴とする請求項 1記載の保険処理方法。 5. The computer stores the behavior information as tagged data 2. The insurance processing method according to claim 1, wherein data processing of the behavior information is performed based on a tag included in the behavior information.
6 . 前記コンピュータが、 内容が同じで表現が異なる複数の行動情報を同じ 表現の行動情報に変換するオントロジーテーブルを有し、 該オントロジーテ一 ブルにより変換された行動情報を用いて、 前記保険料情報を計算することを特 徴とする請求項 5記載の保険処理方法。 6. The computer has an ontology table for converting a plurality of pieces of behavior information having the same content but different expressions into behavior information of the same expression, and using the behavior information converted by the ontology table, the insurance premium. 6. The insurance processing method according to claim 5, wherein information is calculated.
7 . 前記コンピュータが、 個人の行動情報を収集し、 該個人の行動情報を用 いた統計処理を行って、 前記確率格納部に格納された前記確率の情報を更新し7. The computer collects personal activity information, performs statistical processing using the personal behavior information, and updates the probability information stored in the probability storage unit.
、 更新された確率の情報を用いて、 前記保険料情報を計算することを特徴とす る請求項 1記載の保険処理方法。 2. The insurance processing method according to claim 1, wherein the insurance premium information is calculated using updated probability information.
8 . 保険契約後における保険の対象者の行動情報を収集し、 8. Collect information on the behavior of the insurance recipient after the insurance contract,
確率格納部から、 保険の対象となる事象が発生する確率の情報を取得し、 前記行動情報および確率の情報を用いて保険料情報を計算し、  From the probability storage unit, obtain information on the probability that an event to be insurance occurs, calculate insurance premium information using the behavior information and the information on the probability,
計算結果を出力する  Output calculation result
処理をコンピュータが実行することを特徴とする保険処理方法。 9 . 前記コンピュータが、 前記対象者の状況情報を収集し、 該状況情報を用 いて前記保険料情報を計算することを特徴とする請求項 8記載の保険処理方法 An insurance processing method, wherein the processing is executed by a computer. 9. The insurance processing method according to claim 8, wherein the computer collects status information of the target person and calculates the premium information using the status information.
1 0 . 前記コンピュータが、 前記対象者の将来の行動を表すスケジュール情 報を収集し、 該スケジュール情報から前記対象者の将来の行動のリスクを計算 し、 得られたリスクがしきい値より大きい場合、 リスクが高いことを保険の契 約者に通知することを特徴とする請求項 8記載の保険処理方法。 10. The computer collects schedule information indicating the future behavior of the subject, and calculates a risk of the future behavior of the subject from the schedule information. 9. The insurance processing method according to claim 8, wherein when the obtained risk is larger than a threshold value, the policyholder is notified that the risk is high.
1 1 . 自動的に取得される保険の対象者の位置情報を含む、 該対象者の行動 情報を収集し、 1 1. Collect behavior information of the subject, including the location information of the subject who is automatically acquired,
前記行動情報と、 保険の対象となる事象が発生する確率の情報とを用いて、 保険料情報を計算する  Calculating premium information using the behavior information and the information on the probability of occurrence of an insurance target event
ことを特徴とする保険処理方法。 1 2 . 前記対象者の将来の行動を表すスケジュール情報を収集し、 該スケジ ユール情報から前記対象者の将来の行動のリスクを計算し、 得られたリスクが しきい値より大きい場合、 リスクが高いことを保険の契約者に通知することを 特徴とする請求項 1 1記載の保険処理方法。 1 3 . 保険契約後における保険の対象者の行動情報を収集し、  An insurance processing method characterized in that: 1 2. Collect schedule information indicating the future behavior of the subject, calculate the risk of the future behavior of the subject from the schedule information, and if the obtained risk is greater than the threshold, the risk is 12. The insurance processing method according to claim 11, wherein a high price is notified to an insurance policyholder. 1 3. Collect information on the behavior of the insured after the insurance contract,
前記行動情報と、 保険の対象となる事象が発生する確率の情報とを用いて、 保険料情報を計算する  Calculating premium information using the behavior information and the information on the probability of occurrence of an insurance target event
ことを特徴とする保険処理方法。 1 4 . 前記対象者の将来の行動を表すスケジュール情報を収集し、 該スケジ ユール情報から前記対象者の将来の行動のリスクを計算し、 得られたリスクが しきい値より大きい場合、 リスクが高いことを保険の契約者に通知することを 特徴とする請求項 1 3記載の保険処理方法。 1 5 . 自動的に取得される保険の対象者の位置情報を含む、 該対象者の行動 情報を収集する行動情報収集部と、 An insurance processing method characterized in that: 1 4. Collect schedule information indicating the future behavior of the subject, calculate the risk of the future behavior of the subject from the schedule information, and if the obtained risk is greater than the threshold, the risk is 14. The insurance processing method according to claim 13, wherein a high price is notified to an insurance policyholder. 1 5. Behavior of the subject, including location information of the subject automatically acquired An action information collection unit that collects information,
保険の対象となる事象が発生する確率の情報を格納する確率格納部と、 前記行動情報および確率の情報を用いて保険料情報を計算する保険処理部と 計算結果を出力する出力部と  A probability storage unit that stores information on the probability that an event to be insurance will occur, an insurance processing unit that calculates premium information using the behavior information and the information on the probability, and an output unit that outputs a calculation result
を備えることを特徴とする保険処理、: Insurance processing, characterized by comprising:
1 6 . 前記行動情報収集部は、 前記対象者の将来の行動を表すスケジュール 情報を収集し、 前記保険処理部は、 該スケジュール情報から該対象者の将来の 行動のリスクを計算し、 得られたリスクがしきい値より大きい場合、 リスクが 高いことを保険の契約者に通知することを特徴とする請求項 1 5記載の保険処 理システム。 16. The behavior information collection unit collects schedule information indicating the future behavior of the target person, and the insurance processing unit calculates and obtains the risk of the target person's future behavior from the schedule information. 16. The insurance processing system according to claim 15, wherein when the risk is larger than the threshold value, the policyholder is notified of the high risk.
1 7 . 保険契約後における保険の対象者の行動情報を収集する行動情報収集 部と、  1 7. A behavioral information collection unit that collects behavioral information of the insurance recipient after the insurance contract,
保険の対象となる事象が発生する確率の情報を格納する確率格納部と、 前記行動情報および確率の情報を用いて保険料情報を計算する保険処理部と 計算結果を出力する出力部と  A probability storage unit that stores information on the probability that an event to be covered will occur, an insurance processing unit that calculates premium information using the behavior information and the probability information, and an output unit that outputs a calculation result
を備えることを特徴とする保険処理 Insurance processing characterized by comprising
1 8 . 前記行動情報収集部は、 前記対象者の将来の行動を表すスケジュール 情報を収集し、 前記保険処理部は、 該スケジュール情報から該対象者の将来の 行動のリスクを計算し、 得られたリスクがしきい値より大きい場合、 リスクが 高いことを保険の契約者に通知することを特徴とする請求項 1 7記載の保険処 18. The behavior information collection unit collects schedule information indicating the future behavior of the target person, and the insurance processing unit calculates and obtains the risk of the target person's future behavior from the schedule information. 18. The insurance method according to claim 17, wherein when the risk is larger than the threshold, the policyholder is notified of the high risk.
1 9 . コンピュータのためのプログラムを記録した記録媒体であって、 該プ ログラムは、 1 9. A recording medium on which a program for a computer is recorded, wherein the program is:
自動的に取得される保険の対象者の位置情報を含む、 該対象者の行動情報を 収集し、  Collect behavioral information about the subject, including the location information of the subject who is automatically acquired,
確率格納部から、 保険の対象となる事象が発生する確率の情報を取得し、 前記行動情報および確率の情報を用 1、て保険料情報を計算し、  From the probability storage unit, obtain information on the probability of occurrence of an event to be covered by insurance, calculate insurance premium information using the behavior information and the probability information 1,
計算結果を出力する  Output calculation result
処理を前記コンピュータに実行させることを特徴とするコンピュータ読み取り 可能な記録媒体。 A computer-readable recording medium for causing the computer to execute a process.
2 0 . 前記プログラムは、 前記対象者の将来の行動を表すスケジュール情報 を収集し、 該スケジュール情報から前記対象者の将来の行動のリスクを計算し 、 得られたリスクがしきい値より大きい場合、 リスクが高いことを保険の契約 者に通知する処理を、 前記コンピュータに実行させることを特徴とする請求項20. The program collects schedule information indicating the future behavior of the subject, calculates the risk of the future behavior of the subject from the schedule information, and if the obtained risk is larger than a threshold value. And causing the computer to execute a process of notifying an insurance policyholder that the risk is high.
1 9記載の記録媒体。 19. The recording medium according to item 9.
2 1 . コンピュータのためのプログラムを記録した記録媒体であって、 該プ ログラムは、 21. A recording medium recording a program for a computer, the program comprising:
保険契約後における保険の対象者の行動情報を収集し、  Collect information on the behavior of the insurance recipient after the insurance contract,
確率格納部から、 保険の対象となる事象が発生する確率の情報を取得し、 前記行動情報および確率の情報を用いて保険料情報を計算し、  From the probability storage unit, obtain information on the probability that an event to be insurance occurs, calculate insurance premium information using the behavior information and the information on the probability,
計算結果を出力する  Output calculation result
処理を前記コンピュータに実行させることを特徴とするコンピュータ読み取り 可能な記録媒体。 Computer-readable program for causing a computer to execute processing Possible recording medium.
2 2 . 前記プログラムは、 前記対象者の将来の行動を表すスケジュール情報 を収集し、 該スケジュール情報から前記対象者の将来の行動のリスクを計算し 5 、 得られたリスクがしきい値より大きい場合、 リスクが高いことを保険の契約 者に通知する処理を、 前記コンピュータに実行させることを特徴とする請求項 2 1記載の記録媒体。 22. The program collects schedule information indicating the future behavior of the target person, calculates the risk of the future behavior of the target person from the schedule information, 5 and the obtained risk is larger than a threshold. 23. The recording medium according to claim 21, wherein the computer is caused to execute a process of notifying a policyholder of a high risk in the case.
2 3 . 自動的に取得される保険の対象者の位置情報を含む、 該対象者の行動0 情報を収集し、 2 3. Collect information on the behavior of the subject, including the location information of the subject who is automatically acquired,
確率格納部から、 保険の対象となる事象が発生する確率の情報を取得し、 前記行動情報および確率の情報を用いて保険料情報を計算し、  From the probability storage unit, obtain information on the probability that an event to be insurance occurs, calculate insurance premium information using the behavior information and the information on the probability,
計算結果を出力する  Output calculation result
処理をコンピュータに実行させるためのプログラム。 A program that causes a computer to execute processing.
5  Five
' 2 4 . 前記対象者の将来の行動を表すスケジュール情報を収集し、 該スケジ ユール情報から前記対象者の将来の行動のリスクを計算し、 得られたリスクが しきい値より大きレ、場合、 リスクが高いことを保険の契約者に通知する処理を 、 前記コンピュータに実行させることを特徴とする請求項 2 3記載のプロダラ0 ム。  '2 4. Collect schedule information indicating the future behavior of the subject, calculate the risk of the future behavior of the subject from the schedule information, and determine that the obtained risk is greater than the threshold. 23. The program according to claim 23, wherein the computer is made to execute a process of notifying a policyholder of a high risk.
2 5 . 保険契約後における保険の対象者の行動情報を収集し、 2 5. Gather information on the behavior of the insured after the insurance contract,
確率格納部から、 保険の対象となる事象が発生する確率の情報を取得し、 前記行動情報および確率の情報を用いて保険料情報を計算し、 From the probability storage unit, obtain information on the probability that an event to be insurance occurs, calculate insurance premium information using the behavior information and the information on the probability,
5 計算結果を出力する 処理をコンピュータに実行させるためのプログラム。 5 Output calculation results A program that causes a computer to execute processing.
