JP7092186B2 - 情報処理装置、情報処理方法、プログラム - Google Patents
情報処理装置、情報処理方法、プログラム Download PDFInfo
- Publication number
- JP7092186B2 JP7092186B2 JP2020510456A JP2020510456A JP7092186B2 JP 7092186 B2 JP7092186 B2 JP 7092186B2 JP 2020510456 A JP2020510456 A JP 2020510456A JP 2020510456 A JP2020510456 A JP 2020510456A JP 7092186 B2 JP7092186 B2 JP 7092186B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- target data
- classification
- information processing
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Medical Informatics (AREA)
- Technology Law (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Description
学習対象となるデータのうち、所定の条件を満たす対象データに基づいて、当該対象データの分類を設定する分類手段と、
前記対象データと、当該対象データに設定された分類と、に基づいて、データを検出するモデルを生成するモデル生成手段と、
を備えた、
という構成をとる。
学習対象となるデータのうち、所定の条件を満たす対象データに基づいて、当該対象データの分類を設定し、
前記対象データと、当該対象データに設定された分類と、に基づいて、データを検出するモデルを生成する、
という構成をとる。
情報処理装置に、
学習対象となるデータのうち、所定の条件を満たす対象データに基づいて、当該対象データの分類を設定する分類手段と、
前記対象データと、当該対象データに設定された分類と、に基づいて、データを検出するモデルを生成するモデル生成手段と、
を実現させる、
という構成をとる。
本発明の第1の実施形態を、図1乃至図6を参照して説明する。図1乃至図3は、情報処理システムの構成を説明するための図であり、図4乃至図6は、情報処理システムの動作を説明するための図である。
図1に示すように、情報処理システムは、学習装置10と検出装置20とを備えて構成されている。学習装置10は、学習対象となる学習データから、所望の事象である不正取引を検出するためのモデルを生成する処理を行う。また、検出装置20は、学習装置10で生成されたモデルを用いて、検出対象となる検出対象データから、所望の事象である不正取引を検出する処理を行う。
次に、上述した情報処理システムの動作を、図5乃至図7を参照して説明する。まず、図5と図6を参照して、本実施形態の場合の動作を説明する。なお、図5は、学習装置10の動作を示しており、図6は、情報処理システム全体の動作を示している。
次に、本発明の第2の実施形態を、図8を参照して説明する。図8は、実施形態2における情報処理装置の構成を示すブロック図である。なお、本実施形態では、実施形態1で説明した学習装置10の構成の概略を示している。
学習対象となるデータのうち、所定の条件を満たす対象データに基づいて、当該対象データの分類を設定する分類手段101と、
上記対象データと、当該対象データに設定された分類と、に基づいて、データを検出するモデルを生成するモデル生成手段102と、
を備えている。
学習対象となるデータのうち、所定の条件を満たす対象データに基づいて、当該対象データの分類を設定し、
前記対象データと、当該対象データに設定された分類と、に基づいて、データを検出するモデルを生成する、
という処理を実行するよう作動する。
上記実施形態の一部又は全部は、以下の付記のようにも記載されうる。以下、本発明における情報処理装置、情報処理方法、プログラムの構成の概略を説明する。但し、本発明は、以下の構成に限定されない。
学習対象となるデータのうち、所定の条件を満たす対象データに基づいて、当該対象データの分類を設定する分類手段と、
前記対象データと、当該対象データに設定された分類と、に基づいて、データを検出するモデルを生成するモデル生成手段と、
を備えた情報処理装置。
付記1に記載の情報処理装置であって、
前記分類手段は、前記対象データを構成する属性の値に基づいて、当該対象データの前記分類を設定する、
情報処理装置。
付記1又は2に記載の情報処理装置であって、
前記分類手段は、前記対象データに前記分類として所定の値を有する重みを設定し、
前記モデル生成手段は、前記対象データと、当該対象データに設定された前記重みと、に基づいて、前記モデルを生成する、
情報処理装置。
付記3に記載の情報処理装置であって、
前記分類手段は、前記対象データを構成する属性の値に応じた予め設定された基準による重要度合いが高いほど高くなる値の前記重みを当該対象データに設定する、
情報処理装置。
付記1乃至4のいずれかに記載の情報処理装置であって、
前記対象データを構成する属性の値と前記分類との対応関係を表す分類データを記憶する分類データ記憶手段と、
前記対象データを構成する属性の値に基づいて、新たな前記分類データを生成して前記分類データを更新する分類データ生成手段と、
を備えた、
情報処理装置。
付記1乃至5のいずれかに記載の情報処理装置であって、
前記分類手段は、学習対象となる金融取引データのうち、損害を伴った取引の当該金融取引データである前記対象データを構成する金額の値に基づいて、当該対象データの前記分類を設定する、
情報処理装置。
付記6に記載の情報処理装置であって、
前記分類手段は、前記対象データを構成する金額の値が高いほど高くなる値の重みを前記分類として当該対象データに設定し、
前記モデル生成手段は、前記対象データと、当該対象データに設定された前記重みと、に基づいて、前記モデルを生成する、
情報処理装置。
付記1乃至7のいずれかに記載の情報処理装置であって、
検出対象となるデータから、前記モデルを用いてデータを検出するデータ検出手段、
を備えた情報処理装置。
学習対象となるデータのうち、所定の条件を満たす対象データに基づいて、当該対象データの分類を設定し、
前記対象データと、当該対象データに設定された分類と、に基づいて、データを検出するモデルを生成する、
情報処理方法。
付記9に記載の情報処理方法であって、
前記対象データを構成する属性の値に基づいて、当該対象データの前記分類を設定する、
情報処理方法。
付記9又は9.1に記載の情報処理方法であって、
前記対象データに前記分類として所定の値を有する重みを設定し、
前記対象データと、当該対象データに設定された前記重みと、に基づいて、前記モデルを生成する、
情報処理方法。
付記9.2に記載の情報処理方法であって、
前記対象データを構成する属性の値に応じた予め設定された基準による重要度合いが高いほど高くなる値の前記重みを当該対象データに設定する、
情報処理方法。
付記9乃至9.3のいずれかに記載の情報処理方法であって、
前記対象データを構成する属性の値と前記分類との対応関係を表す分類データを記憶しており、
前記分類データを用いて、前記対象データを構成する属性の値に基づいて当該対象データの前記分類を設定すると共に、前記対象データを構成する属性の値に基づいて新たな前記分類を設定して前記分類データを更新する、
情報処理方法。
付記9乃至9.4のいずれかに記載の情報処理方法であって、
検出対象となるデータから、生成した前記モデルに合致するデータを検出する、
情報処理方法。
情報処理装置に、
学習対象となるデータのうち、所定の条件を満たす対象データに基づいて、当該対象データの分類を設定する分類手段と、
前記対象データと、当該対象データに設定された分類と、に基づいて、データを検出するモデルを生成するモデル生成手段と、
を実現させるためのプログラム。
付記10に記載のプログラムであって、
前記情報処理装置に、さらに、
検出対象となるデータから、前記モデルに合致するデータを検出するデータ検出手段、
を実現させるためのプログラム。
11 データ抽出部
12 リスク評価部
13 モデル生成部
15 学習データ記憶部
16 リスクデータ記憶部
17 モデルデータ記憶部
20 検出装置
21 モデル取得部
22 検出処理部
25 モデルデータ記憶部
26 検出対象データ記憶部
100 情報処理装置
101 分類手段
102 モデル生成手段
Claims (8)
- 学習対象となるデータのうち、所定の条件を満たす対象データを構成する属性の値に基づいて、当該対象データの分類として当該対象データの属性の値に対応した値で示される分類を設定する分類手段と、
前記対象データを構成する属性の値を説明変数とし、当該対象データに設定された分類を目的変数として学習してモデルを生成するモデル生成手段と、
を備えた情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記分類手段は、前記対象データに前記分類として所定の値を有する重みを設定する、
情報処理装置。 - 請求項2に記載の情報処理装置であって、
前記分類手段は、前記対象データを構成する属性の値に応じた予め設定された基準による重要度合いが高いほど高くなる値の前記重みを、当該対象データに設定する、
情報処理装置。 - 請求項1乃至3のいずれかに記載の情報処理装置であって、
前記対象データを構成する属性の値と前記分類との対応関係を表す分類データを記憶する分類データ記憶手段と、
前記対象データを構成する属性の値に基づいて、新たな前記分類データを生成して前記分類データを更新する分類データ生成手段と、
を備えた、
情報処理装置。 - 請求項1乃至4のいずれかに記載の情報処理装置であって、
前記分類手段は、学習対象となる金融取引データのうち、損害を伴った取引の当該金融取引データである前記対象データを構成する金額の値に基づいて、当該対象データの前記分類を設定する、
情報処理装置。 - 請求項5に記載の情報処理装置であって、
前記分類手段は、前記対象データを構成する金額の値が高いほど高くなる値の重みを前記分類として当該対象データに設定する、
情報処理装置。 - 情報処理装置が、
学習対象となるデータのうち、所定の条件を満たす対象データを構成する属性の値に基づいて、当該対象データの分類として当該対象データの属性の値に対応した値で示される分類を設定し、
前記対象データを構成する属性の値を説明変数とし、当該対象データに設定された分類を目的変数として学習してモデルを生成する、
情報処理方法。 - 情報処理装置に、
学習対象となるデータのうち、所定の条件を満たす対象データを構成する属性の値に基づいて、当該対象データの分類として当該対象データの属性の値に対応した値で示される分類を設定する分類手段と、
前記対象データを構成する属性の値を説明変数とし、当該対象データに設定された分類を目的変数として学習してモデルを生成するモデル生成手段と、
を実現させるためのプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018061274 | 2018-03-28 | ||
JP2018061274 | 2018-03-28 | ||
PCT/JP2019/006958 WO2019187865A1 (ja) | 2018-03-28 | 2019-02-25 | 情報処理装置、情報処理方法、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019187865A1 JPWO2019187865A1 (ja) | 2021-03-11 |
JP7092186B2 true JP7092186B2 (ja) | 2022-06-28 |
Family
ID=68061265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020510456A Active JP7092186B2 (ja) | 2018-03-28 | 2019-02-25 | 情報処理装置、情報処理方法、プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210035208A1 (ja) |
JP (1) | JP7092186B2 (ja) |
WO (1) | WO2019187865A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20240242273A1 (en) * | 2021-07-02 | 2024-07-18 | Nec Corporation | Model generation device, financial institution server, information processing system, model generation method, and storage medium |
WO2023175898A1 (ja) * | 2022-03-18 | 2023-09-21 | 日本電気株式会社 | 監視システム、モデル生成装置、モデル生成方法および記録媒体 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015141724A1 (ja) | 2014-03-20 | 2015-09-24 | 日本電気株式会社 | 医薬品有害事象抽出方法及び装置 |
JP2015166962A (ja) | 2014-03-04 | 2015-09-24 | 日本電気株式会社 | 情報処理装置、学習方法、及び、プログラム |
WO2018034142A1 (ja) | 2016-08-18 | 2018-02-22 | 日本電気株式会社 | 航空管制支援システム、航空管制支援方法、及び、記録媒体 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100986223B1 (ko) * | 2008-08-07 | 2010-10-08 | 한국전자통신연구원 | 불법 동영상 데이터 검색 장치 및 방법 |
US8527384B2 (en) * | 2010-01-29 | 2013-09-03 | Bank Of America Corporation | Currency equivalency application |
US11321784B2 (en) * | 2013-03-06 | 2022-05-03 | AppZen, Inc. | Methods and systems for automatically detecting fraud and compliance issues in expense reports and invoices |
US10438297B2 (en) * | 2017-06-19 | 2019-10-08 | Accenture Global Solutions Limited | Anti-money laundering platform for mining and analyzing data to identify money launderers |
-
2019
- 2019-02-25 US US17/042,532 patent/US20210035208A1/en active Pending
- 2019-02-25 WO PCT/JP2019/006958 patent/WO2019187865A1/ja active Application Filing
- 2019-02-25 JP JP2020510456A patent/JP7092186B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015166962A (ja) | 2014-03-04 | 2015-09-24 | 日本電気株式会社 | 情報処理装置、学習方法、及び、プログラム |
WO2015141724A1 (ja) | 2014-03-20 | 2015-09-24 | 日本電気株式会社 | 医薬品有害事象抽出方法及び装置 |
WO2018034142A1 (ja) | 2016-08-18 | 2018-02-22 | 日本電気株式会社 | 航空管制支援システム、航空管制支援方法、及び、記録媒体 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2019187865A1 (ja) | 2021-03-11 |
US20210035208A1 (en) | 2021-02-04 |
WO2019187865A1 (ja) | 2019-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11810204B2 (en) | Artificial intelligence transaction risk scoring and anomaly detection | |
Trivedi et al. | An efficient credit card fraud detection model based on machine learning methods | |
Modi et al. | Review on fraud detection methods in credit card transactions | |
US20180365696A1 (en) | Financial fraud detection using user group behavior analysis | |
CN108229963A (zh) | 用户操作行为的风险识别方法及装置 | |
Suryanarayana et al. | Machine learning approaches for credit card fraud detection | |
JP7092186B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
CN113011888A (zh) | 一种针对数字货币的异常交易行为检测方法、装置、设备及介质 | |
CN109523124A (zh) | 资产数据处理方法、装置、计算机设备和存储介质 | |
CN113689218A (zh) | 风险账户的识别方法、装置、计算机设备和存储介质 | |
CN115564449A (zh) | 交易账户的风险管控方法、装置及电子设备 | |
Kanaparthi | AI-based personalization and trust in digital finance | |
CN108898308A (zh) | 风险评估方法、装置、服务器及可读存储介质 | |
CN112116457A (zh) | 一种银行柜面业务的监督方法、装置及设备 | |
CN108875530A (zh) | 活体识别方法、活体识别设备、电子设备以及存储介质 | |
CN113592505B (zh) | 基于组合构建实现可疑交易场景模型识别处理的*** | |
Onu et al. | Detection of Ponzi scheme on Ethereum using machine learning algorithms | |
CN112700235B (zh) | 线下支付用户的识别方法、装置和电子设备 | |
Sadi et al. | Threat detector for social media using text analysis | |
Takahashi et al. | A study on effect evaluation of payment method change in the mail-order industry | |
KR102688963B1 (ko) | 고객 정보에 기초하여 결제 승인과 관련된 정보를 생성하는 방법 | |
US20220201035A1 (en) | Apparatus, method and computer program product for identifying a set of messages of interest in a network | |
US20220360592A1 (en) | Systems and methods of monitoring and detecting suspicious activity in a virtual environment | |
Parikh et al. | Impact of Boosting Techniques in AI-Based Credit Card Fraud Detection Classifier | |
Kumar et al. | A Review Paper on Feature Selection in Credit Card Fraud Detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200923 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200923 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211026 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211217 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220517 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220530 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7092186 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |