ホーム > 特許ランキング > 東京海上日動火災保険株式会社
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022093177
(43)【公開日】2022-06-23
(54)【発明の名称】保険提案装置、保険提案方法およびプログラム
(51)【国際特許分類】
G06Q 40/08 20120101AFI20220616BHJP
【ＦＩ】
G06Q40/08
【審査請求】未請求
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2020206314
(22)【出願日】2020-12-11
(71)【出願人】
【識別番号】595140170
【氏名又は名称】東京海上日動火災保険株式会社
(74)【代理人】
【識別番号】100079108
【弁理士】
【氏名又は名称】稲葉 良幸
(74)【代理人】
【識別番号】100109346
【弁理士】
【氏名又は名称】大貫 敏史
(74)【代理人】
【識別番号】100117189
【弁理士】
【氏名又は名称】江口 昭彦
(74)【代理人】
【識別番号】100134120
【弁理士】
【氏名又は名称】内藤 和彦
(72)【発明者】
【氏名】廣瀬 哲
(72)【発明者】
【氏名】山田 大輔
(72)【発明者】
【氏名】大嶋 菜摘
(72)【発明者】
【氏名】森田 航二郎
(72)【発明者】
【氏名】竹川 洋都
(72)【発明者】
【氏名】藤本 豊
【テーマコード（参考）】
5L055
【Ｆターム（参考）】
5L055BB61
(57)【要約】
【課題】生命保険及び損害保険を含む保険の中から、ユーザの事情を考慮した保険商品の提案を支援することが可能な技術を提供すること。
【解決手段】ユーザの属性情報と、ユーザが契約済みの損害保険に関する第１保険情報と、ユーザが契約済みの生命保険に関する第２保険情報と、の入力を受け付ける受付部と、属性情報と、第１保険情報と、第２保険情報とに基づいて、損害保険及び生命保険を含む複数の保険候補の各々におけるユーザが契約する可能性を予測する予測部と、予測部により予測された、複数の保険候補の各々におけるユーザが契約する可能性に基づいて、ユーザに提案する保険の内容を出力する出力部と、を有する保険提案装置を提供する。
【選択図】図４
【解決手段】ユーザの属性情報と、ユーザが契約済みの損害保険に関する第１保険情報と、ユーザが契約済みの生命保険に関する第２保険情報と、の入力を受け付ける受付部と、属性情報と、第１保険情報と、第２保険情報とに基づいて、損害保険及び生命保険を含む複数の保険候補の各々におけるユーザが契約する可能性を予測する予測部と、予測部により予測された、複数の保険候補の各々におけるユーザが契約する可能性に基づいて、ユーザに提案する保険の内容を出力する出力部と、を有する保険提案装置を提供する。
【選択図】図４
【特許請求の範囲】
【請求項1】
ユーザの属性情報と、前記ユーザが契約済みの損害保険に関する第１保険情報と、前記ユーザが契約済みの生命保険に関する第２保険情報と、の入力を受け付ける受付部と、
前記属性情報と、前記第１保険情報と、前記第２保険情報とに基づいて、損害保険及び生命保険を含む複数の保険候補の各々における前記ユーザが契約する可能性を予測する予測部と、
前記予測部により予測された、前記複数の保険候補の各々における前記ユーザが契約する可能性に基づいて、前記ユーザに提案する保険の内容を出力する出力部と、
を有する保険提案装置。
前記属性情報と、前記第１保険情報と、前記第２保険情報とに基づいて、損害保険及び生命保険を含む複数の保険候補の各々における前記ユーザが契約する可能性を予測する予測部と、
前記予測部により予測された、前記複数の保険候補の各々における前記ユーザが契約する可能性に基づいて、前記ユーザに提案する保険の内容を出力する出力部と、
を有する保険提案装置。
【請求項2】
前記予測部は、前記属性情報と、前記第１保険情報と、前記第２保険情報とに基づいて、前記複数の保険候補の各々について、保険候補及び保険対象の組み合わせごとに、前記ユーザが契約する確率を予測し、
前記出力部は、前記予測部により予測された、前記ユーザが契約する確率に基づいて、前記ユーザに対して加入を提案する保険の内容を出力する、
請求項１に記載の保険提案装置。
前記出力部は、前記予測部により予測された、前記ユーザが契約する確率に基づいて、前記ユーザに対して加入を提案する保険の内容を出力する、
請求項１に記載の保険提案装置。
【請求項3】
前記属性情報と、前記第１保険情報と、前記第２保険情報とを入力することで、所定の保険候補及び所定の保険対象の組み合わせについての前記ユーザが契約する確率を出力する、複数の第１学習済みモデル、を記憶する記憶部を含み、
前記予測部は、前記属性情報と、前記第１保険情報と、前記第２保険情報とを、前記複数の第１学習済みモデルの各々に入力し、前記複数の第１学習済みモデルの各々から出力される値に基づいて、保険候補及び保険対象の組み合わせごとに、前記ユーザが契約する確率を予測する、
請求項２に記載の保険提案装置。
前記予測部は、前記属性情報と、前記第１保険情報と、前記第２保険情報とを、前記複数の第１学習済みモデルの各々に入力し、前記複数の第１学習済みモデルの各々から出力される値に基づいて、保険候補及び保険対象の組み合わせごとに、前記ユーザが契約する確率を予測する、
請求項２に記載の保険提案装置。
【請求項4】
前記予測部は、前記属性情報と、前記第１保険情報と、前記第２保険情報とに基づいて、保険候補及び保険対象の組み合わせごとに、保険金額ごとの前記ユーザが選択する確率を予測し、
前記出力部は、前記予測部により予測された、保険金額ごとの前記ユーザが選択する確率に基づいて、前記ユーザに対して加入を提案する保険の内容を出力する、
請求項２又は３に記載の保険提案装置。
前記出力部は、前記予測部により予測された、保険金額ごとの前記ユーザが選択する確率に基づいて、前記ユーザに対して加入を提案する保険の内容を出力する、
請求項２又は３に記載の保険提案装置。
【請求項5】
前記記憶部は、前記属性情報と、前記第１保険情報と、前記第２保険情報とを入力することで、所定の保険候補及び所定の保険対象の組み合わせについての保険金額ごとの前記ユーザが選択する確率を出力する、複数の第２学習済みモデル、を記憶し、
前記予測部は、前記属性情報と、前記第１保険情報と、前記第２保険情報とを、前記複数の第２学習済みモデルの各々に入力し、前記複数の第２学習済みモデルの各々から出力される値を用いて、保険候補及び保険対象の組み合わせごとに、保険金額ごとの前記ユーザが選択する確率を予測する、
請求項４に記載の保険提案装置。
前記予測部は、前記属性情報と、前記第１保険情報と、前記第２保険情報とを、前記複数の第２学習済みモデルの各々に入力し、前記複数の第２学習済みモデルの各々から出力される値を用いて、保険候補及び保険対象の組み合わせごとに、保険金額ごとの前記ユーザが選択する確率を予測する、
請求項４に記載の保険提案装置。
【請求項6】
前記出力部は、前記予測部により予測された、保険候補及び保険対象の組み合わせについて、前記ユーザが契約する確率が高い順に、所定数の保険候補及び保険対象の組み合わせを１又は複数抽出することで得られた前記所定数の保険候補及び保険対象の組み合わせを、前記ユーザに対して加入を提案する保険の内容として出力する、
請求項２～５のいずれか一項に記載の保険提案装置。
請求項２～５のいずれか一項に記載の保険提案装置。
【請求項7】
前記出力部は、前記所定数の保険候補及び保険対象の組み合わせの中に、前記予測部により予測された、保険金額ごとの前記ユーザが選択する確率が存在する組み合わせがある場合、当該保険金額ごとの確率のうち最も高い確率の保険金額を、前記ユーザに対して加入を提案する保険の内容として出力する、
請求項６に記載の保険提案装置。
請求項６に記載の保険提案装置。
【請求項8】
前記出力部は、前記ユーザに対して加入を提案する保険の中に、前記ユーザが契約済みの損害保険又は生命保険と同一の保険が含まれる場合、前記ユーザに対して加入を提案する保険の中から該同一の保険を除外した保険を、前記ユーザに提案する保険の内容として出力する、
請求項１～７のいずれか一項に記載の保険提案装置。
請求項１～７のいずれか一項に記載の保険提案装置。
【請求項9】
保険提案装置が実行する保険提案方法であって、
ユーザの属性情報と、前記ユーザが契約済みの損害保険に関する第１保険情報と、前記ユーザが契約済みの生命保険に関する第２保険情報と、の入力を受け付けるステップと、
前記属性情報と、前記第１保険情報と、前記第２保険情報とに基づいて、損害保険及び生命保険を含む複数の保険候補の各々における前記ユーザが契約する可能性を予測するステップと、
前記予測するステップにより予測された、前記複数の保険候補の各々における前記ユーザが契約する可能性に基づいて、前記ユーザに提案する保険の内容を出力するステップと、
を含む保険提案方法。
ユーザの属性情報と、前記ユーザが契約済みの損害保険に関する第１保険情報と、前記ユーザが契約済みの生命保険に関する第２保険情報と、の入力を受け付けるステップと、
前記属性情報と、前記第１保険情報と、前記第２保険情報とに基づいて、損害保険及び生命保険を含む複数の保険候補の各々における前記ユーザが契約する可能性を予測するステップと、
前記予測するステップにより予測された、前記複数の保険候補の各々における前記ユーザが契約する可能性に基づいて、前記ユーザに提案する保険の内容を出力するステップと、
を含む保険提案方法。
【請求項10】
ユーザの属性情報と、前記ユーザが契約済みの損害保険に関する第１保険情報と、前記ユーザが契約済みの生命保険に関する第２保険情報と、の入力を受け付けるステップと、
前記属性情報と、前記第１保険情報と、前記第２保険情報とに基づいて、損害保険及び生命保険を含む複数の保険候補の各々における前記ユーザが契約する可能性を予測するステップと、
前記予測するステップにより予測された、前記複数の保険候補の各々における前記ユーザが契約する可能性に基づいて、前記ユーザに提案する保険の内容を出力するステップと、
をコンピュータに実行させるためのプログラム。
前記属性情報と、前記第１保険情報と、前記第２保険情報とに基づいて、損害保険及び生命保険を含む複数の保険候補の各々における前記ユーザが契約する可能性を予測するステップと、
前記予測するステップにより予測された、前記複数の保険候補の各々における前記ユーザが契約する可能性に基づいて、前記ユーザに提案する保険の内容を出力するステップと、
をコンピュータに実行させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、保険提案装置、保険提案方法およびプログラムに関する。
【背景技術】
【0002】
現在、保険会社等から多数の保険商品が提供されている。例えば、特許文献１には、保険契約を支援する装置として、人の健康状態が保険の加入条件に与える影響について客観的に評価をすることが可能な保険契約支援装置が開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１６－１９４８２１号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
現在、生命保険会社は生命保険を取り扱い、損害保険会社は損害保険を取り扱っている。しかしながら、保険契約を希望するユーザ（顧客）に対し、年収、家族構成及び既に契約済みの保険など、あらゆる事情を考慮しながら、生命保険及び損害保険の両方の保険商品を横断的に提案することは、現状行われていない。
【0005】
そこで、本発明は、生命保険及び損害保険を含む保険の中から、ユーザの事情を考慮した保険商品の提案を支援することが可能な技術を提供することを目的とする。
【課題を解決するための手段】
【0006】
本発明の一態様に係る保険提案装置は、ユーザの属性情報と、ユーザが契約済みの損害保険に関する第１保険情報と、ユーザが契約済みの生命保険に関する第２保険情報と、の入力を受け付ける受付部と、属性情報と、第１保険情報と、第２保険情報とに基づいて、損害保険及び生命保険を含む複数の保険候補の各々におけるユーザが契約する可能性を予測する予測部と、予測部により予測された、複数の保険候補の各々におけるユーザが契約する可能性に基づいて、ユーザに提案する保険の内容を出力する出力部と、を有する。
【発明の効果】
【0007】
本発明によれば、生命保険及び損害保険を含む保険の中から、ユーザの事情を考慮した保険商品の提案を支援することが可能な技術を提供することができる。
【図面の簡単な説明】
【0008】
【図1】本実施形態に係る保険システムの一例を示す図である。
【図2】サーバが行う処理手順の概要を示す図である。
【図3】サーバのハードウェア構成例を示す図である。
【図4】サーバの機能ブロック構成例を示す図である。
【図5】ユーザの属性情報、既契約情報（損害保険）及び既契約情報（生命保険）の具体例を示す図である。
【図6】学習済みモデルの一例を示す図である。
【図7A】２値分類用の学習済みモデルから出力される値の一例を示す図である。
【図7B】多値分類用の学習済みモデルから出力される値の一例を示す図である。
【図8】ユーザに提案する保険の内容（保険ランキング）の出力例を示す図である。
【図9】ユーザに提案する保険の内容（補償プランの提案）の出力例を示す図である。
【発明を実施するための形態】
【0009】
添付図面を参照して、本発明の実施形態について説明する。なお、各図において、同一の符号を付したものは、同一又は同様の構成を有する。
【0010】
＜システム構成＞
図１は、本実施形態に係る保険システム１の一例を示す図である。保険システム１は、サーバ１０と端末２０を備える。端末２０は複数であってもよい。サーバ１０と端末２０は、無線又は有線の通信ネットワークＮを介して接続され、相互に通信を行うことができる。
図１は、本実施形態に係る保険システム１の一例を示す図である。保険システム１は、サーバ１０と端末２０を備える。端末２０は複数であってもよい。サーバ１０と端末２０は、無線又は有線の通信ネットワークＮを介して接続され、相互に通信を行うことができる。
【0011】
保険システム１は、保険契約を希望するユーザ（以下、単に「ユーザ」と言う。）に対して、当該ユーザの事情を考慮した保険商品の提案を支援するためのシステムである。
【0012】
サーバ１０（保険提案装置）は、ユーザの属性情報（性別、年収、家族構成等）と、ユーザが契約済みの損害保険に関する情報（以下、既契約情報（損害保険）又は第１保険情報と言う。）と、ユーザが契約済みの生命保険に関する情報（以下、既契約情報（生命保険）又は第２保険情報と言う。）とに基づいて、ユーザに提案する保険商品を出力する。サーバ１０は、１又は複数の物理的なサーバ等から構成されていてもよいし、ハイパーバイザー（hypervisor）上で動作する仮想的なサーバを用いて構成されていてもよいし、クラウドサーバを用いて構成されていてもよい。
【0013】
端末２０は、保険システム１を用いて保険提案を行う企業の担当者等が利用する端末、又は、ユーザが利用する端末である。端末２０の画面には、サーバ１０から出力された、ユーザに提案する保険の内容が表示される。端末２０は、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、携帯電話機など、サーバ１０と通信することができる端末であればあらゆる端末を用いることができる。
【0014】
図２は、サーバ１０が行う処理手順の概要を示す図である。ステップＳ１０で、サーバ１０は、端末２０を介して、ユーザの属性、既契約情報（損害保険）及び既契約情報（生命保険）の入力を受け付ける。例えば、保険提案を行う企業の担当者等は、ユーザにヒアリングをしながら、端末２０の画面にユーザの属性及び既契約情報を入力する。若しくは、ユーザは、自ら端末２０を操作しながら、ユーザ自身の属性、既契約情報（損害保険）及び既契約情報（生命保険）を入力するようにしてもよい。なお、サーバ１０は、既契約情報（損害保険）及び既契約情報（生命保険）については、保険契約を管理する装置等から直接情報を取得するようにしてもよい。
【0015】
ステップＳ１１で、サーバ１０は、損害保険及び生命保険を含む、複数の保険候補の各々について、保険候補ごとにユーザが契約する可能性を予測する。サーバ１０が契約可能性を予測する保険候補は、保険システム１を運用する保険会社が取り扱う保険商品であることを想定しているが、本実施形態がこれに限定されるものではない。他企業が取り扱う保険商品が含まれていてもよい。
【0016】
サーバ１０には、多数の保険契約に関する学習用データを用いて学習された学習済みモデルが格納されている。サーバ１０は、当該学習済みモデルに、ユーザの属性、既契約情報（損害保険）及び既契約情報（生命保険）を入力することで、各保険候補についてユーザが加入する可能性を予測する。
【0017】
ステップＳ１２で、サーバ１０は、ステップＳ１１の処理手順で得られた予測結果に基づいて、ユーザに提案する保険の内容を決定し、端末２０に表示させる。保険提案を行う企業の担当者等は、端末２０を参照しながら、ユーザに対して保険の提案を行うことができる。若しくは、ユーザは、端末２０に表示された保険を参照しながら、加入を希望する保険を選択することができる。
【0018】
以下の説明において、保険金額とは、保険の支払い対象となる事故等が生じた場合に、保険会社から支払われる金銭の限度額（補償限度額）を意味する。また、保険対象とは、金銭が支払われる対象となる人又は物を意味する。例えば車両保険の場合、保険対象はユーザが所有する自動車である。
【0019】
＜ハードウェア構成＞
図３は、サーバ１０のハードウェア構成例を示す図である。サーバ１０は、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphical processing unit）等のプロセッサ１１、メモリ、ＨＤＤ（Hard Disk Drive）及び／又はＳＳＤ（Solid State Drive）等の記憶装置１２、有線又は無線通信を行う通信ＩＦ（Interface）１３、入力操作を受け付ける入力デバイス１４、及び情報の出力を行う出力デバイス１５を有する。入力デバイス１４は、例えば、キーボード、タッチパネル、マウス及び／又はマイク等である。出力デバイス１５は、例えば、ディスプレイ、タッチパネル及び／又はスピーカ等である。
図３は、サーバ１０のハードウェア構成例を示す図である。サーバ１０は、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphical processing unit）等のプロセッサ１１、メモリ、ＨＤＤ（Hard Disk Drive）及び／又はＳＳＤ（Solid State Drive）等の記憶装置１２、有線又は無線通信を行う通信ＩＦ（Interface）１３、入力操作を受け付ける入力デバイス１４、及び情報の出力を行う出力デバイス１５を有する。入力デバイス１４は、例えば、キーボード、タッチパネル、マウス及び／又はマイク等である。出力デバイス１５は、例えば、ディスプレイ、タッチパネル及び／又はスピーカ等である。
【0020】
＜機能ブロック構成＞
図４は、サーバ１０の機能ブロック構成例を示す図である。サーバ１０は、記憶部１００と、受付部１０１と、予測部１０２と、出力部１０３とを含む。記憶部１００は、サーバ１０が備える記憶装置１２を用いて実現することができる。また、受付部１０１と、予測部１０２と、出力部１０３とは、サーバ１０のプロセッサ１１が、記憶装置１２に記憶されたプログラムを実行することにより実現することができる。また、当該プログラムは、記憶媒体に格納することができる。当該プログラムを格納した記憶媒体は、コンピュータ読み取り可能な非一時的な記憶媒体（Non-transitory computer readable medium）であってもよい。非一時的な記憶媒体は特に限定されないが、例えば、ＵＳＢメモリ又はＣＤ－ＲＯＭ等の記憶媒体であってもよい。
図４は、サーバ１０の機能ブロック構成例を示す図である。サーバ１０は、記憶部１００と、受付部１０１と、予測部１０２と、出力部１０３とを含む。記憶部１００は、サーバ１０が備える記憶装置１２を用いて実現することができる。また、受付部１０１と、予測部１０２と、出力部１０３とは、サーバ１０のプロセッサ１１が、記憶装置１２に記憶されたプログラムを実行することにより実現することができる。また、当該プログラムは、記憶媒体に格納することができる。当該プログラムを格納した記憶媒体は、コンピュータ読み取り可能な非一時的な記憶媒体（Non-transitory computer readable medium）であってもよい。非一時的な記憶媒体は特に限定されないが、例えば、ＵＳＢメモリ又はＣＤ－ＲＯＭ等の記憶媒体であってもよい。
【0021】
記憶部１００は、予測部１０２が、各保険候補についてユーザが加入する可能性を予測するために用いる学習済みモデル１００ａが記憶される。学習済みモデル１００ａには、モデルに関する情報に加えて学習処理により得られた学習データ群が含まれる。学習済みモデル１００ａは、複数の学習済みモデル（モデルＡ、モデルＢ、モデルＣ・・）に分けられていてもよい。
【0022】
受付部１０１は、ユーザの属性情報と既契約情報（損害保険）と既契約情報（生命保険）との入力を受け付ける。
【0023】
予測部１０２は、受付部１０１で受け付けられたユーザの属性情報と、既契約情報（損害保険）と、既契約情報（生命保険）とに基づいて、損害保険及び生命保険を含む複数の保険候補の各々におけるユーザが契約する可能性を予測する。
【0024】
出力部１０３は、予測部１０２により予測された、複数の保険候補の各々におけるユーザが契約する可能性に基づいて、ユーザに提案する保険の内容を出力する。
【0025】
以上説明した機能ブロックは、複数のサーバに分散配置されていてもよいし、複数のサーバを用いて１つの機能ブロックが実現されていてもよい。例えば、記憶部１００は、受付部１０１と予測部１０２と出力部１０３とは、それぞれ異なるサーバに配置されていてもよい。また、記憶部１００は、受付部１０１と予測部１０２と出力部１０３とが配置されるサーバとは異なるサーバに配置されていてもよい。また、予測部１０２は、複数のサーバを用いて実現されていてもよい。
【0026】
＜処理手順＞
まず、受付部１０１が入力を受け付ける、ユーザの属性情報、既契約情報（損害保険）及び既契約情報（生命保険）について具体的に説明する。
まず、受付部１０１が入力を受け付ける、ユーザの属性情報、既契約情報（損害保険）及び既契約情報（生命保険）について具体的に説明する。
【0027】
図５は、ユーザの属性情報、既契約情報（損害保険）及び既契約情報（生命保険）の具体例を示す図である。ユーザの属性情報には、例えば、ユーザの年齢、性別、職業等といったユーザ本人の属性（本人属性）、配偶者の年齢や職業等といった配偶者の属性（配偶者属性）、子供の人数や子供の学齢等といった家族構成に関する情報（家族情報）、ユーザが所持する資産に関する情報（資産情報）、月々の支出額等といったユーザの家計に関する情報（家計情報）、及び、掛け捨ての保険を好むのか又は貯蓄性のある保険を好むのかといったユーザ本人の保険に対する嗜好に関する情報（本人の保険に対する嗜好情報）が含まれる。
【0028】
既契約情報（損害保険）には、例えば、自動車保険に関する情報（自動車保険情報）、建物や家財が火災で損害を受けた場合に保険金が支払われる火災保険に関する情報（火災保険情報）、建物や家財が地震で損害を受けた場合に保険金が支払われる地震保険に関する情報（地震保険情報）、怪我をした場合等に保険金が支払われる傷害保険に関する情報（傷害保険情報）、及び、病気で入院等をした場合に保険金が支払われる医療保険に関する情報（医療保険情報）が含まれる。
【0029】
既契約情報（生命保険）には、例えば、死亡時に保険金が支払われる生命保険に関する情報（死亡保険情報）、病気や怪我で入院等をした場合に保険金が支払われる医療保険に関する情報（医療保険情報）及び癌になった場合に保険金が支払われるがん保険に関する情報（がん保険情報）が含まれる。
【0030】
なお、既契約情報（損害保険）に含まれる医療保険情報と、既契約情報（生命保険）に含まれる医療保険情報との違いは、損害保険会社で契約された医療保険なのか、生命保険会社で契約された医療保険なのかという点である。
【0031】
また、図５の具体例は一例に過ぎず、本実施形態がこれに限定されるものではない。例えば、属性情報、既契約情報（損害保険）及び既契約情報（生命保険）には、図５に示されていない情報が含まれていてもよいし、図５に示す情報のうち一部が含まれていなくてもよい。
【0032】
（予測処理）
次に、予測部１０２が、入力されたユーザの属性情報、既契約情報（損害保険）及び既契約情報（生命保険）を学習済みモデル１００ａに入力することで、保険候補ごとにユーザが加入する可能性を予測する処理について具体的に説明する。
次に、予測部１０２が、入力されたユーザの属性情報、既契約情報（損害保険）及び既契約情報（生命保険）を学習済みモデル１００ａに入力することで、保険候補ごとにユーザが加入する可能性を予測する処理について具体的に説明する。
【0033】
予測部１０２は、ユーザの属性情報と、既契約情報（生命保険）と既契約情報（損害保険）とに基づいて、複数の保険候補の各々について保険候補及び保険対象の組み合わせごとに、ユーザが契約する確率を予測する。
【0034】
また、予測部１０２は、更に、ユーザの属性情報と、既契約情報（生命保険）と既契約情報（損害保険）とに基づいて、複数の保険候補の各々について保険候補及び保険対象の組み合わせごとに、保険金額ごとのユーザが選択する確率を予測する。
【0035】
例えば、保険システム１が取り扱う保険候補Ａは、ＡＸ円及びＡＹ円から保険金額を選択可能であり、ユーザ又は配偶者のうちいずれかを保険対象として選択可能であると仮定する。この場合、予測部１０２は、ユーザが、保険対象を「ユーザ」（つまり本人）として保険候補Ａに契約する確率と、保険対象を「ユーザ」とした場合に保険金額としてＡＸ円を選択する確率と、保険対象を「ユーザ」とした場合に保険金額としてＡＹ円を選択する確率と、保険対象を「配偶者」として保険候補Ａに契約する確率と、保険対象を「配偶者」とした場合に保険金額としてＡＸ円を選択する確率と、保険対象を「配偶者」とした場合に保険金額としてＡＹ円を選択する確率を予測するようにしてもよい。
【0036】
図６は、学習済みモデル１００ａの一例を示す図である。本実施形態において学習モデルに用いられるアルゴリズムは、例えば、勾配ブースティング決定木（GBDT : Gradient Boosting Decision Tree）であってもよい。勾配ブースティング決定木は、複数の決定木から構成され、各決定木から出力される予測値に学習率を乗算した値の合計値が、目的変数に対する予測値となる学習モデルである。図６において、入力値（ユーザの属性情報と、既契約情報（生命保険）と既契約情報（損害保険））に従って１つ目の決定木を実行した結果、１－３の葉に到達したとする。この場合、１つ目の決定木の予測値はＷ1になる。同様に、２つ目の決定木を実行した結果、２－１の葉に到達したとする。この場合、２つ目の決定木の予測値はＷ2になる。このように、Ｎ個の決定木について、入力値に従って決定木を実行した結果得られたＮ個の予測値に学習率α1～αNを乗算した値の合計（Ｗ1α1＋Ｗ2α2＋・・・＋ＷNαN）が、目的変数に対する予測値（確率）となる。予測値は推定値などと称されてもよい。
【0037】
なお、本実施形態において、学習モデルに用いられるアルゴリズムは勾配ブースティング決定木に限られない。例えば、ニューラルネットワークが用いられてもよいし、その他のアルゴリズムが用いられてもよい。
【0038】
学習済みモデル１００ａには、予測を行う目的変数が異なる複数の学習済みモデルが含まれていてもよい。例えば、“ユーザが契約する確率”を目的変数とする、保険候補及び保険対象の組み合わせごとのモデルと、“保険金額ごとのユーザが選択する確率”を目的変数とする、保険候補及び保険対象の組み合わせごとのモデルとが含まれていてもよい。言い換えると、記憶部１００には、ユーザの属性情報、既契約情報（損害保険）及び既契約情報（生命保険）とを入力することで、所定の保険候補及び所定の保険対象の組み合わせについてのユーザが契約する確率を出力する、複数の学習済みモデルと、ユーザの属性情報、既契約情報（損害保険）及び既契約情報（生命保険）とを入力することで、所定の保険候補及び所定の保険対象の組み合わせについての保険金額ごとのユーザが選択する確率を出力する、複数の学習済みモデルとが記憶されていてもよい。以下、ユーザが契約する確率を出力する学習済みモデルは、目的変数の取り得る値が、ユーザが契約する／しないの２値であることから、便宜上、２値分類用の学習済みモデル（第１学習済みモデル）と呼ぶ。また、保険金額ごとのユーザが選択する確率を出力する学習済みモデルは、目的変数の取り得る値が、保険金額のパターンの数だけ存在することから、便宜上、多値分類用の学習済みモデル（第２学習済みモデル）と呼ぶ。
【0039】
例えば、保険候補Ａは、ＡＸ円及びＡＹ円のいずれかを保険金額として選択可能であり、ユーザ及び配偶者のうちいずれか一方を保険対象として選択可能であると仮定する。この場合、学習済みモデル１００ａには、保険候補Ａに関するモデルとして以下に示す４種類のモデルが含まれていてもよい。
【0040】
モデル１．保険対象が「ユーザ」（つまり本人）である場合に、ユーザが保険候補Ａに契約する確率を出力する２値分類モデル
モデル２．保険対象が「配偶者」である場合に、ユーザが保険候補Ａに契約する確率を出力する２値分類モデル
モデル３．保険対象が「ユーザ」（つまり本人）である場合に、ユーザが選択する保険金額の確率を、保険金額ごとに出力する多値分類モデル
モデル４．保険対象が「配偶者」である場合に、ユーザが選択する保険金額の確率を、保険金額ごとに出力する多値分類モデル
なお、本実施形態では、保険候補によっては、保険金額の選択ができない保険や、ユーザが選択する保険金額がほぼ固定化しているような保険が存在する。従って、予測部１０２は、このような保険候補については、ユーザが契約する確率のみを予測し、保険金額ごとの確率については予測しないようにしてもよい。また、学習済みモデル１００ａには、このような保険候補に対する多値分類用の学習済みモデルは含まれていなくてもよい。
モデル２．保険対象が「配偶者」である場合に、ユーザが保険候補Ａに契約する確率を出力する２値分類モデル
モデル３．保険対象が「ユーザ」（つまり本人）である場合に、ユーザが選択する保険金額の確率を、保険金額ごとに出力する多値分類モデル
モデル４．保険対象が「配偶者」である場合に、ユーザが選択する保険金額の確率を、保険金額ごとに出力する多値分類モデル
なお、本実施形態では、保険候補によっては、保険金額の選択ができない保険や、ユーザが選択する保険金額がほぼ固定化しているような保険が存在する。従って、予測部１０２は、このような保険候補については、ユーザが契約する確率のみを予測し、保険金額ごとの確率については予測しないようにしてもよい。また、学習済みモデル１００ａには、このような保険候補に対する多値分類用の学習済みモデルは含まれていなくてもよい。
【0041】
例えば、保険候補Ｂは、自動車を保険対象として選択可能であると仮定する。この場合、学習済みモデル１００ａには、保険候補Ｂに関するモデルとして以下に示すモデルが含まれていてもよい。
モデル．保険対象が「自動車」である場合に、ユーザが保険候補Ｂに契約する確率を出力する２値分類モデル
当該モデルは、ユーザが何台の自動車を保有しているかに関わらず、ユーザが自動車を対象として保険候補Ｂを契約する確率を出力するモデルであってよい。若しくは、当該モデルは、ユーザが複数の自動車を保有している場合、１台目の自動車を対象として保険候補Ｂに契約する確率を出力するモデル、２台目の自動車を対象として保険候補Ｂに契約する確率を出力するモデルといったように、保有する自動車ごとに保険候補Ｂに契約する確率を出力する複数のモデルを含んでいてもよい。
モデル．保険対象が「自動車」である場合に、ユーザが保険候補Ｂに契約する確率を出力する２値分類モデル
当該モデルは、ユーザが何台の自動車を保有しているかに関わらず、ユーザが自動車を対象として保険候補Ｂを契約する確率を出力するモデルであってよい。若しくは、当該モデルは、ユーザが複数の自動車を保有している場合、１台目の自動車を対象として保険候補Ｂに契約する確率を出力するモデル、２台目の自動車を対象として保険候補Ｂに契約する確率を出力するモデルといったように、保有する自動車ごとに保険候補Ｂに契約する確率を出力する複数のモデルを含んでいてもよい。
【0042】
本実施形態における学習済みモデル１００ａは、既存の保険契約者に関する保険契約データを用いて生成することができる。例えば、目的変数を、保険対象を配偶者として保険Ａに加入する／しない（２値）とした場合の学習済みモデル１００ａは、保険対象を配偶者として保険Ａを契約している既存の契約者および保険対象を配偶者として保険Ａを契約していない既存の契約者における、属性情報及び契約済みの損害保険及び生命保険に関する複数のデータを用いて学習済みモデルを学習させることで、生成することができる。
【0043】
また、例えば、目的変数を、保険対象を配偶者とした場合にどの保険金額が選択されるか（多値）とした場合の学習済みモデル１００ａも、保険対象を配偶者として保険Ａを契約した契約者が選択した保険金額と、当該契約者における属性情報及び契約済みの損害保険及び生命保険に関する複数のデータを用いて学習済みモデルを学習させることで、生成することができる。
【0044】
予測部１０２は、上記で説明した学習済みモデル１００ａを用いて予測を行う。具体的には、予測部１０２は、ユーザの属性情報、既契約情報（損害保険）及び既契約情報（生命保険）を、複数の２値分類用の学習済みモデルの各々に入力し、複数の２値分類用の学習済みモデルの各々から出力される値（確率）に基づいて、保険候補及び保険対象の組み合わせごとに、ユーザが契約する確率を予測する。また、予測部１０２は、ユーザの属性情報、既契約情報（損害保険）及び既契約情報（生命保険）を、複数の多値分類用の学習済みモデルの各々に入力し、複数の第２学習済みモデルの各々から出力される値（確率）を用いて、保険候補及び保険対象の組み合わせごとに、ユーザが選択する保険金額について保険金額ごとの確率を予測する。
【0045】
図７Ａは、２値分類用の学習済みモデルから出力される値の一例を示す図である。図７Ａにおいて、Ｎｏ１～１５までの値の各々は、異なる学習済みモデルから出力された値である。なお、Ｎｏ１「損害保険＿自動車＿特約Ａ」およびＮｏ２「損害保険＿自動車＿特約Ｂ」の特約Ａ、特約Ｂは、例えば、一般条件の車両保険、車対車Ａの車両保険、車両新価特約、レンタカー特約など、自動車保険に付随する車両保険や特約を示している。図７Ａの例には図示していないが、特約Ｃ、特約Ｄなど、更に多くの特約に分けられていてもよい。
【0046】
また、Ｎｏ４「損害保険＿地震（住宅）」は、保険対象を住宅とする地震保険をユーザが契約する確率を示す。また、Ｎｏ７「損害保険＿傷害（配偶者）」は、保険対象をユーザの配偶者として、怪我による傷害等を負った場合の補償を目的とする損害保険をユーザが契約する確率を示す。また、Ｎｏ１３「生命保険＿医療（子供）」は、保険対象をユーザの子供として、医療保障を目的とする生命保険をユーザが契約する確率を示す。Ｎｏ１４「損害保険＿介護（本人）」は、保険対象をユーザとして、要介護状態になった場合の補償を目的とする損害保険をユーザが契約する確率を示す。
【0047】
図７Ｂは、多値分類用の学習済みモデルから出力される値の一例を示す図である。図７Ｂは、保険対象が住宅であり火災時の家財に対する補償を目的とする損害保険について、ユーザが選択する保険金ごとの確率を出力した例を示している。例えば、Ｎｏ７「損害保険＿家財 ～７００万円以下」は、当該損害保険を契約するユーザが６００万円超～７００万円以下の保険金額を選択する確率は、全体のうち約７．３４５％であることを示している。
【0048】
【0049】
（出力処理）
出力部１０３は、予測部１０２により予測された、保険候補及び保険対象の組み合わせごとのユーザが契約する確率と、保険金額ごとのユーザが選択する確率とに基づいて、ユーザに対して加入を提案する保険の内容を出力する。
出力部１０３は、予測部１０２により予測された、保険候補及び保険対象の組み合わせごとのユーザが契約する確率と、保険金額ごとのユーザが選択する確率とに基づいて、ユーザに対して加入を提案する保険の内容を出力する。
【0050】
例えば、出力部１０３は、予測部１０２により予測された、保険候補及び保険対象の組み合わせについて、ユーザが契約する確率が高い順に、所定数の保険候補及び保険対象の組み合わせを１又は複数抽出し、抽出した所定数の保険候補及び保険対象の組み合わせの各々を、ユーザに対して加入を提案する保険の内容として出力するようにしてもよい。
【0051】
前述したように、保険候補には、保険金額の選択ができない保険や、ユーザが選択する保険金額がほぼ固定化しているような保険が存在する。そのため、出力部１０３は、予測部１０２で保険金額の予測が行われた保険候補に対してのみ、保険金額の提案を出力する。すなわち、抽出された保険候補及び保険対象の組み合わせの中に、予測部１０２により予測されたユーザが選択する保険金額についての保険金額ごとの確率が存在する組み合わせがある場合、出力部１０３は、当該保険金額ごとの確率のうち最も高い確率の保険金額を、ユーザに対して加入を提案する保険の内容として出力するようにしてもよい。
【0052】
図８は、ユーザに提案する保険の内容（保険ランキング）の出力例を示す図である。図８の出力例は、図７Ａ及び図７Ｂに示す予測結果に対して、確率が高い順に１位から８までの保険候補及び保険対象の組み合わせを端末２０の画面に表示させた場合の例を示している。「スコア」は、図７Ａの「確率」の値を１００倍することで算出された値である。また、保険金額ごとの確率を予測した保険候補については、最も確率が高い保険金額が「保険条件」に出力される。また、保険金額ごとの確率の予測が行われない保険候補については、「保険条件」に「－」が出力される。例えば、図７Ｂの例では、家財の補償を目的とする損害保険について、ユーザが選択する確率が最も高い保険金額は、～５００万円以下である。従って、出力部１０３は、図８の「損害保険＿家財」における保険条件欄に「５００万円」を出力する。
【0053】
なお、出力部１０３は、「保険候補」欄に出力している“特約”の内容を「保険条件」欄に出力するようにしてもよい。具体的には、図８における自動車の損害保険における“特約Ａ”及び“特約Ｂ”の文言を、「保険条件」の欄に出力するようにしてもよい。
【0054】
図９は、ユーザに提案する保険の内容（補償プランの提案）の出力例を示す図である。「あんしん補償プラン」は、自動車に関する保険の中で保険対象ごとに最もスコアが高い保険（対象となる車両が複数台ある場合は、車両ごとに最もスコアが高い保険）、住宅を保険対象とする保険の中で最もスコアが高い保険、自動車に関する保険及び住宅を保険対象とする保険以外の保険の中で、スコアが高い順に３つの保険を列挙したものである。「オリジナル補償プラン」は、全保険の中で最もスコアが高い保険、一定の条件を満たす保険のうち最もスコアが高い保険の２つを出力したものである。「おすすめ１補償プラン」は、全保険の中で最もスコアが高い保険１つを出力したものである。
【0055】
（既契約の排除）
出力部１０３は、ユーザに対して加入を提案する保険の中に、受付部１０１で受け付けたユーザが契約済みの損害保険又は生命保険と同一の保険が含まれる場合、ユーザに対して加入を提案する保険の中から当該同一の保険を除外した保険を、ユーザに提案する保険の内容として出力するようにしてもよい。例えば、ユーザが、既契約情報（生命保険）として、配偶者が死亡した際に保険金が支払われる生命保険に加入していることを入力している場合、出力部１０３は、図８における順位がＮｏ６である保険（生命保険＿死亡、配偶者）については、出力対象外とするようにしてもよい。これにより、ユーザが既に契約済みである保険と同一の保険については、ユーザに加入を提案しないようにすることができる。
出力部１０３は、ユーザに対して加入を提案する保険の中に、受付部１０１で受け付けたユーザが契約済みの損害保険又は生命保険と同一の保険が含まれる場合、ユーザに対して加入を提案する保険の中から当該同一の保険を除外した保険を、ユーザに提案する保険の内容として出力するようにしてもよい。例えば、ユーザが、既契約情報（生命保険）として、配偶者が死亡した際に保険金が支払われる生命保険に加入していることを入力している場合、出力部１０３は、図８における順位がＮｏ６である保険（生命保険＿死亡、配偶者）については、出力対象外とするようにしてもよい。これにより、ユーザが既に契約済みである保険と同一の保険については、ユーザに加入を提案しないようにすることができる。
【0056】
＜まとめ＞
以上説明した実施形態によれば、サーバ１０は、ユーザの属性、既契約情報（損害保険）及び既契約情報（生命保険）に基づいて、損害保険及び生命保険を含む保険候補ごとに、ユーザが契約する可能性を予測して端末２０に表示させるようにした。これにより、生命保険及び損害保険を含む保険の中から、ユーザの事情を考慮した保険商品の提案を支援することが可能になる。
以上説明した実施形態によれば、サーバ１０は、ユーザの属性、既契約情報（損害保険）及び既契約情報（生命保険）に基づいて、損害保険及び生命保険を含む保険候補ごとに、ユーザが契約する可能性を予測して端末２０に表示させるようにした。これにより、生命保険及び損害保険を含む保険の中から、ユーザの事情を考慮した保険商品の提案を支援することが可能になる。
【0057】
以上説明した実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。実施形態で説明したフローチャート、シーケンス、実施形態が備える各要素並びにその配置、材料、条件、形状及びサイズ等は、例示したものに限定されるわけではなく適宜変更することができる。また、異なる実施形態で示した構成同士を部分的に置換し又は組み合わせることが可能である。
【符号の説明】
【0058】
１…保険システム、１０…サーバ、１１…プロセッサ、１２…記憶装置、１３…通信ＩＦ、１４…入力デバイス、１５…出力デバイス、２０…端末、１００…記憶部、１００ａ…学習済みモデル、１０１…受付部、１０２…予測部、１０３…出力部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7A】
【図7B】
【図8】
【図9】