2 6 . 前記対象者の将来の行動を表すスケジュール情報を収集し、 該スケジ ユール情報から前記対象者の将来の行動のリスクを計算し、 得られたリスクが しきい値より大きい場合、 リスクが高いことを保険の契約者に通知する処理を 、 前記コンピュータに実行させることを特徴とする請求項 2 5記載のプログラ ム。 26. The schedule information indicating the future behavior of the subject is collected, and the risk of the future behavior of the subject is calculated from the schedule information. If the obtained risk is larger than the threshold, the risk is reduced. 26. The program according to claim 25, wherein the computer is caused to execute a process of notifying the insurance contractor that the cost is high.
2 7 . コンピュータにプログラムを搬送する搬送信号であって、 該プロダラ ムは、 27. A carrier signal for carrying a program to a computer, the program comprising:
自動的に取得される保険の対象者の位置情報を含む、 該対象者の行動情報を 収集し、  Collect behavioral information about the subject, including the location information of the subject who is automatically acquired,
確率格納部から、 保険の対象となる事象が発生する確率の情報を取得し、 前記行動情報および確率の情報を用いて保険料情報を計算し、  From the probability storage unit, obtain information on the probability that an event to be insurance occurs, calculate insurance premium information using the behavior information and the information on the probability,
計算結果を出力する  Output calculation result
処理を前記コンピュータに実行させることを特徴とする搬送信号。 A carrier signal causing the computer to execute processing.
2 8 . 前記プログラムは、 前記対象者の将来の行動を表すスケジュール情報 を収集し、 該スケジュール情報から前記対象者の将来の行動のリスクを計算し 、 得られたリスクがしきい値より大きい場合、 リスクが高いことを保険の契約 者に通知する処理を、 前記コンピュータに実行させることを特徴とする請求項 2 7記載の搬送信号。 28. The program collects schedule information indicating the future behavior of the subject, calculates the risk of the future behavior of the subject from the schedule information, and when the obtained risk is larger than a threshold value. 28. The carrier signal according to claim 27, wherein the computer is made to execute a process of notifying a policyholder of a high risk.
2 9 . コンピュータのためのプログラムを搬送する搬送信号であって、 該プ ログラムは、 保険契約後における保険の対象者の行動情報を収集し、 確率格納部から、 保険の対象となる事象が発生する確率の情報を取得し、 前記行動情報および確率の情報を用いて保険料情報を計算し、 2 9. A carrier signal for carrying a program for a computer, the program comprising: Collect the behavior information of the insurance target person after the insurance contract, obtain the information of the probability that the event to be insurance occurs from the probability storage unit, and use the behavior information and the information of the probability to obtain the premium information. Calculate,
計算結果を出力する  Output calculation result
処理を前記コンピュータに実行させることを特徴とする搬送信号。 A carrier signal causing the computer to execute a process.
3 0 . 前記プログラムは、 前記対象者の将来の行動を表すスケジュール情報 を収集し、 該スケジュール情報から前記対象者の将来の行動のリスクを計算し 、 得られたリスクがしきい値より大きい場合、 リスクが高いことを保険の契約 者に通知する処理を、 前記コンピュータに実行させることを特徴とする請求項 2 9記載の搬送信号。 30. The program collects schedule information indicating the future behavior of the subject, calculates the risk of the future behavior of the subject from the schedule information, and when the obtained risk is larger than a threshold value. 30. The carrier signal according to claim 29, wherein the computer is caused to execute a process of notifying a policyholder of a high risk.
PCT/JP2002/000710 2002-01-30 2002-01-30 Insurance transsacting system and method using personal behaivior information WO2003065261A1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2003564783A JPWO2003065261A1 (en) 2002-01-30 2002-01-30 Insurance processing system and method using personal behavior information
PCT/JP2002/000710 WO2003065261A1 (en) 2002-01-30 2002-01-30 Insurance transsacting system and method using personal behaivior information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2002/000710 WO2003065261A1 (en) 2002-01-30 2002-01-30 Insurance transsacting system and method using personal behaivior information

Publications (1)

Publication Number Publication Date
WO2003065261A1 true WO2003065261A1 (en) 2003-08-07

Family

ID=27639262

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2002/000710 WO2003065261A1 (en) 2002-01-30 2002-01-30 Insurance transsacting system and method using personal behaivior information

Country Status (2)

Country Link
JP (1) JPWO2003065261A1 (en)
WO (1) WO2003065261A1 (en)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005043423A1 (en) * 2003-10-30 2005-05-12 Swiss Reinsurance Company Computer-based data capturing system
JP2006185114A (en) * 2004-12-27 2006-07-13 Shinko Kigyo Corp Insurance rate setting support system
GB2427498A (en) * 2005-06-20 2006-12-27 Denso Corp Car navigation apparatus with insurance premium calculation means.
JP2007041787A (en) * 2005-08-02 2007-02-15 Denso Wave Inc Purchase history information collecting system, personal information medium and sales information collecting device
CN103854309A (en) * 2012-11-29 2014-06-11 郁佳敏 Automobile insurance electronic meter
US9053516B2 (en) 2013-07-15 2015-06-09 Jeffrey Stempora Risk assessment using portable devices
JP2016103275A (en) * 2014-11-28 2016-06-02 株式会社東芝 Communication device and system including communication device
JP2017027414A (en) * 2015-07-23 2017-02-02 株式会社日立システムズ Server device, life log system and caution information output method
WO2017168883A1 (en) * 2016-03-29 2017-10-05 ソニー株式会社 Information processing device, information processing method, program, and system
WO2017191762A1 (en) * 2016-05-06 2017-11-09 ソニー株式会社 Information processing device, method, and program
WO2018116862A1 (en) * 2016-12-22 2018-06-28 ソニー株式会社 Information processing device and method, and program
JP2019021213A (en) * 2017-07-20 2019-02-07 ヤフー株式会社 Providing device, providing method, and providing program
JP2019144775A (en) * 2018-02-19 2019-08-29 ヤフー株式会社 Information processing device, information processing method and information processing program
JP2020194512A (en) * 2019-05-24 2020-12-03 ヤフー株式会社 Information processing device, information processing method, and information processing program
JP2021149577A (en) * 2020-03-19 2021-09-27 ヤフー株式会社 Insurance management device, insurance management method, and insurance management program
JPWO2020179010A1 (en) * 2019-03-06 2021-09-30 株式会社オプティム Computer system, automatic insurance contract method and program
WO2022074934A1 (en) * 2020-10-05 2022-04-14 ソニーグループ株式会社 Information processing system, information processing method, information terminal, information processing device, and computer program
JP7089102B1 (en) 2021-10-26 2022-06-21 東京海上日動火災保険株式会社 Accident analyzers, accident analysis methods, and programs
WO2022201552A1 (en) * 2021-03-26 2022-09-29 日本電気株式会社 Information processing device, information processing system, information processing method, and non-transitory computer-readable medium
WO2022259612A1 (en) * 2021-06-09 2022-12-15 ソニーグループ株式会社 Information processing device and program

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6571512B2 (en) * 2015-12-22 2019-09-04 日本電信電話株式会社 Assessment device and assessment method
JP6545244B2 (en) * 2017-12-15 2019-07-17 ヤフー株式会社 Decision device, decision method, and decision program

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997027561A1 (en) * 1996-01-29 1997-07-31 Progressive Casualty Insurance Company Motor vehicle monitoring system for determining a cost of insurance
WO1999021112A1 (en) * 1997-10-20 1999-04-29 Alain Le Bihan Electronic appliances for precise management of consumption of insurance premiums subject to any type of contract
EP1014287A2 (en) * 1998-12-14 2000-06-28 General Electric Company Multi-source information fusion system for dynamic risk assessment
US6141610A (en) * 1998-09-08 2000-10-31 Trimble Navigation Limited Automated vehicle monitoring system
JP2001188826A (en) * 1999-12-28 2001-07-10 Aiu Insurance Company Contract processor and contract document issuance system
JP2001243281A (en) * 1999-12-16 2001-09-07 Tokio Marine & Fire Insurance Co Ltd System and method for analyzing risk, system and method for designing insurance, insurance agreement generating method, risk analyzing program operated on computer and recording medium recording insurance design program or insurance agreement generating program
EP1160707A1 (en) * 2000-05-15 2001-12-05 Progressive DirecTrac Service Corp. Monitoring system for determining and communicating a cost of insurance
WO2001097119A1 (en) * 2000-06-15 2001-12-20 Matsushita Electric Industrial Co., Ltd. Insurance descriptions adjusting system

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997027561A1 (en) * 1996-01-29 1997-07-31 Progressive Casualty Insurance Company Motor vehicle monitoring system for determining a cost of insurance
WO1999021112A1 (en) * 1997-10-20 1999-04-29 Alain Le Bihan Electronic appliances for precise management of consumption of insurance premiums subject to any type of contract
US6141610A (en) * 1998-09-08 2000-10-31 Trimble Navigation Limited Automated vehicle monitoring system
EP1014287A2 (en) * 1998-12-14 2000-06-28 General Electric Company Multi-source information fusion system for dynamic risk assessment
JP2001243281A (en) * 1999-12-16 2001-09-07 Tokio Marine & Fire Insurance Co Ltd System and method for analyzing risk, system and method for designing insurance, insurance agreement generating method, risk analyzing program operated on computer and recording medium recording insurance design program or insurance agreement generating program
JP2001188826A (en) * 1999-12-28 2001-07-10 Aiu Insurance Company Contract processor and contract document issuance system
EP1160707A1 (en) * 2000-05-15 2001-12-05 Progressive DirecTrac Service Corp. Monitoring system for determining and communicating a cost of insurance
WO2001097119A1 (en) * 2000-06-15 2001-12-20 Matsushita Electric Industrial Co., Ltd. Insurance descriptions adjusting system

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
BOLEY HAROLD ET AL.: "Design rationale for RuleML: A markup language for semantic web rules", 30 July 2001, PROCEEDINGS OF THE INTERNATIONAL SEMANTIC WEB WORKING SYMPOSIUM (SWWS), XP002956371 *

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005043423A1 (en) * 2003-10-30 2005-05-12 Swiss Reinsurance Company Computer-based data capturing system
JP2006185114A (en) * 2004-12-27 2006-07-13 Shinko Kigyo Corp Insurance rate setting support system
JP4607574B2 (en) * 2004-12-27 2011-01-05 新光企業株式会社 Insurance rate setting support system
GB2427498A (en) * 2005-06-20 2006-12-27 Denso Corp Car navigation apparatus with insurance premium calculation means.
JP2007041787A (en) * 2005-08-02 2007-02-15 Denso Wave Inc Purchase history information collecting system, personal information medium and sales information collecting device
CN103854309A (en) * 2012-11-29 2014-06-11 郁佳敏 Automobile insurance electronic meter
US9053516B2 (en) 2013-07-15 2015-06-09 Jeffrey Stempora Risk assessment using portable devices
JP2016103275A (en) * 2014-11-28 2016-06-02 株式会社東芝 Communication device and system including communication device
JP2017027414A (en) * 2015-07-23 2017-02-02 株式会社日立システムズ Server device, life log system and caution information output method
WO2017168883A1 (en) * 2016-03-29 2017-10-05 ソニー株式会社 Information processing device, information processing method, program, and system
JPWO2017168883A1 (en) * 2016-03-29 2019-02-07 ソニー株式会社 Information processing apparatus, information processing method, program, and system
US11568492B2 (en) 2016-03-29 2023-01-31 Sony Corporation Information processing apparatus, information processing method, program, and system
WO2017191762A1 (en) * 2016-05-06 2017-11-09 ソニー株式会社 Information processing device, method, and program
US11900468B2 (en) 2016-05-06 2024-02-13 Sony Corporation Information processing apparatus and method
US10909631B2 (en) 2016-05-06 2021-02-02 Sony Corporation Information processing apparatus and method
JP7074069B2 (en) 2016-12-22 2022-05-24 ソニーグループ株式会社 Information processing equipment and methods, and programs
JPWO2018116862A1 (en) * 2016-12-22 2019-10-24 ソニー株式会社 Information processing apparatus and method, and program
WO2018116862A1 (en) * 2016-12-22 2018-06-28 ソニー株式会社 Information processing device and method, and program
US11615476B2 (en) 2016-12-22 2023-03-28 Sony Corporation Information processing device and method
JP2019021213A (en) * 2017-07-20 2019-02-07 ヤフー株式会社 Providing device, providing method, and providing program
JP2019144775A (en) * 2018-02-19 2019-08-29 ヤフー株式会社 Information processing device, information processing method and information processing program
JPWO2020179010A1 (en) * 2019-03-06 2021-09-30 株式会社オプティム Computer system, automatic insurance contract method and program
JP7121463B2 (en) 2019-03-06 2022-08-18 株式会社オプティム Computer system, automatic insurance contract method and program
JP2020194512A (en) * 2019-05-24 2020-12-03 ヤフー株式会社 Information processing device, information processing method, and information processing program
JP7168605B2 (en) 2020-03-19 2022-11-09 ヤフー株式会社 Insurance management device, insurance management method, and insurance management program
JP2021149577A (en) * 2020-03-19 2021-09-27 ヤフー株式会社 Insurance management device, insurance management method, and insurance management program
WO2022074934A1 (en) * 2020-10-05 2022-04-14 ソニーグループ株式会社 Information processing system, information processing method, information terminal, information processing device, and computer program
WO2022201552A1 (en) * 2021-03-26 2022-09-29 日本電気株式会社 Information processing device, information processing system, information processing method, and non-transitory computer-readable medium
WO2022259612A1 (en) * 2021-06-09 2022-12-15 ソニーグループ株式会社 Information processing device and program
JP7089102B1 (en) 2021-10-26 2022-06-21 東京海上日動火災保険株式会社 Accident analyzers, accident analysis methods, and programs
JP2023064571A (en) * 2021-10-26 2023-05-11 東京海上日動火災保険株式会社 Accident analysis device, accident analysis method, and program

Also Published As

Publication number Publication date
JPWO2003065261A1 (en) 2005-05-26

Similar Documents

Publication Publication Date Title
WO2003065261A1 (en) Insurance transsacting system and method using personal behaivior information
US10518655B2 (en) System and method for electric vehicle mobile payment
US20170140468A1 (en) Vehicle router
US10259466B2 (en) System for monitoring and classifying vehicle operator behavior
US8805707B2 (en) Systems and methods for providing a safety score associated with a user location
US8805698B2 (en) Systems and methods for travel, asset, and personnel information and risk management
Ashenfelter et al. Using mandated speed limits to measure the value of a statistical life
Palmer et al. Impacts of management practices and advanced technologies on demand responsive transit systems
US11854086B1 (en) Delivery of customized insurance products and services
US20110040579A1 (en) Web-based systems and methods for providing services related to automobile safety and an insurance product
US20120166229A1 (en) Systems and methods for client-related risk zones
US20020111725A1 (en) Method and apparatus for risk-related use of vehicle communication system data
US20080027749A1 (en) Global asset risk management systems and methods
CN103038795A (en) Risk assessment and control, insurance premium determinations, and other applications using busyness
Corro et al. Comparison of overnight truck parking counts with GPS-derived counts for truck parking facility utilization analysis
US20140046700A1 (en) Systems and methods of providing a marketplace for distributing leads
US20130060582A1 (en) Underwriting system and method associated with a civic improvement platform
Smirlis et al. Data envelopment analysis models to support the selection of vehicle routing software for city logistics operations
JP2021185526A (en) Insurance information management device, information processing device, and program
Ganuza et al. Disruptive innovation in Medicaid non-emergency transportation
Palmer et al. Factors influencing productivity and operating cost of demand responsive transit
KR20220051775A (en) System and method for logistics distribution management
US20130132124A1 (en) System for delivering and aggregating beneficiary voting ticket having function for conversion to demerit vote
Guerrero et al. Modeling Truck Parking Demand at Commercial and Industrial Establishments
Patni et al. The impact of COVID-19 on route-level changes in transit demand an analysis of five transit agencies in Florida, USA

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): CN JP US

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): DE FR GB

DFPE Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101)
121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 2003564783

Country of ref document: JP

122 Ep: pct application non-entry in european phase