JP2016119076A - Generation device, generation method, and generation program - Google Patents
Generation device, generation method, and generation program Download PDFInfo
- Publication number
- JP2016119076A JP2016119076A JP2015236523A JP2015236523A JP2016119076A JP 2016119076 A JP2016119076 A JP 2016119076A JP 2015236523 A JP2015236523 A JP 2015236523A JP 2015236523 A JP2015236523 A JP 2015236523A JP 2016119076 A JP2016119076 A JP 2016119076A
- Authority
- JP
- Japan
- Prior art keywords
- information
- operator
- business
- model
- generation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 42
- 238000004891 communication Methods 0.000 claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims description 47
- 238000012552 review Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000000611 regression analysis Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 description 34
- 238000003860 storage Methods 0.000 description 31
- 238000004364 calculation method Methods 0.000 description 23
- 238000012545 processing Methods 0.000 description 22
- 230000006399 behavior Effects 0.000 description 21
- 230000008569 process Effects 0.000 description 20
- 238000007726 management method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 230000002776 aggregation Effects 0.000 description 10
- 238000004220 aggregation Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 7
- 238000013500 data storage Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000010365 information processing Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Information Transfer Between Computers (AREA)
Abstract
Description
本発明は、生成装置、生成方法及び生成プログラムに関する。 The present invention relates to a generation device, a generation method, and a generation program.
一般に、銀行などの金融機関が融資可能枠を決定する際には、企業(事業者)情報の収集や分析を専門とするデータ提供事業者から提供される事業者データが参照される。このような事業者データは、例えば、事業者の決算書(例えば、財務諸表や損益計算書等)に基づいて生成される。すなわち、金融機関は、各企業への融資額が適当か否かを判定するための信用情報を算出するため、業者から提供される事業者データを活用する。 In general, when a financial institution such as a bank determines a loan allowance frame, business data provided by a data provider specializing in collection and analysis of company (business) information is referred to. Such business operator data is generated based on, for example, business operators' financial statements (for example, financial statements, profit and loss statements, etc.). That is, the financial institution uses the business data provided by the business in order to calculate credit information for determining whether or not the loan amount to each company is appropriate.
ここで、近年のインターネットの飛躍的な普及に伴い、従来のような事業者の決算書等に基づく情報に加えて、情報利用者がインターネット上で企業に関する情報を共有し、共有する情報を一元的に統合管理することにより、事業者データの客観性を高める技術が知られている。 Here, along with the rapid spread of the Internet in recent years, in addition to information based on business operators' financial statements, etc. as in the past, information users share information about companies on the Internet, and the information that is shared is centralized Technology that enhances the objectivity of business data by integrated management is known.
しかしながら、上記の従来技術では、事業者に対する信用度を精度高く算出することができるとは限らない。具体的には、上記の従来技術では、公開されている企業の財務情報や、情報利用者が知りうる企業の取引実績や、業界のニュースなどの情報を共有するに過ぎず、かかる情報を統合したとしても、事業者の信用度を評価することは困難である。 However, with the above-described conventional technology, it is not always possible to calculate the creditworthiness with respect to the operator with high accuracy. Specifically, the above-mentioned conventional technology only shares information such as financial information of publicly disclosed companies, information on corporate transactions that information users can know, and industry news, and integrates such information. Even so, it is difficult to evaluate the creditworthiness of the operator.
また、上記の従来技術では、例えば、非上場企業や中小企業、ベンチャー企業などのように、情報利用者が情報を取得し難い企業については、正確な情報を共有することが難しい。このため、上記の従来技術では、非上場企業や、ベンチャー企業などへの融資条件を判定するための信用情報を取得し難いといえる。 Further, in the above-described conventional technology, it is difficult to share accurate information for companies where it is difficult for information users to acquire information, such as unlisted companies, small and medium-sized companies, and venture companies. For this reason, it can be said that it is difficult to acquire credit information for determining the loan conditions for unlisted companies, venture companies and the like with the above-described conventional technology.
本願は、上記に鑑みてなされたものであって、事業者に対する信用度を精度高く算出することができる生成装置、生成方法及び生成プログラムを提供することを目的とする。 The present application has been made in view of the above, and an object of the present invention is to provide a generation device, a generation method, and a generation program that can calculate the reliability of a business operator with high accuracy.
本願に係る生成装置は、通信ネットワーク上におけるユーザ行動に基づく情報のうち、事業者に関連する情報を取得する取得部と、前記取得部によって取得された事業者に関連する情報のうち第1の事業者に関連する情報と、前記第1の事業者の信用度を示す指標値との相関性に基づいて、前記取得部によって取得される第2の事業者に関連する情報から当該第2の事業者の信用度を示す指標値を予測するためのモデルを生成する生成部と、を備えたことを特徴とする。 The generating apparatus according to the present application includes an acquisition unit that acquires information related to a business operator among information based on user behavior on a communication network, and a first of information related to the business operator acquired by the acquisition unit. Based on the correlation between the information related to the business operator and the index value indicating the creditworthiness of the first business operator, the second business is obtained from the information related to the second business operator acquired by the acquisition unit. And a generation unit that generates a model for predicting an index value indicating the creditworthiness of the person.
実施形態の一態様によれば、事業者に対する信用度を精度高く算出することができるという効果を奏する。 According to one aspect of the embodiment, there is an effect that the creditworthiness with respect to the operator can be calculated with high accuracy.
以下に、本願に係る生成装置、生成方法及び生成プログラムを実施するための形態(以下、「実施形態」と呼ぶ)について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る生成装置、生成方法及び生成プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。 Hereinafter, a mode for carrying out a generation device, a generation method, and a generation program according to the present application (hereinafter referred to as “embodiment”) will be described in detail with reference to the drawings. Note that the generation device, the generation method, and the generation program according to the present application are not limited by this embodiment. In the following embodiments, the same portions are denoted by the same reference numerals, and redundant description is omitted.
〔1−1.生成処理の一例〕
まず、図1を用いて、実施形態に係る生成処理の一例について説明する。図1は、実施形態に係る生成処理の一例を示す図である。図1では、実施形態に係る生成装置100によって、事業者の信用度を示す指標値(スコア)を出力する計算式(モデル)の生成処理について説明する。
[1-1. Example of generation process)
First, an example of the generation process according to the embodiment will be described with reference to FIG. FIG. 1 is a diagram illustrating an example of a generation process according to the embodiment. In FIG. 1, a generation process of a calculation formula (model) for outputting an index value (score) indicating the creditworthiness of an operator will be described by the
図1に示した生成装置100は、図示しない通信ネットワーク(例えば、インターネット)を介して事業者に関する情報を取得し、取得した情報に基づいて事業者の信用度を示すスコア(以下、単に「スコア」という)を出力するためのモデルを生成するサーバ装置である。具体的には、生成装置100は、事業者に関する情報であって、インターネット上におけるユーザ行動に基づく情報(例えば、各事業者が提供する製品についてユーザが発信する製品評価や、口コミや、検索サイトにおける検索情報など)を取得する。そして、生成装置100は、取得した情報と、事業者の信用度を評価する専門家である事業者データ提供者50が算出したスコアとの関係性を分析することにより、ネットワーク情報に基づいて事業者のスコアを出力することのできるモデルを生成する。
The
ここで、図1に示した事業者データ提供者50は、事業者に関する財務情報等を収集し、収集した情報に基づいて、事業者の信用度を算出することを専門とする企業である。例えば、事業者データ提供者50は、算出したスコアなど、事業者の信用情報を金融機関等に販売する事業を行う。また、事業者データ提供者50は、事業者の財務情報や、場合によっては人為的な評価(例えば、経営者の人柄や統率力などの評価)に関する情報を踏まえて、事業者のスコアを算出するための独自のモデルを有する。例えば、事業者データ提供者50は、事業者を評価する項目として、事業者の安定性や、成長性や、経営者能力や、公開性などの各項目を設定する。そして、事業者データ提供者50は、各項目に対応するスコアを算出することによって、事業者の信用度を示す総合的なスコアを算出する。
Here, the
ここで、図1に示すように、事業者は、規模や株式上場の状況などにより、巨大企業や一部上場企業、大企業、中小企業や個人事業主などのカテゴリに分類される。図1左部では、事業者が、巨大企業、大企業、中小企業などのいずれのカテゴリに属するかを概念化して示している。このうち、巨大企業や、大企業の一部は、「事業者データあり」に分類される。ここで、事業者データとは、事業者の信用度を評価するための財務情報や、資本関係等を含む情報である。また、事業者データには、公開されている情報のみならず、例えば、事業者データ提供者50に所属する調査員が独自に調査して取得される情報を含む。すなわち、「事業者データあり」に分類される事業者は、事業者データ提供者50によって事業者データが分析されることにより、信用度を示すスコアが付与される。
Here, as shown in FIG. 1, the business operators are classified into categories such as a giant company, a partly listed company, a large company, a small and medium company, and an individual business owner, depending on the scale and the stock listing status. In the left part of FIG. 1, it is conceptualized and shows whether a business company belongs to a category such as a large company, a large company, or a small and medium company. Of these, large corporations and some large corporations are classified as “with business data”. Here, the operator data is information including financial information for evaluating the creditworthiness of the operator, capital relationship, and the like. In addition, the business operator data includes not only publicly available information but also information obtained by, for example, an investigator who belongs to the business
一方、「事業者データなし」に分類される事業者は、事業者データ提供者50によって分析される事業者データが不足していることから、信用度を示すスコアが付与されない。これは、例えば、事業者が非上場であるため財務情報の公開が不十分であったり、中小企業の数が多いことで事業者データ提供者50の調査員が全ての事業者を調査することが現実的に不可能であったりすることによる。すなわち、事業者データ提供者50が事業者のスコアを算出することができるのは、事業者のうち比較的規模の大きいごく一部に限られる。このため、事業者の多くは、信用度を証明することができず、金融機関から融資を受けることができなかったり、融資額が正確に算出されなかったりするといった不利益を被る可能性がある。
On the other hand, the business operator classified as “no business data” is not provided with a score indicating the credit rating because the business data analyzed by the
そこで、生成装置100は、公開されている財務情報の取得や、調査員による人為的な情報の収集によらず、事業者の信用度を示すスコアを出力することを可能にするため、以下に説明する処理を行う。
Therefore, the
まず、生成装置100は、事業者データ提供者50が事業者データに基づいて事業者のスコアを算出するためのモデルに関する情報を取得する。ここで、事業者データ提供者50は、事業者データとして取得した事業者の業歴や、資本構成や、規模や、損益などの情報に基づいて、事業者をスコア付けする(ステップS01)。言い換えれば、事業者データ提供者50は、判定対象となる事業者に対して、事業者データ提供者50が有する既存のモデルに基づく事業者に対するスコアを付与する。そして、生成装置100は、事業者データ提供者50が提供(または、販売)する事業者データであって、算出されたスコアを含むデータを取得する。このとき、事業者データ提供者50は、総合的なスコアを付与するために用いた各項目の評価内容や、各項目のスコアに関する情報についても提供するものとする。
First, the
ここで、生成装置100は、ネットワーク情報に基づいて、事業者データ提供者50が既にスコアを付与した事業者について、事業者をスコア付けする(ステップS02)。詳しくは後述するが、生成装置100は、例えば、事業者データ提供者50が「安定性」を評価するために用いた自己資本力や担保余力などを、ネットワークで取得可能なデータに対応させることにより、「安定性」に対応したスコアを出力するモデルを生成する。一例としては、生成装置100は、検索サイトにおける当該事業者名の検索数や、当該事業者が販売する製品の製品レビューの総合評価などを用いて、事業者データ提供者50が算出した「安定性」の項目に対応するスコアを出力することのできるモデルを生成する。生成装置100は、かかる処理を「成長性」や、「経営者能力」や、「公開性」などの各項目に対して行う。生成装置100は、かかる処理により生成されたモデルを用いて、当該事業者に対して試算された事業者のスコアを取得する。
