WO2021149804A1 - ユーザの個人情報の売買を支援するためのシステム、方法、およびプログラム - Google Patents

ユーザの個人情報の売買を支援するためのシステム、方法、およびプログラム Download PDF

Info

Publication number
WO2021149804A1
WO2021149804A1 PCT/JP2021/002266 JP2021002266W WO2021149804A1 WO 2021149804 A1 WO2021149804 A1 WO 2021149804A1 JP 2021002266 W JP2021002266 W JP 2021002266W WO 2021149804 A1 WO2021149804 A1 WO 2021149804A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
personal information
information
score
consumer
Prior art date
Application number
PCT/JP2021/002266
Other languages
English (en)
French (fr)
Inventor
藤井　秀樹
Original Assignee
株式会社クロス・デジタル・イノベーション
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 株式会社クロス・デジタル・イノベーション filed Critical 株式会社クロス・デジタル・イノベーション
Publication of WO2021149804A1 publication Critical patent/WO2021149804A1/ja

Links

Images

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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/30—Control

Definitions

  • the present invention relates to a system, a method, and a program for supporting the buying and selling of personal information of a user.
  • Patent Document 1 It is known to use a blockchain to manage personal information (Patent Document 1). By using the blockchain, the managed personal information cannot be tampered with substantially, and the reliability of the managed personal information is guaranteed.
  • the inventor of the present invention considered that the value of personal information as information would be increased by managing personal information so that it could not be tampered with, and found that personal information could be a target for sale.
  • An object of the present invention is to provide a system or the like capable of activating the buying and selling of personal information.
  • the system for supporting the buying and selling of personal information of a user includes acquisition means for acquiring data and / or information about the user and the acquired data and / or information about the user. Based on this, a calculation means for calculating a score indicating the value of the personal information of the user and a sales means for selling the personal information to a consumer by using the score are provided.
  • the sales means include a price fluctuation means for fluctuating the price of the personal information based on the score, and the sales means sells the personal information at the fluctuated price to the consumer. To sell to.
  • the sales means include a search means for searching for a user who satisfies a predetermined condition including the score, and the sales means sells the personal information of the searched user to the consumer. ..
  • the acquisition means further acquires data and / or information about the consumer, and the calculation means trusts the consumer based on the acquired data and / or information about the consumer.
  • the reliability score indicating the degree is further calculated, and the selling means sells the personal information to the consumer by using the score and the reliability score.
  • the sales means include matching means for matching the user with the consumer based on the score and the reliability score, and the sales means is matched with the user.
  • the personal information is sold to the consumer.
  • the calculation means calculates the score using a model that has learned the relationship between the data and / or information about the user and the score.
  • the calculation means has a plurality of the models, and the calculation means selects a model from which the score should be calculated from the plurality of models based on the attributes of the consumer.
  • the acquisition means acquires the data from a device associated with the user.
  • the acquisition means acquires the information independently disclosed by the user.
  • the system further includes detection means for detecting that the personal information has been changed.
  • system further includes a notification means for notifying the consumer that the personal information has been changed in response to detecting that the personal information has been changed.
  • the user's personal information is used for selling insurance products.
  • a method for assisting a user in buying or selling personal information is to acquire data and / or information about the user and based on the acquired data and / or information about the user. It includes calculating a score indicating the value of the personal information of the user and selling the personal information to a consumer by using the score.
  • a program for supporting the buying and selling of personal information of a user is executed in a system including a processor unit, and when the program is executed, data and / or information about the user is acquired. Based on the acquired data and / or information about the user, a score indicating the value of the personal information of the user is calculated, and the personal information is sold to the consumer by using the score.
  • the processor unit is made to perform the processing including the processing.
  • the present invention it is possible to provide a system or the like capable of activating the buying and selling of personal information. As a result, the market for buying and selling personal information can be expanded.
  • the figure which shows an example of the structure of the system 100 for supporting the buying and selling of personal information of a user The figure which shows an example of the specific configuration of the system 100 for supporting the buying and selling of personal information of a user.
  • Conceptual diagram showing the association of information stored in the database unit 200 The figure which shows an example of the structure of the processor part 120
  • the inventor of the present invention has developed a new service for supporting the sale and purchase of personal information of a user.
  • This service provides a marketplace for buying and selling personal information of users in order to support the buying and selling of personal information of users.
  • a marketplace is a trading market for conducting electronic commerce. In this marketplace, users such as general consumers can sell personal information, and consumers of personal information such as sales staff of insurance companies can purchase personal information.
  • FIGS. 1A and 1B are diagrams schematically showing an example of a flow of buying and selling personal information in the marketplace 10 for buying and selling personal information of a user.
  • At least one user 20 sells the personal information in the marketplace 10
  • at least one insurance company salesperson 30 purchases the personal information of the user 20 in the marketplace 10.
  • FIG. 1A three users 20 and three salespeople 30 are shown, but the number of users 20 and the number of salespeople 30 are not limited thereto.
  • step S1 at least one user 20 provides his / her personal information to the marketplace 10 for sale in the marketplace 10.
  • At least one user 20 can provide his / her personal information to the marketplace 10 by using, for example, his / her own information terminal device (for example, a smartphone, a tablet, a smart watch, a smart glass, a personal computer).
  • personal information includes, but is not limited to, for example, at least one of name, address, telephone number, e-mail address, age, gender, family structure, occupation, annual income, assets, history, and the like.
  • step S2 at least one user 20 provides data and / or information about the user 20 to the marketplace 10.
  • the data about the user means objective information about the user.
  • Data about the user can be obtained, for example, from the user's information terminal equipment and / or IoT devices capable of communicating with the user's information terminal equipment.
  • the data related to the user is, for example, the user's behavior history (for example, exercise history, health activity history, purchase history, saving behavior history, meal history, Web page browsing history, conversation history with AI speaker, SNS usage history, etc.), It includes, but is not limited to, health information (eg, height, weight, blood pressure, heart rate, affected illness, etc.), information on DNA, and the like.
  • Data about the user may include personal information about the user.
  • the information about the user means the subjective information mainly by the user.
  • Information about the user can be obtained, for example, by the user entering directly into the information terminal device.
  • the information about the user can be indirectly derived from, for example, a question or question to the user.
  • Information about the user includes, but is not limited to, for example, hobbies, preferences, reasons for action (eg, motives for aspirations for current or past occupations, reasons for changing jobs from past occupations, etc.).
  • At least one user 20 can provide data and / or information about the user 20 to the marketplace 10 via, for example, its own information terminal device.
  • at least one user 20 can provide data and / or information about the user 20 to the marketplace 10 via, for example, an IoT device associated with at least one user 20.
  • Marketplace 10 calculates the score of that user 20 based on the provided data and / or information.
  • This score is a score indicating the value of the user's personal information, and in this example, it indicates the value of the personal information in the insurance industry. The higher the score, the higher the value of the user's personal information. For example, a user with a high value of personal information in the insurance industry can be said to be a user who is worth selling an insurance product (for example, a user who has a low risk of delinquent insurance premiums, a user who has a low risk of paying insurance claims, etc.). ..
  • the score can be used as an index when deciding which personal information should be bought, for example. For example, when the personal information of a plurality of users has the same selling price, the salesperson can determine that the personal information of the user with the higher score should be bought by referring to the score.
  • the score may be used, for example, to determine the selling price of personal information.
  • the score may be used, for example, to match the user 20 with the salesperson 30.
  • the selling price and the score of the personal information of each user 20 can be presented to at least one salesperson 30.
  • the score is 80, the selling price of the name as personal information is 100 yen, the selling price of the address is 500 yen, and the selling price of the telephone number is 500 yen.
  • the selling price of the e-mail address is 300 yen.
  • the score is 50, the selling price of the name as personal information is 100 yen, the selling price of the address is 500 yen, and the selling price of the telephone number is 500 yen.
  • the selling price of the e-mail address is 300 yen.
  • the score is 20
  • the selling price of the name as personal information is 20 yen
  • the selling price of the address is 200 yen
  • the selling price of the telephone number is 200 yen.
  • the selling price of the e-mail address is 100 yen.
  • At least one salesperson 30 purchases the personal information of at least one user 20 in consideration of the score of each user 20 and the selling price of the personal information.
  • At least one salesperson 30 provides a purchase request for personal information to the marketplace 10.
  • At least one salesperson 30 may provide a purchase request for personal information to the marketplace 10 using, for example, his / her own information terminal device (for example, a smartphone, tablet, smart watch, smart glass, personal computer). can.
  • the purchase request includes specifying which personal information of which user to purchase.
  • step S4 the personal information specified in the purchase request is provided to at least one salesperson 30. At least one salesperson will pay for the personal information provided.
  • At least one salesperson 30 can use the purchased personal information for insurance sales business. For example, at least one salesperson 30 can sell an insurance product to a user based on the purchased personal information. At this time, the purchased personal information is guaranteed to have high value in the insurance industry by the score, so that even if the sales effort is put into it, the cost effectiveness is hardly deteriorated. By visualizing the value of personal information by the score in this way, the salesperson 30 can purchase high-value personal information, which leads to an increase in the purchase motivation of the salesperson 30, which in turn leads to the market. It can lead to activation of Place 10.
  • the above-mentioned marketplace 10 can be realized by a system for supporting the buying and selling of personal information of users, which will be described later.
  • FIG. 2A shows an example of the configuration of a system 100 for supporting the buying and selling of personal information of a user.
  • the system 100 is connected to the database unit 200. Further, the system 100 is connected to at least one user terminal device 300 and at least one consumer terminal device 400 via a network 500.
  • FIG. 2A shows three user terminal devices 300 and two consumer terminal devices 400
  • the number of user terminal devices 300 and consumer terminal devices 400 is not limited to this. Any number of user terminal devices 300 and consumer terminal devices 400 may be connected to the system 100 via the network 500.
  • the network 500 can be any kind of network.
  • the network 500 may be, for example, the Internet or a LAN.
  • the network 500 may be a wired network or a wireless network.
  • the system 100 is further connected to the blockchain network 600.
  • the blockchain network 600 is a network constructed by blockchain technology and can be used to manage personal information of users. By using the blockchain technology, falsification of the managed information can be easily detected, so that the personal information managed by the blockchain network 600 cannot be falsified substantially.
  • the blockchain network 600 can be constructed by using any technology as long as the information can be managed so as to be substantially tamper-proof.
  • An example of the system 100 is a computer (for example, a server device) installed in a service provider that provides a marketplace for buying and selling personal information of users, but the present invention is not limited to this.
  • An example of the user terminal device 300 is a computer (for example, a terminal device) used by a user who is a seller of personal information, but the present invention is not limited to this.
  • An example of the consumer terminal device 400 is a computer (for example, a terminal device) used by a consumer (salesperson of an insurance company) who is a buyer of personal information, but the present invention is not limited to this.
  • the computer server device or terminal device
  • the terminal device can be any type of terminal device such as a smartphone, tablet, personal computer, smart glasses, smart watch or the like.
  • the database unit 200 stores at least various information used for calculating a score indicating the value of the user's personal information.
  • FIG. 2B shows an example of a specific configuration of the system 100 for supporting the buying and selling of personal information of a user.
  • the system 100 includes an interface unit 110, a processor unit 120, and a memory unit 130.
  • the interface unit 110 exchanges information with the outside of the system 100.
  • the processor unit 120 of the system 100 can receive information from the outside of the system 100 via the interface unit 110, and can transmit the information to the outside of the system 100.
  • the interface unit 110 can exchange information in any format.
  • the interface unit 110 includes, for example, an input unit that enables information to be input to the system 100. It does not matter in what manner the input unit enables the information to be input to the system 100. For example, when the input unit is a receiver, the receiver may input information by receiving information from the outside of the system 100 via the network. Alternatively, when the input unit is a data reading device, the information may be input by reading the information from the storage medium connected to the system 100.
  • the interface unit 110 includes, for example, an output unit that enables information to be output from the system 100. It does not matter in what mode the output unit enables the information to be output from the system 100.
  • the output unit when the output unit is a transmitter, the transmitter may output information by transmitting information to the outside of the system 100 via a network.
  • the output unit when the output unit is a data writing device, the information may be output by writing the information to the storage medium connected to the system 100.
  • the system 100 can transmit information to the database unit 200 and / or receive information from the database unit 200 via, for example, the interface unit 110.
  • the system 100 can transmit information to and / or receive information from the user terminal device 300 via, for example, the interface unit 110.
  • the system 100 can transmit information to the consumer terminal device 400 and / or receive information from the consumer terminal device 400, for example, via the interface unit 110.
  • the system 100 can receive the personal information of the user via, for example, the interface unit 110.
  • the system 100 can receive data and / or information about the user, for example, via the interface unit 110.
  • the system 100 can receive data and / or information about the consumer, for example, via the interface unit 110.
  • the system 100 can receive a purchase request for personal information via, for example, the interface unit 110.
  • the system 100 can transmit the purchased personal information via, for example, the interface unit 110.
  • the system 100 can receive the attributes of the consumer, for example, via the interface unit 110.
  • the system 100 can receive, for example, a condition for searching a user who should purchase personal information via the interface unit 110.
  • the system 100 can transmit the search result of the user who should purchase the personal information, for example, via the interface unit 110.
  • the system 100 can receive, for example, a matching request requesting matching between a user and a consumer via the interface unit 110.
  • the matching request may include specifying the score of the user to be matched or the score of the consumer to be matched.
  • the system 100 can transmit the matching result via, for example, the interface unit 110.
  • the system 100 can receive, for example, information indicating that the personal information managed in the blockchain network 600 has been changed via the interface unit 110. As a result, the system 100 can detect that the personal information managed in the blockchain network 600 has been changed. The system 100, for example, responds to the detection that the personal information managed in the blockchain network 600 has been changed, and transmits a notification to that effect to the user terminal device 300 via the interface unit 110. Therefore, it is possible to confirm with the user whether the change is due to the intention of the user or due to falsification. For example, in response to detecting that the personal information managed in the blockchain network 600 has been changed, the system 100 transmits a notification to that effect to the consumer terminal device 400 via the interface unit 110. be able to.
  • the processor unit 120 executes the processing of the system 100 and controls the operation of the entire system 100.
  • the processor unit 120 reads a program stored in the memory unit 130 and executes the program. This allows the system 100 to function as a system that performs the desired steps.
  • the processor unit 120 may be implemented by a single processor or may be implemented by a plurality of processors.
  • the memory unit 130 stores a program required for executing the processing of the system 100, data required for executing the program, and the like.
  • the memory unit 130 stores a program for causing the processor unit 120 to perform a process for supporting the buying and selling of personal information of a user (for example, a program for realizing the process shown in FIGS. 5 and 6 to be described later). May be good.
  • the program may be pre-installed in the memory unit 130.
  • the program may be installed in the memory unit 130 by being downloaded via the network. In this case, the type of network does not matter.
  • the memory unit 130 may be implemented by any storage means.
  • the database unit 200 may store, for example, data and / or information about the user.
  • the data about the user is objective information about the user.
  • Data about the user can be obtained, for example, from the device associated with the user.
  • the device associated with the user includes, for example, an information terminal device of the user, an IoT device capable of acquiring data about the user, and the like.
  • the data related to the user is, for example, the user's behavior history (for example, exercise history, health activity history, purchase history, saving behavior history, meal history, Web page browsing history, conversation history with AI speaker, SNS usage history, etc.), It includes, but is not limited to, health information (eg, height, weight, blood pressure, heart rate, affected illness, etc.), information on DNA, evaluation by others, and the like.
  • Data about the user may include personal information about the user.
  • Information about the user is subjective information mainly about the user.
  • the information about the user can be, for example, information independently disclosed by the user, and can be acquired, for example, by the user directly inputting the information to the information terminal device.
  • the information about the user can be indirectly derived from, for example, a question or question to the user.
  • Information about the user includes, but is not limited to, for example, hobbies, preferences, reasons for action (eg, motives for aspirations for current or past occupations, reasons for changing jobs from past occupations, etc.).
  • the database unit 200 may store, for example, data and / or information about consumers.
  • Data about consumers is objective information about consumers.
  • Data about the consumer can be obtained, for example, from the device associated with the consumer.
  • the device associated with the consumer includes, for example, the consumer's information terminal device.
  • Data about consumers include, for example, consumer background (eg, educational background, qualifications, achievements, experience), ability information (eg, exam scores, etc.), evaluation by others (eg, evaluation by customers, evaluation by superiors / colleagues). ) Etc., but not limited to these.
  • Information about consumers is subjective information mainly about consumers.
  • the information about the consumer can be, for example, the information independently disclosed by the consumer, and can be acquired, for example, by the consumer directly inputting the information into the information terminal device.
  • the information about the consumer can be indirectly derived from, for example, an interview or question to the consumer.
  • Information about consumers includes, but is not limited to, for example, hobbies, preferences, reasons for action (eg, motives for aspirations for current or past occupations, reasons for changing jobs from past occupations, etc.).
  • the database unit 200 stores various information used for calculating a score indicating the value of the user's personal information.
  • the parameters used to calculate the score include, for example, "personality”.
  • the "personality” is information indicating whether or not a person's personality and / or personality can be trusted, and includes, for example, an evaluation from another person.
  • the parameters used to calculate the score indicating the value of personal information in the insurance industry can include, for example, "personality", "money", and "health”.
  • the "money” is information about the person's money, and includes, for example, information such as annual income, assets, and whether or not the person is saving money.
  • "health” is information on the health of the person, and includes, for example, information on illness, eating habits, activities for health, and the like.
  • the database unit 200 may store the concept of personality in association with various information.
  • the concept of "altruistic” (or “transpersonal”) regarding “personality” includes keywords such as “volunteer,””donation,””concern,””consultation,””frequently participate in volunteers,” and so on. Statuses such as “frequently consulted” and “have donated experience” can be stored in association with each other.
  • the concept of "SDGs" (Sustainable Development Goals, or “Sustainable Development Goals”) for "personality” includes keywords related to 17 goals and / or 169 targets (eg, “equality”, "environment”). Statuses such as “conservation”, etc.), “acting related to 17 goals and / or 169 targets”, “having ideas related to 17 goals and / or 169 targets”, etc. are associated. Can be stored.
  • the database unit 200 can store the concept of money and various information in association with each other.
  • the concept of "rich” (or “cash flow rich”) related to "money” is associated with keywords such as “Harvard University” and “MBA”, and status such as “annual income of 20 million yen or more”.
  • the concept of "rich” (or "stock rich”) related to "money” may be associated with keywords such as “landowner” and “shareholder”, and status such as "assets of 100 million yen or more”. ..
  • the database unit 200 can store the concept of health and various information in association with each other.
  • the concept of "excellent body” (or “physical health") related to "health” is associated with keywords such as “non-smoking” and “normal blood pressure", and status such as "BMI 18-27”.
  • the concept of "mindfulness” (or “mental health”) related to "health” includes keywords such as “rewarding” and “stressless”, “stress check result is less than a predetermined value", and "coherence”.
  • Statuses such as “(SOC: Sense of coherence) is high” can be stored in association with each other.
  • FIG. 2C is a conceptual diagram showing the association of information stored in the database unit 200.
  • keywords such as “Harvard University”, “Stanford University”, “MBA”, “doctor”, and “manager” are associated with the concept of “rich” regarding money. ing. Further, another keyword (for example, “business school”, “practitioner”, “listed company”, etc.) is associated with these keywords. Furthermore, yet another keyword may be associated with these keywords.
  • Such an association can be made using, for example, artificial intelligence (AI) capable of performing a semantic search, that is, artificial intelligence that has learned the correlation between keywords.
  • AI artificial intelligence
  • This artificial intelligence learns the correlation between keywords from a large amount of sentences. For example, this artificial intelligence extracts a plurality of keywords in a sentence by parsing the sentence and identifies the relationship between the plurality of keywords in the sentence. For example, this artificial intelligence learns a keyword as having a strong correlation when it is used in combination with another keyword in many sentences. The artificial intelligence that has learned the correlation between keywords in this way can output a keyword that correlates with the input keyword based on the learned correlation.
  • the keywords that correlate with "rich” are “Harvard University”, “Stanford University”, “MBA”, and “doctor”. , "Manager” etc. can be output.
  • the keywords “rich” and “doctor” are entered in artificial intelligence that has learned the correlation between keywords, the keywords that correlate with "rich” and “doctor” include “practitioner” and "director”. Can be output.
  • the keywords input to the artificial intelligence that learned the correlation between the keywords and the output keywords can be stored in association with each other.
  • the database unit 200 is provided outside the system 100, but the present invention is not limited thereto. It is also possible to provide at least a part of the database unit 200 inside the system 100. At this time, at least a part of the database unit 200 may be implemented by the same storage means as the storage means on which the memory unit 130 is mounted, or may be implemented by a storage means different from the storage means on which the memory unit 130 is mounted. You may. In any case, at least a part of the database unit 200 is configured as a storage unit for the system 100.
  • the configuration of the database unit 200 is not limited to a specific hardware configuration.
  • the database unit 200 may be composed of a single hardware component or may be composed of a plurality of hardware components.
  • the database unit 200 may be configured as an external hard disk device of the system 100, or may be configured as a storage on the cloud connected via a network.
  • the blockchain network 600 is provided outside the system 100 separately from the network 500, but the present invention is not limited thereto.
  • the blockchain network 600 may exist on the same network as the network 500, or the system 100 including the blockchain network 600 may be constructed.
  • FIG. 3 shows an example of the configuration of the processor unit 120.
  • the processor unit 120 includes an acquisition unit 121, a calculation unit 122, and a sales unit 123.
  • the acquisition means 121 is configured to acquire data and / or information about the user.
  • the acquisition means 121 may acquire data and / or information about the user stored in the database unit 200 via, for example, the interface unit 110. Alternatively, the acquisition means 121 may acquire data and / or information about the user received from the user terminal device 300, for example, via the interface unit 110. The acquired data and / or information about the user is passed to the calculation means 122.
  • the acquisition means 121 may be further configured to acquire data and / or information about the consumer.
  • the acquisition means 121 may acquire data and / or information about the consumer stored in the database unit 200 via, for example, the interface unit 110. Alternatively, the acquisition means 121 may acquire data and / or information about the user received from the consumer terminal device 400, for example, via the interface unit 110. The acquired data and / or information about the consumer is passed to the calculation means 122.
  • the calculation means 122 is configured to calculate a score indicating the value of the user's personal information based on data and / or information about the user.
  • the calculation means 122 can calculate the score, for example, according to the degree to which the data and / or information about the user correlates with the parameters used to calculate the score.
  • the calculation means 122 refers to, for example, the database unit 200 that stores various information that correlates with the concept of the parameters used in the calculation of the score, and the data and / or information about the user is related to the parameters used in the calculation of the score. Determine how much it correlates with the concept.
  • Data and / or information about the user may include, for example, information about "personality,” "money,” and "health.”
  • the calculation means 122 can, for example, determine the degree to which data and / or information relating to the user correlates with the concept of "personality”, and can calculate the score according to the determined degree of correlation. For example, if the data and / or information about the user correlates significantly with the concept of "personality" that is positive for the value of personal information, the calculation means 122 has a high score indicating the value of personal information. can do. For example, the more strongly the data and / or information about the user correlates "altruistically" (or "transpersonally"), the higher the score can be. This is because it is considered that a person who can move for another person has a higher civilization and a lower risk of unpaid insurance premiums, and the value of personal information can be highly evaluated accordingly.
  • the calculation means 122 has a score indicating the value of personal information. Can be lowered.
  • the calculation means 122 can, for example, determine the degree to which data and / or information relating to the user correlates with the concept of "money”, and can calculate the score according to the determined degree of correlation. For example, if the data and / or information about the user correlates significantly with the concept of "money” that is positive for the value of personal information, the calculation means 122 gives a high score indicating the value of personal information. can do. For example, the more strongly the data and / or information about the user correlates with "cash flow rich", the higher the score can be. This is because it is considered that the person who has a lot of cash has a lower risk of unpaid insurance premiums, and the value of personal information can be highly evaluated accordingly.
  • the calculation means 122 has a score indicating the value of personal information. Can be lowered.
  • the calculation means 122 can determine, for example, the degree to which data and / or information relating to the user correlates with the concept of "health", and can calculate the score according to the determined degree of correlation. For example, if the data and / or information about the user correlates significantly with the concept of "health" that is positive for the value of personal information, the calculation means 122 gives a high score indicating the value of personal information. can do. For example, the stronger the data and / or information about the user correlates with "good body" (or "physical health”), the higher the score can be. It is considered that the healthier the person is, the lower the risk of paying insurance claims or benefits due to illness or death, and / or the lower the risk of unpaid insurance premiums because he / she can work continuously.
  • the value of personal information can be highly evaluated. For example, the stronger the data and / or information about the user correlates with "mindfulness" (or “mental health"), the higher the score can be. It is considered that the healthier the person is, the lower the risk of paying insurance claims or benefits due to illness or death, and / or the lower the risk of unpaid insurance premiums because he / she can work continuously. This is because the value of personal information can be highly evaluated. Alternatively, for example, if the data and / or information about the user correlates significantly with the concept of "health" that is negative to the value of personal information, the calculation means 122 has a score indicating the value of personal information. Can be lowered.
  • the calculation means 122 calculates a score indicating the value of a user's personal information by using, for example, a machine learning model that learns the relationship between data and / or information and a score regarding a plurality of users. Can be done.
  • Data and / or information about the user may include, for example, information about "personality,” “money,” and "health.”
  • the machine learning model can be constructed using any machine learning model.
  • the machine learning model can be, for example, a neural network model.
  • FIG. 4 shows an example of the structure of the neural network model that can be used by the calculation means 122.
  • the neural network model has an input layer, at least one hidden layer, and an output layer.
  • the number of nodes in the input layer of the neural network model corresponds to the number of dimensions of data and / or information about the input user.
  • the hidden layer of the neural network model can contain any number of nodes.
  • the number of nodes in the output layer of the neural network model corresponds to the number of dimensions of the output data. For example, when outputting a score indicating the value of the user's personal information, the number of nodes in the output layer may be 1.
  • the neural network model can be pre-learned using the data and / or information about the user acquired by the acquisition means 121.
  • the learning process is a process of calculating the weighting coefficient of each node in the hidden layer of the neural network model by using the data and / or information about the user acquired in advance by the acquisition unit 121.
  • the learning process is, for example, supervised learning.
  • supervised learning for example, data and / or information about a user is used as input teacher data, and the user's score is used as output teacher data, and the information of multiple users is used for each node in the hidden layer of the neural network model.
  • By calculating the weighting factor of it is possible to build a machine learning model capable of correlating data and / or information about the user with the score.
  • a set of (input teacher data, output teacher data) for supervised learning is (data and / or information about the first user, score of the first user), (data about the second user). And / or information, score of the second user), ... (Data and / or information about the i-th user, score of the third user), ..., And so on.
  • the score of the user is output to the output layer.
  • the degree to which data and / or information about the user correlates with the parameters used for score calculation can be used as input teacher data.
  • a plurality of machine learning models may be constructed according to the attributes of the consumer.
  • the attribute of the consumer represents the field to which the consumer belongs and corresponds to the field in which personal information is bought and sold.
  • Each of the plurality of machine learning models can be constructed by setting the score of the user used as output teacher data when constructing the machine learning model as the score in each field where personal information is bought and sold.
  • Machine learning models are used, for example, for buying and selling personal information in the insurance industry, for buying and selling personal information in the banking industry, and for buying and selling personal information in the real estate industry. It may include a model to be used, a model used for buying and selling personal information in the manufacturing industry, and the like.
  • the calculation means 123 refers to the attributes of the consumer, selects the corresponding machine learning model from the plurality of machine learning models based on the attributes of the consumer, and uses the selected machine learning model to obtain the user's attributes.
  • the score can be calculated.
  • the calculated score is passed to the sales means 123.
  • the calculation means 122 may be further configured to calculate a confidence score indicating the confidence of the consumer, based on data and / or information about the consumer.
  • the calculation means 122 uses, for example, a machine learning model that learns the relationship between data and / or information about a plurality of consumers and a reliability score to indicate the value of the personal information of the consumers.
  • the degree score can be calculated.
  • Data and / or information about the consumer may include, for example, information about "personality”, “knowledge / ability", "experience / achievement”.
  • the machine learning model can be constructed using any machine learning model.
  • the machine learning model can be, for example, a neural network model.
  • the neural network model may have a structure similar to that of the neural network model shown in FIG. 4, for example.
  • the neural network model has an input layer, at least one hidden layer, and an output layer.
  • the number of nodes in the input layer of the neural network model corresponds to the number of dimensions of data and / or information about the input consumer.
  • the hidden layer of the neural network model can contain any number of nodes.
  • the number of nodes in the output layer of the neural network model corresponds to the number of dimensions of the output data. For example, when outputting a reliability score indicating the value of personal information of a consumer, the number of nodes in the output layer may be 1.
  • the neural network model can be pre-learned using the data and / or information about the consumer acquired by the acquisition means 121.
  • the learning process is a process of calculating the weighting coefficient of each node in the hidden layer of the neural network model by using the data and / or information acquired in advance by the acquisition unit 121.
  • the learning process is, for example, supervised learning.
  • supervised learning for example, data and / or information about a consumer is used as input teacher data, and the consumer confidence score is used as output teacher data, and information of multiple consumers is used to create a neural network model.
  • the weighting factor of each node in the hidden layer it is possible to build a machine learning model that can correlate the data and / or information about the consumer with the confidence score.
  • a set of (input teacher data, output teacher data) for supervised learning is (data and / or information about the first consumer, confidence score of the first consumer), (second Data and / or information about the consumer, second consumer confidence score), ... (Data and / or information about the i-th consumer, i-th consumer confidence score), ... ⁇ It can be the same.
  • the reliability score of the consumer is output to the output layer.
  • the calculated reliability score is passed to the sales means 123.
  • the selling means 123 is configured to sell personal information to consumers.
  • the selling means 123 can sell the personal information to the consumer in response to the purchase request of the personal information received through the interface unit 110.
  • the sales means 123 may transfer the purchase request for personal information received via the interface unit 110 to the user, and sell the personal information to the consumer in response to the user accepting the purchase request. can.
  • the sales means 123 can sell personal information to consumers by using the score.
  • the selling means 123 can present the score to the consumer. Since the score indicates the value of personal information, the consumer can refer to the score and purchase high-value personal information. As a result, consumers' willingness to purchase can be enhanced, and the buying and selling of personal information can be activated.
  • the selling means 123 may keep the price of the personal information to be sold unchanged or may change it.
  • the selling means 123 may include, for example, a price changing means for changing the price of the personal information.
  • the selling means 123 can sell the personal information to the consumer at a price changed by the price changing means.
  • the price fluctuation means can fluctuate the price of personal information based on the score indicating the value of the user's personal information. As a result, the price of personal information can be commensurate with its value.
  • the price fluctuation means can, for example, proportionally fluctuate the price of personal information so that the higher the score, the higher the price. This is because the score indicates the value of personal information, so the high score is proportional to the high price.
  • the price fluctuation means can, for example, change the price of personal information step by step according to the score.
  • the price fluctuation means can change the price so that the personal information of a user having a score higher than a predetermined threshold is higher than the personal information of a user having a score lower than a predetermined threshold.
  • the sales means 123 may include a search means for searching for a user who satisfies a predetermined condition in order to enable the consumer to search for the desired personal information.
  • the selling means 123 can sell the personal information of the user searched by the searching means to the consumer.
  • the predetermined condition may include any condition, for example, the user's annual income, the user's occupation, the user's family structure, and the like.
  • the predetermined condition includes, for example, a score indicating the value of the user's personal information.
  • a score indicating the value of the user's personal information.
  • the consumer can purchase personal information by narrowing down to, for example, users with a score higher than a predetermined threshold, users with a score lower than a predetermined threshold, or users with a score within a predetermined range. become able to.
  • Predetermined conditions include, for example, the price of personal information. As a result, the consumer purchases personal information by narrowing down to, for example, personal information having a price higher than a predetermined threshold, personal information having a price lower than a predetermined threshold, or personal information having a price within a predetermined range. You will be able to.
  • the selling means 123 may sell the personal information to the consumer by using the calculated score and the calculated reliability score.
  • the reliability score of the consumer the personal information can be sold only to the trusted consumer, so that the user's willingness to sell can be enhanced and the buying and selling of the personal information can be activated.
  • the sales means 123 may include, for example, a matching means for matching a user and a consumer based on a score indicating the value of personal information and a reliability score.
  • the selling means 123 can sell the personal information of the user to the consumer who is matched with the user by the matching means. This makes it possible to ensure that the personal information of the appropriate user is sold to the appropriate consumer.
  • the matching means includes, for example, an extracted user and an extracted consumer by extracting a user to be matched from a plurality of users and extracting a consumer to be matched from a plurality of consumers. Can be matched.
  • the user to be extracted may be, for example, a user having a score equal to or higher than a predetermined threshold, a user having a score equal to or lower than a predetermined threshold, or a user having a score within a predetermined range.
  • the consumer to be extracted may be, for example, a consumer having a score equal to or higher than a predetermined threshold, a consumer having a score equal to or lower than a predetermined threshold, or a consumer having a score within a predetermined range.
  • the predetermined threshold and the predetermined range may be variable or fixed. If the predetermined threshold value and the predetermined range are variable, the user or the consumer may specify the predetermined threshold value and the predetermined range, for example, the user terminal device or the consumer terminal device. Can be included in matching requests sent from.
  • the matching means may, for example, recommend a sales destination of personal information to a specific user by matching a consumer to whom the personal information should be sold.
  • the matching means may recommend the purchase destination of the personal information to the specific consumer, for example, by matching the user to whom the specific consumer should purchase the personal information.
  • the processor unit 120 may further include a detection means for detecting that the personal information managed in the blockchain network 600 has been changed.
  • the detection means has changed the personal information managed in the blockchain network 600 based on the information received via the interface unit 110 indicating that the personal information managed in the blockchain network 600 has been changed. It can be detected. Since the change of personal information managed in the blockchain network 600 is considered to be the update of personal information, the update of personal information can be reliably detected by the detection means.
  • the processor unit 120 further notifies the consumer that the personal information has been changed in response to the detection means detecting that the personal information managed in the blockchain network 600 has been changed. Further means may be provided. Since the notification means can notify the consumer of the change of the personal information, that is, the update of the personal information, the consumer is motivated to purchase the updated personal information. As a result, consumers' willingness to purchase can be enhanced, and the buying and selling of personal information can be activated.
  • each component of the processor unit 120 is provided in the same processor unit 120, but the present invention is not limited to this.
  • a configuration in which each component of the processor unit 120 is distributed to a plurality of processor units is also within the scope of the present invention.
  • the plurality of processor units may be located in the same hardware component, or may be located in separate hardware components in the vicinity or remote.
  • each component of the system 100 described above may be composed of a single hardware component or may be composed of a plurality of hardware components. When it is composed of a plurality of hardware parts, the mode in which each hardware part is connected does not matter. Each hardware component may be connected wirelessly or by wire.
  • the system 100 of the present invention is not limited to a specific hardware configuration. It is also within the scope of the present invention that the processor unit 120 is configured by an analog circuit instead of a digital circuit.
  • the configuration of the system 100 of the present invention is not limited to that described above as long as the function can be realized.
  • FIG. 5 shows an example (processing 500) of processing by the system 100 for supporting the buying and selling of personal information of the user.
  • the process 500 is performed in the processor unit 120 of the system 100.
  • step S501 the acquisition means 121 of the processor unit 120 acquires data and / or information about the user.
  • the acquisition means 121 can acquire data and / or information about the user stored in the database unit 200, for example, via the interface unit 110.
  • the acquisition means 121 may acquire data and / or information about the user received from the user terminal device 300, for example, via the interface unit 110.
  • step S502 the calculation means 122 of the processor unit 120 calculates a score indicating the value of the user's personal information based on the data and / or information about the user acquired in step S501.
  • the calculation means 122 can calculate the score according to the degree to which the data and / or information about the user correlates with the parameters used for calculating the score, for example.
  • the calculation means 122 refers to, for example, the database unit 200 that stores various information that correlates with the concept of the parameters used in the calculation of the score, and the data and / or information about the user is related to the parameters used in the calculation of the score.
  • the degree to which it correlates with the concept can be determined.
  • the parameters used to calculate the score include, for example, "personality,” "money,” and "health.”
  • the calculation means 122 can calculate the score, for example, by determining the degree to which data and / or information about the user correlates with the concept of "personality".
  • the calculation means 122 can calculate the score, for example, by determining the degree to which data and / or information about the user correlates with the concept of "money”. Alternatively, or in addition to this, the calculator 122 can calculate the score, for example, by determining the degree to which data and / or information about the user correlates with the concept of "health”.
  • the calculation means 122 can calculate a score indicating the value of a user's personal information by using, for example, a machine learning model that learns the relationship between data and / or information and a score regarding a plurality of users.
  • the machine learning model can be constructed using any machine learning model, and the machine learning model can be, for example, a neural network model.
  • Data and / or information about the user may include, for example, information about "personality,” "money,” and "health.”
  • the user's score can be output.
  • the calculation means 122 may select a specific machine learning model from a plurality of machine learning models and calculate the score using the selected machine learning model.
  • the calculation means 122 can select a machine learning model based on, for example, the attributes of the consumer.
  • the attribute of the consumer represents the field to which the consumer belongs and corresponds to the field in which personal information is bought and sold.
  • step S503 the sales means 123 of the processor unit 120 sells the personal information to the consumer by using the score calculated in step S502.
  • the selling means 123 can sell the personal information to the consumer in response to the purchase request of the personal information received through the interface unit 110.
  • the consumer since the consumer can know the value of the personal information through the score, he / she can select the high-value personal information and purchase the personal information.
  • step S503 the price fluctuation means of the sales means 123 fluctuates the price of the personal information based on the score calculated in step S502, and the sales means 123 gives the personal information to the consumer at the fluctuated price. You may sell it. As a result, the price of personal information can be commensurate with its value, and proper buying and selling of personal information can be promoted.
  • step S503 the search means of the sales means 123 searches for a user who satisfies a predetermined condition provided by the consumer, and the sales means 123 sells the personal information of the searched user to the consumer. You may. Certain conditions may include a score indicating the value of the user's personal information. As a result, the consumer can purchase the personal information after searching for the user who has the personal information to be purchased based on the value of the personal information.
  • Process 500 allows the consumer to purchase the personal information using the score indicating the value of the personal information, which leads to the increase of the consumer's willingness to purchase, which in turn activates the buying and selling of the personal information. Can lead to.
  • FIG. 6 shows another example (process 600) of processing by the system 100 for supporting the buying and selling of personal information of a user.
  • the process 600 is a process when the reliability score indicating the reliability of the consumer is used in addition to the score indicating the value of the personal information in order to sell the personal information to the consumer.
  • the process 600 is performed in the processor unit 120 of the system 100.
  • step S601 the acquisition means 121 of the processor unit 120 acquires data and / or information about the user.
  • the process in step S601 is the same as the process in step S501.
  • step S602 the calculation means 122 of the processor unit 120 calculates a score indicating the value of the user's personal information based on the data and / or information about the user acquired in step S601.
  • the process in step S602 is the same as the process in step S502.
  • step S603 the acquisition means 121 of the processor unit 120 acquires data and / or information regarding the consumer.
  • the acquisition means 121 can acquire data and / or information about the consumer stored in the database unit 200, for example, via the interface unit 110.
  • the acquisition means 121 may acquire data and / or information about the user received from the consumer terminal device 400, for example, via the interface unit 110.
  • step S604 the calculation means 122 of the processor unit 120 calculates a score indicating the value of the personal information of the consumer based on the data and / or information about the consumer acquired in step S603.
  • the calculation means 122 calculates a reliability score indicating the value of a consumer's personal information by using, for example, a machine learning model that learns the relationship between data and / or information about a plurality of consumers and a reliability score. be able to.
  • the machine learning model can be constructed using any machine learning model, and the machine learning model can be, for example, a neural network model.
  • Data and / or information about the consumer may include, for example, information about "personality", "knowledge / ability", "experience / achievement”.
  • the score of the consumer can be output.
  • step S605 the sales means 123 of the processor unit 120 sells the personal information to the consumer by using the score calculated in step S602 and the reliability score calculated in step S604.
  • the selling means 123 can sell the personal information to the consumer in response to the purchase request of the personal information received through the interface unit 110.
  • the user since the user can know the reliability of the consumer who purchases the personal information through the reliability score, the user can select the consumer with high reliability and sell the personal information.
  • step S605 the price fluctuation means of the sales means 123 fluctuates the price of the personal information based on the score calculated in step S602, and the sales means 123 gives the personal information to the consumer at the fluctuated price. You may sell it. As a result, the price of personal information can be commensurate with its value, and proper buying and selling of personal information can be promoted.
  • step S605 the search means of the sales means 123 searches for a user who satisfies a predetermined condition provided by the consumer, and the sales means 123 sells the personal information of the searched user to the consumer. You may. Certain conditions may include a score indicating the value of the user's personal information. As a result, the consumer can purchase the personal information after searching for the user who has the personal information to be purchased based on the value of the personal information.
  • step S605 the matching means of the sales means 123 matches the user and the consumer based on the score indicating the value of the personal information and the reliability score, and the sales means 123 is matched with the user.
  • Personal information may be sold to consumers. This makes it possible to ensure that the personal information of the appropriate user is sold to the appropriate consumer.
  • the matching means includes, for example, an extracted user and an extracted consumer by extracting a user to be matched from a plurality of users and extracting a consumer to be matched from a plurality of consumers. Can be matched.
  • the matching means may, for example, recommend a sales destination of personal information to a specific user by matching a consumer to whom the personal information should be sold.
  • the matching means may recommend the purchase destination of the personal information to the specific consumer, for example, by matching the user to whom the specific consumer should purchase the personal information.
  • the consumer can purchase the personal information by using the score indicating the value of the personal information, and the user sells the personal information by using the reliability score indicating the reliability of the consumer. This can lead not only to increase the purchase motivation of consumers but also to increase the sales motivation of users, which in turn can lead to activation of buying and selling of personal information.
  • step S603 may be performed before step S601
  • step S604 may be performed before step S602
  • step S601 may be performed after step S604.
  • system 100 for supporting the buying and selling of personal information in the insurance industry has been described, but the field to which the system 100 is applied is not limited to the insurance industry.
  • the system 100 of the present invention can be used in any field in which the sale and purchase of personal information is involved.
  • the system 100 of the present invention can be used, for example, to support the buying and selling of personal information in the advertising industry.
  • the higher the score indicating the value of personal information the more valuable the user is to hit the advertisement (for example, the user who has a high appeal effect of the advertisement, the user who is the sales target of the product to be advertised, etc.). .. Therefore, by purchasing the personal information of a user who has a high score indicating the value of the personal information and placing an advertisement on the user who has the purchased personal information, it is more effective than placing an advertisement on an unspecified number of people in the dark clouds. Can be obtained.
  • each step shown in FIGS. 5 and 6 is realized by the program stored in the processor unit 120 and the memory unit 130.
  • the present invention is not limited to this.
  • At least one of the processes of each step shown in FIGS. 5 and 6 may be realized by a hardware configuration such as a control circuit.
  • system 100 is a computer (for example, a server device) installed in a service provider that provides a marketplace for buying and selling personal information of a user
  • a service provider that provides a marketplace for buying and selling personal information of a user
  • the system 100 can be any information processing device including a processor unit.
  • the present invention is useful as providing a system or the like for supporting the buying and selling of personal information of a user, which can activate the buying and selling of personal information.

Abstract

本発明は、一実施形態において、ユーザの個人情報の売買を支援するためのシステムを提供する。本発明のシステムは、ユーザに関するデータおよび／またはインフォメーションを取得するための取得手段と、前記取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、前記ユーザの前記個人情報の価値を示すスコアを算出するための算出手段と、前記スコアを利用して、前記個人情報を需要者に販売するための販売手段とを備える。

Description

ユーザの個人情報の売買を支援するためのシステム、方法、およびプログラム
　本発明は、ユーザの個人情報の売買を支援するためのシステム、方法、およびプログラムに関する。
　個人情報を管理するために、ブロックチェーンを利用することが知られている（特許文献１）。ブロックチェーンを利用することで、管理される個人情報は、実質的に改ざん不可能となり、管理される個人情報の信頼性が担保される。
特許第６５０４６３９号公報
　本発明の発明者は、改ざん不可能に個人情報を管理することにより、個人情報の情報としての価値が上がると考え、個人情報が売買の対象となり得ることを見出した。
　本発明は、個人情報の売買を活性化することが可能なシステム等を提供することを目的とする。
　本発明の一実施形態において、ユーザの個人情報の売買を支援するためのシステムは、ユーザに関するデータおよび／またはインフォメーションを取得するための取得手段と、前記取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、前記ユーザの前記個人情報の価値を示すスコアを算出するための算出手段と、前記スコアを利用して、前記個人情報を需要者に販売するための販売手段とを備える。
　一実施形態において、前記販売手段は、前記スコアに基づいて、前記個人情報の価格を変動させるための価格変動手段を備え、前記販売手段は、前記変動させた価格で前記個人情報を前記需要者に販売する。
　一実施形態において、前記販売手段は、前記スコアを含む所定の条件を満たすユーザを検索するための検索手段を備え、前記販売手段は、前記検索されたユーザの個人情報を前記需要者に販売する。
　一実施形態において、前記取得手段は、前記需要者に関するデータおよび／またはインフォメーションをさらに取得し、前記算出手段は、前記取得された需要者に関するデータおよび／またはインフォメーションに基づいて、前記需要者の信頼度を示す信頼度スコアをさらに算出し、前記販売手段は、前記スコアと前記信頼度スコアとを利用して、前記個人情報を前記需要者に販売する。
　一実施形態において、前記販売手段は、前記スコアと前記信頼度スコアとに基づいて、前記ユーザと前記需要者とをマッチングするためのマッチング手段を備え、前記販売手段は、前記ユーザとマッチングされた前記需要者に前記個人情報を販売する。
　一実施形態において、前記算出手段は、ユーザに関するデータおよび／またはインフォメーションと、前記スコアとの関係を学習したモデルを用いて、前記スコアを算出する。
　一実施形態において、前記算出手段は、複数の前記モデルを有し、前記算出手段は、前記需要者の属性に基づいて、前記複数のモデルのうち、前記スコアを算出すべきモデルを選択する。
　一実施形態において、前記取得手段は、前記ユーザに関連付けられたデバイスから前記データを取得する。
　一実施形態において、前記取得手段は、前記ユーザが主体的に開示したインフォメーションを取得する。
　一実施形態において、前記システムは、前記個人情報が変更されたことを検知するための検知手段をさらに備える。
　一実施形態において、前記システムは、前記個人情報が変更されたことを検知したことに応答して、前記個人情報が変更されたことを前記需要者に通知するための通知手段をさらに備える。
　一実施形態において、前記ユーザの個人情報は、保険商品の販売のために利用される。
　本発明の一実施形態において、ユーザの個人情報の売買を支援するための方法は、ユーザに関するデータおよび／またはインフォメーションを取得することと、前記取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、前記ユーザの前記個人情報の価値を示すスコアを算出することと、前記スコアを利用して、前記個人情報を需要者に販売することとを含む。
　本発明の一実施形態において、ユーザの個人情報の売買を支援するためのプログラムは、プロセッサ部を備えるシステムにおいて実行され、前記プログラムは、実行されると、ユーザに関するデータおよび／またはインフォメーションを取得することと、前記取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、前記ユーザの前記個人情報の価値を示すスコアを算出することと、前記スコアを利用して、前記個人情報を需要者に販売することとを含む処理を前記プロセッサ部に行わせる。
　本発明によれば、個人情報の売買を活性化することが可能なシステム等を提供することができる。これにより、個人情報の売買のマーケットを拡大することができる。
ユーザの個人情報の売買を行うためのマーケットプレイス１０での個人情報の売買のフローの一例を概略的に示す図 ユーザの個人情報の売買を行うためのマーケットプレイス１０での個人情報の売買のフローの一例を概略的に示す図 ユーザの個人情報の売買を支援するためのシステム１００の構成の一例を示す図 ユーザの個人情報の売買を支援するためのシステム１００の具体的な構成の一例を示す図 データベース部２００に格納される情報の関連付けを示す概念図 プロセッサ部１２０の構成の一例を示す図 算出手段１２２が利用し得るニューラルネットワークモデルの構造の一例を示す図 ユーザの個人情報の売買を支援するためのシステム１００による処理の一例（処理５００）を示すフローチャート ユーザの個人情報の売買を支援するためのシステム１００による処理の別の一例（処理６００）を示すフローチャート
　以下、図面を参照しながら、本発明の実施の形態を説明する。
　以下では、保険業界において利用される個人情報の売買を支援することを例に説明する。
　１．ユーザの個人情報の売買を支援するためのサービス
　本発明の発明者は、ユーザの個人情報の売買を支援するための新たなサービスを開発した。このサービスでは、ユーザの個人情報の売買を支援するために、ユーザの個人情報の売買を行うためのマーケットプレイスが提供される。マーケットプレイスとは、電子商取引を行うための取引市場である。このマーケットプレイスでは、一般消費者等のユーザが個人情報を販売することができ、保険会社の販売員等の個人情報の需要者が個人情報を購入することができる。
　図１Ａおよび図１Ｂは、ユーザの個人情報の売買を行うためのマーケットプレイス１０での個人情報の売買のフローの一例を概略的に示す図である。
　本例では、少なくとも１人のユーザ２０がその個人情報をマーケットプレイス１０において販売し、少なくとも１人の保険会社の販売員３０がユーザ２０の個人情報をマーケットプレイス１０において購入する例を説明する。図１Ａに示される例では、３人のユーザ２０および３人の販売員３０が示されているが、ユーザ２０の数および販売員３０の数は、これに限定されない。
　ステップＳ１では、少なくとも１人のユーザ２０が、マーケットプレイス１０での販売のために、自身の個人情報をマーケットプレイス１０に提供する。少なくとも１人のユーザ２０は、例えば、自身の情報端末装置（例えば、スマートフォン、タブレット、スマートウォッチ、スマートグラス、パーソナルコンピュータ）を用いて、自身の個人情報をマーケットプレイス１０に提供することができる。個人情報は、例えば、名前、住所、電話番号、メールアドレス、年齢、性別、家族構成、職業、年収、資産、既往歴等のうちの少なくとも１つを含むが、これらに限定されない。
　ステップＳ２では、少なくとも１人のユーザ２０が、ユーザ２０に関するデータおよび／またはインフォメーションをマーケットプレイス１０に提供する。
　ここで、ユーザに関するデータは、ユーザに関する客観的な情報をいう。ユーザに関するデータは、例えば、ユーザの情報端末装置および／またはユーザの情報端末装置と通信可能なＩｏＴデバイスから取得され得る。ユーザに関するデータは、例えば、ユーザの行動履歴（例えば、運動履歴、健康活動履歴、購買履歴、節約行動履歴、食事履歴、Ｗｅｂページの閲覧履歴、ＡＩスピーカとの会話履歴、ＳＮＳ利用履歴等）、健康情報（例えば、身長、体重、血圧、心拍数、罹患している病気等）、ＤＮＡに関する情報等を含むがこれらに限定されない。ユーザに関するデータは、ユーザの個人情報を含み得る。
　ここで、ユーザに関するインフォメーションは、ユーザを主体とする主観的な情報をいう。ユーザに関するインフォメーションは、例えば、ユーザが情報端末装置に直接入力することによって取得され得る。あるいは、ユーザに関するインフォメーションは、例えば、ユーザに対する問診または質問等から間接的に導出され得る。ユーザに関するインフォメーションは、例えば、趣味、好み、行動理由（例えば、現在または過去の職業の志望動機、過去の職業からの転職理由等）等を含むがこれらに限定されない。
　少なくとも１人のユーザ２０は、例えば、自身の情報端末装置を介して、ユーザ２０に関するデータおよび／またはインフォメーションをマーケットプレイス１０に提供することができる。あるいは、少なくとも１人のユーザ２０は、例えば、少なくとも１人のユーザ２０に関連付けられたＩｏＴデバイスを介して、ユーザ２０に関するデータおよび／またはインフォメーションをマーケットプレイス１０に提供することができる。
　少なくとも１人のユーザ２０からデータおよび／またはインフォメーションが提供されると、マーケットプレイス１０では、提供されたデータおよび／またはインフォメーションに基づいて、そのユーザ２０のスコアが算出される。このスコアは、ユーザの個人情報の価値を示すスコアであり、本例では、保険業界における個人情報の価値を示す。スコアが高いほど、そのユーザの個人情報の価値が高いことを表す。例えば、保険業界における個人情報の価値が高いユーザは、保険商品を販売する価値があるユーザ（例えば、保険料を滞納するリスクが低いユーザ、保険金を支払うリスクが低いユーザ等）であるといえる。
　スコアは、例えば、どの個人情報を買うべきかを決定する際の指標として利用されることができる。例えば、複数のユーザの個人情報が同じ売値であったときに、販売員は、スコアを参照することにより、スコアがより高い方のユーザの個人情報を買うべきであると決定することができる。スコアは、例えば、個人情報の売値を決定するために利用されてもよい。スコアは、例えば、ユーザ２０と販売員３０とをマッチングするために利用されてもよい。
　マーケットプレイス１０では、図１Ｂに示されるように、各ユーザ２０の個人情報の売値とスコアとが、少なくとも１人の販売員３０に提示され得る。
　例えば、ＩＤ：ＡＡＡで特定されるユーザ２０について、スコアが８０であり、個人情報としての名前の売値が１００円であり、住所の売値が５００円であり、電話番号の売値が５００円であり、メールアドレスの売値が３００円であることが提示される。例えば、ＩＤ：ＢＢＢで特定されるユーザ２０について、スコアが５０であり、個人情報としての名前の売値が１００円であり、住所の売値が５００円であり、電話番号の売値が５００円であり、メールアドレスの売値が３００円であることが提示される。例えば、ＩＤ：ＣＣＣで特定されるユーザ２０について、スコアが２０であり、個人情報としての名前の売値が２０円であり、住所の売値が２００円であり、電話番号の売値が２００円であり、メールアドレスの売値が１００円であることが提示される。
　少なくとも１人の販売員３０は、各ユーザ２０のスコアと、個人情報の売値とを考慮して、少なくとも１人のユーザ２０の個人情報を購入する。
　ステップＳ３では、少なくとも１人の販売員３０が、個人情報の購入リクエストをマーケットプレイス１０に提供する。少なくとも１人の販売員３０は、例えば、自身の情報端末装置（例えば、スマートフォン、タブレット、スマートウォッチ、スマートグラス、パーソナルコンピュータ）を用いて、個人情報の購入リクエストをマーケットプレイス１０に提供することができる。購入リクエストは、どのユーザのどの個人情報を購入するかの指定を含んでいる。
　ステップＳ４では、購入リクエストで指定された個人情報が、少なくとも１人の販売員３０に提供される。少なくとも１人の販売員は、提供された個人情報の対価を支払うことになる。
　少なくとも１人の販売員３０は、購入した個人情報を保険販売の事業に利用することができる。例えば、少なくとも１人の販売員３０は、購入した個人情報に基づいて、ユーザに保険商品の営業をかけることができる。このとき、購入した個人情報は、スコアによって保険業界における価値が高いものであると保証されているので、営業に労力をかけても費用対効果が悪くなることはほぼない。このように、スコアによって個人情報の価値を可視化することにより、販売員３０は、価値が高い個人情報を購入することができ、これは、販売員３０の購買意欲の増進につながり、ひいては、マーケットプレイス１０の活性化につながり得る。
　上述したマーケットプレイス１０は、後述するユーザの個人情報の売買を支援するためのシステムによって実現され得る。
　２．ユーザの個人情報の売買を支援するためのシステムの構成
　図２Ａは、ユーザの個人情報の売買を支援するためのシステム１００の構成の一例を示す。
　システム１００は、データベース部２００に接続されている。また、システム１００は、少なくとも１つのユーザ端末装置３００および少なくとも１つの需要者端末装置４００にネットワーク５００を介して接続されている。
　なお、図２Ａでは、３つのユーザ端末装置３００および２つの需要者端末装置４００が示されているが、ユーザ端末装置３００および需要者端末装置４００の数はこれに限定されない。任意の数のユーザ端末装置３００および需要者端末装置４００が、ネットワーク５００を介してシステム１００に接続され得る。
　ネットワーク５００は、任意の種類のネットワークであり得る。ネットワーク５００は、例えば、インターネットであってもよいし、ＬＡＮであってもよい。ネットワーク５００は、有線ネットワークであってもよいし、無線ネットワークであってもよい。
　システム１００はさらに、ブロックチェーンネットワーク６００に接続されている。ブロックチェーンネットワーク６００は、ブロックチェーンの技術によって構築されたネットワークであり、ユーザの個人情報を管理するために利用され得る。ブロックチェーンの技術を用いることで、管理される情報の改ざんを容易に検出することができるため、ブロックチェーンネットワーク６００によって管理される個人情報は、改ざんが実質的に不可能である。
　なお、ブロックチェーンの技術によって個人情報を管理することを説明したが、本発明はブロックチェーンの技術によるものに限定されない。情報を実質的に改ざん不可能に管理することができる限り、任意の技術を利用して、ブロックチェーンネットワーク６００を構築することができる。
　システム１００の一例は、ユーザの個人情報の売買を行うためのマーケットプレイスを提供するサービスプロバイダに設置されているコンピュータ（例えば、サーバ装置）であるが、これに限定されない。ユーザ端末装置３００の一例は、個人情報の売り主であるユーザが利用するコンピュータ（例えば、端末装置）であるが、これに限定されない。需要者端末装置４００の一例は、個人情報の買い主である需要者（保険会社の販売員）が利用するコンピュータ（例えば、端末装置）であるが、これに限定されない。ここで、コンピュータ（サーバ装置または端末装置）は、任意のタイプのコンピュータであり得る。例えば、端末装置は、スマートフォン、タブレット、パーソナルコンピュータ、スマートグラス、スマートウォッチ等の任意のタイプの端末装置であり得る。
　データベース部２００には、少なくとも、ユーザの個人情報の価値を示すスコアを算出するために利用される種々の情報が格納されている。
　図２Ｂは、ユーザの個人情報の売買を支援するためのシステム１００の具体的な構成の一例を示す。
　システム１００は、インターフェース部１１０と、プロセッサ部１２０と、メモリ１３０部とを備える。
　インターフェース部１１０は、システム１００の外部と情報のやり取りを行う。システム１００のプロセッサ部１２０は、インターフェース部１１０を介して、システム１００の外部から情報を受信することが可能であり、システム１００の外部に情報を送信することが可能である。インターフェース部１１０は、任意の形式で情報のやり取りを行うことができる。
　インターフェース部１１０は、例えば、システム１００に情報を入力することを可能にする入力部を備える。入力部が、どのような態様でシステム１００に情報を入力することを可能にするかは問わない。例えば、入力部が受信器である場合、受信器がネットワークを介してシステム１００の外部から情報を受信することにより入力してもよい。あるいは、入力部がデータ読み取り装置である場合には、システム１００に接続された記憶媒体から情報を読み取ることによって情報を入力するようにしてもよい。
　インターフェース部１１０は、例えば、システム１００から情報を出力することを可能にする出力部を備える。出力部が、どのような態様でシステム１００から情報を出力することを可能にするかは問わない。例えば、出力部が送信器である場合、送信器がネットワークを介してシステム１００の外部に情報を送信することにより出力してもよい。あるいは、出力部がデータ書き込み装置である場合、システム１００に接続された記憶媒体に情報を書き込むことによって情報を出力するようにしてもよい。
　システム１００は、例えば、インターフェース部１１０を介して、データベース部２００に情報を送信し、かつ／または、データベース部２００から情報を受信することができる。システム１００は、例えば、インターフェース部１１０を介して、ユーザ端末装置３００に情報を送信し、かつ／または、ユーザ端末装置３００から情報を受信することができる。システム１００は、例えば、インターフェース部１１０を介して、需要者端末装置４００に情報を送信し、かつ／または、需要者端末装置４００から情報を受信することができる。
　システム１００は、例えば、インターフェース部１１０を介して、ユーザの個人情報を受信することができる。システム１００は、例えば、インターフェース部１１０を介して、ユーザに関するデータおよび／またはインフォメーションを受信することができる。システム１００は、例えば、インターフェース部１１０を介して、需要者に関するデータおよび／またはインフォメーションを受信することができる。
　システム１００は、例えば、インターフェース部１１０を介して、個人情報の購入リクエストを受信することができる。システム１００は、例えば、インターフェース部１１０を介して、購入された個人情報を送信することができる。システム１００は、例えば、インターフェース部１１０を介して、需要者の属性を受信することができる。
　システム１００は、例えば、インターフェース部１１０を介して、個人情報を購入すべきユーザを検索するための条件を受信することができる。システム１００は、例えば、インターフェース部１１０を介して、個人情報を購入すべきユーザの検索結果を送信することができる。システム１００は、例えば、インターフェース部１１０を介して、ユーザと需要者とをマッチングすることを要求するマッチングリクエストを受信することができる。マッチングリクエストは、マッチングすべきユーザのスコアの指定、または、マッチングすべき需要者のスコアの指定を含み得る。システム１００は、例えば、インターフェース部１１０を介して、マッチング結果を送信することができる。
　システム１００は、例えば、インターフェース部１１０を介して、ブロックチェーンネットワーク６００において管理される個人情報が変更されたことを示す情報を受信することができる。これにより、システム１００は、ブロックチェーンネットワーク６００において管理される個人情報が変更されたことを検知することができる。システム１００は、例えば、ブロックチェーンネットワーク６００において管理される個人情報が変更されたことを検知したことに応答して、インターフェース部１１０を介して、その旨の通知をユーザ端末装置３００に送信することにより、当該変更がユーザの意図によるものであるか、改ざんによるものであるかをユーザに確認することができる。システム１００は、例えば、ブロックチェーンネットワーク６００において管理される個人情報が変更されたことを検知したことに応答して、インターフェース部１１０を介して、その旨の通知を需要者端末装置４００に送信することができる。
　プロセッサ部１２０は、システム１００の処理を実行し、かつ、システム１００全体の動作を制御する。プロセッサ部１２０は、メモリ部１３０に格納されているプログラムを読み出し、そのプログラムを実行する。これにより、システム１００を所望のステップを実行するシステムとして機能させることが可能である。プロセッサ部１２０は、単一のプロセッサによって実装されてもよいし、複数のプロセッサによって実装されてもよい。
　メモリ部１３０は、システム１００の処理を実行するために必要とされるプログラムやそのプログラムの実行に必要とされるデータ等を格納する。メモリ部１３０は、ユーザの個人情報の売買を支援するための処理をプロセッサ部１２０に行わせるためのプログラム（例えば、後述する図５、図６に示される処理を実現するプログラム）を格納してもよい。ここで、プログラムをどのようにしてメモリ部１３０に格納するかは問わない。例えば、プログラムは、メモリ部１３０にプリインストールされていてもよい。あるいは、プログラムは、ネットワークを経由してダウンロードされることによってメモリ部１３０にインストールされるようにしてもよい。この場合、ネットワークの種類は問わない。メモリ部１３０は、任意の記憶手段によって実装され得る。
　データベース部２００には、例えば、ユーザに関するデータおよび／またはインフォメーションが格納され得る。
　ユーザに関するデータは、ユーザに関する客観的な情報である。ユーザに関するデータは、例えば、ユーザに関連付けられたデバイスから取得され得る。ユーザに関連付けられたデバイスは、例えば、ユーザの情報端末装置、ユーザに関するデータを取得可能なＩｏＴデバイス等を含む。ユーザに関するデータは、例えば、ユーザの行動履歴（例えば、運動履歴、健康活動履歴、購買履歴、節約行動履歴、食事履歴、Ｗｅｂページの閲覧履歴、ＡＩスピーカとの会話履歴、ＳＮＳ利用履歴等）、健康情報（例えば、身長、体重、血圧、心拍数、罹患している病気等）、ＤＮＡに関する情報、他人による評価等を含むがこれらに限定されない。ユーザに関するデータは、ユーザの個人情報を含み得る。
　ユーザに関するインフォメーションは、ユーザを主体とする主観的な情報である。ユーザに関するインフォメーションは、例えば、ユーザが主体的に開示した情報であり得、例えば、ユーザが情報端末装置に直接入力することによって取得され得る。あるいは、ユーザに関するインフォメーションは、例えば、ユーザに対する問診または質問等から間接的に導出され得る。ユーザに関するインフォメーションは、例えば、趣味、好み、行動理由（例えば、現在または過去の職業の志望動機、過去の職業からの転職理由等）等を含むがこれらに限定されない。
　データベース部２００には、例えば、需要者に関するデータおよび／またはインフォメーションが格納され得る。
　需要者に関するデータは、需要者に関する客観的な情報である。需要者に関するデータは、例えば、需要者に関連付けられたデバイスから取得され得る。需要者に関連付けられたデバイスは、例えば、需要者の情報端末装置を含む。需要者に関するデータは、例えば、需要者の経歴（例えば、学歴、資格、業績、経験）、能力情報（例えば、試験の点数等）、他人による評価（例えば、顧客による評価、上司・同僚による評価）等を含むがこれらに限定されない。
　需要者に関するインフォメーションは、需要者を主体とする主観的な情報である。需要者に関するインフォメーションは、例えば、需要者が主体的に開示した情報であり得、例えば、需要者が情報端末装置に直接入力することによって取得され得る。あるいは、需要者に関するインフォメーションは、例えば、需要者に対する問診または質問等から間接的に導出され得る。需要者に関するインフォメーションは、例えば、趣味、好み、行動理由（例えば、現在または過去の職業の志望動機、過去の職業からの転職理由等）等を含むがこれらに限定されない
　データベース部２００には、ユーザの個人情報の価値を示すスコアを算出するために利用される種々の情報が格納されている。
　例えば、データベース部２００には、スコアの算出に用いられるパラメータに関する概念と、種々の情報とが関連付けられて格納され得る。スコアの算出に用いられるパラメータは、例えば、「パーソナリティ」を含む。ここで、「パーソナリティ」は、その人の性格および／または人格が信頼できるかどうかを表す情報であり、例えば、他人からの評価を含む。保険業界における個人情報の価値を示すスコアの算出に用いられるパラメータは、例えば、「パーソナリティ」、「お金」、「健康」を含み得る。ここで、「お金」は、その人のお金に関する情報であり、例えば、年収、資産、節約しているか等の情報を含む。ここで、「健康」は、その人の健康に関する情報であり、例えば、病気、食生活、健康のための活動等の情報を含む。
　例えば、「パーソナリティ」というパラメータについて、データベース部２００には、パーソナリティに関する概念と、種々の情報とが関連付けられて格納され得る。例えば、「パーソナリティ」に関する「利他的」（または「トランスパーソナル」）という概念には、「ボランティア」、「寄付」、「心配り」、「相談」等のキーワード、「ボランティアに頻繁に参加する」、「相談を頻繁に受ける」、「寄付経験がある」等のステータス等が関連付けて格納され得る。例えば、「パーソナリティ」に関する「ＳＤＧｓ」（Sustainable　Development　Goals、または「持続可能な開発目標」）という概念には、１７の
目標および／または１６９のターゲットに関連するキーワード（例えば、「平等」、「環境保全」等）、「１７の目標および／または１６９のターゲットに関連する行動を行っている」、「１７の目標および／または１６９のターゲットに関連する思想を持っている」等のステータス等が関連付けて格納され得る。
　例えば、「お金」というパラメータについて、データベース部２００には、お金に関する概念と、種々の情報とが関連付けられて格納され得る。例えば、「お金」に関する「お金持ち」（または「キャッシュフローリッチ」）という概念には、「ハーバード大学」、「ＭＢＡ」等のキーワード、「年収２０００万円以上」等のステータス等が関連付けて格納され得る。例えば、「お金」に関する「お金持ち」（または「ストックリッチ」）という概念には、「地主」、「株主」等のキーワード、「資産１億円以上」等のステータス等が関連付けて格納され得る。
　例えば、「健康」というパラメータについて、データベース部２００には、健康に関する概念と、種々の情報とが関連付けられて格納され得る。例えば、「健康」に関する「優良体」（または「身体的健康」）という概念には、「非喫煙」、「正常血圧」等のキーワード、「ＢＭＩ１８～２７」等のステータス等が関連付けて格納され得る。例えば、「健康」に関する「マインドフルネス」（または「精神的健康」）という概念には、「やりがい」、「ストレスレス」等のキーワード、「ストレスチェック結果が所定値未満」、「首尾一貫感覚（ＳＯＣ：Sense　of　coherence）が高い」等のステータス等が関連付けて格納され得る。
　図２Ｃは、データベース部２００に格納される情報の関連付けを示す概念図である。
　図２Ｃに示される例では、お金に関する「お金持ち」という概念に対して、例えば、「ハーバード大学」、「スタンフォード大学」、「ＭＢＡ」、「医師」、「経営者」等のキーワードが関連付けられている。さらに、これらのキーワードに対して、別のキーワード（例えば、「ビジネススクール」、「開業医」、「上場企業」等）が関連付けられる。さらに、これらのキーワードに対して、さらに別のキーワードが関連付けられ得る。
　このような関連付けは、例えば、セマンティック検索を行うことが可能な人工知能（ＡＩ）、すなわち、キーワード間の相関関係を学習した人工知能を用いてなされ得る。
　この人工知能は、大量の文章からキーワード間の相関関係を学習している。例えば、この人工知能は、文章を構文解析することにより、文章内の複数のキーワードを抽出し、その文章内での複数のキーワードの関係を特定する。例えば、この人工知能は、或るキーワードが多くの文章において別の或るキーワードと併用されている場合には、それらのキーワードを、相関関係が強いものとして学習する。このようにしてキーワード間の相関関係を学習した人工知能は、学習した相関関係に基づいて、入力されたキーワードに相関するキーワードを出力することができる。
　例えば、キーワード間の相関関係を学習した人工知能に「お金持ち」というキーワードを入力すると、「お金持ち」に相関するキーワードとして、「ハーバード大学」、「スタンフォード大学」、「ＭＢＡ」、「医師」、「経営者」等が出力され得る。例えば、キーワード間の相関関係を学習した人工知能に、「お金持ち」および「医師」というキーワードを入力すると、「お金持ち」および「医師」に相関するキーワードとして、「開業医」、「院長」等が出力され得る。
　このように、データベース部２００には、キーワード間の相関関係を学習した人工知能に入力されたキーワードと、出力されたキーワードとが関連付けられて格納され得る。
　図２Ａおよび図２Ｂに示される例では、データベース部２００は、システム１００の外部に設けられているが、本発明はこれに限定されない。データベース部２００の少なくとも一部をシステム１００の内部に設けることも可能である。このとき、データベース部２００の少なくとも一部は、メモリ部１３０を実装する記憶手段と同一の記憶手段によって実装されてもよいし、メモリ部１３０を実装する記憶手段とは別の記憶手段によって実装されてもよい。いずれにせよ、データベース部２００の少なくとも一部は、システム１００のための格納部として構成される。データベース部２００の構成は、特定のハードウェア構成に限定されない。例えば、データベース部２００は、単一のハードウェア部品で構成されてもよいし、複数のハードウェア部品で構成されてもよい。例えば、データベース部２００は、システム１００の外付けハードディスク装置として構成されてもよいし、ネットワークを介して接続されるクラウド上のストレージとして構成されてもよい。
　図２Ａおよび図２Ｂに示される例では、ブロックチェーンネットワーク６００は、ネットワーク５００とは別個に、システム１００の外部に設けられているが、本発明はこれに限定されない。例えば、ブロックチェーンネットワーク６００は、ネットワーク５００と同じネットワーク上に存在してもよいし、ブロックチェーンネットワーク６００を含めたシステム１００を構築するようにしてもよい。
　図３は、プロセッサ部１２０の構成の一例を示す。
　プロセッサ部１２０は、取得手段１２１と、算出手段１２２と、販売手段１２３とを備える。
　取得手段１２１は、ユーザに関するデータおよび／またはインフォメーションを取得するように構成されている。
　取得手段１２１は、例えば、インターフェース部１１０を介して、データベース部２００に格納されているユーザに関するデータおよび／またはインフォメーションを取得するようにしてもよい。あるいは、取得手段１２１は、例えば、インターフェース部１１０を介して、ユーザ端末装置３００から受信されたユーザに関するデータおよび／またはインフォメーションを取得するようにしてもよい。取得されたユーザに関するデータおよび／またはインフォメーションは、算出手段１２２に渡される。
　取得手段１２１はさらに、需要者に関するデータおよび／またはインフォメーションを取得するように構成され得る。
　取得手段１２１は、例えば、インターフェース部１１０を介して、データベース部２００に格納されている需要者に関するデータおよび／またはインフォメーションを取得するようにしてもよい。あるいは、取得手段１２１は、例えば、インターフェース部１１０を介して、需要者端末装置４００から受信されたユーザに関するデータおよび／またはインフォメーションを取得するようにしてもよい。取得された需要者に関するデータおよび／またはインフォメーションは、算出手段１２２に渡される。
　算出手段１２２は、ユーザに関するデータおよび／またはインフォメーションに基づいて、ユーザの個人情報の価値を示すスコアを算出するように構成されている。
　一実施形態において、算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションがスコアの算出に用いられるパラメータと相関する程度に応じて、スコアを算出することができる。算出手段１２２は、例えば、スコアの算出に用いられるパラメータに関する概念と相関する種々の情報を格納しているデータベース部２００を参照し、ユーザに関するデータおよび／またはインフォメーションがスコアの算出に用いられるパラメータに関する概念と相関する程度を決定する。ユーザに関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」、「お金」、「健康」に関する情報を含み得る。
　算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションが「パーソナリティ」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、スコアを算出することができる。例えば、ユーザに関するデータおよび／またはインフォメーションが、「パーソナリティ」に関する概念のうち、個人情報の価値に対して肯定的な概念と大きく相関する場合、算出手段１２２は、個人情報の価値を示すスコアを高くすることができる。例えば、ユーザに関するデータおよび／またはインフォメーションが、「利他的」（または「トランスパーソナル」）により強く相関するほど、スコアを高くすることができる。他人のために動ける人ほど人間性が高く、保険料の未払い等のリスクが低いと考えられ、その分個人情報の価値を高く評価することができるからである。例えば、ユーザに関するデータおよび／またはインフォメーションが、「ＳＤＧｓ」（または「持続可能な開発目標」）により強く相関するほど、スコアを高くすることができる。よりよい世界にすることを考えている人ほど人間性が高く、保険料の未払い等のリスクが低いと考えられ、その分個人情報の価値を高く評価することができるからである。あるいは、例えば、ユーザに関するデータおよび／またはインフォメーションが、「パーソナリティ」に関する概念のうち、個人情報の価値に対して否定的な概念と大きく相関する場合、算出手段１２２は、個人情報の価値を示すスコアを低くすることができる。
　算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションが「お金」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、スコアを算出することができる。例えば、ユーザに関するデータおよび／またはインフォメーションが、「お金」に関する概念のうち、個人情報の価値に対して肯定的な概念と大きく相関する場合、算出手段１２２は、個人情報の価値を示すスコアを高くすることができる。例えば、ユーザに関するデータおよび／またはインフォメーションが、「キャッシュフローリッチ」により強く相関するほど、スコアを高くすることができる。現金を多く持っている人ほど、保険料の未払い等のリスクが低いと考えられ、その分個人情報の価値を高く評価することができるからである。例えば、ユーザに関するデータおよび／またはインフォメーションが、「ストックリッチ」により強く相関するほど、スコアを高くすることができる。資産を多く持っている人ほど、保険料の未払い等のリスクが低いと考えられ、その分個人情報の価値を高く評価することができるからである。あるいは、例えば、ユーザに関するデータおよび／またはインフォメーションが、「お金」に関する概念のうち、個人情報の価値に対して否定的な概念と大きく相関する場合、算出手段１２２は、個人情報の価値を示すスコアを低くすることができる。
　算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションが「健康」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、スコアを算出することができる。例えば、ユーザに関するデータおよび／またはインフォメーションが、「健康」に関する概念のうち、個人情報の価値に対して肯定的な概念と大きく相関する場合、算出手段１２２は、個人情報の価値を示すスコアを高くすることができる。例えば、ユーザに関するデータおよび／またはインフォメーションが、「優良体」（または「身体的健康」）により強く相関するほど、スコアを高くすることができる。身体が健康な人ほど、病気または死亡等により保険金または給付金を支払うリスクが低い、かつ／または、継続的に働くことができるため保険料の未払い等のリスクが低いと考えられ、その分個人情報の価値を高く評価することができるからである。例えば、ユーザに関するデータおよび／またはインフォメーションが、「マインドフルネス」（または「精神的健康」）により強く相関するほど、スコアを高くすることができる。精神が健康な人ほど、病気または死亡等により保険金または給付金を支払うリスクが低い、かつ／または、継続的に働くことができるため保険料の未払い等のリスクが低いと考えられ、その分個人情報の価値を高く評価することができるからである。あるいは、例えば、ユーザに関するデータおよび／またはインフォメーションが、「健康」に関する概念のうち、個人情報の価値に対して否定的な概念と大きく相関する場合、算出手段１２２は、個人情報の価値を示すスコアを低くすることができる。
　一実施形態において、算出手段１２２は、例えば、複数のユーザに関するデータおよび／またはインフォメーションとスコアとの関係を学習した機械学習モデルを利用して、ユーザの個人情報の価値を示すスコアを算出することができる。ユーザに関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」、「お金」、「健康」に関する情報を含み得る。
　機械学習モデルは、任意の機械学習モデルを用いて構築することができる。機械学習モデルは、例えば、ニューラルネットワークモデルであり得る。
　図４は、算出手段１２２が利用し得るニューラルネットワークモデルの構造の一例を示す。
　ニューラルネットワークモデルは、入力層と、少なくとも１つの隠れ層と、出力層とを有する。ニューラルネットワークモデルの入力層のノード数は、入力されるユーザに関するデータおよび／またはインフォメーションの次元数に対応する。ニューラルネットワークモデルの隠れ層は、任意の数のノードを含むことができる。ニューラルネットワークモデルの出力層のノード数は、出力されるデータの次元数に対応する。例えば、ユーザの個人情報の価値を示すスコアを出力する場合、出力層のノード数は、１であり得る。
　ニューラルネットワークモデルは、取得手段１２１が取得したユーザに関するデータおよび／またはインフォメーションを使用して予め学習処理がなされ得る。学習処理は、取得手段１２１が予め取得したユーザに関するデータおよび／またはインフォメーションを使用して、ニューラルネットワークモデルの隠れ層の各ノードの重み係数を計算する処理である。
　学習処理は、例えば、教師あり学習である。教師あり学習では、例えば、ユーザに関するデータおよび／またはインフォメーションを入力用教師データとし、そのユーザのスコアを出力用教師データとして、複数のユーザの情報を使用してニューラルネットワークモデルの隠れ層の各ノードの重み係数を計算することにより、ユーザに関するデータおよび／またはインフォメーションとスコアとを相関させることが可能な機械学習モデルを構築することができる。
　例えば、教師あり学習のための（入力用教師データ，出力用教師データ）の組は、（第１のユーザに関するデータおよび／またはインフォメーション，第１のユーザのスコア）、（第２のユーザに関するデータおよび／またはインフォメーション，第２のユーザのスコア）、・・・（第ｉのユーザに関するデータおよび／またはインフォメーション，第ｉのユーザのスコア）、・・・等であり得る。このような学習済のニューラルネットワークモデルの入力層にユーザから新たに取得されたユーザに関するデータおよび／またはインフォメーションを入力すると、そのユーザのスコアが出力層に出力される。
　教師あり学習では、例えば、ユーザに関するデータおよび／またはインフォメーションがスコアの算出に用いられるパラメータと相関する程度を入力用教師データとすることもできる。
　機械学習モデルは、需要者の属性に応じて複数の機械学習モデルが構築されるようにしてもよい。需要者の属性は、その需要者が属する分野を表し、個人情報が売買される分野に対応する。需要者の属性に応じて機械学習モデルを使い分けることにより、同じユーザであっても、そのユーザの個人情報が売買される分野に応じてスコアを異ならせることができる。個人情報が売買される分野が変われば、個人情報の価値も変わり得るからである。
　複数の機械学習モデルの各々は、機械学習モデルを構築する際に出力用教師データとして用いられるユーザのスコアを、個人情報が売買されるそれぞれの分野におけるスコアとすることによって構築され得る。
　複数の機械学習モデルは、例えば、保険業界における個人情報の売買のために利用されるモデル、銀行業界における個人情報の売買のために利用されるモデル、不動産業界における個人情報の売買のために利用されるモデル、製造業界における個人情報の売買のために利用されるモデル等を含み得る。
　算出手段１２３は、需要者の属性を参照し、需要者の属性に基づいて、複数の機械学習モデルのうちの対応する機械学習モデルを選択し、選択された機械学習モデルを用いて、ユーザのスコアを算出することができる。
　算出されたスコアは、販売手段１２３に渡される。
　算出手段１２２はさらに、需要者に関するデータおよび／またはインフォメーションに基づいて、需要者の信頼度を示す信頼度スコアを算出するように構成され得る。
　一実施形態において、算出手段１２２は、例えば、複数の需要者に関するデータおよび／またはインフォメーションと信頼度スコアとの関係を学習した機械学習モデルを利用して、需要者の個人情報の価値を示す信頼度スコアを算出することができる。需要者に関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」、「知識・能力」、「経験・実績」に関する情報を含み得る。
　機械学習モデルは、任意の機械学習モデルを用いて構築することができる。機械学習モデルは、例えば、ニューラルネットワークモデルであり得る。ニューラルネットワークモデルは、例えば、図４に示されるニューラルネットワークモデルと同様の構造を有し得る。
　ニューラルネットワークモデルは、入力層と、少なくとも１つの隠れ層と、出力層とを有する。ニューラルネットワークモデルの入力層のノード数は、入力される需要者に関するデータおよび／またはインフォメーションの次元数に対応する。ニューラルネットワークモデルの隠れ層は、任意の数のノードを含むことができる。ニューラルネットワークモデルの出力層のノード数は、出力されるデータの次元数に対応する。例えば、需要者の個人情報の価値を示す信頼度スコアを出力する場合、出力層のノード数は、１であり得る。
　ニューラルネットワークモデルは、取得手段１２１が取得した需要者に関するデータおよび／またはインフォメーションを使用して予め学習処理がなされ得る。学習処理は、取得手段１２１が予め取得したデータおよび／またはインフォメーションを使用して、ニューラルネットワークモデルの隠れ層の各ノードの重み係数を計算する処理である。
　学習処理は、例えば、教師あり学習である。教師あり学習では、例えば、需要者に関するデータおよび／またはインフォメーションを入力用教師データとし、その需要者の信頼度スコアを出力用教師データとして、複数の需要者の情報を使用してニューラルネットワークモデルの隠れ層の各ノードの重み係数を計算することにより、需要者に関するデータおよび／またはインフォメーションと信頼度スコアとを相関させることが可能な機械学習モデルを構築することができる。
　例えば、教師あり学習のための（入力用教師データ，出力用教師データ）の組は、（第１の需要者に関するデータおよび／またはインフォメーション，第１の需要者の信頼度スコア）、（第２の需要者に関するデータおよび／またはインフォメーション，第２の需要者の信頼度スコア）、・・・（第ｉの需要者に関するデータおよび／またはインフォメーション，第ｉの需要者の信頼度スコア）、・・・等であり得る。このような学習済のニューラルネットワークモデルの入力層に需要者から新たに取得された需要者に関するデータおよび／またはインフォメーションを入力すると、その需要者の信頼度スコアが出力層に出力される。
　算出された信頼度スコアは、販売手段１２３に渡される。
　再び図２Ｂを参照する。販売手段１２３は、個人情報を需要者に販売するように構成されている。例えば、販売手段１２３は、インターフェース部１１０を介して受信された個人情報の購入リクエストに応答して、個人情報を需要者に販売することができる。例えば、販売手段１２３は、インターフェース部１１０を介して受信された個人情報の購入リクエストをユーザに転送し、ユーザが購入リクエストを承諾したことに応答して、個人情報を需要者に販売することができる。
　販売手段１２３は、スコアを利用して、個人情報を需要者に販売することができる。例えば、販売手段１２３は、スコアを需要者に提示することができる。スコアによって個人情報の価値が示されるため、需要者は、スコアを参照して、価値が高い個人情報を購入することができる。これにより、需要者の購買意欲が増進され、個人情報の売買が活性化し得る。
　販売手段１２３は、販売する個人情報の価格を不変としてもよいし、変動させてもよい。販売する個人情報の価格を変動させる場合、販売手段１２３は、例えば、個人情報の価格を変動させるための価格変動手段を備え得る。販売手段１２３は、価格変動手段によって変動させた価格で個人情報を需要者に販売することができる。
　価格変動手段は、ユーザの個人情報の価値を示すスコアに基づいて、個人情報の価格を変動させることができる。これにより、個人情報の価格が、その価値に見合ったものとなり得る。
　価格変動手段は、例えば、スコアが高いほど価格を高くなるように、個人情報の価格を比例的に変動させることができる。スコアが個人情報の価値を示すため、スコアの高さと価格の高さとが比例するからである。あるいは、価格変動手段は、例えば、スコアに応じて、個人情報の価格を段階的に変動させることができる。例えば、価格変動手段は、所定の閾値よりも高いスコアのユーザの個人情報を、所定の閾値よりも低いスコアのユーザの個人情報よりも高くなるように価格を変動させることができる。
　販売手段１２３は、需要者が所望の個人情報を検索することを可能にするために、所定の条件を満たすユーザを検索するための検索手段を備え得る。販売手段１２３は、検索手段によって検索されたユーザの個人情報を需要者に販売することができる。
　所定の条件は、任意の条件を含み得、例えば、ユーザの年収、ユーザの職業、ユーザの家族構成等を含むことができる。
　所定の条件は、例えば、ユーザの個人情報の価値を示すスコアを含む。これにより、需要者は、例えば、所定の閾値よりも高いスコアのユーザ、所定の閾値よりも低いスコアのユーザ、または、所定の範囲内のスコアのユーザに絞り込んで、個人情報を購入することができるようになる。所定の条件は、例えば、個人情報の価格を含む。これにより、需要者は、例えば、所定の閾値よりも高い価格の個人情報、所定の閾値よりも安い価格の個人情報、または、所定の範囲内の価格の個人情報に絞り込んで、個人情報を購入することができるようになる。
　販売手段１２３は、算出されたスコアと、算出された信頼度スコアとを利用して、個人情報を需要者に販売するようにしてもよい。需要者の信頼度スコアを利用することにより、信頼のある需要者にのみ個人情報を販売することができるようになるため、ユーザの販売意欲が増進され、個人情報の売買が活性化し得る。
　販売手段１２３は、例えば、個人情報の価値を示すスコアと、信頼度スコアとに基づいて、ユーザと需要者とをマッチングするためのマッチング手段を備え得る。販売手段１２３は、マッチング手段によってユーザとマッチングされた需要者に、そのユーザの個人情報を販売することができる。これにより、適切なユーザの個人情報が適切な需要者に販売されることを確実にすることができる。
　マッチング手段は、例えば、複数のユーザのうちマッチングされるべきユーザを抽出し、複数の需要者のうちマッチングされるべき需要者を抽出することによって、抽出されたユーザと、抽出された需要者とをマッチングすることができる。抽出されるべきユーザは、例えば、所定の閾値以上のスコアを有するユーザ、所定の閾値以下のスコアを有するユーザ、または、所定の範囲内のスコアを有するユーザであり得る。抽出されるべき需要者は、例えば、所定の閾値以上のスコアを有する需要者、所定の閾値以下のスコアを有する需要者、または、所定の範囲内のスコアを有する需要者であり得る。所定の閾値および所定の範囲は、可変であってもよいし、固定であってもよい。所定の閾値および所定の範囲は、可変である場合には、ユーザまたは需要者が指定するようにしてもよく、所定の閾値および所定の範囲の指定は、例えば、ユーザ端末装置または需要者端末装置から送信されるマッチングリクエストに含まれ得る。
　マッチング手段は、例えば、特定のユーザが個人情報を販売すべき需要者をマッチングすることによって、特定のユーザに対して、個人情報の販売先をリコメンドするようにしてもよい。あるいは、マッチング手段は、例えば、特定の需要者が個人情報を購入すべきユーザをマッチングすることによって、特定の需要者に対して、個人情報の購入先をリコメンドするようにしてもよい。
　プロセッサ部１２０は、さらに、ブロックチェーンネットワーク６００において管理される個人情報が変更されたことを検知するための検知手段を備え得る。検知手段は、インターフェース部１１０を介して受信された、ブロックチェーンネットワーク６００において管理される個人情報が変更されたことを示す情報に基づいて、ブロックチェーンネットワーク６００において管理される個人情報が変更されたことを検知することができる。ブロックチェーンネットワーク６００において管理される個人情報の変更は、個人情報の更新であると考えられるため、検知手段によって、個人情報の更新を確実に捉えることができる。
　プロセッサ部１２０は、さらに、検知手段がブロックチェーンネットワーク６００において管理される個人情報が変更されたことを検知したことに応答して、個人情報が変更されたことを需要者に通知するための通知手段をさらに備え得る。通知手段により、個人情報の変更、すなわち、個人情報の更新を需要者に通知することができるため、需要者は、更新された個人情報を購入するよう動機付けられることになる。これにより、需要者の購買意欲が増進され、個人情報の売買が活性化し得る。
　上述した図２Ｂに示される例では、プロセッサ部１２０の各構成要素が同一のプロセッサ部１２０内に設けられているが、本発明はこれに限定されない。プロセッサ部１２０の各構成要素が複数のプロセッサ部に分散される構成も本発明の範囲内である。このとき、複数のプロセッサ部は、同一のハードウェア部品内に位置してもよいし、近傍または遠隔の別個のハードウェア部品内に位置してもよい。
　なお、上述したシステム１００の各構成要素は、単一のハードウェア部品で構成されていてもよいし、複数のハードウェア部品で構成されていてもよい。複数のハードウェア部品で構成される場合は、各ハードウェア部品が接続される態様は問わない。各ハードウェア部品は、無線で接続されてもよいし、有線で接続されてもよい。本発明のシステム１００は、特定のハードウェア構成には限定されない。プロセッサ部１２０をデジタル回路ではなくアナログ回路によって構成することも本発明の範囲内である。本発明のシステム１００の構成は、その機能を実現できる限りにおいて上述したものに限定されない。
　３．ユーザの個人情報の売買を支援するためのシステムによる処理
　図５は、ユーザの個人情報の売買を支援するためのシステム１００による処理の一例（処理５００）を示す。処理５００は、システム１００のプロセッサ部１２０において行われる。
　ステップＳ５０１では、プロセッサ部１２０の取得手段１２１が、ユーザに関するデータおよび／またはインフォメーションを取得する。
　取得手段１２１は、例えば、インターフェース部１１０を介して、データベース部２００に格納されているユーザに関するデータおよび／またはインフォメーションを取得し得る。あるいは、取得手段１２１は、例えば、インターフェース部１１０を介して、ユーザ端末装置３００から受信されたユーザに関するデータおよび／またはインフォメーションを取得し得る。
　ステップＳ５０２では、プロセッサ部１２０の算出手段１２２が、ステップＳ５０１で取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、ユーザの個人情報の価値を示すスコアを算出する。
　算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションがスコアの算出に用いられるパラメータと相関する程度に応じて、スコアを算出することができる。算出手段１２２は、例えば、スコアの算出に用いられるパラメータに関する概念と相関する種々の情報を格納しているデータベース部２００を参照し、ユーザに関するデータおよび／またはインフォメーションがスコアの算出に用いられるパラメータに関する概念と相関する程度を決定することができる。スコアの算出に用いられるパラメータは、例えば、「パーソナリティ」、「お金」、「健康」を含む。算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションが「パーソナリティ」に関する概念と相関する程度を決定することにより、スコアを算出することができる。あるいは、または、これに加えて、算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションが「お金」に関する概念と相関する程度を決定することにより、スコアを算出することができる。あるいは、または、これに加えて、算出手段１２２は、例えば、ユーザに関するデータおよび／またはインフォメーションが「健康」に関する概念と相関する程度を決定することにより、スコアを算出することができる。
　算出手段１２２は、例えば、複数のユーザに関するデータおよび／またはインフォメーションとスコアとの関係を学習した機械学習モデルを利用して、ユーザの個人情報の価値を示すスコアを算出することができる。機械学習モデルは、任意の機械学習モデルを用いて構築することができ、機械学習モデルは、例えば、ニューラルネットワークモデルであり得る。ユーザに関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」、「お金」、「健康」に関する情報を含み得る。
　例えば、ステップＳ５０１で取得されたユーザに関するデータおよび／またはインフォメーションを機械学習モデルに入力すると、ユーザのスコアが出力され得る。
　算出手段１２２は、例えば、複数の機械学習モデルのうち、特定の機械学習モデルを選択し、選択された機械学習モデルを利用してスコアを算出するようにしてもよい。算出手段１２２は、例えば、需要者の属性に基づいて、機械学習モデルを選択することができる。需要者の属性は、その需要者が属する分野を表し、個人情報が売買される分野に対応する。需要者の属性に応じて機械学習モデルを使い分けることにより、同じユーザであっても、そのユーザの個人情報が売買される分野に応じてスコアを異ならせることができる。
　ステップＳ５０３では、プロセッサ部１２０の販売手段１２３が、ステップＳ５０２で算出されたスコアを利用して、個人情報を需要者に販売する。例えば、販売手段１２３は、インターフェース部１１０を介して受信された個人情報の購入リクエストに応答して、個人情報を需要者に販売することができる。このとき、需要者は、個人情報の価値をスコアを介して知ることができるため、価値が高い個人情報を選択して個人情報を購入することができる。
　例えば、ステップＳ５０３では、販売手段１２３の価格変動手段が、ステップＳ５０２で算出されたスコアに基づいて、個人情報の価格を変動させ、販売手段１２３が、変動させた価格で個人情報を需要者に販売するようにしてもよい。これにより、個人情報の価格が、その価値に見合ったものとなり得、適正な個人情報の売買が促進され得る。
　例えば、ステップＳ５０３では、販売手段１２３の検索手段が、需要者から提供された所定の条件を満たすユーザを検索し、販売手段１２３が、検索されたユーザの個人情報を需要者に販売するようにしてもよい。所定の条件は、ユーザの個人情報の価値を示すスコアを含み得る。これにより、需要者は、個人情報の価値に基づいて、購入すべき個人情報を有するユーザを検索したうえで、個人情報を購入することができる。
　処理５００により、需要者は、個人情報の価値を示すスコアを利用して個人情報を購入することができ、これは、需要者の購買意欲の増進につながり、ひいては、個人情報の売買の活性化につながり得る。
　図６は、ユーザの個人情報の売買を支援するためのシステム１００による処理の別の一例（処理６００）を示す。処理６００は、個人情報を需要者に販売するために、個人情報の価値を示すスコアに加えて、需要者の信頼度を示す信頼度スコアも利用するときの処理である。処理６００は、システム１００のプロセッサ部１２０において行われる。
　ステップＳ６０１では、プロセッサ部１２０の取得手段１２１が、ユーザに関するデータおよび／またはインフォメーションを取得する。ステップＳ６０１における処理は、ステップＳ５０１における処理と同様である。
　ステップＳ６０２では、プロセッサ部１２０の算出手段１２２が、ステップＳ６０１で取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、ユーザの個人情報の価値を示すスコアを算出する。ステップＳ６０２における処理は、ステップＳ５０２における処理と同様である。
　ステップＳ６０３では、プロセッサ部１２０の取得手段１２１が、需要者に関するデータおよび／またはインフォメーションを取得する。
　取得手段１２１は、例えば、インターフェース部１１０を介して、データベース部２００に格納されている需要者に関するデータおよび／またはインフォメーションを取得し得る。あるいは、取得手段１２１は、例えば、インターフェース部１１０を介して、需要者端末装置４００から受信されたユーザに関するデータおよび／またはインフォメーションを取得し得る。
　ステップＳ６０４では、プロセッサ部１２０の算出手段１２２が、ステップＳ６０３で取得された需要者に関するデータおよび／またはインフォメーションに基づいて、需要者の個人情報の価値を示すスコアを算出する。
　算出手段１２２は、例えば、複数の需要者に関するデータおよび／またはインフォメーションと信頼度スコアとの関係を学習した機械学習モデルを利用して、需要者の個人情報の価値を示す信頼度スコアを算出することができる。機械学習モデルは、任意の機械学習モデルを用いて構築することができ、機械学習モデルは、例えば、ニューラルネットワークモデルであり得る。需要者に関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」、「知識・能力」、「経験・実績」に関する情報を含み得る。
　例えば、ステップＳ６０３で取得された需要者に関するデータおよび／またはインフォメーションを機械学習モデルに入力すると、需要者のスコアが出力され得る。
　ステップＳ６０５では、プロセッサ部１２０の販売手段１２３が、ステップＳ６０２で算出されたスコアと、ステップＳ６０４で算出された信頼度スコアとを利用して、個人情報を需要者に販売する。例えば、販売手段１２３は、インターフェース部１１０を介して受信された個人情報の購入リクエストに応答して、個人情報を需要者に販売することができる。このとき、ユーザは、個人情報を購入する需要者の信頼度を信頼度スコアを介して知ることができるため、信頼度が高い需要者を選択して個人情報を販売することができる。
　例えば、ステップＳ６０５では、販売手段１２３の価格変動手段が、ステップＳ６０２で算出されたスコアに基づいて、個人情報の価格を変動させ、販売手段１２３が、変動させた価格で個人情報を需要者に販売するようにしてもよい。これにより、個人情報の価格が、その価値に見合ったものとなり得、適正な個人情報の売買が促進され得る。
　例えば、ステップＳ６０５では、販売手段１２３の検索手段が、需要者から提供された所定の条件を満たすユーザを検索し、販売手段１２３が、検索されたユーザの個人情報を需要者に販売するようにしてもよい。所定の条件は、ユーザの個人情報の価値を示すスコアを含み得る。これにより、需要者は、個人情報の価値に基づいて、購入すべき個人情報を有するユーザを検索したうえで、個人情報を購入することができる。
　例えば、ステップＳ６０５では、販売手段１２３のマッチング手段が、個人情報の価値を示すスコアと、信頼度スコアとに基づいて、ユーザと需要者とをマッチングし、販売手段１２３が、ユーザとマッチングされた需要者に個人情報を販売するようにしてもよい。これにより、適切なユーザの個人情報が適切な需要者に販売されることを確実にすることができる。
　マッチング手段は、例えば、複数のユーザのうちマッチングされるべきユーザを抽出し、複数の需要者のうちマッチングされるべき需要者を抽出することによって、抽出されたユーザと、抽出された需要者とをマッチングすることができる。
　マッチング手段は、例えば、特定のユーザが個人情報を販売すべき需要者をマッチングすることによって、特定のユーザに対して、個人情報の販売先をリコメンドするようにしてもよい。あるいは、マッチング手段は、例えば、特定の需要者が個人情報を購入すべきユーザをマッチングすることによって、特定の需要者に対して、個人情報の購入先をリコメンドするようにしてもよい。
　処理６００により、需要者は、個人情報の価値を示すスコアを利用して個人情報を購入することができるとともに、ユーザは、需要者の信頼度を示す信頼度スコアを利用して個人情報を販売することができ、これは、需要者の購買意欲の増進のみならず、ユーザの販売意欲の増進にもつながり、ひいては、個人情報の売買の活性化につながり得る。
　図５および図６を参照して上述した例では、特定の順序で処理が行われることを説明したが、各処理の順序は説明されたものに限定されず、論理的に可能な任意の順序で行われ得る。例えば、ステップＳ６０１の前に、ステップＳ６０３が行われてもよいし、ステップＳ６０２の前に、ステップＳ６０４が行われてもよいし、ステップＳ６０４の後に、ステップＳ６０１が行われてもよい。
　上述した例では、保険業界における個人情報を売買することを支援するためのシステム１００について説明したが、システム１００が適用される分野は、保険業界に限定されない。本発明のシステム１００は、個人情報の売買が関与する任意の分野において利用可能である。
　本発明のシステム１００は、例えば、広告業界における個人情報を売買することを支援するために利用され得る。例えば、広告業界においては、個人情報の価値を示すスコアが高いほど、広告を打つ価値があるユーザ（例えば、広告の訴求効果が高いユーザ、広告対象の商品の販売ターゲットであるユーザ等）となり得る。従って、個人情報の価値を示すスコアが高いユーザの個人情報を購入し、購入した個人情報を有するユーザに対して広告を打つことにより、闇雲に不特定多数に広告を打つよりも、高い効果が得られ得る。
　図５、図６を参照して上述した例では、図５、図６に示される各ステップの処理は、プロセッサ部１２０とメモリ部１３０に格納されたプログラムとによって実現することが説明されたが、本発明はこれに限定されない。図５、図６に示される各ステップの処理のうちの少なくとも１つは、制御回路などのハードウェア構成によって実現されてもよい。
　上述した例では、システム１００が、ユーザの個人情報の売買を行うためのマーケットプレイスを提供するサービスプロバイダに設置されているコンピュータ（例えば、サーバ装置）である場合を例に説明したが、本発明は、これに限定されない。システム１００は、プロセッサ部を備える任意の情報処理装置であり得る。
　本発明は、上述した実施形態に限定されるものではない。本発明は、特許請求の範囲によってのみその範囲が解釈されるべきであることが理解される。当業者は、本発明の具体的な好ましい実施形態の記載から、本発明の記載および技術常識に基づいて等価な範囲を実施することができることが理解される。
　本発明は、個人情報の売買を活性化することが可能な、ユーザの個人情報の売買を支援するためのシステム等を提供するものとして有用である。
　１０　マーケットプレイス
　２０　ユーザ
　３０　需要者
　１００　システム
　２００　データベース部
　３００　ユーザ端末装置
　４００　需要者端末装置
　５００　ネットワーク
　６００　ブロックチェーンネットワーク

Claims (14)

  1. 　ユーザの個人情報の売買を支援するためのシステムであって、
    　ユーザに関するデータおよび／またはインフォメーションを取得するための取得手段と、
    　前記取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、前記ユーザの前記個人情報の価値を示すスコアを算出するための算出手段と、
    　前記スコアを利用して、前記個人情報を需要者に販売するための販売手段と
    　を備えるシステム。
  2. 　前記販売手段は、前記スコアに基づいて、前記個人情報の価格を変動させるための価格変動手段を備え、
    　前記販売手段は、前記変動させた価格で前記個人情報を前記需要者に販売する、請求項１に記載のシステム。
  3. 　前記販売手段は、前記スコアを含む所定の条件を満たすユーザを検索するための検索手段を備え、
    　前記販売手段は、前記検索されたユーザの個人情報を前記需要者に販売する、請求項１または請求項２に記載のシステム。
  4. 　前記取得手段は、前記需要者に関するデータおよび／またはインフォメーションをさらに取得し、
    　前記算出手段は、前記取得された需要者に関するデータおよび／またはインフォメーションに基づいて、前記需要者の信頼度を示す信頼度スコアをさらに算出し、
    　前記販売手段は、前記スコアと前記信頼度スコアとを利用して、前記個人情報を前記需要者に販売する、請求項１～３のいずれか一項に記載のシステム。
  5. 　前記販売手段は、前記スコアと前記信頼度スコアとに基づいて、前記ユーザと前記需要者とをマッチングするためのマッチング手段を備え、
    　前記販売手段は、前記ユーザとマッチングされた前記需要者に前記個人情報を販売する、請求項４に記載のシステム。
  6. 　前記算出手段は、ユーザに関するデータおよび／またはインフォメーションと、前記スコアとの関係を学習したモデルを用いて、前記スコアを算出する、請求項１～５のいずれか一項に記載のシステム。
  7. 　前記算出手段は、複数の前記モデルを有し、
    　前記算出手段は、前記需要者の属性に基づいて、前記複数のモデルのうち、前記スコアを算出すべきモデルを選択する、請求項６に記載のシステム。
  8. 　前記取得手段は、前記ユーザに関連付けられたデバイスから前記データを取得する、請求項１～７のいずれか一項に記載のシステム。
  9. 　前記取得手段は、前記ユーザが主体的に開示したインフォメーションを取得する、請求項１～８のいずれか一項に記載のシステム。
  10. 　前記個人情報が変更されたことを検知するための検知手段をさらに備える、請求項１～９のいずれか一項に記載のシステム。
  11. 　前記個人情報が変更されたことを検知したことに応答して、前記個人情報が変更されたことを前記需要者に通知するための通知手段をさらに備える、請求項１０に記載のシステム。
  12. 　前記ユーザの個人情報は、保険商品の販売のために利用される、請求項１～１１のいずれか一項に記載のシステム。
  13. 　ユーザの個人情報の売買を支援するための方法であって、
    　ユーザに関するデータおよび／またはインフォメーションを取得することと、
    　前記取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、前記ユーザの前記個人情報の価値を示すスコアを算出することと、
    　前記スコアを利用して、前記個人情報を需要者に販売することと
    　を含む方法。
  14. 　ユーザの個人情報の売買を支援するためのプログラムであって、前記プログラムは、プロセッサ部を備えるシステムにおいて実行され、前記プログラムは、実行されると、
    　ユーザに関するデータおよび／またはインフォメーションを取得することと、
    　前記取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、前記ユーザの前記個人情報の価値を示すスコアを算出することと、
    　前記スコアを利用して、前記個人情報を需要者に販売することと
    　を含む処理を前記プロセッサ部に行わせる、プログラム。
PCT/JP2021/002266 2020-01-23 2021-01-22 ユーザの個人情報の売買を支援するためのシステム、方法、およびプログラム WO2021149804A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020009303A JP6816905B1 (ja) 2020-01-23 2020-01-23 ユーザの個人情報の売買を支援するためのシステム、方法、およびプログラム
JP2020-009303 2020-01-23

Publications (1)

Publication Number Publication Date
WO2021149804A1 true WO2021149804A1 (ja) 2021-07-29

Family

ID=74164639

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/002266 WO2021149804A1 (ja) 2020-01-23 2021-01-22 ユーザの個人情報の売買を支援するためのシステム、方法、およびプログラム

Country Status (2)

Country Link
JP (2) JP6816905B1 (ja)
WO (1) WO2021149804A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7004886B1 (ja) * 2021-03-09 2022-01-21 合同会社Famc ユーザに好適な商品またはサービスを決定するためのシステム、方法、およびプログラム
JP7297129B1 (ja) 2022-08-29 2023-06-23 Kddi株式会社 情報処理装置及び情報処理方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002056111A (ja) * 2000-08-08 2002-02-20 Internatl Business Mach Corp <Ibm> 個人情報の取引方法、取引システムおよび記録媒体
JP2002149946A (ja) * 2000-11-06 2002-05-24 Nec Infrontia Corp 個人情報売買方法
JP2005025663A (ja) * 2003-07-02 2005-01-27 Nec Corp 個人情報提供仲介システム
WO2013099964A1 (ja) * 2011-12-27 2013-07-04 ニーズトゥーマッチ株式会社 マッチング支援装置、マッチング支援システム及びプログラム
JP2015103111A (ja) * 2013-11-26 2015-06-04 ヤフー株式会社 情報取引装置、情報取引方法及び情報取引プログラム
JP2015179473A (ja) * 2014-03-19 2015-10-08 ヤフー株式会社 算定装置、算定方法及び算定プログラム
JP2016118932A (ja) * 2014-12-19 2016-06-30 ヤフー株式会社 生成装置、生成方法及び生成プログラム
WO2017130488A1 (ja) * 2016-01-29 2017-08-03 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP2017188088A (ja) * 2016-03-31 2017-10-12 株式会社エヌ・ティ・ティ・データ 業務支援装置、業務支援方法、業務支援システム、及びプログラム
WO2019021715A1 (ja) * 2017-07-26 2019-01-31 ソニー株式会社 情報処理装置、情報処理システム、および情報処理方法、並びにプログラム
JP2019091369A (ja) * 2017-11-17 2019-06-13 株式会社三菱総合研究所 情報処理装置、情報処理方法及びプログラム

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002056111A (ja) * 2000-08-08 2002-02-20 Internatl Business Mach Corp <Ibm> 個人情報の取引方法、取引システムおよび記録媒体
JP2002149946A (ja) * 2000-11-06 2002-05-24 Nec Infrontia Corp 個人情報売買方法
JP2005025663A (ja) * 2003-07-02 2005-01-27 Nec Corp 個人情報提供仲介システム
WO2013099964A1 (ja) * 2011-12-27 2013-07-04 ニーズトゥーマッチ株式会社 マッチング支援装置、マッチング支援システム及びプログラム
JP2015103111A (ja) * 2013-11-26 2015-06-04 ヤフー株式会社 情報取引装置、情報取引方法及び情報取引プログラム
JP2015179473A (ja) * 2014-03-19 2015-10-08 ヤフー株式会社 算定装置、算定方法及び算定プログラム
JP2016118932A (ja) * 2014-12-19 2016-06-30 ヤフー株式会社 生成装置、生成方法及び生成プログラム
WO2017130488A1 (ja) * 2016-01-29 2017-08-03 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP2017188088A (ja) * 2016-03-31 2017-10-12 株式会社エヌ・ティ・ティ・データ 業務支援装置、業務支援方法、業務支援システム、及びプログラム
WO2019021715A1 (ja) * 2017-07-26 2019-01-31 ソニー株式会社 情報処理装置、情報処理システム、および情報処理方法、並びにプログラム
JP2019091369A (ja) * 2017-11-17 2019-06-13 株式会社三菱総合研究所 情報処理装置、情報処理方法及びプログラム

Also Published As

Publication number Publication date
JP6816905B1 (ja) 2021-01-20
JP2021117986A (ja) 2021-08-10
JP2021117598A (ja) 2021-08-10

Similar Documents

Publication Publication Date Title
Ng et al. Mirror, mirror on the wall, are we ready for Gen-Z in marketplace? A study of smart retailing technology in Malaysia
Verma et al. COVID-19 impact on buying behaviour
US11836780B2 (en) Recommendations based upon explicit user similarity
Van der Heijden et al. Understanding online purchase intentions: contributions from technology and trust perspectives
Khare et al. Attracting shoppers to shop online—Challenges and opportunities for the Indian retail sector
Yen The interaction effect on customer purchase intention in e-commerce: A comparison between substitute and complement
US20130204823A1 (en) Tools and methods for determining relationship values
WO2021149804A1 (ja) ユーザの個人情報の売買を支援するためのシステム、方法、およびプログラム
WO2023002908A1 (ja) デジタルポイントを用いた取引サービスを管理するシステム、方法、およびプログラム
WO2022191210A1 (ja) ユーザに好適な商品またはサービスを決定するためのシステム、方法、およびプログラム
Bhat et al. Evaluating the influence of consumer demographics on online purchase intention: An E-Tail Perspective
JP2018045505A (ja) 判定装置、判定方法および判定プログラム
Cheah et al. Consumer ethnocentrism, market mavenism and social network analysis
Tran et al. What makes customers loyal to an online booking brand? The effects of online brand experience and brand attachment
Noorshella et al. Examining the key factors affecting e-service quality of small online apparel businesses in Malaysia
US20210209651A1 (en) Content optimization on a social media platform based on third-party data
Masa’deh et al. Factors Influencing Online Shopping During Fear of Covid-19 Pandemic in Jordan: A Conceptual Framework
JP6809148B2 (ja) プログラムおよび組み合わせ抽出システム
Shiu et al. Identifying price sensitive customers in e-commerce platforms for recommender systems
Kumar et al. i-shop: A model for smart shopping
WO2013119452A1 (en) Tools and methods for determining relationship values
JP7410069B2 (ja) 提供装置、提供方法及び提供プログラム
Assadi Moghaddam et al. The impact of the Covid-19 pandemic on consumer buying behavior towards online shopping in Sweden
US20140229400A1 (en) Methods for and apparatus for providing personal compatibility media feedback based upon total personal values
Persson et al. Det är Lugnt, vi tar det Klarna!: A Qualitative Study of Gen Z’s Purchase Intentions for Fashion Using BNPL in an online and in-store context.

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21744442

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21744442

Country of ref document: EP

Kind code of ref document: A1