JP7452801B2 - 評価支援システム及び評価支援プログラム - Google Patents

評価支援システム及び評価支援プログラム Download PDF

Info

Publication number
JP7452801B2
JP7452801B2 JP2021212810A JP2021212810A JP7452801B2 JP 7452801 B2 JP7452801 B2 JP 7452801B2 JP 2021212810 A JP2021212810 A JP 2021212810A JP 2021212810 A JP2021212810 A JP 2021212810A JP 7452801 B2 JP7452801 B2 JP 7452801B2
Authority
JP
Japan
Prior art keywords
evaluation
information
value
target
acquisition
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
Application number
JP2021212810A
Other languages
English (en)
Other versions
JP2023096804A (ja
Inventor
豊 大久保
康雄 中嶋
裕樹 千葉
穣 藤田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Data Forevision Ltd
Original Assignee
Data Forevision Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Data Forevision Ltd filed Critical Data Forevision Ltd
Priority to JP2021212810A priority Critical patent/JP7452801B2/ja
Publication of JP2023096804A publication Critical patent/JP2023096804A/ja
Application granted granted Critical
Publication of JP7452801B2 publication Critical patent/JP7452801B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Description

本発明は、被対象者の価値評価を支援するための評価支援システム及び評価支援プログラムに関する。
近年、銀行等の金融機関は、融資先企業におけるビジネス環境の激しい変化や被対象者におけるDX(Digital transformation)化に対応し、被対象者の対象者価値の定量把握や、被対象者の信用格付け等のための資産分析を、人工知能を利用して算出している。このような技術として、例えば特許文献1の財務情報分析システム等が提案されている。
特許文献1では、財務情報分析システムは、企業会計情報から選択された項目の値を説明変数として入力し、再帰型ニューラルネットワークを用いて学習する学習モデルに基づいて、企業ごとのデフォルト率を算出するとともに、算出した企業のデフォルト率と企業のデフォルト情報とを参照して、学習モデルを用いて、特定の企業の対象月におけるデフォルト率を計算する技術が開示されている。
特開2018-049400号公報
ここで、特許文献1の開示技術では、被対象者の価値評価を行う際、被対象者のDX化、風評リスク、被対象者のグループ会社及び関係他社等の取引状況等を算出するためには、各企業のデフォルト率と各企業のデフォルト情報等を取得し、財務情報以外の各種の情報に基づく学習モデルを事前に用意し、各企業の対象月におけるデフォルト率を計算する行う必要がある。このため、財務情報以外の新規情報の取得、情報量の増大に伴い、ユーザが費やす作業時間が膨大となる懸念が挙げられる。このような事情から、被対象者の価値評価において、ユーザが費やす作業時間の削減が望まれている。
そこで本発明は、上述した問題に鑑みて案出されたものであり、その目的とするところは、被対象者の価値評価を支援するための評価支援システムにおいて、ユーザが費やす作業時間の削減をすることができる評価支援システム及び評価支援プログラムを提供することにある。
第1発明に係る評価支援システムは、金融機関を利用している企業のうち、融資、または提携の対象となる対象企業の価値評価を支援するための評価支援システムであって、前記価値評価に関する情報を取得するための取得先の識別情報、及び複数前記取得先のWebサイトからデータを取得する取得順番を示す巡回情報を設定する設定手段と、前記対象企業の情報、及び前記対象企業の価値を判断するための価値情報を含む対象データを、前記取得先の識別情報と複数の前記巡回情報に基づき取得する取得手段と、前記取得手段により取得された前記対象データを記憶する価値情報データベースと、前記対象企業の価値評価を行うための複数の評価モデルが記憶されたモデル定義データベースと、前記価値情報データベースを参照し、前記モデル定義データベースに記憶された前記評価モデルに基づき前記対象企業の価値評価を行う評価手段と、を備えることを特徴とする。
第2発明に係る評価支援システムは、第1発明において、前記設定手段により設定される巡回情報は、Webサイトの巡回に関する時間情報、実行回数、前記対象データの取得箇所に関する取得位置、取得段落、取得キーワード、及び除外キーワードの少なくとも何れかを含むことを特徴とする。
第3発明に係る評価支援システムは、第1発明において、前記取得手段により取得される前記対象データは、前記対象企業、又は前記対象企業を除く第三者により公表された公表情報、報道情報、口コミ情報、Webサイトの信頼情報、及びデジタル化の取り組みに関するDX化情報の少なくとも何れかを含むことを特徴とする。
第4発明に係る評価支援システムは、第4発明において、前記モデル定義データベースに記憶される評価モデルは、取得したデータの特徴、又は種別を少なくとも含む区分情報とユーザによって予め設定されたWebサイトごとの信憑性を示す信頼度により評価を行う注目度評価モデル、過去の価値評価の価値評価結果と前記過去の価値評価結果に紐づく参照情報との間における連関性を有する学習データを用いた機械学習により構築された学習モデルにより評価を行う評価分析モデル、及び前記注目度評価モデルと前記評価分析モデルを用いて算出した総合スコアにより評価を行う総合スコアモデルの少なくとも何れかを含むことを特徴とする。
第5発明に係る評価支援システムは、第4発明において、前記過去の価値評価結果と、前記参照情報との間の関係を新たに取得した場合には、前記関係を前記連関性に反映させる更新手段を更に備えることを特徴とする。
第6発明に係る評価支援システムは、第4発明において、前記評価手段は、前記注目度評価モデルによる評価を行う場合に、Webサイトごとの前記信頼度に基づいて、前記信頼度が一定値以上の前記Webサイトから取得したデータを対象に使用キーワードのランキングを算出し、算出した前記ランキングの順位変動の結果により有望キーワードを抽出する抽出手段をさらに備えることを特徴とする。
第7発明に係る評価支援システムは、第1発明において、前記評価手段により評価された評価結果を表示する出力手段をさらに備え、前記出力手段は、前記対象企業における評価結果を表示する第一表示領域と、前記対象企業に関連する他の対象企業に関する評価結果を集約して表示する第二表示領域と、を少なくとも含む2以上の表示領域を備え、前記第一表示領域及び前記第二表示領域の各々は、対象企業名と、前記対象企業と前記他の対象企業との間の取引形態を示す取引情報と、1以上の前記評価モデルによる評価結果と、を表示することを特徴とする
第8発明に係る評価支援プログラムは、金融機関を利用している企業のうち、融資、または提携の対象となる対象企業の価値評価を支援するための評価支援プログラムであって、前記価値評価に関する情報を取得するための取得先の識別情報、及び複数の前記取得先のWebサイトからデータを取得する取得順番を示す巡回情報を設定する設定ステップと、前記対象企業の情報、及び前記対象企業の価値を判断するための価値情報を含む対象データを、前記取得先の識別情報と複数の前記巡回情報に基づき取得する取得ステップと、前記取得ステップにより取得された前記対象データを、価値情報データベースに記憶する第1記憶ステップと、前記対象企業の価値評価を行うための複数の評価モデルを、モデル定義データベースに記憶する第2記憶ステップと、前記価値情報データベースを参照し、前記モデル定義データベースに記憶された前記評価モデルに基づき前記対象企業の価値評価を行う評価ステップと、をコンピュータに実行させることを特徴とする。
第1発明~第7発明によれば、設定手段は、価値評価に必要な対象企業に関する情報を取得する取得先の識別情報と複数の取得先のWebサイトからデータを取得する取得順番を示す巡回情報を設定する。このため、対象企業の情報、及び対象企業の価値を判断するための価値情報を含むデータを取得先の識別情報と複数の巡回情報に基づき取得することができる。これにより、ユーザが費やす作業時間の削減をすることが可能となる。
特に、第2発明によれば、取得先の識別情報と複数の前記取得先の取得順番を少なくとも含む巡回情報は、Webサイトの巡回に関する時間情報、実行回数、データの取得箇所に関する取得位置、取得段落、取得キーワード、及び除外キーワードの少なくとも何れかを含む。このため、価値評価する被対象者におけるデータの取得を、即時、定時などそれぞれのタイミングで適宜に実行することができる。これにより、ユーザが費やす作業時間の削減をすることが可能となる。
特に、第3発明によれば、データは、対象企業、又は対象企業を除く第三者により公表された公表情報、報道情報、口コミ情報、Webサイトの信頼情報、及びデジタル化の取り組みに関するDX化情報の少なくとも何れかを含む。このため、価値評価する対象企業におけるデータを広範囲に取得することができる。これにより、多角的な評価を容易に行うことができ、ユーザが費やす作業時間の削減をすることが可能となる。
特に、第4発明によれば、評価モデルは、注目度評価モデル、評価分析モデル、及び総合スコアモデルの少なくとも何れかを含む。このため、被対象者の価値評価を適した評価モデルで実行することができる。これにより、多角的な評価を容易に行うことができ、ユーザが費やす作業時間の削減をすることが可能となる。
特に、第5発明によれば、更新手段は、過去の価値評価結果と、参照情報との間の関係を新たに取得した場合には、関係を前記連関性に反映させる。このため、データベースの更新を容易に実施することができる。これにより、ユーザが費やす作業時間の削減をすることが可能となる。
特に、第6発明によれば、評価手段は、抽出手段をさらに備える。このため、前記注目度評価モデルによる評価を行う場合に、取得したデータから有望キーワードを抽出できる。これにより、現在広く認識されている事象でないことを容易に確認、評価することができ、ユーザが費やす作業時間の削減をすることが可能となる。
特に、第7発明によれば、出力手段は、第一表示領域と第二表示領域と、を少なくとも含む2以上の表示領域を備える。このため、第一表示領域及び第二表示領域の各々に、対象企業名と、対象企業名と他の対象企業との間の取引形態を示す取引情報と、1以上の評価モデルによる評価結果を表示することができる。これにより、評価結果の比較が容易となり、ユーザが費やす作業時間の削減をすることが可能となる。
第8発明によれば、設定ステップは、価値評価に必要な対象企業に関する情報を取得する取得先の識別情報と複数の取得先のWebサイトからデータを取得する取得順番を示す巡回情報を設定する。このため、対象企業の情報、及び対象企業の価値を判断するための価値情報を含むデータを取得先の識別情報と複数の巡回情報に基づき取得することができる。これにより、ユーザが費やす作業時間の削減をすることが可能となる。
図1は、本実施形態における評価支援システムの構成の一例を示す模式図である。 図2は、本実施形態における評価支援システムの動作の一例を示す模式図である。 図3(a)は、本実施形態における評価支援システムの構成の一例を示す模式図であり、図3(b)は、本実施形態における評価支援システムの機能の一例を示す模式図である。 図4は、価値情報データベース、モデル定義データベース、巡回情報データベース、及び使用キーワードランキングデータベースの一例を示す模式図である。 図5は、本実施形態における評価支援システムの動作の一例を示すフローチャートである。 図6は、本実施形態における評価支援システムの動作の一例を示すフローチャートである。 図7は、本実施形態における評価支援システムの評価結果の一例を示す模式図である。 図8は、本実施形態における評価支援システムの評価結果の表示画面の一例を示す模式図である。
以下、本発明の実施形態における評価支援システムの一例について、図面を参照しながら説明する。
(評価支援システム100)
図1~図8を参照して、本実施形態における評価支援システム100の構成の一例について説明する。図1は、本実施形態における評価支援システム100の構成の一例を示す模式図である。
評価支援システム100は、主に金融機関(例えば銀行)等における融資先である被対象者の価値評価を支援するために用いられる。評価支援システム100は、例えば銀行等が例えば融資、資本提携等を行う被対象者の信用リスク管理業務、営業から与信管理等の対象者価値の評価を効率化する手段として、他の技術と併用してもよい。
評価支援システム100は、特に、Webサイトを巡回して被対象者の価値評価に必要な各種のデータを取得し、取得したデータに対し、最適な評価モデルを選択することができ、例えば上述したリスク管理業務等を実施することができる。これにより、ユーザが人手と膨大な時間を使って被対象者である企業、その他の被対象者(例えば競合企業、関連企業等)に関する各種の情報収集、DX化への取り組みに関するDX化情報の確認、新しい付加価値を生み出す価値評価等の作業を行う必要が無く、ユーザの作業時間を削減することが可能となる。
評価支援システム100は、例えば図1に示すように、評価支援装置1を備え、ユーザが評価支援装置1を利用してもよい。評価支援システム100は、例えば通信網4を介して評価支援装置1と接続された端末2を備え、ユーザが端末2を介して評価支援装置1を利用してもよい。評価支援システム100は、例えば通信網4を介して評価支援装置1と接続されたサーバ3を備え、ユーザが評価支援装置1又は端末2を介してサーバ3との各種情報の送受信により、各手段を実現してもよい。
評価支援システム100は、例えば図2に示すような処理を実現することができる。図2では、ユーザが端末2を操作して評価支援装置1を利用する一例を示しており、例えばユーザが評価支援装置1を直接操作してもよい。
評価支援システム100は、価値評価に必要な被対象者に関する各種の情報(データ)を、例えばクラウド5から提供される複数のWebサイトを巡回(スクレイピング)して取得する。Webサイトは、例えば被対象者のWebサイトの他、例えば対象者情報を掲載するニュースサイト、SNS、口コミサイト、専門家やアナリスト等のブログ、情報ベンダー、その他の情報サイトであってもよい。被対象者は、価値評価を行いたい被対象の企業であって、例えば対象となる企業の関連会社、下請け会社、協業会社、又は競合会社の他、例えば官公庁、調査・研究機関、教育機関、団体、グループ、又は特定個人等であってもよく、企業の規模や事業形態、業種等は任意である。
評価支援システム100は、ユーザによって予め設定された取得先の識別情報と複数の前記取得先の取得順番を少なくとも含む巡回情報に基づいて、各Webサイトを巡回する。取得先の識別情報と複数の前記取得先の取得順番を少なくとも含む巡回情報は、例えばWebサイトのURL情報に加え、例えばWebサイトの巡回に関する時間情報、実行回数、Webサイトで表示される表示画面におけるデータの取得箇所に関する取得位置、取得段落、取得キーワード、及び除外キーワード等である。
評価支援システム100は、これらの取得先の識別情報と複数の前記取得先の取得順番を少なくとも含む巡回情報に基づいて各種のデータを取得する。評価支援システム100は、Webサイトの巡回において、例えば公知のWebサイトの巡回技術(例えばスクレイピング)により取得するようにしてもよい。評価支援システム100が取得するデータは、例えば評価対象となる結果見出し(ヘッドライン)、タイトル、本文中の文言などの各種の対象データであり、例えば被対象の企業、被対象の企業を除く第三者により公表された公表情報、報道情報、口コミ情報等の各種の情報の他、例えばWebサイトの信頼情報、被対象者のデジタル化の取り組みに関するDX情報、音声データ、映像データ、画像データ、アイコン、イメージデータ等であってもよい。
評価支援システム100は、取得した各種のデータを価値情報データベースに記憶する。価値情報データベースには、例えば被対象者に関する被対象者情報(例えば企業名、企業プロフィール、事業内容、関連企業、提携先、ニュースリリース、決算情報等)と、被対象者の対象者価値を判断するための各種の価値情報(例えば経営情報、取引情報、業績情報、信用情報等)を含むデータが記憶される。評価支援システム100は、取得したデータを価値情報データベースに記憶する場合、例えば各データの取得元のWebサイトリンク情報(URL)、取得した日時情報の他、取得元のWebサイトに関する信憑、信頼に関する情報を合わせて取得し、各種のデータと対応づけて記憶するようにしてもよい。
評価支援システム100は、価値情報データベースに記憶したデータに対して区分情報を付与する。区分情報は、例えばユーザによって予め設定される他、例えば取得したデータのキーワードや種別、キーワードの出現頻度に応じて適宜に追加されるようにしてもよい。なお区分情報は、例えば取得した1つのデータに対して複数の区分情報が付与されるようにしてもよい。
評価支援システム100は、データを評価モデルに基づいて評価することにより、被対象者の価値評価を行う。評価モデルは、被対象者の価値評価を行うための評価モデルであり、複数の評価モデルがモデル定義データベースに記憶される。モデル定義データベースには、例えば後述する「注目度評価モデル」、「評価分析モデル」、「総合スコアモデル」が記憶される。
<データ>
データは、例えば被対象である企業の被対象者情報や被対象者価値を判断するための価値情報の内容を示し、具体的には、被対象の企業、又は被対象の企業を除く第三者により公表された公表情報、報道情報、口コミ情報、Webサイトの信頼情報、デジタル化の取り組みに関するDX化情報等を示す。データは、例えば各被対象者(企業の他、例えば官公庁、調査・研究機関、教育機関、団体、グループ、又は特定個人等)に関するデータであってもよい。データは、例えば対象が対象データである場合は、Webサイトを巡回して取得される文字データの他、例えばユーザによって新たに追加、登録されるデータ、各種の情報等を対象としてもよい。
データとして、例えばキーワード、単語、又は形態素毎に分割された形式が用いられ、公知の言語認識技術によって対象データから抽出するようにしてもよい。データは、対象データの他、例えば音声データ、映像データ、画像データ、アイコン、イメージデータ等であってもよい。
<データベース>
評価支援システム100では、例えば図4に示すようなデータベース及びデータテーブルを備える。データベースは、価値情報データベースと、モデル定義データベースとを少なくとも含み、例えば価値評価に関する情報を取得するための巡回情報を設定する巡回情報データベース、使用キーワードランキングデータベース等をさらに含んでもよい。各データベースは、評価支援システム100に保存されるほか、例えばサーバ3等の評価支援装置1とは異なる記憶部分に保存されてもよく、データベース毎の保存先、保存のタイミングは任意である。
<<価値情報データベース>>
価値情報データベースには、例えば被対象者の対象者情報、及び対象者価値を判断するための価値情報を含む対象データが記憶される。価値情報データベースには、例えば被対象者を識別する「被対象者ID」、被対象者の名称を示す「企業名」、巡回するWebサイトのURL情報を示す「Webサイト」、Webサイトや対象データの信憑性を示す「信頼情報」、被対象者に関する各種の情報を示す「対象者情報」、被対象者の対象者価値を判断するための各種の情報を示す「価値情報」、被対象者の企業を除く第三者等により公開されている情報を示す「公表情報」、被対象者に関する口コミなどの投稿情報を示す「口コミ」等として記憶される。なお、価値情報データベースには、取得した対象データに日時情報を合わせて記憶するようにしてもよい。
<<モデル定義データベース>>
モデル定義データベースには、例えば被対象者の価値評価を行うための複数の評価モデルとして、「注目度評価モデル」、「評価分析モデル」、「総合スコアモデル」が記憶される。モデル定義データベースには、例えば評価モデルを識別する「モデルID」、評価モデルの名称を示す「モデル名」、評価する対象データに関する条件等を示す「評価式・パラメータ」、各評価モデルのタスクスケジュール、更新情報を示す「評価日時情報・更新情報」等として記憶される。
「注目度評価モデル」は、例えば取得したデータの特徴、又は種別を少なくとも含む区分情報とユーザによって予め設定されたWebサイトごとの信憑性を示す信頼度により被対象者の価値評価の評価を行うモデルである。信頼度は、Webサイトの種別により異なり、例えば「公表(企業、公的)=2」、「報道=1.5」、「口コミ(投稿、書込)=1」等の閾値として設定される。評価支援システム100は、被対象者に対する個別の対象データ数とWebサイトの信頼度を算出し、例えば被対象者毎の対象データに対して、定量的な割合、平均値等として注目度評価モデルによる評価の結果を出力する。
「評価分析モデル」は、例えば過去の価値評価の価値評価結果(例えば対象データ等)と過去の価値評価結果に紐づく参照情報(例えばポジティブ/ニュートラル/ネガティブ)との間における連関性を有する学習データを予め作成し、作成した学習データを用いた機械学習により構築された学習モデルにより評価を行うモデルである。機械学習は、例えば「教師あり学習」、「半教師あり学習」等の何れの場合であってもよい。
これにより「評価分析モデル」は、例えば新たに取得した被対象者毎の対象データに対して、例えばポジティブ/ニュートラル/ネガティブの比率を集計することで、点数化することが可能となる。評価支援システム100は、学習モデルにより例えば被対象者毎の対象データに対して、定性的な評価として評価分析モデルによる評価の結果を出力する。
「総合スコアモデル」は、「注目度評価モデル」と「評価分析モデル」による各々の評価結果から、例えば「注目度評価モデル」の評価結果を「注目度」、「評価分析モデル」の評価結果を「評判」とし、それらの乗算(「注目度」×「評判」)として評価を行う。「評判」は、例えば「(ポジティブ比率×1+ニュートラル比率×0.1+ネガティブ比率×(-2)」等の閾値として設定されてもよい。評価支援システム100は、評判に対して閾値を設定することで、全ての対象データに対する評価を行うことが可能となる。評価支援システム100は、「注目度評価モデル」と「評価分析モデル」による各々の評価結果から、被対象者単位で総合的な評価として総合スコアモデルによる評価の結果を出力する。
評価支援システム100は、モデル定義データベースを参照し、例えば「注目度評価モデル」、「評価分析モデル」、「総合スコアモデル」の全て、又は何れかを選択し、注目する被対象者の価値評価を支援するための評価結果を出力する。評価の結果は、例えば評価支援装置1の表示部109に評価結果109a(例えば「株式会社Aの価値評価結果」)として表示される。
<<巡回情報データベース>>
巡回情報データベースには、例えば価値評価に関する情報を取得するための巡回(スクレイピング)に関する各種の巡回情報が記憶される。巡回情報データベースには、例えば巡回の条件を識別する「巡回先ID」、巡回するWebサイトのURL情報を示す「Webサイト」、巡回先の被対象者を識別する「被対象者ID」、巡回を開始する時間を示す「巡回時間」、巡回の実行を示す「実行情報」、Webサイトから取得する対象データの位置を示す「位置情報」、取得するテキストの構成を示す「本文・段落」、及び対象データ中のタイトルや特徴的なキーワードを示す「使用KW(キーワード)」等として記憶される。なお、巡回情報データベースには、例えばWebサイトの巡回を開始した日時情報、終了した日時情報等が合わせて記憶されるようにしてもよい。
評価支援システム100は、例えば日次処理として実行情報が登録されたタスクスケジューラ(図示せず)に基づいて、例えば巡回情報データベースを参照し、巡回対象のタスクが登録されている場合は、一致するタスクスケジュールを開始するようにしてもよい。
<<使用キーワードランキングデータベース>>
使用キーワード(使用KW)ランキングデータベースは、評価支援システム100により、例えば取得された対象データを対象に使用キーワードの出現頻度等がランキングされた算出結果、ランキングの順位変動の結果により、例えば一定期間で急増したキーワードが有望キーワードとして抽出されたデータを記憶する。使用キーワードランキングデータベースには、図4に示す通り、例えば抽出したキーワードを識別する「キーワードID」、Webサイトに掲載されるタイトルや本文の対象データから取得した使用キーワードを示す「使用KW」、ある期間におけるランキング(順位)を示す「期間1・前回」、「期間2・今回」、使用キーワードを取得したWebサイトを示す「Webサイト」、巡回先IDを示す「巡回先ID」、抽出された使用キーワードが使用されている割合を示す「使用率」、有望キーワードの候補有無を示す「有望候補」等として記憶される。
<評価支援装置1>
図3(a)は、評価支援装置1の構成の一例を示す模式図である。評価支援装置1として、例えばパーソナルコンピュータ(PC)、スマートフォン、タブレット端末等の公知の電子機器が用いられる。評価支援装置1は、例えば筐体10と、CPU(Central Processing Unit)101と、ROM(Read Only Memory)102と、RAM(Random Access Memory)103と、保存部104と、I/F105~107と、入力部108と、表示部109とを備える。各構成101~107は、内部バス110により接続される。
CPU101は、評価支援装置1全体を制御する。ROM102は、CPU101の動作コードを格納する。RAM103は、CPU101の動作時に使用される作業領域である。保存部104は、上述した各データベース等の各種情報が保存される。保存部104として、例えばHDD(Hard Disk Drive)、SSD(Solid State Drive)等が用いられる。
I/F105は、端末2、サーバ3、通信網4等との各種情報の送受信を行うためのインターフェースである。I/F106は、入力部108との各種情報の送受信を行うためのインターフェースである。I/F107は、表示部109との各種情報の送受信を行うためのインターフェースである。
入力部108として、キーボードが用いられるほか、例えばマイク等の収音装置が用いられてもよい。評価支援装置1を利用するユーザは、例えば入力部108を介して対象データや音声等の各種情報を入力できる。
表示部109は、保存部104に保存された表示用データ等の各種情報や、評価支援装置1の処理状況などを表示する。表示部109として、ディスプレイが用いられるほか、例えばスピーカが用いられてもよい。
なお、I/F105~I/F107として、例えば同一のものが用いられてもよく、各I/F105~I/F107として、例えばそれぞれ複数のものが用いられてもよい。また、表示部109としてタッチパネル式のディスプレイが用いられる場合、表示部109が入力部108を含む構成としてもよい。
図3(b)は、評価支援装置1の機能の一例を示す模式図である。評価支援装置1は、設定部11と、取得部12と、評価部13と、更新部14と、抽出部15とを備え、例えば出力部16と、記憶部17とを備えてもよい。なお、図3(b)に示した各機能は、CPU101が、RAM103を作業領域として、保存部104等に記憶されたプログラムを実行することにより実現される。また、各機能の一部は、人工知能により制御されてもよい。ここで、「人工知能」は、いかなる周知の人工知能技術に基づくものであってもよい。
<設定部11>
設定部11は、価値評価を行うタイトルや本文に関する情報を取得するための巡回情報を設定する。設定部11は、例えば端末2を介して、予めユーザからの入力された価値評価を行いたい被対象者に関する各種の巡回情報を取得し、取得した各種の巡回情報を巡回情報データベースに記憶する。設定部11は、例えば端末2を介して、対象データを取得するため各種の巡回情報を設定できる他、例えば何れかの巡回情報を選択して巡回情報を取得するためのタスクスケジュールを設定するようにしてもよい。設定部11は、例えばWebサイトを巡回するタイミングの他、Webサイトに表示される各種のタイトルや本文の対象データの位置や段落、キーワードを設定するようにしてもよい。
<取得部12>
取得部12は、設定部11により設定された巡回情報に基づいて、価値評価の被対象者の対象者情報、対象者価値を判断するための価値情報を含む対象データ(タイトル、本文等)を取得する。取得部12は、例えば巡回情報データベースに設定された各巡回先として設定されている巡回時間、実行情報を参照する。取得部12は、一致する日時の巡回情報があれば、Webサイトとして示されるURLに対して順次にコンテンツデータの取得に関するリクエストを送信する。取得部12は、Webサイトからのリプライを受信し、受信したリプライの結果に応じて、価値評価の対象となる各種のコンテンツデータを価値情報データベースに登録する。
取得部12は、例えば対象データに含まれる対象者情報、及び価値情報を分類してもよい。この場合、例えば公知技術の自然言語解析(形態素解析)を用いて分類することができる。上記と同様に、取得部12は、例えば対象データに含まれる対象者情報、及び価値情報に加え、取得したコンテンツデータに特徴的な情報があれば付加するようにしてもよい。また取得部12は、取得した対象データの価値評価を行う区分情報に振り分けて登録するようにしてもよい。区分情報は、例えば取得したコンテンツデータの企業名、取得したコンテンツデータに付与されていたタイトル、又はコンテンツデータの特徴や種別を示すカテゴリであってもよい。
取得部12は、被対象者、又は被対象者を除く第三者により公表された公表情報、報道情報、口コミ情報、Webサイトの信頼情報、及びデジタル化の取り組みに関するDX化情報等を取得し、取得元のWebサイトで識別される被対象者IDの対象データとして紐づけて価値情報データベースに記憶するようにしてもよい。
<評価部13>
評価部13は、モデル定義データベース記憶された評価モデルに基づいて、価値情報データベースに記載されている対象データを評価することにより、被対象者の価値評価を行う。評価部13は、モデル定義データベースを参照し、取得したデータの特徴、又は種別を少なくとも含む区分情報とユーザによって予め設定されたWebサイトごとの信憑性を示す信頼度により評価を行う注目度評価モデル、過去の価値評価の価値評価結果と過去の価値評価結果に紐づく参照情報との間における連関性を有する学習データを用いた機械学習により構築された学習モデルにより評価を行う評価分析モデル、又は注目度評価モデルと評価分析モデルを用いて算出した総合スコアにより評価を行う総合スコアモデルの何れかを少なくとも含む評価を行う。評価部13は、これらの評価モデルを個別に、又は複数を組み合わせて評価してもよい。
評価部13は、取得部12により取得されタイトルに基づいて、取得したタイトルの評価を本評価の前の仮評価として評価する仮評価部を含む。
<<仮評価部>>
仮評価部は、巡回情報に基づいて、情報別(ニュース別)に価値評価となるネガティブ/ポジティブを評価し、評価結果(判定結果・結果値)を付与するようにしてもよい。仮評価部は、例えば巡回情報に基づいて「結果見出し(ヘッドライン)」(タイトル)を使用して、ネガティブ/ポジティブの評価を行う。仮評価部は、例えば巡回処理の終了後に実施するようにしてもよい。仮評価部は、タスクスケジューラにより設定された巡回終了後の時間帯にジョブをスタートするようにしてもよい。
仮評価部は、巡回情報データベースを参照し、取得部12より取得された巡回情報に基づいて各種のコンテンツテキストの評価を行う。仮評価部は、例えばスクレイピング実行日時情報、対象サイト種別情報、結果見出し(ヘッドライン)情報、論理削除されているか否かを示すフラグである削除フラグなどを評価の対象とする。さらに、モデル定義データベースを参照し、例えば評価対象とするモデルを示す評価モデル名、情報別の結果算出に使用する評価式、パラメータを示す評価ウェイト、評価開始日時と終了日時、更新情報を示す評価日時情報に基づいて、仮評価のタスクを実行する。
仮評価部は、さらに「評価実行条件」の「開始日時」に前回仮評価実行時の「終了日時」を設定し、「終了日時」を未設定(NULL)とし、さらに巡回結果について、巡回実行日時が、「評価実行条件」の「開始日時」~「終了日時」(未設定の場合は処理実行時点)である結果を評価対象とするようにしてもよい。仮評価部は、例えば対象サイト種別「対象サイト種別=3(ニュース)」となっている巡回結果のみを分析対象とするようにしてもよい。さらに、仮評価部は、「削除フラグ」により論理削除されている巡回結果については評価対象外とするようにしてもよい。
仮評価部は、モデル定義データベースを参照し、例えば定義されている各種のモデルにより、巡回結果に基づいて「結果見出し(ヘッドライン)」(タイトル)を使用して、各モデル別の評価判定結果・結果値(ポジティブ・ニュートラル・ネガティブ)を算出する。仮評価部による算出は、例えばモデルID、モデル名で識別されるモデル毎のウェイトの総和、加重平均などによりポジティブ、ニュートラル、ネガティブを集計し、情報別の評価結果が算出されるようにしてもよい。仮評価部は、例えば企業毎の仮評価の評価結果を、各企業の被対象者IDと対応づけて価値評価データベースに記憶する。
また評価部13は、仮評価部により評価された仮評価の結果に基づいて、取得部12に対応する本文を取得するように指示を行うようにしてもよい。取得部12は、評価部13による本文取得の指示に基づいて、本評価を行う本文を取得する。
評価部13は、取得部12により取得された本文を参照し、価値評価の本評価を行う(本評価部)。
<<本評価部>>
本評価部は、仮評価部における処理と同様の処理を行うが、仮評価部では巡回結果の「結果見出し(ヘッドライン)」(タイトル)を用いるのに対して、本評価部では巡回結果の本文を利用して評価を行うという点で相違する。本評価部は、例えば取得部12による本文取得後に本文を利用して評価する。本評価部は、例えば企業毎の本評価の評価結果を、各企業の被対象者IDと対応づけて価値評価データベースに記憶する。
評価部13は、例えば端末2を介して、ユーザからの入力された評価モデルに基づいて被対象者の価値評価を行う他、例えば集約された対象データの量や特徴等の情報に基づいて、適宜に評価モデルを決定し、被対象者の価値の評価を個別に行うようにしてもよい(個別評価部)。
<<個別評価部>>
個別評価部は、例えば価値評価データベースを参照し、本評価の結果を集約して、被対象者別の結果を算出する。個別評価部は、例えば企業別に本評価部による本評価の結果を記憶したデータベースを参照し、本評価部における本評価の結果から、情報別のポジティブ、ニュートラル、及びネガティブを各々に集計する。個別評価部は、例えば集計結果に基づいて、企業別の評価判定結果として、ポジティブ、ニュートラル、ネガティブの各評価を算出する。個別評価部は、例えばニュース毎に本文の注目度スコアにサイト別の信頼度を加算し、ニュース毎の個別評価として算出する。個別評価部は、例えばニュース毎のグループに対して全国、同業種、同規模毎に注目度の順位を算出するようにしてもよい。さらに個別評価部は、注目度順位の結果に基づいて、例えば総合スコア順位を全国、同業種、同規模毎に算出するようにしてもよい。
個別評価部は、注目度スコアの算出、評判比率(ポジティブ、ニュートラル、ネガティブ)の評価、総合スコアの評価を行う。注目度スコアは、例えば注目度スコアをサイト別信頼度の総和(被対象者に紐づく情報別分析結果の合計)として算出する。評価比率は、例えば企業単位で評判比率(ポジティブ、ニュートラル、ネガティブ)の判定を行う。この際、評判比率は、例えば被対象者に紐づく情報別評価結果により、ポジティブ、ニュートラル、ネガティブのそれぞれの割合としてもよい。
個別評価部による注目度スコアの算出、評判比率(ポジティブ、ニュートラル、ネガティブ)の評価、総合スコアの評価を図7に示す。図7は、例えば個別評価部により評価された今回、前回、差分の評価結果であり、被対象者毎の注目度、評価比率の評価結果が算出される。総合スコアの判定は、例えば情報別分析結果毎に、「ポジティブの場合注目度×100」、「ニュートラルの場合注目度×10」、「ネガティブの場合注目度×-200」などとして加算し、-1000~500までのキャップ・フロアを設けるようにしてもよい。これにより、注目度順位、総合スコア順位の判定を、例えば注目度順位(全国・同業種・同規模)、総合スコア順位(全国・同業種・同規模)による結果として判定を行う。個別評価部は、例えば企業毎の本評価の評価結果を、各企業の被対象者IDと対応づけて価値評価データベースに記憶する。
個別評価部は、モデル定義データベースを参照し、モデル別のスコアを算出する。モデル別のスコアは、例えば仮評価部では、「結果見出し(ヘッドライン)」(タイトル)の評価で参照し、本評価部では、本文を利用し、評価結果の判定のため、例えばモデル定義データベースの各々の定義モデルを参照し、評価式・パラメータに基づいて、「ポジティブ度閾値」「ネガティブ度閾値」を取得する。個別評価部は、例えばモデル別スコア(ポジティブ度、ニュートラル度、ネガティブ度)によりモデル別のスコアを計算する。
個別評価部は、例えば「(ポジティブ度-ネガティブ度)>ポジティブ度閾値」の場合は、「ポジティブ」と判定する。また、「(ネガティブ度-ポジティブ度)>ネガティブ度閾値」の場合は、「ネガティブ」と判定する。さらに、これら以外の場合は、「ニュートラル」と判定するようにしてもよい。個別評価部は、モデル別スコアの算出で、例えば公知のスコアリング手法(第三者機関からの提供、教師なし学習モデル、教師あり学習モデルなど)や、一般的な極性辞書等を用いたスコアリングサービスを用いるようにしてもよく、どのようなスコアリング手法を用いるかは任意である。個別評価部は、例えば企業毎のモデル・情報別評価結果を、各企業の被対象者IDと対応づけて価値評価データベースに記憶するようにしてもよい。
<更新部14>
更新部14は、例えばモデル定義データベースに記憶される評価モデルの更新を行う。更新部14は、例えば過去の価値評価結果と、参照情報との間の関係を新たに取得した場合には、関係を連関性に反映させる。更新部14は、例えば評価部13により生成された評価結果を踏まえ、評価者等が評価結果の内容における精度を判定し、判定結果を評価支援装置1が取得した場合、更新部14は、判定結果に基づきモデル定義データベースに含まれる評価モデルの連関性を更新する。
<抽出部15>
抽出部15は、例えば被対象者の価値評価を行う場合に、今後有望となるキーワードを抽出する。抽出部15は、例えば注目度評価モデルによる評価を行う場合に、Webサイトごとの信頼度に基づいて、信頼度が一定値以上のWebサイトから取得した対象データを対象に使用キーワードのランキングを算出する。抽出部15は、算出したランキングの順位変動の結果により有望キーワードを抽出する。
抽出部15は、例えば信憑性の高いWebサイトを、価値情報データベースに登録される信頼情報に基づいて判別し、信頼情報が「高」として登録されているWebサイトから取得された対象データから使用キーワードを抽出する。抽出部15は、例えば抽出した使用キーワードの期間ごとの順位や、期間において各Webサイトで使用されている使用率に基づいて、使用キーワードを有望キーワードとして抽出する。これにより、例えば取得した対象データから有望なキーワードを効率よく発掘することができ、被対象者の価値評価に有用となる。
<出力部16>
出力部16は、例えば評価部13により評価された被対象者の価値評価の結果を出力する。出力部16は、出力部16は、表示部109又は端末2等を介して、ユーザが認識できるように各種情報を報知する。出力部16は、I/F105を介して端末2等に各種情報を出力し、I/F107を介して表示部109に評価結果109aを出力する。
出力部16が出力する価値評価の結果を図8に示す。出力部16は、評価結果109aに示すような内容で被対象者の価値評価の評価結果を第一表示領域109bに出力する。出力部16は、被対象者の評価結果と合わせて、他の被対象者に関する評価結果を集約して表示する第二表示領域109cと、を少なくとも含む2以上の表示領域を備える。出力部16は、第一表示領域109b、及び第二表示領域109cの各々の領域に、被対象者名と、被対象者と他の被対象者との間の取引形態を示す取引情報と、1以上の評価モデルによる評価結果と、を表示する。
<記憶部17>
記憶部17は、保存部104に保存されたデータベース等の各種データを必要に応じて取出す。記憶部17は、各構成11~17により取得又は生成された各種データを、必要に応じて保存部104に保存する。記憶部17は、取得部12により取得された対象データを、価値情報データベースに記憶する第1記憶部と、被対象者の価値評価を行うための複数の評価モデルを、モデル定義データベースに記憶する第2記憶部を含む。
<評価支援プログラム>
評価支援プログラムは、被対象者の価値評価を支援する評価支援システム100(評価支援装置1)における評価支援プログラムである。評価支援プログラムは、例えば価値評価に関する情報を取得するための取得先の識別情報、及び複数の取得先の取得順番を少なくとも含む巡回情報を、被対象者又は識別情報ごとに設定する設定ステップと、被対象者の対象者情報、及び対象者価値を判断するための価値情報を含む対象データを、取得先の識別情報と複数の取得先の取得順番を少なくとも含む巡回情報に基づき取得する取得ステップとを有する。
さらに評価支援プログラムは、対象データを、価値情報データベースに記憶する第1記憶ステップと、被対象者の価値評価を行うための複数の評価モデルを、モデル定義データベースに記憶する第2記憶ステップと、価値情報データベースを参照し、モデル定義データベースに記憶された評価モデルに基づき被対象者の価値評価を行う評価ステップとを有し、例えば評価支援システム100(評価支援装置1)で実行される。
<端末2>
端末2として、例えばパーソナルコンピュータ、スマートフォン、タブレット端末等の公知の電子機器が用いられる。端末2は、例えば上述した評価支援装置1と同様の構成及び機能の少なくとも一部を備えてもよい。端末2は、例えば複数備えてもよく、各端末2がそれぞれ通信網4を介して評価支援装置1と接続されてもよい。
<サーバ3>
サーバ3には、例えば上述したデータベース等の各種情報が記憶される。サーバ3には、例えば通信網4を介して評価支援装置1等から送られてきた各種情報が蓄積される。サーバ3には、例えば保存部104と同様の情報が記憶され、通信網4を介して評価支援装置1等と各種情報の送受信が行われてもよい。即ち、評価支援システム100では、評価支援装置1又は評価支援装置1の保存部104の代わりにサーバ3を用いてもよい。
<通信網4>
通信網4は、評価支援装置1が通信回路を介して接続されるインターネット網等である。通信網4は、いわゆる光ファイバ通信網で構成されてもよい。また、通信網4は、有線通信網のほか、無線通信網等の公知の通信網で実現されてもよい。
(評価支援システム100の動作の一例)
次に、本実施形態における評価支援システム100の動作の一例について説明する。図5、図6は、本実施形態における評価支援システム100の動作の一例を示すフローチャートである。
評価支援システム100は、例えば図5、図6に示すように、設定手段S110と、取得手段S120と、評価手段S130と、出力手段S140を備え、例えば抽出手段S150、更新手段、記憶手段の少なくとも何れかを備えてもよい。さらに評価手段S130は、仮評価手段S210、本評価手段S220、個別評価手段S230の少なくとも何れかを備えてもよい。
<設定手段S110>
設定手段S110は、巡回情報を設定する。例えば設定部11は、端末2又は入力部108を介して、ユーザから入力されたテキストに基づき、巡回情報データベースに価値評価に関する情報を取得するための巡回情報を設定する。設定部11は、例えば設定する情報として、被対象者毎に、巡回先ID、Webサイト、被対象者ID、巡回時間、実行情報、位置、段落、KW等を設定するようにしてもよい。
設定部11は、例えば巡回情報を、被対象者に関する情報がWebサイトの巡回に関する時間情報、実行情報、対象データの取得箇所に関する取得位置、取得段落、取得キーワード、及び除外キーワードの少なくとも何れかの情報として設定する。
<取得手段S120>
取得手段S120は、巡回情報に基づき対象データを取得する。取得部12は、被対象者の対象者情報、及び対象者価値を判断するための価値情報を含む対象データを巡回情報に基づき、例えばタイトルと本文から対象データを取得する。また取得部12は、例えば仮評価手段による仮評価の結果に基づいて、本文から対象データを取得する。例えば取得部12は、取得した対象データを保存部104に保存する。取得部12は、例えばユーザの入力するタイミング毎に対象データを取得するほか、例えば一定期間に蓄積された複数の対象データを一度に取得してもよい。なお、端末2又は入力部108を介して入力された非テキスト形式のデータから、対象データを生成する方法は、公知技術を用いることができる。
取得部12が取得する対象データは、例えば被対象者、又は被対象者を除く第三者により公表された公表情報、報道情報、口コミ情報、Webサイトの信頼情報、及びデジタル化の取り組みに関するDX化情報の少なくとも何れかを含む。
<評価手段S130>
評価手段S130は、被対象者の価値評価を行う。評価部13は、モデル定義データベース記憶された評価モデルに基づいて、価値情報データベースに記載されている対象データを評価することにより、被対象者の価値評価を行う。評価部13は、取得したデータの特徴、又は種別を少なくとも含む区分情報とユーザによって予め設定されたWebサイトごとの信憑性を示す信頼度により評価を行う注目度評価モデル、過去の価値評価の価値評価結果と過去の価値評価結果に紐づく参照情報との間における連関性を有する学習データを用いた機械学習により構築された学習モデルにより評価を行う評価分析モデル、及び注目度評価モデルと評価分析モデルを用いて算出した総合スコアにより評価を行う総合スコアモデルの少なくとも何れかの評価モデルに基づいて評価することにより、被対象者の価値評価を行う。
評価手段S130は、仮評価手段S210、本評価手段S220、個別評価手段S230の少なくとも何れかを備えてもよい。
<<仮評価手段S210>>
仮評価手段S210は、巡回結果の各タイトルに基づいて仮評価を行う。仮評価部は、巡回処理終了後に、取得部12により取得された巡回結果をもとに、例えば情報別(ニュース別)にポジティブ、ニュートラル、ネガティブの評価を行い、判定結果と結果値を算出し、評価モデル毎のウェイトによる加算を付与する。仮評価部は、例えばポジティブ、ニュートラル、ネガティブのそれぞれの総和(最大得票など)により、ポジティブ判定、ニュートラル判定、ネガティブ判定を行う。
仮評価部は、さらに例えば対象サイト種別の判別を行い、「対象サイト種別=3(ニュース)」となっている巡回結果のみを評価対象とし、例えば「削除フラグ」により論理削除されている巡回結果については評価対象外とするようにしてもよい。仮評価部は、仮評価の評価に基づいて、取得部12に対応する本文を取得するように指示する。取得部12は、仮評価部による本文取得の指示に基づいて、本評価を行う本文を取得する。
<<本評価手段S220>>
本評価手段S220は、本文に基づいて本評価を行う。本評価部は。取得部12による本文の取得後に本文を利用して評価する。本評価部は、仮評価部における処理と同様の処理を行い、取得部12により取得された巡回結果をもとに、例えば情報別(ニュース別)に本文のポジティブ、ニュートラル、ネガティブの評価を行い、判定結果と結果値を算出し、評価モデル毎のウェイトによる加算を付与する。本評価部は、例えばポジティブ、ニュートラル、ネガティブのそれぞれの総和(最大得票など)により、ポジティブ判定、ニュートラル判定、ネガティブ判定を行う。
<<個別評価手段S230>>
個別評価手段S230は、各種の個別評価を行う。個別評価部は、例えば価値評価データベースを参照し、本評価の結果を集約する。個別評価部は、本評価部における本評価の結果に基づいて、例えばニュース毎に本文の注目度スコアにサイト別の信頼度を加算し、ニュース毎の個別評価として算出する。個別評価部は、例えば情報別のポジティブ、ニュートラル、ネガティブの各数値に基づいて集計し、企業別の評価判定結果として、ポジティブ、ニュートラル、ネガティブの各評価を算出する
個別評価部は、例えばニュース毎のグループに対して全国、同業種、同規模毎に注目度の順位を算出するようにしてもよい。さらに個別評価部は、注目度順位の結果に基づいて、例えば総合スコア順位を全国、同業種、同規模毎に算出するようにしてもよい。
<出力手段S140>
出力手段S140は、被対象者の価値評価の結果を評価結果109aとして出力する。出力部16は、例えば被対象者における評価結果を表示する第一表示領域109bと、被対象者に関連する他の被対象者に関する評価結果を集約して表示する第二表示領域109cと、を少なくとも含む2以上の表示領域を備える。出力部16は、例えば第一表示領域109b、及び第二表示領域109cの各々の表示領域に、被対象者名と、被対象者と前記他の被対象者との間の取引形態を示す取引情報と、1以上の前記評価モデルによる評価結果と、を表示する。出力部16は、例えば端末2を介して入力される評価結果の表示の切り替え指示に基づいて、表示順位を切り替えて表示するようにしてもよい。
<抽出手段S150>
抽出手段S150は、有望キーワードを抽出する。抽出部15は、例えば注目度評価モデルによる評価を行う場合に、Webサイトごとの信頼度に基づいて、信頼度が一定値以上のWebサイトから取得した対象データを対象に使用キーワードのランキングを算出する。抽出部15は、算出したランキングの順位変動の結果により有望キーワードを抽出する。
これにより、ユーザから入力された対象データに対し、最適な処理を選択することができ、例えば本実施形態における評価支援システム100の動作が終了する。
また、本実施形態によれば、評価支援システム100は、価値情報データベースを参照し、例えば対象データに含まれる被対象者の対象者情報、価値情報を特定するための取得したデータの特徴、又は種別を少なくとも含む区分情報に基づいて、対象データに重複があるか否かを判断し、重複する対象データがある場合は、重複する対象データの削除を行うようにしてもよい。評価支援システム100は、集約した削除後の対象データを価値情報データベースに記憶する。これにより、被対象者の価値評価において、ユーザが費やす作業時間を削減することができる。
また、本実施形態によれば、被対象者の価値評価を支援するための評価支援プログラムは、巡回情報を設定する設定ステップS110による設定ステップ、対象データを巡回情報に基づき取得するステップS120による取得ステップ、対象データを価値情報データベースに記憶する第1記憶ステップ、複数の評価モデルをモデル定義データベースに記憶する第2記憶ステップ、被対象者の価値評価を行う評価ステップS130による評価ステップ、評価結果を表示する評価ステップS140による評価ステップをコンピュータに実行させることにより提供することができる。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
1 :評価支援装置
2 :端末
3 :サーバ
4 :通信網
5 :クラウド
10 :筐体
11 :設定部
12 :取得部
13 :評価部
14 :更新部
15 :抽出部
16 :出力部
17 :記憶部
100 :評価支援システム
101 :CPU
102 :ROM
103 :RAM
104 :保存部
105 :I/F
106 :I/F
107 :I/F
108 :入力部
109 :表示部
109a :評価結果
109b :第一表示領域
109c :第二表示領域
110 :内部バス
S110 :設定手段
S120 :取得手段
S130 :評価手段
S140 :出力手段
S150 :抽出手段
S210 :仮評価手段
S220 :本評価手段
S230 :個別評価手段

Claims (8)

  1. 金融機関を利用している企業のうち、融資、または提携の対象となる対象企業の価値評価を支援するための評価支援システムであって、
    前記価値評価に関する情報を取得するための取得先の識別情報、及び複数の前記取得先のWebサイトからデータを取得する取得順番を示す巡回情報を設定する設定手段と、
    前記対象企業の情報、及び前記対象企業の価値を判断するための価値情報を含む対象データを、前記取得先の識別情報と複数の前記巡回情報に基づき取得する取得手段と、
    前記取得手段により取得された前記対象データを記憶する価値情報データベースと、
    前記対象企業の価値評価を行うための複数の評価モデルが記憶されたモデル定義データベースと、
    前記価値情報データベースを参照し、前記モデル定義データベースに記憶された前記評価モデルに基づき前記対象企業の価値評価を行う評価手段と、
    を備えること
    を特徴とする評価支援システム。
  2. 前記設定手段により定される前記巡回情報は、
    Webサイトの巡回に関する時間情報、実行回数、前記対象データの取得箇所に関する取得位置、取得段落、取得キーワード、及び除外キーワードの少なくとも何れかを含むこと
    を特徴とする請求項1記載の評価支援システム。
  3. 前記取得手段により取得される前記対象データは、
    前記対象企業、又は前記対象企業を除く第三者により公表された公表情報、報道情報、口コミ情報、Webサイトの信頼情報、及びデジタル化の取り組みに関するDX化情報の少なくとも何れかを含むこと
    を特徴とする請求項1記載の評価支援システム。
  4. 前記モデル定義データベースに記憶される評価モデルは、
    取得したデータの特徴、又は種別を少なくとも含む区分情報とユーザによって予め設定されたWebサイトごとの信憑性を示す信頼度により評価を行う注目度評価モデル、過去の価値評価の価値評価結果と前記過去の価値評価結果に紐づく参照情報との間における連関性を有する学習データを用いた機械学習により構築された学習モデルにより評価を行う評価分析モデル、及び前記注目度評価モデルと前記評価分析モデルを用いて算出した総合スコアにより評価を行う総合スコアモデルの少なくとも何れかを含むこと
    を特徴とする請求項1記載の評価支援システム。
  5. 前記過去の価値評価結果と、前記参照情報との間の関係を新たに取得した場合には、前記関係を前記連関性に反映させる更新手段を更に備えること
    を特徴とする請求項4記載の評価支援システム。
  6. 前記評価手段は、
    前記注目度評価モデルによる評価を行う場合に、前記Webサイトごとの前記信頼度に基づいて、前記信頼度が一定値以上のWebサイトから取得した対象データを対象に使用キーワードのランキングを算出し、算出した前記ランキングの順位変動の結果により有望キーワードを抽出する抽出手段をさらに備えること
    を特徴とする請求項4記載の評価支援システム。
  7. 前記評価手段により評価された評価結果を表示する出力手段をさらに備え、
    前記出力手段は、前記対象企業における評価結果を表示する第一表示領域と、前記対象企業に関連する他の対象企業に関する評価結果を集約して表示する第二表示領域と、を少なくとも含む2以上の表示領域を備え、前記第一表示領域及び前記第二表示領域の各々は、対象企業名と、前記対象企業と前記他の対象企業との間の取引形態を示す取引情報と、1以上の前記評価モデルによる評価結果と、を表示すること
    を特徴とする請求項1記載の評価支援システム。
  8. 金融機関を利用している企業のうち、融資、または提携の対象となる対象企業の価値評価を支援するための評価支援プログラムであって、
    前記価値評価に関する情報を取得するための取得先の識別情報、及び複数の前記取得先のWebサイトからデータを取得する取得順番を示す巡回情報を設定する設定ステップと、
    前記対象企業の情報、及び前記対象企業の価値を判断するための価値情報を含む対象データを、前記取得先の識別情報と複数の前記巡回情報に基づき取得する取得ステップと、
    前記取得ステップにより取得された前記対象データを、価値情報データベースに記憶する第1記憶ステップと、
    前記対象企業の価値評価を行うための複数の評価モデルを、モデル定義データベースに記憶する第2記憶ステップと、
    前記価値情報データベースを参照し、前記モデル定義データベースに記憶された前記評価モデルに基づき前記対象企業の価値評価を行う評価ステップと、
    をコンピュータに実行させること
    を特徴とする評価支援プログラム。
JP2021212810A 2021-12-27 2021-12-27 評価支援システム及び評価支援プログラム Active JP7452801B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2021212810A JP7452801B2 (ja) 2021-12-27 2021-12-27 評価支援システム及び評価支援プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021212810A JP7452801B2 (ja) 2021-12-27 2021-12-27 評価支援システム及び評価支援プログラム

Publications (2)

Publication Number Publication Date
JP2023096804A JP2023096804A (ja) 2023-07-07
JP7452801B2 true JP7452801B2 (ja) 2024-03-19

Family

ID=87005535

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021212810A Active JP7452801B2 (ja) 2021-12-27 2021-12-27 評価支援システム及び評価支援プログラム

Country Status (1)

Country Link
JP (1) JP7452801B2 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015215832A (ja) 2014-05-13 2015-12-03 マーベリック株式会社 広告配信システム
JP2018097824A (ja) 2016-12-16 2018-06-21 ソフトバンク株式会社 識別子同期システム、広告配信システム、及び、プログラム
JP2018152015A (ja) 2017-03-15 2018-09-27 富士通株式会社 記憶制御装置、記憶制御プログラムおよび記憶制御方法
JP2021136033A (ja) 2020-02-27 2021-09-13 株式会社新生銀行 情報処理装置、情報処理方法及びプログラム
JP2021174330A (ja) 2020-04-28 2021-11-01 株式会社日立製作所 異種機械学習のアンサンブル学習による予測装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015215832A (ja) 2014-05-13 2015-12-03 マーベリック株式会社 広告配信システム
JP2018097824A (ja) 2016-12-16 2018-06-21 ソフトバンク株式会社 識別子同期システム、広告配信システム、及び、プログラム
JP2018152015A (ja) 2017-03-15 2018-09-27 富士通株式会社 記憶制御装置、記憶制御プログラムおよび記憶制御方法
JP2021136033A (ja) 2020-02-27 2021-09-13 株式会社新生銀行 情報処理装置、情報処理方法及びプログラム
JP2021174330A (ja) 2020-04-28 2021-11-01 株式会社日立製作所 異種機械学習のアンサンブル学習による予測装置

Also Published As

Publication number Publication date
JP2023096804A (ja) 2023-07-07

Similar Documents

Publication Publication Date Title
US10832219B2 (en) Using feedback to create and modify candidate streams
CN111178705B (zh) 事项评价方法、装置、设备及存储介质
US20180232751A1 (en) Internet system and method with predictive modeling
Nardulli et al. A progressive supervised-learning approach to generating rich civil strife data
US10354017B2 (en) Skill extraction system
US20140358810A1 (en) Identifying candidates for job openings using a scoring function based on features in resumes and job descriptions
US20220067665A1 (en) Three-party recruiting and matching process involving a candidate, referrer, and hiring entity
US11544308B2 (en) Semantic matching of search terms to results
US20160140106A1 (en) Phrase-based data classification system
US20130290207A1 (en) Method, apparatus and computer program product to generate psychological, emotional, and personality information for electronic job recruiting
CN107993019B (zh) 一种简历评估方法及装置
JP2017504883A (ja) オーディオキューに基づくモデル駆動型の候補者のソート
JP2015164022A (ja) マッチング装置、マッチング方法及びプログラム
Kewsuwun et al. A sentiment analysis model of agritech startup on Facebook comments using naive Bayes classifier.
CN111429161B (zh) 特征提取方法、特征提取装置、存储介质及电子设备
US20160335600A1 (en) Automated talent nurturing
Yazdaninia et al. Characterization and prediction of questions without accepted answers on stack overflow
EP2613275B1 (en) Search device, search method, search program, and computer-readable memory medium for recording search program
JP2019215705A (ja) 情報判定モデル学習装置およびそのプログラム
JP2024008344A (ja) 情報処理装置、情報処理方法、情報処理プログラム
Zhang et al. Modeling and prediction of stock price with convolutional neural network based on blockchain interactive information
US20210248509A1 (en) Data-driven online score caching for machine learning
CN106575418A (zh) 建议的关键词
JP7452801B2 (ja) 評価支援システム及び評価支援プログラム
US20210295211A1 (en) Information processing apparatus and non-transitory computer readable medium

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221220

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20221220

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230328

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230526

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20230829

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231124

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20231124

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20231215

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: 20240220

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240227

R150 Certificate of patent or registration of utility model

Ref document number: 7452801

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150