Here, based on the network information, the generating
そして、生成装置100は、生成されたモデルにより試算されたスコアと、事業者データ提供者50が算出したスコアとを比較する(ステップS03)。これにより、生成装置100は、例えば、事業者データ提供者50が算出した「安定性」の項目のスコアに対応させるために適するネットワーク情報や、ネットワーク情報の数値化などに対する解を導く。言い換えれば、生成装置100は、事業者データ提供者50が有するモデルを正解モデルとして、自身が生成したモデルを学習させる。生成装置100は、多数の事業者データに対して繰り返すことにより、モデルを最適化させる(ステップS04)。
And the production |
これにより、生成装置100は、事業者データ提供者50がスコアを算出しないような中小企業に対しても、スコアを算出することが可能となる。具体的には、生成装置100は、中小企業に関するネットワーク情報を取得し、取得した情報を生成したモデルに入力する。そして、生成装置100は、最適化したモデルにより事業者をスコア付けする(ステップS05)。これは、生成装置100が、中小企業などの事業者に対して、事業者データ提供者50のような専門業者が有する既存のモデルによって算出されるスコアと同等の価値を持つ事業者スコアを付与することを意味する。
Thereby, the
このように、実施形態に係る生成装置100は、通信ネットワーク上の情報のうち、事業者に関連する情報を取得する。そして、生成装置100は、取得された事業者に関連する情報のうち、事業者データ提供者50によりスコアが付与されている事業者に関連する情報と、事業者データ提供者50によって付与されているスコアとの相関性に基づいて、事業者データ提供者50によってスコアが付与されていない事業者の信用度を示すスコアを予測するためのモデルを生成する。
As described above, the
これにより、実施形態に係る生成装置100は、一般的に融資条件を判定するために用いられる企業の財務情報等によらなくとも、事業者の信用度を測定し、スコア付けをすることのできるモデルを生成することができる。言い換えれば、生成装置100によれば、財務情報等に基づいて事業者の信用度を評価する専門機関である事業者データ提供者50が付与するスコアによらず、事業者のスコアを算出することができる。このため、生成装置100は、事業者データ提供者50がスコアを付与しない中小企業や、個人事業主や、ベンチャー企業などの対しても、事業者のスコアを算出し、かかるスコアを信用情報として提供することができる。これにより、中小企業等は、金融機関等から適切な融資を受けることが可能となる。また、生成装置100は、インターネット上におけるユーザ行動という、膨大なサンプル数から構成される情報を取得することが可能である。そして、生成装置100は、事業者データ提供者50が提供するスコアを正解データとし、多数のサンプルを学習することにより、モデルを最適化することができる。これにより、生成装置100は、精度の高いスコアを求めることのできるモデルを生成することができるので、事業者に対する信用度を精度高く算出することができる。なお、生成装置100によって算出されるスコアは、必ずしも金融支援を目的として活用されるのではなく、例えば、事業者の種々の営業活動(広告を配信する広告主としての信用度や、ショッピングサイトの加盟店としての信用度など)に活用することもできる。
As a result, the
〔1−2.生成システム〕
次に、図2を用いて、実施形態に係る生成システムによる処理について説明する。図2は、実施形態に係る生成システム1による処理の一例を示す図である。図2では、生成システム1を例に挙げて、図1で説明した生成装置100が実行する生成処理について、処理の流れを詳細に説明する。
[1-2. Generation system)
Next, processing performed by the generation system according to the embodiment will be described with reference to FIG. FIG. 2 is a diagram illustrating an example of processing by the
図2に示すように、生成システム1には、ユーザ端末10と、金融機関サーバ30と、ウェブサーバ40と、生成装置100とが含まれる。生成装置100は、図示しない通信ネットワーク(例えば、インターネット)を介して、ユーザ端末10、金融機関サーバ30及びウェブサーバ40と通信可能に接続される。なお、生成システム1に含まれるユーザ端末10や金融機関サーバ30やウェブサーバ40の台数は、図2に示した例に限られない。例えば、生成システム1には、複数台の金融機関サーバ30や、複数台のウェブサーバ40が含まれてもよい。
As illustrated in FIG. 2, the
ユーザ端末10は、一般ユーザによって利用される情報処理装置である。具体的には、ユーザ端末10は、ユーザがウェブページを閲覧するためや、ウェブサイトにおいて製品情報の評価を投稿するためなどに利用される。ユーザ端末10は、例えば、スマートフォンやタブレット端末やPDA(Personal Digital Assistant)等の移動端末や、デスクトップ型PC(Personal Computer)や、ノート型PC等である。なお、一般ユーザとは、実施形態に係る生成処理に対して特定の意図を有した行動を実行しないユーザである。実施形態では、事業者データ提供者50のような専門的に企業情報の取得及び分析を行う者や、事業者に融資を行う者は、一般ユーザから除外される。また、事業者自体も一般ユーザから除外されうるが、当該事業者の経営者や役員個人については、一般ユーザに含まれてもよい。
The
金融機関サーバ30は、金融機関によって利用されるサーバ装置である。具体的には、金融機関サーバ30は、事業者から融資の申し入れを受け付けたり、申し入れの結果を事業者に通知したりする。また、金融機関サーバ30は、事業者への融資において、事業者の信用度を評価するために、生成装置100を利用する。
The
ウェブサーバ40は、ユーザ端末10からアクセスされた場合に、各種ウェブページを提供するサーバ装置である。ウェブサーバ40は、例えば、ニュースサイト、天気予報サイト、ショッピングサイト、ファイナンス(株価)サイト、路線検索サイト、地図提供サイト、旅行サイト、飲食店紹介サイト、ウェブブログなどに関する各種ウェブページを提供する。
The
また、ウェブサーバ40は、ネットワーク上におけるユーザ行動を記憶する。ユーザ行動の情報は、ユーザ情報データ42として、ウェブサーバ40内や、所定のストレージ装置内に格納される。ここで、ネットワーク上におけるユーザ行動とは、各種ウェブサイトから提供されるサービスの利用に際して、ユーザの操作に従いユーザ端末10から発信される情報を意味する。例えば、ネットワーク上におけるユーザ行動は、検索サイトにおける検索クエリの送信や、ショッピングサイトにおける購買行動や、製品評価サイトにおけるユーザからのレビューの投稿などである。また、ユーザ行動には、例えば、SNS(Social Networking Service)サイトにおけるメッセージのやりとりや、他者に対するフォロー行動なども含まれる。
The
以下、図2を用いて、生成システム1及び生成装置100による生成処理を流れに沿って説明する。なお、図1で説明した事項については、説明を省略する。
Hereinafter, the generation processing by the
まず、図2に示した例において、生成装置100は、事業者データ提供者50が有する事業者データ52の提供を受ける(ステップS11)。なお、事業者データ52には、財務情報として公開されている情報の他に、事業者データ提供者50に所属する調査員によって調査された情報が含まれる。また、事業者データ52には、事業者データ提供者50が算出した事業者のスコアに関する情報が含まれる。
First, in the example illustrated in FIG. 2, the
また、生成装置100は、ウェブサーバ40から送信されるユーザ情報データ42を取得する(ステップS12)。生成装置100は、ユーザ情報データ42として、事業者に関する情報のうち、インターネットにおけるユーザ行動に基づく情報であって、インターネットを介して取得可能な情報を取得する。具体的には、生成装置100は、ユーザ端末10が事業者の名称や事業者が提供する製品名などを検索クエリとして検索行動を行った回数や、事業者が提供するウェブサイトの訪問数や、事業者が提供する製品に対するレビュー投稿などに関する情報を、ユーザ情報データ42として取得する。
Further, the
そして、生成装置100は、取得した情報の相関性を分析する(ステップS13)。例えば、生成装置100は、事業者データ提供者50が算出したスコアと、インターネットを介して取得されるユーザ情報データ42との関連性や対応を分析する。そして、図1に説明した手法により、生成装置100は、事業者のスコアを出力する信用度モデルを生成する(ステップS14)。
And the production |
そして、生成装置100は、金融機関サーバ30から、所定の事業者の信用情報の問い合わせを受け付ける(ステップS15)。例えば、金融機関サーバ30は、所定の事業者から融資の申し入れを受けた場合に、所定の事業者の信用情報を取得するため、生成装置100に信用情報を問い合わせる。ここで、所定の事業者は、中小企業であって、事業者データ提供者50から提供される事業者データにはスコアが掲載されていない事業者であるものとする。この場合、生成装置100は、所定の事業者のネットワーク上の情報を取得し、取得した情報をモデルに入力することにより、所定の事業者のスコアを算出する。言い換えれば、生成装置100は、所定の事業者の信用情報を算出する(ステップS16)。
And the production |
そして、生成装置100は、算出した信用情報を金融機関サーバ30に送信する(ステップS17)。このような一連の流れにより、生成装置100は、金融機関サーバ30に事業者の信用情報を提供することができる。
And the production |
〔2.生成装置の構成〕
次に、図3を用いて、実施形態に係る生成装置100の構成について説明する。図3は、実施形態に係る生成装置100の構成例を示す図である。図3に示すように、生成装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、生成装置100は、生成装置100を利用する管理者等から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(例えば、液晶ディスプレイ等)を有してもよい。
[2. Configuration of the generator
Next, the configuration of the
(通信部110について)
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。かかる通信部110は、通信ネットワークと有線又は無線で接続され、通信ネットワークを介して、ユーザ端末10や等との間で情報の送受信を行う。
(About the communication unit 110)
The communication unit 110 is realized by, for example, a NIC (Network Interface Card). The communication unit 110 is connected to a communication network by wire or wireless, and transmits / receives information to / from the
(記憶部120について)
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部120は、事業者データ記憶部121と、ネットワーク情報記憶部122と、モデル記憶部128とを有する。以下、各記憶部について順に説明する。
(About the storage unit 120)
The
(事業者データ記憶部121について)
事業者データ記憶部121は、事業者データ提供者50から提供された事業者データに関する情報を記憶する。ここで、図4に、実施形態に係る事業者データ記憶部121の一例を示す。図4に示すように、事業者データ記憶部121は、「事業者ID」、「情報更新日」、「総合スコア」、「業界」、「安定性」、「経営者能力」、「成長性」、「公開性」といった項目を有する。なお、各項目の後に記載される数字は、事業者データ提供者50が付与するスコアの最大値を示す。
(About the company data storage unit 121)
The company
「事業者ID」は、事業者を識別するための識別情報を示す。「情報更新日」は、事業者に関する情報が更新された日付を示す。例えば、情報更新日は、事業者データ提供者50が事業者に対して算出したスコアを更新する日(例えば、一か月に一回など)を示す。
“Business operator ID” indicates identification information for identifying the business operator. “Information update date” indicates the date on which information on the business operator was updated. For example, the information update date indicates a date (for example, once a month) on which the score calculated by the business
「総合スコア」は、事業者データ提供者50が事業者に対して算出した総合スコアを示す。図4の例では、総合スコアは、安定性、経営者能力、成長性、公開性等の各項目のスコアを合算した値である。「業界」は、事業者が所属する業界、あるいは業種を示す。
The “total score” indicates the total score calculated by the
「安定性」は、事業者を評価する項目の1つであり、事業者の事業継続性など、事業が安定した経営を続けていけるか否かを評価する項目である。「安定性」の項目には、「業歴」や、「資金現況」や、「取引関係」などの小項目が含まれる。それぞれの小項目には、事業者データ提供者50が付与したスコアが記載される。例えば、事業者データ提供者50は、業歴として、当該事業者の事業の経歴の優劣を判定し、独自のモデルを用いてスコアを付与する。あるいは、事業者データ提供者50は、調査員などの人為的な観点からスコアを付与してもよい。また、「安定性」の項目は、図4に示した小項目に限られず、事業者の自己資本比率や、担保余力や、決済状況などの小項目が含まれてもよい。
“Stability” is one of the items for evaluating a business operator, and is an item for evaluating whether the business can continue stable management, such as business continuity of the business operator. The items of “stability” include small items such as “business history”, “financial status”, and “business relationship”. In each small item, a score given by the business
「経営者能力」は、事業者を評価する項目の1つであり、事業者の経営者の経歴や人柄など、経営者としての能力を評価する項目である。「経営者能力」の項目には、「資産担保力」や、「経営姿勢」や、「事業経験」などの小項目が含まれる。それぞれの小項目には、「安定性」の項目と同様に、事業者データ提供者50がモデルを用いて算出したスコアや、人為的な観点から付与されたスコアが記載される。また、「経営者能力」の項目は、図4に示した小項目に限られず、事業者の健康状態や、後継者の有無、人脈力などの小項目が含まれてもよい。
“Management ability” is one of the items for evaluating the business operator, and is an item for evaluating the ability as a business manager, such as the career and personality of the business operator. The item “management ability” includes small items such as “assets collateral”, “management attitude”, and “business experience”. In each of the small items, a score calculated by the business
「成長性」は、事業者を評価する項目の1つであり、事業者の将来における経営の発展に対する期待値などを評価する項目である。「成長性」の項目には、「利益伸長性」や、「業界伸長性」などの小項目が含まれる。それぞれの小項目には、「安定性」の項目と同様に、事業者データ提供者50がモデルを用いて算出したスコアや、人為的な観点から付与されたスコアが記載される。また、「成長性」の項目は、図4に示した小項目に限られず、事業者が提供する商材の商材市場性や、企業活力などの小項目が含まれてもよい。
“Growth” is one of the items for evaluating a business operator, and is an item for evaluating the business operator's expected value for future management development. The “growth” item includes small items such as “profit growth” and “industry growth”. In each of the small items, a score calculated by the business
「公開性」は、事業者を評価する項目の1つであり、事業者の情報公開に対する姿勢などを評価する項目である。「公開性」の項目には、「公開状況」や、「総合世評」などの小項目が含まれる。それぞれの小項目には、「安定性」の項目と同様に、事業者データ提供者50がモデルを用いて算出したスコアや、人為的な観点から付与されたスコアが記載される。例えば、事業者が財務情報や株式情報などを取引先や株主に詳細に公開しているほど、事業者の経営の健全性が高いと想定されることから、事業者データ提供者50は、高いスコアを付与する。また、「公開性」の項目は、図4に示した小項目に限られず、事業者が提供する商材の商材市場性や、企業活力などの小項目が含まれてもよい。
“Openness” is one of the items for evaluating a business operator, and is an item for evaluating the business operator's attitude toward information disclosure. The items of “openness” include small items such as “public status” and “general public opinion”. In each of the small items, a score calculated by the business
すなわち、図4では、記憶された情報の一例として、事業者ID「A01」で識別される事業者について「2014年11月1日」に更新された情報であって、総合スコアが「80」であって、業界が「製造(電機)」であって、各項目のスコアについて、業歴が「5」であり、資金現況が「15」であり、取引関係が「8」であり、資産担保力が「5」であり、経営姿勢が「4」であり、事業経験が「5」であり、利益伸長性が「8」であり、業界伸長性が「3」であり、公開状況が「4」であり、総合世評が「3」である例を示している。 That is, in FIG. 4, as an example of stored information, information updated to “November 1, 2014” for the business entity identified by the business entity ID “A01”, and the overall score is “80”. The industry is “Manufacturing (Electric)”, the score of each item is “5”, the current financial status is “15”, the business relationship is “8”, the asset The security is “5”, the management attitude is “4”, the business experience is “5”, the profit growth is “8”, the industry growth is “3”, and the disclosure status is The example is “4” and the overall reputation is “3”.
なお、以下では、図4に示した「事業者ID」に記憶されている識別情報を参照符号として用いる場合がある。例えば、以下では、事業者ID「A01」によって識別される事業者を「事業者A01」と表記する場合がある。 In the following, the identification information stored in the “operator ID” shown in FIG. 4 may be used as a reference symbol. For example, in the following, the business operator identified by the business operator ID “A01” may be referred to as “business operator A01”.
(ネットワーク情報記憶部122について)
ネットワーク情報記憶部122は、通信ネットワークを介して取得されるユーザ情報を記憶する。具体的には、ネットワーク情報記憶部122は、通信ネットワーク上の情報のうち、事業者に関連する情報を記憶する。図3に示すように、ネットワーク情報記憶部122は、検索情報テーブル123と、サイト情報テーブル124と、製品情報テーブル125と、ソーシャル情報テーブル126と、顧客情報テーブル127とを有する。以下、データテーブルについて説明する。
(About the network information storage unit 122)
The network information storage unit 122 stores user information acquired via a communication network. Specifically, the network information storage unit 122 stores information related to the provider among information on the communication network. As illustrated in FIG. 3, the network information storage unit 122 includes a search information table 123, a site information table 124, a product information table 125, a social information table 126, and a customer information table 127. Hereinafter, the data table will be described.
(検索情報テーブル123について)
検索情報テーブル123は、インターネット上におけるユーザの検索行動に関する情報を記憶する。ここで、図5に、実施形態に係る検索情報テーブル123の一例を示す。図5に示すように、検索情報テーブル123は、「事業者ID」、「集計期間」、「検索数」、「上昇度」、「検索ランキング」、「対象ワード」といった項目を有する。
(Regarding the search information table 123)
The search information table 123 stores information related to user search behavior on the Internet. Here, FIG. 5 shows an example of the search information table 123 according to the embodiment. As shown in FIG. 5, the search information table 123 includes items such as “operator ID”, “total period”, “number of searches”, “degree of increase”, “search ranking”, and “target word”.
「事業者ID」は、事業者を識別するための識別情報を示す。「集計期間」は、ユーザ端末10が行った検索行動を集計する期間を示す。図5の例では、集計期間は一週間単位となっているが、集計期間は異なる期間であってもよい。例えば、集計期間を一か月とすることにより、生成装置100は、より長期にわたる検索の傾向を把握しやすくなる。
“Business operator ID” indicates identification information for identifying the business operator. “Aggregation period” indicates a period during which the search actions performed by the
「検索数」は、例えば、所定の検索サイトにおいて、検索エンジンにより事業者が検索された回数を示す。なお、後述するが、検索数として計数される検索クエリは、事業者の名称そのものに限られず、事業者が提供する製品名や、事業者の経営者の氏名などを含めてもよい。 “Number of searches” indicates, for example, the number of times that a search engine has been searched by a search engine on a predetermined search site. As will be described later, the search query counted as the number of searches is not limited to the name of the business operator itself, and may include the name of a product provided by the business operator, the name of the business operator of the business operator, and the like.
「上昇度」は、直前の集計期間における検索数に対する検索数の増減値を示す。「検索ランキング」は、所定の検索サイトにおける検索数のランキングを示す。なお、図示は省略しているが、検索ランキングの項目は、検索数によるランキングのみならず、上昇度によるランキングが記憶されてもよい。 The “degree of increase” indicates an increase / decrease value of the number of searches with respect to the number of searches in the immediately preceding aggregation period. “Search ranking” indicates a ranking of the number of searches in a predetermined search site. Although illustration is omitted, the search ranking item may store not only the ranking based on the number of searches but also the ranking based on the degree of increase.
「対象ワード」は、記載されたワードが検索クエリとして送信された場合に、事業者に関する検索数として計数されるワードを示す。例えば、事業者の名称そのものよりも、事業者が提供する製品名の知名度が高い場合、ユーザは、かかる製品名で検索行動をすることが考えられる。この場合、製品名を検索クエリとして検索が行われた場合であっても、当該製品名が対象ワードに設定されていれば、当該製品を提供する事業者に対する検索数が計数される。対象ワードは、生成装置100の管理者や、事業者の申請によって人為的に設定されてもよいし、例えば、検索結果に基づくウェブサイトのリンクを分析すること等により、自動で設定されてもよい。具体的には、「製品BBB」を検索した場合に、検索結果として「事業者名A01」に関連するウェブサイトが多数表示されるような場合には、事業者名A01とともに、「製品BBB」が対象ワードに自動で設定される。
The “target word” indicates a word that is counted as the number of searches related to the operator when the described word is transmitted as a search query. For example, when the name of a product provided by a business is higher than the name of the business, the user may perform a search action using the product name. In this case, even if a search is performed using the product name as a search query, if the product name is set as the target word, the number of searches for the business provider that provides the product is counted. The target word may be artificially set by an application of the administrator of the
すなわち、図5では、データの一例として、事業者ID「A01」で識別される事業者が、集計期間「2014年11月15日〜2014年11月21日」の間に、「30000回」検索され、直前の検索数からの上昇度は「1000回」であり、検索ランキングは「12000位」であることを示している。また、事業者A01には、検索における対象ワードとして、「事業者名A01」、「製品BBB」、「経営者CCC」等が設定されていることを示している。 That is, in FIG. 5, as an example of the data, the business operator identified by the business operator ID “A01” is “30000 times” during the aggregation period “November 15, 2014 to November 21, 2014”. The degree of increase from the number of previous searches is “1000 times”, and the search ranking is “12000”. In addition, it is shown that “enterprise name A01”, “product BBB”, “manager CCC”, and the like are set in the enterprise A01 as target words in the search.
また、他の例として、事業者A11は、集計期間「2014年11月30日〜2014年12月6日」の間には、「200000回」検索されており、「195500回」検索数が上昇していることを示している。これは、事業者A11にとって急速に知名度が上昇する出来事が起こったことが推測される。このような場合、検索情報テーブル123は、急速な上昇度に応じて、例えば、事業者A11を注目企業として認識するような印を記憶してもよい。かかる印は、例えば、後述するモデルの生成等に用いられる場合がある。 As another example, the operator A11 has been searched “200000 times” during the aggregation period “November 30, 2014 to December 6, 2014”, and the number of searches “195500 times” It shows that it is rising. This is presumed that an event in which the name recognition of the business operator A11 rapidly increased occurred. In such a case, the search information table 123 may store, for example, a mark for recognizing the business operator A11 as a notable company according to the rapid rise. Such a mark may be used, for example, for generating a model to be described later.
(サイト情報テーブル124について)
サイト情報テーブル124は、事業者が運営または管理するウェブサイトに関する情報を記憶する。ここで、図6に、実施形態に係るサイト情報テーブル124の一例を示す。図6に示すように、サイト情報テーブル124は、「事業者ID」、「集計期間」、「PV」、「UU」、「CVR」といった項目を有する。
(About the site information table 124)
The site information table 124 stores information related to websites operated or managed by the business operator. Here, FIG. 6 shows an example of the site information table 124 according to the embodiment. As shown in FIG. 6, the site information table 124 includes items such as “operator ID”, “total period”, “PV”, “UU”, and “CVR”.
「事業者ID」および「集計期間」は、検索情報テーブル123に記憶されている同一の項目に対応する。「PV」は、ウェブサイトにおけるページビュー(page view)、すなわち閲覧数を示す。 The “company ID” and “total period” correspond to the same items stored in the search information table 123. “PV” indicates a page view on the website, that is, the number of browsing.
「UU」は、ユニークユーザ(unique user)の数を示す。ユニークユーザとは、ウェブサイトを訪問した人数を示す。同じユーザが何度も同じウェブサイトを訪問した場合であっても、UU数は「1」として計数される。 “UU” indicates the number of unique users. The unique user indicates the number of visitors to the website. Even if the same user visits the same website many times, the UU number is counted as “1”.
「CVR」は、コンバージョンレート(Conversion Rate)を示す。CVRは、ウェブサイトの閲覧数に対して、何割がコンバージョンに至ったかの割合を示す。コンバージョンとは、ウェブサイト上で獲得できる最終的な成果を意味する。例えば、コンバージョンは、オンラインショッピングサイトにおける商品の購入や、情報提供サイトやコミュニティサイトにおける会員登録や、資料請求などである。なお、CVRは、閲覧数に対するコンバージョン率であってもよいし、ユニークユーザに対するコンバージョン率が採用されてもよい。 “CVR” indicates a conversion rate. CVR indicates the percentage of conversions to the number of browsing websites. Conversion means the final result you can get on your website. For example, the conversion is purchase of a product on an online shopping site, member registration on an information providing site or a community site, request for materials, and the like. The CVR may be a conversion rate for the number of browsing, or a conversion rate for a unique user may be adopted.
すなわち、図6では、データの一例として、事業者A01の提供するウェブサイトが、集計期間「2014年11月15日〜2014年11月21日」の間に、「11000回」閲覧され、また、閲覧したUU数は「3000人」であり、閲覧数のうち「1パーセント」の数だけコンバージョンに至ったことを示している。 That is, in FIG. 6, as an example of data, the website provided by the operator A01 is viewed “11000 times” during the aggregation period “November 15, 2014 to November 21, 2014”. The number of UUs viewed is “3000”, indicating that conversion has been performed by “1%” of the number of browsing.
なお、図6における集計期間は一例であり、PV等は一週間単位ではなく、一日単位や、一か月単位などで集計されてもよい。また、PV等の各項目は、絶対数としての数値のみならず、直前の集計期間からの変動数が集計されてもよい。 Note that the aggregation period in FIG. 6 is an example, and PV and the like may be aggregated in units of one day or one month instead of one week. In addition, for each item such as PV, not only the numerical value as an absolute number but also the number of fluctuations from the immediately preceding aggregation period may be aggregated.
(製品情報テーブル125について)
製品情報テーブル125は、事業者が提供する製品に関する情報を記憶する。ここで、図7に、実施形態に係る製品情報テーブル125の一例を示す。図7に示すように、製品情報テーブル125は、「事業者ID」、「製品」、「利用者評価」、「レビュー数」、「ストアランキング」といった項目を有する。
(About product information table 125)
The product information table 125 stores information related to products provided by the business operator. Here, FIG. 7 shows an example of the product information table 125 according to the embodiment. As illustrated in FIG. 7, the product information table 125 includes items such as “enterprise ID”, “product”, “user evaluation”, “number of reviews”, and “store ranking”.
「事業者ID」は、検索情報テーブル123に記憶されている同様の項目に対応する。「製品」は、事業者が提供する製品の名称を示す。 “Business operator ID” corresponds to the same item stored in the search information table 123. “Product” indicates the name of the product provided by the operator.
「利用者評価」は、インターネット上の製品評価サイトにおいて、一般ユーザから示された評価の値を示す。製品評価サイトとは、一般ユーザから製品のレビューや評価等の口コミ情報を受け付けるコミュニティサイトである。また、事業者が提供する製品が端末用のアプリである場合には、アプリのダウンロードサービスを提供するサイト(アプリストア等と呼ばれる)が製品評価サイトを兼ねることがありうる。ここでは、利用者評価は、ユーザから送信される「0」から「5」までの数値の平均値により示されるものとする。 “User evaluation” indicates an evaluation value indicated by a general user in a product evaluation site on the Internet. The product evaluation site is a community site that receives word-of-mouth information such as product reviews and evaluations from general users. In addition, when a product provided by a business operator is an application for a terminal, a site (referred to as an application store or the like) that provides an application download service may also serve as a product evaluation site. Here, user evaluation shall be shown by the average value of the numerical value from "0" transmitted from a user to "5".
「レビュー数」は、インターネット上の製品評価サイトにおいて、ユーザから投稿されたレビューの数を示す。「ストアランキング」は、製品評価サイトにおいて扱う同類の製品中のランキングを示す。なお、ストアランキングは、利用者評価の数値の高低によってランク付けされてもよいし、製品の販売数の大小によってランク付けされてもよい。また、上記のように、製品評価サイトがアプリストアである場合には、ストアランキングは、当該アプリのダウンロード数であってもよい。 “Number of reviews” indicates the number of reviews posted by the user at the product evaluation site on the Internet. “Store ranking” indicates a ranking among similar products handled in the product evaluation site. The store ranking may be ranked according to the numerical value of the user evaluation, or may be ranked according to the number of products sold. As described above, when the product evaluation site is an app store, the store ranking may be the number of downloads of the app.
すなわち、図7では、データの一例として、事業者A01の提供する製品「BBB」は、利用者評価が「4点」であり、投稿されたレビュー数は「4500」であり、ストアランキングが「10位」であることを示している。 That is, in FIG. 7, as an example of data, the product “BBB” provided by the operator A01 has a user evaluation of “4 points”, the number of reviews posted is “4500”, and the store ranking is “ "10th place".
(ソーシャル情報テーブル126について)
ソーシャル情報テーブル126は、事業者の社会的評判や人脈度を評価しうる指標値を記憶する。具体的には、ソーシャル情報テーブル126は、事業者の経営者や役員が利用するSNSサイトから取得される情報を記憶する。ここで、図8に、実施形態に係るソーシャル情報テーブル126の一例を示す。図8に示すように、ソーシャル情報テーブル126は、「事業者ID」、「調査対象者」、「SNS連結数」といった項目を有する。
(About the social information table 126)
The social information table 126 stores an index value that can be used to evaluate a business's social reputation and personality. Specifically, the social information table 126 stores information acquired from an SNS site used by business owners and officers. Here, FIG. 8 shows an example of the social information table 126 according to the embodiment. As illustrated in FIG. 8, the social information table 126 includes items such as “enterprise ID”, “investigation subject”, and “number of SNS connections”.
「事業者ID」は、検索情報テーブル123に記憶されている同様の項目に対応する。「調査対象者」は、ソーシャル分析の対象となる個人名を示す。例えば、調査対象者は、当該事業者の経営者や、社長や、取締役などの役員が該当する。 “Business operator ID” corresponds to the same item stored in the search information table 123. “Survey object person” indicates an individual name to be subjected to social analysis. For example, the survey target is a manager of the business operator, an executive such as a president or a director.
「SNS連結数」は、調査対象者がSNSを利用している場合に、SNS上において他者と連結している数値を示す。例えば、SNS上における互いのフォロー数などが該当する。なお、SNS連結数には、一般ユーザ数を含まず、互いに異なる事業者の経営者や役員同士の連結数を計数するようにしてもよい。これにより、SNS連結数は、調査対象者における人脈力を示す指標値として、より信頼性の高い数値となりうる。 The “SNS connection number” indicates a numerical value connected to another person on the SNS when the survey target person uses the SNS. For example, the number of followers on the SNS corresponds. Note that the number of SNS connections does not include the number of general users, and the number of connections between managers and officers of different operators may be counted. Thereby, the number of SNS connections can be a more reliable numerical value as an index value indicating the human pulsation force in the survey subject.
すなわち、図8では、データの一例として、事業者A01における調査対象者は「CCC」や、「HHH」であり、「CCC」が利用するSNSにおける連結数は「120」であり、「HHH」が利用するSNSにおける連結数は「50」であることを示している。 That is, in FIG. 8, as an example of data, the survey target person in the operator A01 is “CCC” or “HHH”, the number of connections in the SNS used by “CCC” is “120”, and “HHH” This indicates that the number of connections in the SNS used by is “50”.
(顧客情報テーブル127について)
顧客情報テーブル127は、事業者の顧客に関する情報を記憶する。ここで、図9に、実施形態に係る顧客情報テーブル127の一例を示す。図9に示すように、顧客情報テーブル127は、「事業者ID」、「製品利用者数」、「継続利用率」、「顧客単価」といった項目を有する。
(Regarding customer information table 127)
The customer information table 127 stores information related to business customers. Here, FIG. 9 shows an example of the customer information table 127 according to the embodiment. As shown in FIG. 9, the customer information table 127 includes items such as “enterprise ID”, “number of product users”, “continuous usage rate”, and “customer unit price”.
「事業者ID」は、検索情報テーブル123に記憶されている同様の項目に対応する。「製品利用者数」は、事業者が提供する製品を利用している顧客の人数を示す。例えば、事業者が提供する製品がアプリである場合、事業者が提供するアプリの総ダウンロード数が該当する。 “Business operator ID” corresponds to the same item stored in the search information table 123. “Number of product users” indicates the number of customers who use the products provided by the business. For example, when the product provided by the business is an application, the total number of downloads of the application provided by the business corresponds.
「継続利用率」は、事業者に対する顧客の継続利用率を示す。例えば、事業者がインターネット上のショッピングサイトを運営している場合、サイトを閲覧する全ユーザ数に対して、定期的にかかるサイトを利用しているユーザ数の割合が該当する。また、継続利用率は、事業者がアプリを提供している場合、総ダウンロード数に対して、継続的に利用が確認されるユーザ端末10の台数などであってもよい。この場合、継続利用率は、アプリの稼働率(例えば、所定期間あたりの利用ユーザ数をダウンロードユーザ数で除算した値)として記憶される。
“Continuous usage rate” indicates the continuous usage rate of the customer with respect to the operator. For example, when a business operator operates a shopping site on the Internet, the ratio of the number of users who regularly use the site corresponds to the total number of users browsing the site. Further, the continuous usage rate may be the number of
「顧客単価」は、顧客一人当たりの単価を示す。例えば、事業者がショッピングサイトを提供している場合、顧客単価は、所定期間における1ユーザあたりの購買額が該当する。また、顧客単価は、事業者がアプリを提供している場合、アプリのダウンロード販売額や、継続利用にかかる費用などによっても算出されうる。 “Customer unit price” indicates a unit price per customer. For example, when a business provider provides a shopping site, the customer unit price corresponds to the purchase amount per user in a predetermined period. The unit price of the customer can also be calculated based on the download sales amount of the application, the cost for continuous use, and the like when the provider provides the application.
すなわち、図9では、データの一例として、事業者A01が提供する製品利用者は「300000人」であり、継続利用率は「0.25」であり、顧客単価は「8000円」であることを示している。 That is, in FIG. 9, as an example of data, the product user provided by the operator A01 is “300000”, the continuous usage rate is “0.25”, and the customer unit price is “8000 yen”. Is shown.
(モデル記憶部128について)
モデル記憶部128は、生成装置100によって生成されたモデルに関する情報を記憶する。ここで、図10に、実施形態に係るモデル記憶部128の一例を示す。図10に示すように、モデル記憶部128は、「モデルID」、「情報更新日」、「業界」といった項目を有する。
(About the model storage unit 128)
The
「モデルID」は、モデルを識別するための識別情報を示す。「情報更新日」は、モデルが更新された日付を示す。「業界」は、スコアが算出される事業者が所属する業界を示す。これは、モデルが、事業者の業界別に生成されていることを意味する。すなわち、モデルは、共通する所定の業界の事業者データを利用して生成される。これは、モデルの生成にあたり、同業の事業者データを用いた方が、比較対象とする項目における数値の共通性や、類似性を見出しやすいことによる。 “Model ID” indicates identification information for identifying a model. “Information update date” indicates the date on which the model was updated. “Industry” indicates the industry to which the business operator whose score is calculated belongs. This means that models are generated for each industry of operators. That is, the model is generated by using common business data of a predetermined industry. This is because it is easier to find the commonality and similarity of numerical values in the items to be compared when using business data of the same industry when generating the model.
すなわち、図10では、データの一例として、モデルM001は、「2014年12月13日」に情報が更新されており、モデルM001が適用される業界は「製造(電機)」であることを示している。 That is, in FIG. 10, as an example of data, the model M001 has information updated on “December 13, 2014”, and the industry to which the model M001 is applied is “manufacturing (electric)”. ing.
(制御部130について)
制御部130は、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、生成装置100内部の記憶装置に記憶されている各種プログラム(検索プログラムの一例に相当)がRAMを作業領域として実行されることにより実現される。また、制御部130は、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現される。
(About the control unit 130)
The control unit 130 is configured such that, for example, a CPU (Central Processing Unit), an MPU (Micro Processing Unit), or the like stores various programs (corresponding to an example of a search program) stored in a storage device inside the
実施形態に係る制御部130は、図3に示すように、取得部131と、生成部132と、受付部133と、算出部134と、通知部135とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部130の内部構成は、図3に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部130が有する各処理部の接続関係は、図3に示した接続関係に限られず、他の接続関係であってもよい。
As illustrated in FIG. 3, the control unit 130 according to the embodiment includes an acquisition unit 131, a generation unit 132, a
(取得部131について)
取得部131は、通信ネットワーク上(例えば、インターネット)の情報のうち、事業者に関連する情報を取得する。例えば、取得部131は、事業者に関連する情報であって、インターネット上におけるユーザ行動に基づく情報を取得する。具体的には、実施形態に係る取得部131は、モデル生成のサンプルとなる事業者を特定し、特定された事業者に関する情報をインターネット上から探索する。そして、取得部131は、インターネット上におけるユーザ行動に基づく情報として、各種ウェブサイトから提供されるサービスであって、事業者が関連するサービスの利用に際してユーザから発信された情報をウェブサーバ40から取得する。なお、インターネット上におけるユーザ行動に基づく情報とは、例えば、ユーザが検索サイトにおいて行う検索クエリの送信や、ユーザが製品評価サイトにおいて行う製品のレビュー投稿や、ユーザがSNSにおいて情報を公開することなど、各種ウェブサイトにおいてユーザがサービスを利用することに伴い発生する情報を意味する。また、事業者が関連するサービスとは、事業者が直接提供するショッピングサイト等のサービスに限られず、例えば、事業者を検索することのできる検索サイトによるサービスや、事業者の製品を評価することのできる評価サイトによるサービスなども含まれる。
(About the acquisition unit 131)
The acquisition unit 131 acquires information related to a provider from information on a communication network (for example, the Internet). For example, the acquisition unit 131 acquires information related to a business operator and based on user behavior on the Internet. Specifically, the acquisition unit 131 according to the embodiment specifies a business operator serving as a model generation sample, and searches the Internet for information regarding the specified business operator. And the acquisition part 131 is the service provided from various websites as information based on the user action on the Internet, Comprising: The information transmitted from the user at the time of use of the service which a provider relates is acquired from the
例えば、取得部131は、所定の検索サイトにおける事業者に関する検索情報を取得する。具体的には、取得部131は、事業者に関連する検索クエリを検索対象ワードとして、事業者がユーザから何回検索されたか等の検索情報を取得する。そして、取得部131は、取得した情報を検索情報テーブル123に格納する。 For example, the acquisition unit 131 acquires search information regarding a business operator at a predetermined search site. Specifically, the acquisition unit 131 acquires search information such as how many times the business has been searched by the user, using a search query related to the business as a search target word. Then, the acquisition unit 131 stores the acquired information in the search information table 123.
また、取得部131は、情報の取得対象となる事業者が提供するウェブサイトにおけるサイト情報を取得する。具体的には、取得部131は、事業者が提供するウェブサイトのPV数や、UU数や、CVR等の情報を取得する。そして、取得部131は、取得した情報をサイト情報テーブル124に格納する。 In addition, the acquisition unit 131 acquires site information on a website provided by a business operator that is an acquisition target of information. Specifically, the acquisition unit 131 acquires information such as the number of PVs, the number of UUs, and CVR of the website provided by the business operator. Then, the acquisition unit 131 stores the acquired information in the site information table 124.
また、取得部131は、情報の取得対象となる事業者が提供する製品に関する情報を取得する。具体的には、取得部131は、事業者が提供する製品のインターネット上における利用者評価や、レビュー数や、ストアランキング等の情報を取得する。なお、取得部131は、利用者評価の変動や、ストアランキングの変動など、各情報の動向に関する情報(すなわち、変動率)を取得してもよい。また、事業者が提供する製品がアプリなどのプログラム製品である場合には、取得部131は、アプリのダウンロード数や、利用者数や、利用者一人あたりの平均利用時間や、所定期間におけるアプリの稼働率等の指標値を取得する。そして、取得部131は、取得した情報を製品情報テーブル125に格納する。 In addition, the acquisition unit 131 acquires information related to a product provided by a business operator from which information is acquired. Specifically, the acquisition unit 131 acquires information such as user evaluation, the number of reviews, and store ranking on the Internet of products provided by the business operator. Note that the acquisition unit 131 may acquire information (that is, a change rate) regarding a trend of each information such as a change in user evaluation and a change in store ranking. In addition, when the product provided by the provider is a program product such as an application, the acquisition unit 131 displays the number of downloaded applications, the number of users, the average usage time per user, and the applications in a predetermined period. Get the index value such as the utilization rate of. Then, the acquisition unit 131 stores the acquired information in the product information table 125.
また、取得部131は、情報の取得対象となる事業者の社会的評判や魅力度を評価しうる情報を取得する。具体的には、取得部131は、事業者の経営者や役員のSNSの連結数等の情報を取得する。なお、取得部131は、インターネット上における経営者個人の動向などを事業者の社会的評判や魅力度を評価しうる指標値として取得してもよい。例えば、取得部131は、SNS上において経営者と個人的につながりのある人物の情報(例えば、知名度、経営する会社の規模など)を取得する。すなわち、取得部131は、経営者の人脈力などを示すと想定される情報等について取得する。なお、取得部131は、上述したSNS連結数とは別に、事業者の経営者や役員個人のSNSにおける一般ユーザからのアクセス数や、フォロワー数などを、事業者の経営者や役員個人の知名度や評判に関する情報として取得してもよい。そして、取得部131は、取得した情報をソーシャル情報テーブル126に格納する。 Moreover, the acquisition part 131 acquires the information which can evaluate the social reputation and attractiveness of the provider from which information is acquired. Specifically, the acquisition unit 131 acquires information such as the number of consolidated SNSs of business managers and officers. The acquisition unit 131 may acquire the trends of individual managers on the Internet as index values that can evaluate the social reputation and attractiveness of the business. For example, the acquisition unit 131 acquires information on a person who is personally connected to the manager on the SNS (for example, name recognition, the size of the company to be managed). That is, the acquisition unit 131 acquires information or the like that is assumed to indicate the human network power of the manager. In addition to the above-mentioned number of SNS connections, the acquisition unit 131 determines the number of accesses from general users and the number of followers in the SNS of the business owners and executives, Or information on reputation. Then, the acquisition unit 131 stores the acquired information in the social information table 126.
また、取得部131は、情報の取得対象となる事業者の顧客に関する情報を取得する。具体的には、取得部131は、事業者が提供する製品の利用者数や、利用者の継続利用率や、顧客単価等の情報を取得する。例えば、アプリを提供する事業者に対しては、取得部131は、アプリストアからアプリのダウンロード数などを取得することにより、製品利用者数を取得することができる。また、ショッピングサイトを運営する事業者に対しては、取得部131は、ユーザのサイトへの訪問間隔や、購買額等の情報に基づいて、継続利用率や、顧客単価に関する情報を取得することができる。そして、取得部131は、取得した情報を顧客情報テーブル127に格納する。 Moreover, the acquisition part 131 acquires the information regarding the customer of the provider who becomes the acquisition target of information. Specifically, the acquisition unit 131 acquires information such as the number of users of a product provided by the business operator, the continuous usage rate of the user, and the customer unit price. For example, for a provider that provides an application, the acquisition unit 131 can acquire the number of product users by acquiring the number of downloaded applications from the application store. In addition, for a business operator who operates a shopping site, the acquisition unit 131 acquires information on a continuous usage rate and a customer unit price based on information such as a visit interval of a user's site and a purchase amount. Can do. Then, the acquisition unit 131 stores the acquired information in the customer information table 127.
なお、取得部131は、情報を取得する事業者を特定せずに、種々の事業者の情報を無作為に取得してもよい。例えば、取得部131は、検索エンジン等に用いられる探索ロボットなどのプログラムを利用し、インターネット上をクロールさせることにより、事業者に関する情報を随時取得したり、取得した情報を更新したりすることができる。 Note that the acquisition unit 131 may randomly acquire information on various operators without specifying the operator from which the information is acquired. For example, the acquisition unit 131 may acquire information related to the operator or update the acquired information at any time by using a program such as a search robot used for a search engine or the like to crawl on the Internet. it can.
(生成部132について)
生成部132は、各種情報に基づいて、事業者の信用度を算出するためのモデルを生成する。具体的には、実施形態に係る生成部132は、取得部131によって取得されたネットワーク情報と、事業者データ提供者50が有する既存のモデル及び既存のモデルにより算出されたスコアに基づいて、事業者の信用度をスコアとして出力するモデルを生成する。なお、以下では、処理の対象となる事業者として、図5〜図9に示した事業者A01〜A03、又は事業者A11を例として説明する。
(About the generator 132)
The generation unit 132 generates a model for calculating the creditworthiness of the business based on various information. Specifically, the generation unit 132 according to the embodiment performs the business based on the network information acquired by the acquisition unit 131, the existing model of the
例えば、生成部132は、取得部131によって取得された事業者に関連する情報のうち、事業者A01に関連する情報と、事業者データ提供者50によって付与されている事業者A01のスコアとの相関性に基づいて、取得部132によって取得される情報のうち、事業者データ提供者50によりスコアが付与されていない事業者A11に関連する情報から、事業者A11の信用度を示すスコアを予測するためのモデルを生成する。また、生成部132は、事業者データ提供者50によって付与されているスコアを構成する各項目のスコアと、事業者A01に関連する情報のうち、各項目に対応付けられる情報との相関性に基づいて、モデルを生成する。ここで、各項目に対応付けられるとは、例えば、「安定性」の項目には、図5で示した検索情報や、図6で示したサイト情報や、図7で示した製品情報などのうち、事業者A01に関連する情報が対応付けられる。具体的には、生成部132は、事業者A01の安定性を測る情報として、事業者A01が所定期間を通じてユーザから一定数検索されているか否か、事業者A01が提供するウェブサイトが一定数以上閲覧されているか否か、また、これらの数値の増減率などの情報を対応付ける。
For example, among the information related to the business acquired by the acquisition unit 131, the generation unit 132 includes information related to the business A 01 and the score of the business A 01 given by the
なお、生成部132は、上記のような情報の対応付けに関しては、生成装置100の管理者などの人為的入力を受けてもよい。例えば、生成装置100の管理者は、上記のように、「安定性」の項目に検索情報などを対応付ける。また、生成装置100の管理者は、「成長性」の項目に検索情報や、顧客情報などを任意に対応付けてもよい。そして、生成部132は、以下で説明するモデルの生成過程において、適切な対応関係にある情報を採用し、有用なスコアが得られないような不適切な対応関係にある情報を変更する。これにより、生成部132は、生成されるモデルを最適化していくことができる。
Note that the generation unit 132 may receive an artificial input such as an administrator of the
ここで、生成部132は、事業者データ提供者50によって付与されているスコアを構成する各項目のスコアと、事業者A01に関連する情報のうち各項目に対応付けられる情報であって、数値化された情報とを回帰分析することにより、モデルを生成する。
Here, the generation unit 132 is information associated with each item among the score of each item constituting the score assigned by the business
すなわち、生成部132は、正解データである事業者データ提供者50によって付与されているスコアを構成する各項目のスコアと、取得部131が取得した情報を数値化した変数により示される値(例えば、検索数や、製品評価のランキングや、製品の利用者数などを、正解データと比較できるように数値化した情報)とについて回帰分析を行うことにより、事業者のスコアを出力するモデルを生成する。一例として、生成部132は、下記式(1)のような一次式を用いて、各項目のスコアを算出するための係数を求める。
That is, the generation unit 132 has a value (for example, a value indicated by a variable obtained by quantifying the information acquired by the acquisition unit 131 and the score of each item constituting the score given by the
y = α・x +β ・・・ (1) y = α · x + β (1)
上記式(1)のうち、「y」は、正解データである事業者データ提供者50によって付与されているスコアを示す。「x」は、取得部131が取得した情報を数値化した変数を示す。「α」は、「x」の係数を示し、「β」は、「y」と「α・x」との関係を補完する数である。ここでは、「y」は、事業者A01の「安定性」の項目を示す数値であり、この数を「25」と仮定する。「x」は、事業者A01のネットワーク情報であり、例えば、検索数等を数値化した情報である。かかる情報の種類の対応や、数値化は、回帰分析の進行とともに最適化される。例えば、生成部132は、まず事業者A01の所定期間における検索数「30000」に対して、任意の条件式を設定し、「10」などの任意の数値を与える。そして、生成部132は、任意に与えた数値と正解データとの相関性を算出する過程において、最初の条件式を適宜変更する。これにより、生成部132は、最適化された数値を得ることができる。
In the above formula (1), “y” indicates a score given by the
生成部132は、上記式(1)の「y」や「x」に数値を代入し、一つの式を立てる。生成部132は、事業者A02や、事業者A03についても同様の処理を行う。かかる処理を反復することにより、生成部132は、「α」や「β」を決定する。なお、かかる処理は、最少二乗法などを利用することにより、「α」や「β」を最適解に近似させてもよい。また、変数「x」は、一つとは限られない。例えば、生成部132は、ネットワーク上における事業者情報を様々に組み合わせて、事業者データ提供者50のスコアに近似させることができる。例えば、生成部132は、下記式(2)のような式を用いてもよい。
The generation unit 132 assigns a numerical value to “y” and “x” in the above equation (1) to establish one equation. The generation unit 132 performs the same process for the business operator A02 and the business operator A03. By repeating such processing, the generation unit 132 determines “α” and “β”. In this process, “α” or “β” may be approximated to an optimal solution by using a least square method or the like. The variable “x” is not limited to one. For example, the generation unit 132 can approximate the score of the
y = α1・x1 + α2・x2 + α3・x3 + ・・・ + αn・xn + β ・・・ (2) y = α 1 · x 1 + α 2 · x 2 + α 3 · x 3 + ... + α n · x n + β (2)
上記式(2)のように、生成部132は、変数「x1〜xn(nは任意の数)」を用いて、正解データである事業者データ提供者50のスコアに近似させる変数及び係数「α1〜αn」を求めてもよい。
As in the above equation (2), the generation unit 132 uses variables “x 1 to x n (n is an arbitrary number)” to approximate the score of the
また、生成部132は、回帰分析の結果に基づいて、事業者データ提供者50によって付与されているスコアを構成する各項目に対応付けられる事業者A01に関連する情報の種類を変更してもよい。すなわち、生成部132は、「安定性」の項目に対応付ける情報について、事業者A01の「検索数」を数値化した情報よりも、他の種類の情報の方が正解データに容易に近似させることができる場合には、他の種類の情報を採用する。これにより、生成部132は、モデルとして用いるネットワーク情報の種類を最適化することができる。
Further, the generation unit 132 may change the type of information related to the provider A01 associated with each item constituting the score assigned by the
上記では、生成部132は、「安定性」の項目についてスコアを出力するモデルの生成について説明した。生成部132は、かかる処理を、「経営者能力」や、「成長性」や、「公開性」の各項目に行うことにより、事業者のスコアを総合的に算出するモデルを生成する。 In the above description, the generation unit 132 has described the generation of a model that outputs a score for the item “stability”. The generation unit 132 generates a model for comprehensively calculating the operator's score by performing such processing on each item of “manager ability”, “growth”, and “openness”.
なお、生成部132は、モデルの生成に用いる情報について、所定期間を適宜調整することにより行ってもよい。例えば、検索数や、ウェブサイトのPV数などは、ポジティブ材料(注目製品の開発等でニュース報道された場合など)や、ネガティブ材料(不正発覚のニュース報道など)の影響により、急速に変動することがありうる。この場合、生成部132は、通常よりも長い期間にわたる検索数などの情報を用いることにより、かかる影響を抑制することができる。このような期間の判定については、生成装置100の管理者により手動で判定されてもよいし、ニュース記事の単語を分析することなどにより、自動で判定されてもよい。
The generation unit 132 may perform the information used for generating the model by appropriately adjusting a predetermined period. For example, the number of searches and the number of PVs on websites fluctuate rapidly due to the influence of positive materials (such as when news is reported in the development of hot products) and negative materials (such as news reporting of fraudulent detection). It is possible. In this case, the generation unit 132 can suppress such influence by using information such as the number of searches over a longer period than usual. Such determination of the period may be manually determined by the administrator of the
また、生成部132は、上記で説明した検索数などの他に、ネットワーク情報記憶部122に記憶されている情報を適宜用いることができる。例えば、生成部132は、製品情報の分析や、事業者のソーシャル関係による分析や、顧客分析などを用いることができる。例えば、生成部132は、ユーザからの評価が高い製品を多く提供している情報を、事業継続性や成長性の項目に対応させる。具体的には、生成部132は、製品情報テーブル125における利用者評価や、レビュー数や、ストアランキングの項目に格納された値の大小に基づいて、数値化される変数の値を調整する。その他、生成部132は、アプリのダウンロード数、利用者数、利用者一人あたりの平均利用時間、もしくは所定期間における稼働率、または、これらの数値の所定期間における変動率などを用いてもよい。 In addition to the number of searches described above, the generation unit 132 can appropriately use information stored in the network information storage unit 122. For example, the generation unit 132 can use product information analysis, analysis based on the social relationship of the business operator, customer analysis, and the like. For example, the generation unit 132 associates information providing many products highly evaluated by the user with items of business continuity and growth. Specifically, the generation unit 132 adjusts the value of the variable to be digitized based on the user evaluation in the product information table 125, the number of reviews, and the magnitude of the value stored in the store ranking item. In addition, the generation unit 132 may use the number of application downloads, the number of users, the average usage time per user, the operation rate in a predetermined period, or the fluctuation rate of these values in a predetermined period.
また、生成部132は、共通する業界に属する事業者に関する情報を用いてモデルを生成してもよい。例えば、製品レビューなどの情報は、異業種同士の製品を比較するよりも、同業者同士を比較する方が適切な情報が得られることが想定される。そのため、生成部132は、事業者を業界ごとに分類し、業界ごとにモデルを生成する。この場合、後述する算出部134は、処理対象となる事業者に対応する業界のモデルを用いて、スコアを算出する。なお、図10は、生成部132がモデルを業界ごとに生成し、モデル記憶部128に格納した例を示している。
In addition, the generation unit 132 may generate a model using information on business operators belonging to a common industry. For example, as for information such as product reviews, it is assumed that more appropriate information can be obtained by comparing peers than by comparing products of different industries. Therefore, the generation unit 132 classifies the business operators for each industry and generates a model for each industry. In this case, the
(受付部133について)
受付部133は、事業者の信用度に関する要求を受け付ける。具体的には、実施形態に係る受付部133は、金融機関サーバ30から、融資条件の設定などに用いるための事業者の信用情報に関する問い合わせを受け付ける。この場合、受付部133は、申し入れとともに、事業者に関する情報を受け付けてもよい。例えば、受付部133は、事業者の名称や、事業者が提供する製品情報や、事業者の業種、経営者や役員に関する情報などを受け付ける。そして、受付部133は、受け付けた情報を後述する算出部134に送ることにより、事業者のスコアを算出させる。なお、受付部133は、事業者が提供する製品情報や、経営者や役員に関する情報を金融機関サーバ30が取得しておらず、金融機関サーバ30からこれらの情報を受け付けない場合や、ネットワーク情報記憶部122にこれらの情報が記憶されていない場合には、外部の情報処理装置(例えば、ウェブサーバ40)から新たに情報を取得してもよい。そして、受付部133は、受け付けた情報を算出部134に送る。
(About the reception unit 133)
The accepting
(算出部134について)
算出部134は、事業者に対する信用度を算出する。具体的には、実施形態に係る算出部134は、受付部133が受け付けた事業者に関する情報を生成部132が生成したモデルに入力することにより、処理対象である事業者のスコアを出力させる。そして、算出部134は、出力されたスコアに基づいて、事業者の信用度を算出する。なお、算出部134は、出力されたスコアそのものを事業者の信用度としてもよい。
(About the calculation unit 134)
The
例えば、算出部134は、受付部133が事業者A11の信用度に関する要求を受け付けた場合には、事業者A11のネットワーク情報を取得する。そして、算出部134は、事業者A11のネットワーク情報を生成部132が生成したモデルに入力する。そして、算出部134は、出力として、事業者A11のスコアを取得する。なお、算出部134は、事業者A11が所属する業界に対応したモデルがモデル記憶部128に存在する場合には、業界に対応するモデルを優先的に用いてスコアを算出するようにしてもよい。
For example, when the
(通知部135について)
通知部135は、受け付けた要求に対する回答を通知する。具体的には、実施形態に係る通知部135は、受付部133が受け付けた金融機関サーバ30の要求に対して、評価対象となった事業者のスコアなどの信用度(信用情報)を通知する。
(About the notification unit 135)
The notification unit 135 notifies a response to the received request. Specifically, the notification unit 135 according to the embodiment notifies the credit (credit information) such as the score of the business subject to evaluation in response to the request of the
〔3.処理手順〕
次に、図11を用いて、実施形態に係る生成装置100による生成処理の手順について説明する。図11は、実施形態に係る生成装置100による生成処理手順を示すフローチャートである。
[3. Processing procedure)
Next, a generation process procedure performed by the
図11に示すように、生成装置100に係る取得部131は、事業者データ提供者50から、事業者データ提供者50によって付与された事業者のスコアを含む事業者データを取得する(ステップS101)。また、取得部131は、インターネットを介して、事業者に関するネットワーク情報を取得する(ステップS102)。
As illustrated in FIG. 11, the acquisition unit 131 according to the
そして、生成部132は、取得した情報の対応付けを行う(ステップS103)。具体的には、生成部132は、事業者データを構成する項目の情報と、インターネット上の事業者に関連する情報の対応付けを行う。 Then, the generation unit 132 associates the acquired information (step S103). Specifically, the generation unit 132 associates information on items constituting the company data with information related to the company on the Internet.
そして、生成部132は、インターネット上の事業者に関連する情報を入力とした場合に事業者のスコアを出力するモデルを生成する(ステップS104)。生成部132は、生成したモデルをモデル記憶部128に格納し、生成処理を終了する。
And the production | generation part 132 produces | generates the model which outputs an operator's score, when the information relevant to the operator on the internet is input (step S104). The generation unit 132 stores the generated model in the
次に、図12を用いて、実施形態に係る生成装置100による算出処理の手順について説明する。図12は、実施形態に係る生成装置100による算出処理手順を示すフローチャートである。
Next, a calculation processing procedure performed by the
図12に示すように、生成装置100に係る受付部133は、例えば金融機関サーバ30から、信用度に関する要求を受け付けたか否かを判定する(ステップS201)。受付部133は、要求を受け付けていない場合には、受け付けるまで待機する(ステップS201;No)。
As illustrated in FIG. 12, the
一方、要求を受け付けた場合には(ステップS201;Yes)、受付部133は、算出処理の対象となる事業者のネットワーク情報を取得する(ステップS202)。そして、算出部134は、受付部133が取得した事業者に関するネットワーク情報をモデルに入力する(ステップS203)。
On the other hand, when a request is received (step S201; Yes), the
そして、算出部134は、モデルによる算出処理を行うことにより、事業者のスコアを出力させる(ステップS204)。算出部134は、出力させたスコアに基づいて、事業者の信用度を算出する(ステップS205)。そして、通知部135は、算出した結果を金融機関サーバ30に通知し(ステップS206)、算出処理を終了する。
And the
〔4.変形例〕
上述した実施形態に係る生成装置100は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、上記の生成装置100の他の実施形態について説明する。
[4. (Modification)
The
〔4−1.関係者情報の利用〕
上記実施形態において、生成装置100は、事業者の経営者や役員の知名度や人脈等に関する情報を利用して、モデルを生成する例を示した。ここで、生成装置100は、例えば、事業者の経営者や役員個人が利用するSNSなどから、さらに情報を取得し、モデルの生成に利用してもよい。
[4-1. Use of related party information)
In the said embodiment, the production |
例えば、取得部131は、SNSから、事業者の経営者や役員個人の購買行動に関する情報を取得する。この場合、取得部131は、経営者や役員個人からSNSに発信された情報のうち、経営者や役員個人が比較的高額な商品等を購入していることや、頻繁な投資活動を行っていることなどの情報を取得する。そして、生成部132は、取得された経営者や役員個人の活動情報を、当該事業者のネットワーク情報を数値化した情報として、モデルの生成に利用する。例えば、生成部132は、経営者や役員個人の購買活動や投資行動の頻度が高いほど、事業者の経営状態が良好なものと判定し、かかる情報に対する数値を高く判定する。 For example, the acquisition unit 131 acquires information on purchasing behaviors of business owners and officers from the SNS. In this case, the acquisition unit 131 is that the management or the individual of the executive or the individual of the officer has purchased a relatively expensive product, etc., or has performed frequent investment activities. Get information such as being. And the production | generation part 132 uses the acquired management information of a management or an officer individual as information which digitized the network information of the said provider for the production | generation of a model. For example, the generation unit 132 determines that the management state of the business operator is better as the frequency of purchasing activities or investment behaviors of the manager or individual officer increases, and determines a higher numerical value for the information.
また、取得部131は、事業者の経営者や役員個人が利用するSNSにおいて、つながりを有するとされる個人(SNS内で連結のある個人)についての情報を取得してもよい。例えば、取得部131は、事業者の経営者や役員個人とつながりのある個人の地位、個人が関係する企業の規模や経営状態、個人そのものの知名度や人脈、個人の前職の地位などの情報を取得する。生成部132は、事業者の経営者や役員個人とつながりのある人物の数や、各々の人物における上記の情報などに基づいて、事業者の経営者や役員個人の人脈力を判定する。そして、生成部132は、判定した事業者の経営者や役員個人の人脈力の大小に基づいて、ネットワーク情報を数値化する。このように、生成装置100は、事業者の関係者の人脈力を判定することによって事業者の成長性を図り、かかる成長性に基づいたモデルを生成することができる。
In addition, the acquisition unit 131 may acquire information on an individual (an individual who is connected in the SNS) that is assumed to have a connection in an SNS that is used by a business manager or an individual officer. For example, the acquisition unit 131 may provide information such as the status of individuals who are connected to the managers and officers of the business operator, the size and management status of the company with which the individual is involved, the name and personality of the individual, and the status of the individual's previous job. To get. The generation unit 132 determines the personality of the business manager and the individual officer based on the number of persons connected to the business manager and the individual officer, and the above-described information on each person. And the production | generation part 132 digitizes network information based on the magnitude of the network power of the manager of the business operator who determined, and the officer individual. As described above, the
また、取得部131は、事業者の経営者や役員個人が利用するSNSにおいて発信される情報のうち、事業者の人事的な動向に関する情報を取得してもよい。例えば、取得部131は、事業者における求人や離職に関する情報を取得する。そして、生成部132は、事業者における求人や離職に関する情報が頻繁に発信される場合には、事業者の事業継続性が不透明であると判定し、かかる情報の数値を低下させる。一方、生成部132は、求人に関する情報と、事業者の規模の拡大が長期的に観測される場合には、事業者の成長性において有望であるとして、かかる情報の数値を向上させる。 Moreover, the acquisition part 131 may acquire the information regarding an operator's personnel trend among the information transmitted in SNS which the manager of a company and an individual officer use. For example, the acquisition unit 131 acquires information related to job offers and job separations at business operators. And the production | generation part 132 determines with the business continuity of a business operator being opaque when the information regarding the job offer and the job separation in the business is frequently transmitted, and reduces the numerical value of the information. On the other hand, the generation unit 132 improves the numerical value of such information as promising in the growth potential of the operator when the information on the job offer and the expansion of the operator's scale are observed in the long term.
また、取得部131は、SNSなどインターネット上に発信される情報について、例えば、予め評価の指標になると想定される単語等を登録し、自動的にSNSから情報を収集する手法等を採用することができる。また、取得部131は、機械学習により、予め登録した単語を更新すること等により、精度よく評価の指標となりうる情報を取得することができる。 In addition, for the information transmitted on the Internet, such as SNS, the acquisition unit 131 registers, for example, a word that is assumed to be an evaluation index in advance and automatically collects information from the SNS. Can do. In addition, the acquisition unit 131 can acquire information that can be used as an evaluation index with high accuracy by updating a word registered in advance by machine learning.
〔4−2.同業者〕
上記実施形態において、生成装置100は、同業者の製品の動向などに関する情報を用いて、モデルを生成してもよい。例えば、生成部132は、同業者の経営状況に関する情報などから、業界全体の規模が拡大していることや、需要者のニーズが高まっていること等を判定する。具体的には、生成部132は、同業者に関する検索数の向上や、ウェブサイトの閲覧数の向上などから、業界全体の注目度が向上していると判定する。この場合、生成部132は、回帰分析における変数の設定において、同業者に関する検索数の向上や、ウェブサイトの閲覧数の向上などを踏まえて情報を数値化することにより、かかる業界に所属する事業者のスコアが向上するようなモデルを生成することができる。
[4-2. Profession〕
In the above-described embodiment, the
〔4−3.情報量〕
上記実施形態において、生成装置100は、ネットワーク上で取得可能な種々の情報に基づいて、モデルを生成する例を示した。ここで、生成装置100は、各種ウェブサイトを利用する一般ユーザから取得される情報が一定の閾値を超えたもののみを用いて処理を行うようにしてもよい。
[4-3. Amount of information)
In the above embodiment, the
例えば、製品評価サイトにおける製品に関するレビューや、利用者の評価等は、一定数以上のデータに基づかない場合、偏った傾向を示すことがありうる。この場合、生成装置100は、回帰式に偏った傾向のデータの影響が及ぶことで、事業者の信用度を精度よく算出することができないモデルを生成する場合がある。このため、生成装置100は、ユーザから送信されるレビューや利用者評価が一定数を超えたもののみを、モデルの生成処理で扱うデータとすることができる。これにより、生成装置100は、信頼性の高いスコアを算出するモデルを生成することができる。
For example, reviews regarding products on a product evaluation site, user evaluations, and the like may show a biased tendency if they are not based on a certain number or more of data. In this case, the
〔4−4.重み〕
生成装置100は、取得したネットワーク情報について、特定の情報に重み付けを行ってもよい。例えば、生成装置100は、特定の分野の専門家が製品を批評するウェブサイトなどにおいては、一般ユーザから投稿を受け付ける評価サイトなどよりも信頼性が高いものと判定する。すなわち、生成装置100は、専門家が製品を批評するウェブサイトにおける製品のレビューや利用者評価に関する情報について、他の一般的なサイトから取得できる情報よりも重みを重くして、モデルの生成処理に利用することができる。これにより、生成装置100は、信頼性の高いスコアを算出するモデルを生成することができる。
[4-4. weight〕
The
〔4−5.補正〕
生成装置100は、現実の経済状態によって、出力されるスコアに補正をかけることのできるモデルを生成してもよい。例えば、生成装置100は、円高傾向のときに経営状態が良くなる事業者と、影響のない事業者と、経営状態が悪化する事業者とを分類する。そして、生成装置100は、事業者のスコアを算出する際に、所定期間における円の価値の動向についてもモデルに入力することにより、円の動向が加味されて補正された事業者のスコアを出力させるモデルを生成する。このような補正は、例えば、長期的に事業者データを取得し、円の価値の動向などとの連動性に関するデータを蓄積することにより、生成するモデルに反映させることができる。
[4-5. correction〕
The
〔4−6.通信ネットワーク上の情報〕
上記実施形態において、生成装置100は、通信ネットワーク上の情報であって事業者に関連する情報のうち、主として、ユーザ行動に基づく情報を取得する例について詳細に説明した。しかし、生成装置100が取得する通信ネットワーク上の情報は、上記例に限られない。
[4-6. Information on communication network)
In the above embodiment, the
例えば、生成装置100は、事業者に関連する通信ネットワーク上の情報として、通信ネットワークを利用する一般ユーザの行動が関与しない情報を取得してもよい。例えば、生成装置100は、気象情報など自然現象に関する情報を取得してもよい。一例としては、生成装置100は、ネットワーク上で取得可能な気象情報や災害情報のうち、事業者が所在する地域の気象情報や災害情報、または、事業者の名称に含まれる地域の気象情報や災害情報を、その事業者に関連する情報として取得する。これは、事業者が所在する地域の気象状況や災害状況に応じて、将来的に事業者の経営状況が変動する可能性もあるからである。生成装置100は、このように気象情報から導出される要素を含むことにより、事業者の信用度の評価をより精度よく算出するモデルを生成することができる。
For example, the
また、生成装置100は、ユーザ自身から発信される情報のみならず、ユーザの周辺に所在する通信可能な機器がセンサ等を用いて機器の状態を通信ネットワーク上にアップロードした情報(いわゆる、モノのインターネット(Internet of Things)による情報)などの、ユーザが関与しない情報を取得してもよい。一例としては、生成装置100は、ネットワーク上で取得可能な情報のうち、所定の事業者から提供される製品から発信される情報であって、多数の製品が幅広い地域をまたいで常時稼働しているという情報を取得する。これは、事業者から提供される製品の普及率や稼働率が、その事業者の経営安定性の指標となりうるからである。生成装置100は、このようにユーザから発信される情報に限られず、様々な物から発信される情報の要素を含むことにより、事業者の信用度の評価をより精度よく算出するモデルを生成することができる。上記のように、生成装置100は、ユーザが直接的、あるいは間接的に関与する情報に限定されず、通信ネットワーク上に存在する種々の情報に基づいてモデルを生成するので、幅広い対象の事業者に対して適用可能な汎用性の高いモデルを生成することが可能となる。
In addition, the generating
〔4−7.その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
[4-7. Others]
In addition, among the processes described in the above embodiment, all or part of the processes described as being automatically performed can be performed manually, or the processes described as being performed manually can be performed. All or a part can be automatically performed by a known method. In addition, the processing procedures, specific names, and information including various data and parameters shown in the document and drawings can be arbitrarily changed unless otherwise specified.
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。 Further, each component of each illustrated apparatus is functionally conceptual, and does not necessarily need to be physically configured as illustrated. In other words, the specific form of distribution / integration of each device is not limited to that shown in the figure, and all or a part thereof may be functionally or physically distributed or arbitrarily distributed in arbitrary units according to various loads or usage conditions. Can be integrated and configured.
例えば、図3に示した記憶部120内の情報は、生成装置100が保持せずに、外部のストレージサーバ等に保持されてもよい。この場合、生成装置100は、ストレージサーバにアクセスすることで、格納されている各種情報を取得する。
For example, the information in the
また、例えば、上述してきた生成装置100は、事業者の信用情報に関する申し入れを受け付けたり、事業者の信用情報を通知するといった、外部装置とのやりとりを主に実行するフロントエンドサーバ側と、インターネット上の情報を取得したり、生成処理などを実行するバックエンドサーバ側とに分散されてもよい。この場合、例えば、フロントエンドサーバは、少なくとも、受付部133と通知部135とを有する。また、バックエンドサーバは、少なくとも、生成部132を有する。
In addition, for example, the
〔5.ハードウェア構成〕
また、上述してきた実施形態に係る生成装置100は、例えば図13に示すような構成のコンピュータ1000によって実現される。図13は、生成装置100の機能を実現するコンピュータ1000の一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を有する。
[5. Hardware configuration)
Further, the
CPU1100は、ROM1300又はHDD1400に格納されたプログラムに基づいて動作し、各部の制御を行う。ROM1300は、コンピュータ1000の起動時にCPU1100によって実行されるブートプログラムや、コンピュータ1000のハードウェアに依存するプログラム等を格納する。
The
HDD1400は、CPU1100によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を記憶する。通信インターフェイス1500は、通信網500(実施形態に係る通信ネットワークに対応する)を介して他の機器からデータを受信してCPU1100へ送り、また、通信網500を介してCPU1100が生成したデータを他の機器へ送信する。
The
CPU1100は、入出力インターフェイス1600を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。CPU1100は、入出力インターフェイス1600を介して、入力装置からデータを取得する。また、CPU1100は、入出力インターフェイス1600を介して生成したデータを出力装置へ出力する。
The
メディアインターフェイス1700は、記録媒体1800に格納されたプログラム又はデータを読み取り、RAM1200を介してCPU1100に提供する。CPU1100は、かかるプログラムを、メディアインターフェイス1700を介して記録媒体1800からRAM1200上にロードし、ロードしたプログラムを実行する。記録媒体1800は、例えばDVD(Digital Versatile Disc)、PD(Phase change rewritable Disk)等の光学記録媒体、MO(Magneto-Optical disk)等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
The
例えば、コンピュータ1000が生成装置100として機能する場合、コンピュータ1000のCPU1100は、RAM1200上にロードされたプログラムを実行することにより、制御部130の機能を実現する。また、HDD1400には、記憶部120内の各データが格納される。コンピュータ1000のCPU1100は、これらのプログラムを記録媒体1800から読み取って実行するが、他の例として、他の装置から通信網500を介してこれらのプログラムを取得してもよい。
For example, when the
〔6.効果〕
上述してきたように、実施形態に係る生成装置100は、通信ネットワーク上の情報のうち、事業者に関連する情報であるネットワーク情報を取得する取得部131と、取得部131によって取得された事業者に関連する情報のうち、第三者である事業者データ提供者50により信用度を示す指標値(スコア)が付与されている事業者(ここでは、「第1の事業者」とする)に関連する情報と、事業者データ提供者50によって付与されている第1の事業者のスコアとの相関性に基づいて、取得部132によって取得される情報のうち、事業者データ提供者50によりスコアが付与されていない事業者(ここでは、「第2の事業者」とする)に関連する情報から、第2の事業者の信用度を示すスコアを予測するためのモデルを生成する生成部132と、を有する。
[6. effect〕
As described above, the
このように、実施形態に係る生成装置100は、一般的に金融機関等に利用される企業の財務情報等とは異なり、ネットワークにおけるユーザ行動に基づいて、事業者のスコアを算出することのできるモデルを生成する。このため、生成装置100によれば、通常では信用度を評価することのできないような、財務情報などの蓄積が充分でないベンチャー企業などの中小企業に対しても、信用度を精度高く算出することができる。
As described above, the
また、生成部132は、事業者データ提供者50によって付与されている総合スコアを構成する各項目のスコアと、事業者に関連する情報のうち各項目に対応付けられる情報との相関性に基づいてモデルを生成する。
Moreover, the production | generation part 132 is based on the correlation of the score of each item which comprises the comprehensive score provided by the
このように、生成装置100は、事業者に対する信用度を項目ごとに分類して判定するモデルを生成する。これにより、生成装置100は、特定の要素に偏ることなく、精度のよい信用度を算出することのできるモデルを生成する。
In this way, the
また、生成部132は、事業者データ提供者50によって付与されている総合スコアを構成する各項目のスコアと、事業者に関連する情報のうち各項目に対応付けられる情報であって、数値化された情報とを回帰分析することによりモデルを生成する。
Further, the generation unit 132 is information associated with each item of the score of each item constituting the total score given by the
このように、生成装置100は、回帰分析を行うことにより、ネットワーク情報と、事業者データ提供者50が提供するデータとの近似を計る。これにより、生成装置100は、ネットワーク情報を用いて、事業者データ提供者50のような企業データの専門業者が算出するような価値を持つスコアを算出するモデルを生成することができる。
As described above, the
また、生成部132は、回帰分析の結果に基づいて、事業者データ提供者50によって付与されている総合スコアを構成する各項目に対応付けられる事業者に関連する情報の種類を変更する。
Moreover, the production | generation part 132 changes the kind of information relevant to the provider matched with each item which comprises the comprehensive score provided by the
このように、生成装置100は、モデルの生成に用いるネットワーク情報を取捨選択することにより、モデルの生成で用いる情報を最適化する。これにより、生成装置100は、精度の高い信用度を算出することのできるモデルを生成することができる。
In this way, the
また、生成部132は、事業者データ提供者50によって付与されている総合スコアを構成する各項目として、事業者の安定性、経営者能力、成長性及び公開性の少なくともいずれか一つの項目と、事業者に関連する情報とを対応付けることによりモデルを生成する。
In addition, the generation unit 132 includes, as each item constituting the total score given by the business
このように、生成装置100は、事業者に関して分類された評価項目に対応するネットワーク情報を用いてモデルを生成する。これにより、生成装置100は、精度の高い信用度を算出することのできるモデルを生成することができる。
As described above, the
また、取得部131は、インターネットにおけるユーザ行動に基づく情報として、事業者に関連する検索クエリによる検索数、検索ランキング、所定の期間ごとの検索数の変動率の少なくともいずれか一つを取得する。そして、生成部132は、取得部131によって取得された検索数、検索ランキング、所定の期間ごとの検索数の変動率の少なくともいずれか一つを数値化させた情報と、項目のスコアとを対応させることによりモデルを生成する。 Moreover, the acquisition part 131 acquires at least any one of the number of searches by the search query relevant to a provider, a search ranking, and the fluctuation rate of the number of searches for every predetermined period as information based on user behavior on the Internet. Then, the generation unit 132 associates information obtained by quantifying at least one of the number of searches acquired by the acquisition unit 131, the search ranking, and the variation rate of the number of searches for each predetermined period, with the item score. To generate a model.
このように、生成装置100は、検索情報を分析することにより、評価対象の事業者に対する一般ユーザからの注目度を判定することができる。これにより、生成装置100は、事業者の事業継続性や成長性などを判定要素の1つとした、精度の高いモデルを生成することができる。
As described above, the
また、取得部131は、インターネットにおけるユーザ行動に基づく情報として、事業者が提供するウェブサイトにおける閲覧数、閲覧者数、コンバージョン率の少なくともいずれか一つを取得する。そして、生成部132は、取得部131によって取得された閲覧数、閲覧者数、コンバージョン率の少なくともいずれか一つを数値化させた情報と、項目のスコアとを対応させることによりモデルを生成する。 Moreover, the acquisition part 131 acquires at least any one of the browsing number in the website which a provider provides, the number of viewers, and a conversion rate as information based on the user action in the internet. And the production | generation part 132 produces | generates a model by making the score of an item respond | correspond with the information which digitized at least any one of the browsing number acquired by the acquisition part 131, the number of viewers, and a conversion rate. .
このように、生成装置100は、事業者が提供するウェブサイトに関する情報を分析することにより、評価対象の事業者に対する一般ユーザからの興味関心を判定することができる。これにより、生成装置100は、事業者の事業継続性や成長性などを判定要素の1つとした、精度の高いモデルを生成することができる。
As described above, the
また、取得部131は、インターネットにおけるユーザ行動に基づく情報として、事業者が提供する製品におけるユーザからの評価値、製品の利用者数、製品についてのレビュー投稿数の少なくともいずれか一つを取得する。そして、生成部132は、取得部131によって取得された、事業者が提供する製品におけるユーザからの評価値、製品の利用者数、製品についてのレビュー投稿数の少なくともいずれか一つを数値化させた情報と、項目のスコアとを対応させることによりモデルを生成する。 Moreover, the acquisition part 131 acquires at least any one of the evaluation value from the user in the product which a provider provides, the number of users of a product, and the number of review posts about a product as information based on user behavior on the Internet. . And the production | generation part 132 makes numerically the at least any one of the evaluation value from the user in the product which the provider provides, the number of users of a product, and the number of review contributions about a product. The model is generated by associating the obtained information with the item score.
このように、生成装置100は、事業者が提供する製品に関する情報を分析することにより、一般ユーザから事業者(あるいは、提供する製品)に対する評価に関する情報を取得する。これにより、生成装置100は、事業者の事業継続性や成長性などを判定することができる。また、製品の評価に関するサイト等は、一般ユーザからの評価が即時に反映されるため、生成装置100は、一般ユーザからの事業者に対する反応をより直接的に取得することができる。このため、生成装置100は、よりユーザの評価が反映したスコアを算出することのできるモデルを生成することができる。
As described above, the
また、取得部131は、事業者が提供する製品がアプリケーション等のプログラム製品である場合には、アプリケーションのダウンロード数、利用者数、利用者一人あたりの平均利用時間、もしくは所定期間における稼働率の少なくともいずれか一つを取得する。そして、生成部132は、取得部131によって取得された、事業者が提供する製品がアプリケーション等のプログラム製品である場合には、アプリケーションのダウンロード数、利用者数、利用者一人あたりの平均利用時間、もしくは所定期間における稼働率の少なくともいずれか一つを数値化させた情報と、項目のスコアとを対応させることによりモデルを生成する。 In addition, when the product provided by the provider is a program product such as an application, the acquisition unit 131 displays the number of application downloads, the number of users, the average usage time per user, or the operation rate for a predetermined period. Get at least one of them. Then, when the product provided by the operator acquired by the acquisition unit 131 is a program product such as an application, the generation unit 132 downloads the application, the number of users, and the average usage time per user. Alternatively, a model is generated by associating information obtained by quantifying at least one of the operating rates in a predetermined period with the item score.
これにより、生成装置100は、事業者の事業継続性や成長性などを判定することができる。すなわち、生成装置100は、アプリストアなどに寄せられるリアルタイム性のあるユーザからの反応を判定要素に加えたモデルを生成することができる。
Thereby, the production |
また、取得部131は、インターネットにおけるユーザ行動に基づく情報として、事業者の顧客数、顧客の継続利用率、顧客単価の少なくともいずれか一つを取得する。そして、生成部132は、取得部131によって取得された顧客数、顧客の継続利用率、顧客単価の少なくともいずれか一つを数値化させた情報と、項目のスコアとを対応させることによりモデルを生成する。 In addition, the acquisition unit 131 acquires at least one of the number of business customers, the continuous usage rate of customers, and the unit price of customers as information based on user behavior on the Internet. Then, the generating unit 132 associates the information obtained by quantifying at least one of the number of customers acquired by the acquiring unit 131, the continuous usage rate of the customer, and the unit price of the customer with the score of the item, and thereby creates a model. Generate.
このように、生成装置100は、事業者の顧客に関する情報を分析することにより、事業者の経営状況を判定することができる。これにより、生成装置100は、事業者の倒産確率や事業継続性などを判定することができるため、より精度の高いスコアを算出するモデルを生成することができる。
In this way, the
また、生成部132は、共通する業界に属する事業者に関する情報を用いてモデルを生成する。これにより、生成装置100は、業界で用いられる数字などの類似性を加味したモデルを生成できるので、より精度高く事業者の信用度を算出することができる。
In addition, the generation unit 132 generates a model using information on business operators belonging to a common industry. Thereby, since the production |
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。 As described above, some of the embodiments of the present application have been described in detail with reference to the drawings. However, these are merely examples, and various modifications, including the aspects described in the disclosure section of the invention, based on the knowledge of those skilled in the art, It is possible to implement the present invention in other forms with improvements.
また、上述した生成装置100は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をAPI(Application Programming Interface)やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。
Further, the
また、特許請求の範囲に記載した「部(section、module、unit)」は、「手段」や「回路」などに読み替えることができる。例えば、生成部は、生成手段や生成回路に読み替えることができる。 Further, “section (module, unit)” described in the claims can be read as “means”, “circuit”, and the like. For example, the generation unit can be read as generation means or a generation circuit.
1 生成システム
10 ユーザ端末
30 金融機関サーバ
40 ウェブサーバ
50 事業者データ提供者
100 生成装置
110 通信部
120 記憶部
121 事業者データ記憶部
122 ネットワーク情報記憶部
123 検索情報テーブル
124 サイト情報テーブル
125 製品情報テーブル
126 ソーシャル情報テーブル
127 顧客情報テーブル
128 モデル記憶部
130 制御部
131 取得部
132 生成部
133 受付部
134 算出部
135 通知部
DESCRIPTION OF
Claims (13)
前記取得部によって取得された事業者に関連する情報のうち第1の事業者に関連する情報と、前記第1の事業者の信用度を示す指標値との相関性に基づいて、前記取得部によって取得される第2の事業者に関連する情報から当該第2の事業者の信用度を示す指標値を予測するためのモデルを生成する生成部と、
を備えたことを特徴とする生成装置。 Of the information based on user behavior on the communication network, an acquisition unit that acquires information related to the operator,
Based on the correlation between the information related to the first operator out of the information related to the operator acquired by the acquisition unit and the index value indicating the creditworthiness of the first operator, the acquisition unit A generating unit that generates a model for predicting an index value indicating the creditworthiness of the second operator from information related to the acquired second operator;
A generating apparatus comprising:
前記通信ネットワーク上におけるユーザ行動に基づく情報として、事業者が関連するウェブサービスに対するユーザ行動に基づく情報を取得する、
ことを特徴とする請求項1に記載の生成装置。 The acquisition unit
As information based on user behavior on the communication network, acquiring information based on user behavior for a web service related to a business operator,
The generating apparatus according to claim 1, wherein:
前記第1の事業者の信用度を示す指標値を構成する各項目の指標値と、前記第1の事業者に関連する情報のうち前記各項目に対応付けられる情報との相関性に基づいて、前記モデルを生成する、
ことを特徴とする請求項1又は2に記載の生成装置。 The generator is
Based on the correlation between the index value of each item constituting the index value indicating the creditworthiness of the first operator and the information associated with each item among the information related to the first operator, Generating the model,
The generating apparatus according to claim 1 or 2, wherein
前記第1の事業者の信用度を示す指標値を構成する各項目の指標値と、前記第1の事業者に関連する情報のうち当該各項目に対応付けられる情報であって、数値化された情報とを回帰分析することにより、前記モデルを生成する、
ことを特徴とする請求項3に記載の生成装置。 The generator is
The index value of each item constituting the index value indicating the credit rating of the first business operator and the information associated with each item among the information related to the first business operator, which is quantified Generating the model by regression analysis of the information;
The generating apparatus according to claim 3.
前記第1の事業者の信用度を示す指標値を構成する各項目として、前記第1の事業者の安定性、経営者能力、成長性及び公開性の少なくともいずれか一つの項目と、前記第1の事業者に関連する情報とを対応付けることにより、前記モデルを生成する、
ことを特徴とする請求項3又は4に記載の生成装置。 The generator is
As each item constituting the index value indicating the creditworthiness of the first operator, at least one item of stability, managerial ability, growth potential and openness of the first operator, the first The model is generated by associating information related to the operator of
The generating apparatus according to claim 3 or 4, wherein
前記通信ネットワーク上におけるユーザ行動に基づく情報として、前記事業者に関連する検索クエリによる検索数、検索ランキング、所定の期間ごとの検索数の変動率の少なくともいずれか一つを取得し、
前記生成部は、
前記取得部によって取得された検索数、検索ランキング、所定の期間ごとの検索数の変動率の少なくともいずれか一つを数値化させた情報と、前記項目の指標値とを対応させることにより、前記モデルを生成する、
ことを特徴とする請求項5に記載の生成装置。 The acquisition unit
As information based on user behavior on the communication network, obtain at least one of the number of searches by a search query related to the provider, a search ranking, and the rate of change in the number of searches per predetermined period,
The generator is
By associating information obtained by quantifying at least one of the number of searches acquired by the acquisition unit, the search ranking, and the rate of change of the number of searches for each predetermined period, with the index value of the item, Generate a model,
The generating apparatus according to claim 5, wherein:
前記通信ネットワーク上におけるユーザ行動に基づく情報として、前記事業者が提供するウェブサイトにおける閲覧数、閲覧者数、コンバージョン率の少なくともいずれか一つを取得し、
前記生成部は、
前記取得部によって取得された閲覧数、閲覧者数、コンバージョン率の少なくともいずれか一つを数値化させた情報と、前記項目の指標値とを対応させることにより、前記モデルを生成する、
ことを特徴とする請求項5又は6に記載の生成装置。 The acquisition unit
As information based on user behavior on the communication network, obtain at least one of the number of browsing on the website provided by the operator, the number of viewers, the conversion rate,
The generator is
The model is generated by associating information obtained by quantifying at least one of the number of viewers, the number of viewers, and the conversion rate acquired by the acquisition unit with the index value of the item,
The generating apparatus according to claim 5 or 6, wherein
前記通信ネットワーク上におけるユーザ行動に基づく情報として、前記事業者が提供する製品におけるユーザからの評価値、製品の利用者数、製品についてのレビュー投稿数の少なくともいずれか一つを取得し、
前記生成部は、
前記取得部によって取得された、前記事業者が提供する製品におけるユーザからの評価値、製品の利用者数、製品についてのレビュー投稿数の少なくともいずれか一つを数値化させた情報と、前記項目の指標値とを対応させることにより、前記モデルを生成する、
ことを特徴とする請求項5〜7のいずれか1つに記載の生成装置。 The acquisition unit
As information based on user behavior on the communication network, obtain at least one of an evaluation value from a user in a product provided by the operator, the number of users of the product, and the number of reviews posted about the product
The generator is
Information obtained by quantifying at least one of an evaluation value from a user in a product provided by the provider, the number of users of the product, and the number of reviews posted about the product, acquired by the acquisition unit, and the item The model is generated by associating with the index value of
The generation device according to claim 5, wherein the generation device is a device.
前記事業者が提供する製品がプログラム製品である場合には、当該プログラム製品のダウンロード数、利用者数、利用者一人あたりの平均利用時間、もしくは所定期間における稼働率の少なくともいずれか一つを取得し、
前記生成部は、
前記取得部によって取得された当該プログラム製品のダウンロード数、利用者数、利用者一人あたりの平均利用時間、もしくは所定期間における稼働率の少なくともいずれか一つを数値化させた情報と、前記項目の指標値とを対応させることにより、前記モデルを生成する、
ことを特徴とする請求項5〜8のいずれか1つに記載の生成装置。 The acquisition unit
If the product provided by the operator is a program product, obtain at least one of the number of downloads of the program product, the number of users, the average usage time per user, or the operation rate for a specified period And
The generator is
Information obtained by quantifying at least one of the number of downloads of the program product acquired by the acquisition unit, the number of users, the average usage time per user, or the operation rate in a predetermined period, and the item Generating the model by associating with the index value;
The generation device according to claim 5, wherein the generation device is a device.
前記通信ネットワーク上におけるユーザ行動に基づく情報として、前記事業者の顧客数、顧客の継続利用率、顧客単価の少なくともいずれか一つを取得し、
前記生成部は、
前記取得部によって取得された前記事業者の顧客数、顧客の継続利用率、顧客単価の少なくともいずれか一つを数値化させた情報と、前記項目の指標値とを対応させることにより、前記モデルを生成する、
ことを特徴とする請求項5〜9のいずれか一つに記載の生成装置。 The acquisition unit
As information based on user behavior on the communication network, obtain at least one of the number of customers of the business operator, the continuous usage rate of customers, and the unit price of customers,
The generator is
The model is obtained by associating information obtained by quantifying at least one of the number of customers of the business operator, the continuous usage rate of the customer, and the unit price of the customer acquired by the acquisition unit with the index value of the item. Generate
The generation device according to claim 5, wherein the generation device is a device.
共通する業界に属する前記第1の事業者に関する情報を用いて、前記モデルを生成する、
ことを特徴とする請求項1〜10のいずれか1つに記載の生成装置。 The generator is
Generating the model using information about the first operator belonging to a common industry;
The generation device according to claim 1, wherein:
通信ネットワーク上におけるユーザ行動に基づく情報のうち、事業者に関連する情報を取得する取得工程と、
前記取得工程によって取得された事業者に関連する情報のうち第1の事業者に関連する情報と、前記第1の事業者の信用度を示す指標値との相関性に基づいて、前記取得工程によって取得される第2の事業者に関連する情報から当該第2の事業者の信用度を示す指標値を予測するためのモデルを生成する生成工程と、
を含んだことを特徴とする生成方法。 A generation method executed by a computer,
Of the information based on user behavior on the communication network, an acquisition step of acquiring information related to the operator,
Based on the correlation between the information related to the first operator among the information related to the operator acquired by the acquisition step and the index value indicating the creditworthiness of the first operator, the acquisition step A generation step of generating a model for predicting an index value indicating the creditworthiness of the second operator from the information related to the acquired second operator;
The generation method characterized by including.
前記取得手順によって取得された事業者に関連する情報のうち第1の事業者に関連する情報と、前記第1の事業者の信用度を示す指標値との相関性に基づいて、前記取得手順によって取得される第2の事業者に関連する情報から当該第2の事業者の信用度を示す指標値を予測するためのモデルを生成する生成手順と、
をコンピュータに実行させることを特徴とする生成プログラム。 Among the information based on user behavior on the communication network, an acquisition procedure for acquiring information related to the operator,
Based on the correlation between the information related to the first operator out of the information related to the operator acquired by the acquisition procedure and the index value indicating the creditworthiness of the first operator, the acquisition procedure A generation procedure for generating a model for predicting an index value indicating the creditworthiness of the second operator from the information related to the acquired second operator;
A program for causing a computer to execute.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015236523A JP6297534B2 (en) | 2015-12-03 | 2015-12-03 | Generating device, generating method, and generating program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015236523A JP6297534B2 (en) | 2015-12-03 | 2015-12-03 | Generating device, generating method, and generating program |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014258115A Division JP5852218B1 (en) | 2014-12-19 | 2014-12-19 | Generating device, generating method, and generating program |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017009922A Division JP6329284B2 (en) | 2017-01-24 | 2017-01-24 | Generating device, generating method, and generating program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016119076A true JP2016119076A (en) | 2016-06-30 |
JP6297534B2 JP6297534B2 (en) | 2018-03-20 |
Family
ID=56244387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015236523A Active JP6297534B2 (en) | 2015-12-03 | 2015-12-03 | Generating device, generating method, and generating program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6297534B2 (en) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018045570A (en) * | 2016-09-16 | 2018-03-22 | ヤフー株式会社 | Generation device, generation method, and generation program |
JP6405002B1 (en) * | 2017-06-20 | 2018-10-17 | ヤフー株式会社 | Calculation device, calculation method, calculation program, and model |
CN111401626A (en) * | 2020-03-12 | 2020-07-10 | 东北石油大学 | Social network numerical optimization method, system and medium based on six-degree separation theory |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000348015A (en) * | 1999-06-07 | 2000-12-15 | Ibm Japan Ltd | System, method for evaluating evaluation item of evalucated object having temporal variation, and recording medium |
JP2003006430A (en) * | 2001-06-20 | 2003-01-10 | Daido Life Insurance Co | Device and method for estimating rating, and storage medium |
JP2003033750A (en) * | 2001-07-24 | 2003-02-04 | Ricoh Co Ltd | Environmental load information-obtaining method, system and program |
JP2004258915A (en) * | 2003-02-25 | 2004-09-16 | Sompo Japan Insurance Inc | Brand value evaluation support device |
JP2010009470A (en) * | 2008-06-30 | 2010-01-14 | Takenaka Komuten Co Ltd | System, method and program for estimating risk at earthquake disaster |
JP2014032442A (en) * | 2012-08-01 | 2014-02-20 | Makura Co Ltd | Net shop evaluation device |
JP2014182572A (en) * | 2013-03-19 | 2014-09-29 | Yahoo Japan Corp | Financing system, credit information generator, loan condition determination method and credit information generation program |
-
2015
- 2015-12-03 JP JP2015236523A patent/JP6297534B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000348015A (en) * | 1999-06-07 | 2000-12-15 | Ibm Japan Ltd | System, method for evaluating evaluation item of evalucated object having temporal variation, and recording medium |
JP2003006430A (en) * | 2001-06-20 | 2003-01-10 | Daido Life Insurance Co | Device and method for estimating rating, and storage medium |
JP2003033750A (en) * | 2001-07-24 | 2003-02-04 | Ricoh Co Ltd | Environmental load information-obtaining method, system and program |
JP2004258915A (en) * | 2003-02-25 | 2004-09-16 | Sompo Japan Insurance Inc | Brand value evaluation support device |
JP2010009470A (en) * | 2008-06-30 | 2010-01-14 | Takenaka Komuten Co Ltd | System, method and program for estimating risk at earthquake disaster |
JP2014032442A (en) * | 2012-08-01 | 2014-02-20 | Makura Co Ltd | Net shop evaluation device |
JP2014182572A (en) * | 2013-03-19 | 2014-09-29 | Yahoo Japan Corp | Financing system, credit information generator, loan condition determination method and credit information generation program |
Non-Patent Citations (1)
Title |
---|
鈴木 良介, ビッグデータビジネスの時代 堅実にイノベーションを生み出すポスト・クラウドの戦略, vol. 第1版, JPN6017009538, 8 November 2011 (2011-11-08), JP, pages 1 - 7, ISSN: 0003521257 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018045570A (en) * | 2016-09-16 | 2018-03-22 | ヤフー株式会社 | Generation device, generation method, and generation program |
JP6405002B1 (en) * | 2017-06-20 | 2018-10-17 | ヤフー株式会社 | Calculation device, calculation method, calculation program, and model |
JP2019008343A (en) * | 2017-06-20 | 2019-01-17 | ヤフー株式会社 | Calculating apparatus, calculating method, calculating program and model |
CN111401626A (en) * | 2020-03-12 | 2020-07-10 | 东北石油大学 | Social network numerical optimization method, system and medium based on six-degree separation theory |
Also Published As
Publication number | Publication date |
---|---|
JP6297534B2 (en) | 2018-03-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5852218B1 (en) | Generating device, generating method, and generating program | |
JP5960887B1 (en) | Calculation device, calculation method, and calculation program | |
JP5847915B1 (en) | Evaluation apparatus, evaluation method, and evaluation program | |
Zhang et al. | Dynamically managing a profitable email marketing program | |
De Cnudde et al. | What does your Facebook profile reveal about your creditworthiness? Using alternative data for microfinance | |
US10108919B2 (en) | Multi-variable assessment systems and methods that evaluate and predict entrepreneurial behavior | |
US20200234218A1 (en) | Systems and methods for entity performance and risk scoring | |
JP6262909B1 (en) | Calculation device, calculation method, and calculation program | |
JP6194092B1 (en) | Calculation device, calculation method, and calculation program | |
JP6023379B2 (en) | Evaluation apparatus, evaluation method, and evaluation program | |
JP2019091355A (en) | Determination device, determination method and determination program | |
JP6329284B2 (en) | Generating device, generating method, and generating program | |
JP2019032620A (en) | Generation device, method for generation, and generation program | |
De la Llave et al. | The impact of geographical factors on churn prediction: an application to an insurance company in Madrid's urban area | |
JP6297534B2 (en) | Generating device, generating method, and generating program | |
JP6400067B2 (en) | Evaluation apparatus, evaluation method, and evaluation program | |
JP2018116694A (en) | Calculation device, calculation method and calculation program | |
JP6062100B1 (en) | Evaluation apparatus, evaluation method, and evaluation program | |
Lee et al. | How are service automation and national ICT development associated with international trade in services? | |
JP6437053B1 (en) | Calculation device, calculation method, calculation program, and model | |
Hadad et al. | A decision‐making support system module for customer segmentation and ranking | |
JP6152215B2 (en) | Calculation device, calculation method, and calculation program | |
Croce et al. | Expert identification and calibration for collective forecasting tasks | |
JP6067169B2 (en) | Calculation device, calculation method, and calculation program | |
Heinrich et al. | A quantitative approach for modelling the influence of currency of information on decision-making under uncertainty |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20160330 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160607 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160801 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20161108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170124 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20170201 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20170317 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180221 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6297534 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |