知財求人 - 知財ポータルサイト「IP Force」
特開2024-50068保険契約継続支援装置、イベント発生対応支援装置、保険契約継続支援方法、イベント発生対応支援方法、プログラム、及び、記録媒体
(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】P2024050068
(43)【公開日】2024-04-10
(54)【発明の名称】保険契約継続支援装置、イベント発生対応支援装置、保険契約継続支援方法、イベント発生対応支援方法、プログラム、及び、記録媒体
(51)【国際特許分類】
G06Q 40/08 20120101AFI20240403BHJP
【ＦＩ】
G06Q40/08
【審査請求】未請求
【請求項の数】44
【出願形態】ＯＬ
(21)【出願番号】P 2022156664
(22)【出願日】2022-09-29
(71)【出願人】
【識別番号】399103847
【氏名又は名称】ＳＯＭＰＯひまわり生命保険株式会社
(74)【代理人】
【識別番号】100115255
【弁理士】
【氏名又は名称】辻丸 光一郎
(74)【代理人】
【識別番号】100201732
【弁理士】
【氏名又は名称】松縄 正登
(74)【代理人】
【識別番号】100154081
【弁理士】
【氏名又は名称】伊佐治 創
(74)【代理人】
【識別番号】100227019
【弁理士】
【氏名又は名称】安 修央
(72)【発明者】
【氏名】黒崎 康介
(72)【発明者】
【氏名】吉田 嘉仁
(72)【発明者】
【氏名】戸田 龍
(72)【発明者】
【氏名】大森 健人
【テーマコード（参考）】
5L040
5L055
【Ｆターム（参考）】
5L040BB61
5L055BB61
(57)【要約】
【課題】 保険の解約を事前に予測し、保険契約の継続を支援するための保険契約継続支援装置を提供する。
【解決手段】 本発明の保険契約継続支援装置は、情報取得部、予測部、及び、契約継続支援部を含み、前記情報取得部は、保険契約者に関する保険契約に関する情報を取得し、前記予測部は、前記保険契約者の前記保険契約の継続又は解約を予測し、前記契約継続支援部は、前記予測部が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する。
【選択図】 図１
【解決手段】 本発明の保険契約継続支援装置は、情報取得部、予測部、及び、契約継続支援部を含み、前記情報取得部は、保険契約者に関する保険契約に関する情報を取得し、前記予測部は、前記保険契約者の前記保険契約の継続又は解約を予測し、前記契約継続支援部は、前記予測部が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する。
【選択図】 図１
【特許請求の範囲】
【請求項1】
情報取得部、予測部、及び、契約継続支援部を含み、
前記情報取得部は、保険契約者に関する保険契約に関する情報を取得し、
前記予測部は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援部は、前記予測部が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
保険契約継続支援装置。
前記情報取得部は、保険契約者に関する保険契約に関する情報を取得し、
前記予測部は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援部は、前記予測部が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
保険契約継続支援装置。
【請求項2】
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記情報に基づき解約予測スコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
請求項１記載の保険契約継続支援装置。
前記予測スコア算出部は、前記情報に基づき解約予測スコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
請求項１記載の保険契約継続支援装置。
【請求項3】
前記予測スコア算出部は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記判断部は、前記契約継続支援部が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
請求項２記載の保険契約継続支援装置。
前記判断部は、前記契約継続支援部が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
請求項２記載の保険契約継続支援装置。
【請求項4】
前記判断部の前記継続支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つに応じて閾値を設定する、
請求項３記載の保険契約継続支援装置。
請求項３記載の保険契約継続支援装置。
【請求項5】
前記予測スコア算出部は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記契約継続支援部は、前記判断部が設定した閾値に応じて、前記継続支援情報を生成する、
請求項２記載の保険契約継続支援装置。
前記契約継続支援部は、前記判断部が設定した閾値に応じて、前記継続支援情報を生成する、
請求項２記載の保険契約継続支援装置。
【請求項6】
前記判断部の前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つの設定に応じて閾値を設定する、
請求項５記載の保険契約継続支援装置。
請求項５記載の保険契約継続支援装置。
【請求項7】
前記再現性重視設定に対応する前記継続支援情報は、低コスト継続支援情報であり、
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
請求項４又は６記載の保険契約継続支援装置。
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
請求項４又は６記載の保険契約継続支援装置。
【請求項8】
情報取得部、予測部、対応支援部を含み、
前記情報取得部は、イベント発生を予測するための説明変数情報を取得し、
前記予測部は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援部は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出部は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断部は、前記対応支援部が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
イベント発生対応支援装置。
前記情報取得部は、イベント発生を予測するための説明変数情報を取得し、
前記予測部は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援部は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出部は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断部は、前記対応支援部が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
イベント発生対応支援装置。
【請求項9】
前記判断部の前記対応支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項８記載のイベント発生対応支援装置。
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項８記載のイベント発生対応支援装置。
【請求項10】
情報取得部、予測部、対応支援部を含み、
前記情報取得部は、イベント発生を予測するための説明変数情報を取得し、
前記予測部は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援部は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出部は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援部は、前記判断部が設定した閾値に応じて、前記対応支援情報を生成する、
イベント発生対応支援装置。
前記情報取得部は、イベント発生を予測するための説明変数情報を取得し、
前記予測部は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援部は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出部は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援部は、前記判断部が設定した閾値に応じて、前記対応支援情報を生成する、
イベント発生対応支援装置。
【請求項11】
前記判断部の前記閾値の設定は、
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項１０記載のイベント発生対応支援装置。
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項１０記載のイベント発生対応支援装置。
【請求項12】
情報取得工程、予測工程、及び、契約継続支援工程を含み、
前記情報取得工程は、保険契約者に関する保険契約に関する情報を取得し、
前記予測工程は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援工程は、前記予測工程が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
前記各工程がコンピュータにより実行される、保険契約継続支援方法。
前記情報取得工程は、保険契約者に関する保険契約に関する情報を取得し、
前記予測工程は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援工程は、前記予測工程が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
前記各工程がコンピュータにより実行される、保険契約継続支援方法。
【請求項13】
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記情報に基づき解約予測スコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
請求項１２記載の保険契約継続支援方法。
前記予測スコア算出工程は、前記情報に基づき解約予測スコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
請求項１２記載の保険契約継続支援方法。
【請求項14】
前記予測スコア算出工程は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記判断工程は、前記契約継続支援工程が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
請求項１３記載の保険契約継続支援方法。
前記判断工程は、前記契約継続支援工程が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
請求項１３記載の保険契約継続支援方法。
【請求項15】
前記判断工程の前記継続支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つに応じて閾値を設定する、
請求項１４記載の保険契約継続支援方法。
請求項１４記載の保険契約継続支援方法。
【請求項16】
前記予測スコア算出工程は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記契約継続支援工程は、前記判断工程が設定した閾値に応じて、前記継続支援情報を生成する、
請求項１３記載の保険契約継続支援方法。
前記契約継続支援工程は、前記判断工程が設定した閾値に応じて、前記継続支援情報を生成する、
請求項１３記載の保険契約継続支援方法。
【請求項17】
前記判断工程の前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つの設定に応じて閾値を設定する、
請求項１６記載の保険契約継続支援方法。
請求項１６記載の保険契約継続支援方法。
【請求項18】
前記再現性重視設定に対応する前記継続支援情報は、低コスト継続支援情報であり、
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
請求項１５又は１７記載の保険契約継続支援方法。
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
請求項１５又は１７記載の保険契約継続支援方法。
【請求項19】
情報取得工程、予測工程、対応支援工程を含み、
前記情報取得工程は、イベント発生を予測するための説明変数情報を取得し、
前記予測工程は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援工程は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出工程は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断工程は、前記対応支援工程が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
前記各工程がコンピュータにより実行される、イベント発生対応支援方法。
前記情報取得工程は、イベント発生を予測するための説明変数情報を取得し、
前記予測工程は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援工程は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出工程は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断工程は、前記対応支援工程が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
前記各工程がコンピュータにより実行される、イベント発生対応支援方法。
【請求項20】
前記判断工程の前記対応支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項１９記載のイベント発生対応支援方法。
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項１９記載のイベント発生対応支援方法。
【請求項21】
情報取得工程、予測工程、対応支援工程を含み、
前記情報取得工程は、イベント発生を予測するための説明変数情報を取得し、
前記予測工程は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援工程は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出工程は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援工程は、前記判断工程が設定した閾値に応じて、前記対応支援情報を生成する、
前記各工程がコンピュータにより実行される、イベント発生対応支援方法。
前記情報取得工程は、イベント発生を予測するための説明変数情報を取得し、
前記予測工程は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援工程は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出工程は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援工程は、前記判断工程が設定した閾値に応じて、前記対応支援情報を生成する、
前記各工程がコンピュータにより実行される、イベント発生対応支援方法。
【請求項22】
前記判断工程の前記閾値の設定は、
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項２１記載のイベント発生対応支援方法。
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項２１記載のイベント発生対応支援方法。
【請求項23】
情報取得手順、予測手順、及び、契約継続支援手順を含み、
前記情報取得手順は、保険契約者に関する保険契約に関する情報を取得し、
前記予測手順は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援手順は、前記予測手順が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラム。
前記情報取得手順は、保険契約者に関する保険契約に関する情報を取得し、
前記予測手順は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援手順は、前記予測手順が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラム。
【請求項24】
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記情報に基づき解約予測スコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
請求項２３記載のプログラム。
前記予測スコア算出手順は、前記情報に基づき解約予測スコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
請求項２３記載のプログラム。
【請求項25】
前記予測スコア算出手順は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記判断手順は、前記契約継続支援手順が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
請求項２４記載のプログラム。
前記判断手順は、前記契約継続支援手順が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
請求項２４記載のプログラム。
【請求項26】
前記判断手順の前記継続支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つに応じて閾値を設定する、
請求項２５記載のプログラム。
請求項２５記載のプログラム。
【請求項27】
前記予測スコア算出手順は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記契約継続支援手順は、前記判断手順が設定した閾値に応じて、前記継続支援情報を生成する、
請求項２４記載のプログラム。
前記契約継続支援手順は、前記判断手順が設定した閾値に応じて、前記継続支援情報を生成する、
請求項２４記載のプログラム。
【請求項28】
前記判断手順の前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つの設定に応じて閾値を設定する、
請求項２７記載のプログラム。
請求項２７記載のプログラム。
【請求項29】
前記再現性重視設定に対応する前記継続支援情報は、低コスト継続支援情報であり、
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
請求項２６又は２８記載のプログラム。
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
請求項２６又は２８記載のプログラム。
【請求項30】
情報取得手順、予測手順、対応支援手順を含み、
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断手順は、前記対応支援手順が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
前記各手順をコンピュータに実行させるためのプログラム。
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断手順は、前記対応支援手順が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
前記各手順をコンピュータに実行させるためのプログラム。
【請求項31】
前記判断手順の前記対応支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項３０記載のプログラム。
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項３０記載のプログラム。
【請求項32】
情報取得手順、予測手順、対応支援手順を含み、
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援手順は、前記判断手順が設定した閾値に応じて、前記対応支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラム。
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援手順は、前記判断手順が設定した閾値に応じて、前記対応支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラム。
【請求項33】
前記判断手順の前記閾値の設定は、
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項３２記載のプログラム。
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項３２記載のプログラム。
【請求項34】
情報取得手順、予測手順、及び、契約継続支援手順を含み、
前記情報取得手順は、保険契約者に関する保険契約に関する情報を取得し、
前記予測手順は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援手順は、前記予測手順が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
前記情報取得手順は、保険契約者に関する保険契約に関する情報を取得し、
前記予測手順は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援手順は、前記予測手順が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【請求項35】
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記情報に基づき解約予測スコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
請求項３４記載の記録媒体。
前記予測スコア算出手順は、前記情報に基づき解約予測スコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
請求項３４記載の記録媒体。
【請求項36】
前記予測スコア算出手順は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記判断手順は、前記契約継続支援手順が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
請求項３５記載の記録媒体。
前記判断手順は、前記契約継続支援手順が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
請求項３５記載の記録媒体。
【請求項37】
前記判断手順の前記継続支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つに応じて閾値を設定する、
請求項３６記載の記録媒体。
請求項３６記載の記録媒体。
【請求項38】
前記予測スコア算出手順は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記契約継続支援手順は、前記判断手順が設定した閾値に応じて、前記継続支援情報を生成する、
請求項３５記載の記録媒体。
前記契約継続支援手順は、前記判断手順が設定した閾値に応じて、前記継続支援情報を生成する、
請求項３５記載の記録媒体。
【請求項39】
前記判断手順の前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つの設定に応じて閾値を設定する、
請求項３８記載の記録媒体。
請求項３８記載の記録媒体。
【請求項40】
前記再現性重視設定に対応する前記継続支援情報は、低コスト継続支援情報であり、
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
請求項３７又は３９記載の記録媒体。
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
請求項３７又は３９記載の記録媒体。
【請求項41】
情報取得手順、予測手順、対応支援手順を含み、
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断手順は、前記対応支援手順が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断手順は、前記対応支援手順が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【請求項42】
前記判断手順の前記対応支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項４１記載の記録媒体。
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項４１記載の記録媒体。
【請求項43】
情報取得手順、予測手順、対応支援手順を含み、
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援手順は、前記判断手順が設定した閾値に応じて、前記対応支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援手順は、前記判断手順が設定した閾値に応じて、前記対応支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【請求項44】
前記判断手順の前記閾値の設定は、
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項４３記載の記録媒体。
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
請求項４３記載の記録媒体。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、保険契約継続支援装置、イベント発生対応支援装置、保険契約継続支援方法、イベント発生対応支援方法、プログラム、及び、記録媒体に関する。
【背景技術】
【0002】
情報技術（ＩＴ）の進歩に伴い、生命保険の分野でもＩＴを使用したサービスが提案されている。例えば、特許文献１では、ユーザの事情を考慮した保険商品の提案を支援する保険提案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２０２２－９３１７７号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
生命保険は、保険契約者の都合で解約されることがあるが、解約可能性を事前に予測できれば、別の保険商品を提案する等、様々な対応をとることにより、保険契約を継続させることが可能である。しかし、解約可能性を事前に予測し、対応を支援する技術は無い。また、保険の解約等のようなイベント発生を事前に予測し、予測の適合性及び再現性等の特性を考慮して対応を支援する技術も無い。
【0005】
そこで、本発明は、保険の解約を事前に予測し継続を支援する保険契約継続支援装置、及び、イベント発生を事前に予測し、予測の適合性及び再現性等の特性を考慮して対応を支援するイベント発生対応支援装置の提供を目的とする。
【課題を解決するための手段】
【0006】
前記目的を達成するために、本発明の保険継続支援装置は、
情報取得部、予測部、及び、契約継続支援部を含み、
前記情報取得部は、保険契約者に関する保険契約に関する情報を取得し、
前記予測部は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援部は、前記予測部が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する。
情報取得部、予測部、及び、契約継続支援部を含み、
前記情報取得部は、保険契約者に関する保険契約に関する情報を取得し、
前記予測部は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援部は、前記予測部が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する。
【0007】
本発明のイベント発生対応支援装置は、
情報取得部、予測部、対応支援部を含み、
前記情報取得部は、イベント発生を予測するための説明変数情報を取得し、
前記予測部は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援部は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出部は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断部は、前記対応支援部が生成する前記対応支援情報の種類に応じて、前記閾値を設定する。
情報取得部、予測部、対応支援部を含み、
前記情報取得部は、イベント発生を予測するための説明変数情報を取得し、
前記予測部は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援部は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出部は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断部は、前記対応支援部が生成する前記対応支援情報の種類に応じて、前記閾値を設定する。
【0008】
本発明のイベント発生対応支援装置は、
情報取得部、予測部、対応支援部を含み、
前記情報取得部は、イベント発生を予測するための説明変数情報を取得し、
前記予測部は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援部は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出部は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援部は、前記判断部が設定した閾値に応じて、前記対応支援情報を生成する。
情報取得部、予測部、対応支援部を含み、
前記情報取得部は、イベント発生を予測するための説明変数情報を取得し、
前記予測部は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援部は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出部は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援部は、前記判断部が設定した閾値に応じて、前記対応支援情報を生成する。
【0009】
本発明の保険継続支援方法は、
情報取得工程、予測工程、及び、契約継続支援工程を含み、
前記情報取得工程は、保険契約者に関する保険契約に関する情報を取得し、
前記予測工程は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援工程は、前記予測工程が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する。
情報取得工程、予測工程、及び、契約継続支援工程を含み、
前記情報取得工程は、保険契約者に関する保険契約に関する情報を取得し、
前記予測工程は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援工程は、前記予測工程が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する。
【0010】
本発明のイベント発生対応支援方法は、
情報取得工程、予測工程、対応支援工程を含み、
前記情報取得工程は、イベント発生を予測するための説明変数情報を取得し、
前記予測工程は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援工程は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出工程は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断工程は、前記対応支援工程が生成する前記対応支援情報の種類に応じて、前記閾値を設定する。
情報取得工程、予測工程、対応支援工程を含み、
前記情報取得工程は、イベント発生を予測するための説明変数情報を取得し、
前記予測工程は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援工程は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出工程は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断工程は、前記対応支援工程が生成する前記対応支援情報の種類に応じて、前記閾値を設定する。
【0011】
本発明のイベント発生対応支援方法は、
情報取得工程、予測工程、対応支援工程を含み、
前記情報取得工程は、イベント発生を予測するための説明変数情報を取得し、
前記予測工程は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援工程は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出工程は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援工程は、前記判断工程が設定した閾値に応じて、前記対応支援情報を生成する。
情報取得工程、予測工程、対応支援工程を含み、
前記情報取得工程は、イベント発生を予測するための説明変数情報を取得し、
前記予測工程は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援工程は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出工程は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援工程は、前記判断工程が設定した閾値に応じて、前記対応支援情報を生成する。
【0012】
本発明のプログラムは、本発明の方法の各工程を、手順として、コンピュータに実行させるためのプログラムである。
【0013】
本発明の記録媒体は、前記本発明のプログラムを記録したコンピュータ読み取り可能な記録媒体である。
【発明の効果】
【0014】
本発明の保険契約継続支援装置によれば、保険の解約を事前に予測し継続を支援することが可能である。また、本発明のイベント発生対応支援装置によれば、イベント発生を事前に予測し、予測の適合性及び再現性等の特性を考慮して対応を支援することが可能である。
【図面の簡単な説明】
【0015】
【発明を実施するための形態】
【0016】
本発明の実施形態について説明する。なお、本発明は、以下の実施形態には限定されない。なお、以下の各図において、同一部分には、同一符号を付している。また、各実施形態の説明は、特に言及がない限り、互いの説明を援用できる。さらに、各実施形態の構成は、特に言及がない限り、組合せ可能である。
【0017】
まず、本発明の保険契約継続支援装置、及び保険契約継続支援方法について説明する。
【0018】
［実施形態１］
図１は、本実施形態の保険契約継続支援装置１０の一例の構成を示すブロック図である。図１に示すように、本装置１０は、情報取得部１１、予測部１２、及び契約継続支援部１３を含む。予測部１２は、例えば、さらに、予測スコア算出部１２１、及び判断部１２２を含んでもよい。
図１は、本実施形態の保険契約継続支援装置１０の一例の構成を示すブロック図である。図１に示すように、本装置１０は、情報取得部１１、予測部１２、及び契約継続支援部１３を含む。予測部１２は、例えば、さらに、予測スコア算出部１２１、及び判断部１２２を含んでもよい。
【0019】
本装置１０は、例えば、前記各部を含む１つの装置でもよいし、前記各部が、通信回線網を介して接続可能な装置でもよい。また、本装置１０は、前記通信回線網を介して、後述する外部装置と接続可能である。前記通信回線網は、特に制限されず、公知のネットワークを使用でき、例えば、有線でも無線でもよい。前記通信回線網は、例えば、インターネット回線、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）、電話回線、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＳＡＮ（Ｓｔｏｒａｇｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＤＴＮ（Ｄｅｌａｙ Ｔｏｌｅｒａｎｔ Ｎｅｔｗｏｒｋｉｎｇ）、ＬＰＷＡ（Ｌｏｗ Ｐｏｗｅｒ Ｗｉｄｅ Ａｒｅａ）、Ｌ５Ｇ（ローカル５Ｇ）、等があげられる。無線通信としては、例えば、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ローカル５Ｇ、ＬＰＷＡ等があげられる。前記無線通信としては、各装置が直接通信する形態（Ａｄ Ｈｏｃ通信）、インフラストラクチャ（infrastructure通信）、アクセスポイントを介した間接通信等であってもよい。本装置１０は、例えば、システムとしてサーバに組み込まれていてもよい。また、本装置１０は、例えば、本発明のプログラムがインストールされたパーソナルコンピュータ（ＰＣ、例えば、デスクトップ型、ノート型）、スマートフォン、タブレット端末等であってもよい。本装置１０は、例えば、前記各部のうち少なくとも一つがサーバ上にあり、その他の前記各部が端末上にあるような、クラウドコンピューティングやエッジコンピューティング等の形態であってもよい。
【0020】
図２に、本装置１０のハードウェア構成のブロック図を例示する。本装置１０は、例えば、中央処理装置（ＣＰＵ、ＧＰＵ等）１０１、メモリ１０２、バス１０３、記憶装置１０４、入力装置１０５、出力装置１０６、通信デバイス１０７等を含む。本装置１０の各部は、それぞれのインタフェース（Ｉ／Ｆ）により、バス１０３を介して相互に接続されている。
【0021】
中央処理装置１０１は、コントローラ（システムコントローラ、Ｉ／Ｏコントローラ等）等により、他の構成と連携動作し、本装置１０の全体の制御を担う。本装置１０において、中央処理装置１０１により、例えば、本発明のプログラムやその他のプログラムが実行され、また、各種情報の読み込みや書き込みが行われる。具体的には、例えば、中央処理装置１０１が、情報取得部１１、予測部１２、及び契約継続支援部１３として機能する。予測部１２が、例えば、さらに、予測スコア算出部１２１、及び判断部１２２を含む場合、中央処理装置１０１が、予測スコア算出部１２１、及び判断部１２２として機能する。中央処理装置１０１は、演算装置として、ＣＰＵ、ＧＰＵ（Graphics Processing Unit）、ＡＰＵ（Accelerated Processing Unit）等の演算装置を備えてもよいし、これらの組合せを備えてもよい。
【0022】
バス１０３は、例えば、外部装置とも接続できる。前記外部装置は、例えば、外部データベース等の外部記憶装置、プリンタ、外部入力装置、外部表示装置、外部撮像装置等があげられる。本装置１０は、例えば、バス１０３に接続された通信デバイス１０７により、外部ネットワーク（前記通信回線網）に接続でき、外部ネットワークを介して、他の装置と接続することもできる。
【0023】
メモリ１０２は、例えば、メインメモリ（主記憶装置）があげられる。中央処理装置１０１が処理を行う際には、例えば、後述する記憶装置１０４に記憶されている本発明のプログラム等の種々の動作プログラムを、メモリ１０２が読み込み、中央処理装置１０１は、メモリ１０２からデータを受け取って、プログラムを実行する。前記メインメモリは、例えば、ＲＡＭ（ランダムアクセスメモリ）である。また、メモリ１０２は、例えば、ＲＯＭ（読み出し専用メモリ）であってもよい。
【0024】
記憶装置１０４は、例えば、前記メインメモリ（主記憶装置）に対して、いわゆる補助記憶装置ともいう。前述のように、記憶装置１０４には、本発明のプログラムを含む動作プログラムが格納されている。記憶装置１０４は、例えば、記録媒体と、記録媒体に読み書きするドライブとの組合せであってもよい。前記記録媒体は、特に制限されず、例えば、内蔵型でも外付け型でもよく、ＨＤ（ハードディスク）、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＣＤ－ＲＷ、ＭＯ、ＤＶＤ、フラッシュメモリー、メモリーカード等があげられる。記憶装置１０４は、例えば、記録媒体とドライブとが一体化されたハードディスクドライブ（ＨＤＤ）、及びソリッドステートドライブ（ＳＳＤ）であってもよい。
【0025】
本装置１０において、メモリ１０２及び記憶装置１０４は、ログ情報、外部データベース（図示せず）や外部の装置から取得した情報、本装置１０によって生成した情報、本装置１０が処理を実行する際に用いる情報等の種々の情報を記憶することも可能である。この場合、メモリ１０２及び記憶装置１０４は、例えば、情報等を記憶していてもよい。なお、少なくとも一部の情報は、例えば、メモリ１０２及び記憶装置１０４以外の外部サーバに記憶されていてもよいし、複数の端末にブロックチェーン技術等を用いて分散して記憶されていてもよい。
【0026】
本装置１０は、例えば、さらに、入力装置１０５、出力装置１０６を備える。入力装置１０５は、例えば、タッチパネル、トラックパッド、マウス等のポインティングデバイス；キーボード；カメラ、スキャナ等の撮像手段；ＩＣカードリーダ、磁気カードリーダ等のカードリーダ；マイク等の音声入力手段；等があげられる。出力装置１０６は、例えば、ＬＥＤディスプレイ、液晶ディスプレイ等の表示装置；スピーカ等の音声出力装置；プリンタ；等があげられる。本実施形態１において、入力装置１０５と出力装置１０６とは、別個に構成されているが、入力装置１０５と出力装置１０６とは、タッチパネルディスプレイのように、一体として構成されてもよい。
【0027】
つぎに、本実施形態の保険契約継続支援方法の一例を、図３のフローチャートＳ１０に基づき説明する。本実施形態の保険契約継続支援方法は、例えば、図１又は図２の装置１０を用いて、次のように実施する。なお、本実施形態の保険契約継続支援方法は、図１又は図２の装置１０の使用には限定されない。
【0028】
まず、情報取得部１１により、保険契約者に関する保険契約に関する情報を取得する（Ｓ１１）。前記保険契約は、特に限定されないが、例えば、生命保険、医療保険、がん保険、損害保険、学資保険、個人年金保険、介護保険、就労所得補償保険、健康増進型保険等の各種保険があげられる。前記保険契約に関する情報は、例えば、種類、契約年月日、保障の内容等の契約している保険の情報；年齢、性別、職業、家族構成等の契約者の属性；代理店情報、契約担当者情報、募集人情報等の代理店等の情報等があげられる。
【0029】
つぎに、予測部１２により、前記保険契約者の前記保険契約の継続又は解約を予測する（Ｓ１２）。
【0030】
つぎに、契約継続支援部１３により、予測部１２が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する（Ｓ１３）。前記継続支援情報は、例えば、前記保険契約者に対して送信するメールデータ、解約と予測した前記保険契約者に対するインセンティブ情報、保険契約担当者が解約と予測した前記保険契約者を特定するための情報、前記保険契約担当者が前記保険契約者とコンタクトを取るための情報等があげられる。
【0031】
予測部１２は、例えば、図４のとおり、予測スコア算出部１２１、及び、判断部１２２を含んでもよい。
【0032】
予測スコア算出部１２１は、例えば、前記情報に基づき解約予測スコアを算出する。また、予測スコア算出部１２１は、例えば、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルである。前記解約予測スコアは、例えば、前記情報、及び前記情報に紐づく前記保険契約の継続又は解約に関わる重要度に基づいて算出してもよい。前記機械学習モデルは、例えば、決定木、決定木を複数使用するランダムフォレスト等により、生成できる。
【0033】
判断部１２２は、例えば、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する。また、判断部１２２は、例えば、契約継続支援部１３が生成する前記継続支援情報の種類に応じて、前記閾値を設定する。さらに、判断部１２２は、例えば、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する。
【0034】
判断部１２２の前記継続支援情報の種類に応じた前記閾値の設定は、例えば、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つに応じて閾値を設定する。ここで、前記再現性（Recall）は、実際にPositiveと予想したもの（真陽性（ＴＰ：True Positive）と偽陰性（ＦＮ：False Negative）の合計）のうち、正しくPositiveと予測できたもの（ＴＰ）の割合をいう。また、前記適合性（Precision）は、Positiveと予測したもの（ＴＰと偽陽性（ＦＰ：False Positive）の合計）のうち、実際にPositiveであったもの（ＴＰ）の割合をいう。すなわち、前記再現性（Recall）重視設定を高くするほど、解約のおそれがある前記保険契約者を漏れなく予測をすることができる。また、前記適合性（Precision）重視設定高くするほど、解約のおそれがある前記保険契約者を高精度で予測をすることができる。前記再現性及び適合性のバランス重視設定とすれば、解約のおそれがある前記保険契約者を、ある程度漏れなく、かつ、良い精度で予測することができる。なお、判断部１２２の前記継続支援情報の種類に応じた前記閾値の設定は、例えば、特異度（Specificity）重視設定であってよい。ここで、特異度（Specificity）は、実際にNegativeと予想したもの（偽陽性（ＦＰ：False Positive）と真陰性（ＴＮ：True Negative）の合計）のうち、正しくNegativeと予測できたもの（ＴＮ）の割合をいう。すなわち、特異度（Specificity）重視設定を高くするほど、解約のおそれがない前記保険契約者を漏れなく予測をすることができる。
【0035】
前記再現性重視設定に対応する前記継続支援情報は、例えば、低コスト継続支援情報である。また、前記適合性重視設定に対応する前記継続支援情報は、例えば、高コスト継続支援情報である。さらに、前記バランス重視設定に対応する前記継続支援情報は、例えば、コストバランス継続支援情報である。前記低コスト継続支援情報は、例えば、ダイレクトメール（ＤＭ）、ホームページ利用者の通知や、アプリ利用者へ通知等による情報があげられる。前記高コスト継続支援情報は、例えば、電話、訪問、郵送案内等による情報があげられる。
【0036】
前記契約継続支援部１３は、例えば、判断部１２２が設定した閾値に応じて、前記継続支援情報を生成する。
【0037】
本実施形態によれば、保険の解約を事前に予測し継続を支援することができる。また、判断部１２２の閾値を適宜設定することで、保険の解約予測精度のバランスを調整しつつ、必要コスト等の事情に応じて保険契約の継続支援をすることができる。
【0038】
つぎに、図５及び６により、本発明の保険契約継続支援装置を使用した保険契約継続支援の一例について説明する。ただし、これらの例はあくまでも一例であって、これらには限定されない。
【0039】
【0040】
まず、前述のとおり、例えば、実施形態１の装置１０が、保険契約の継続または解約を予測する。解約を予測した結果、例えば、解約の可能性が低い場合には、保険契約者に送信するメールを、一般的なダイレクトメールと同様のメールデータの対象とすることができる。例えば、解約可能性が高い場合には、保険契約の継続を支援するための継続支援情報として、各種情報を盛り込んだメールデータが生成される。前記各種情報を盛り込んだメールデータを生成するために、例えば、おすすめの乗り換え保険を計算してもよい。前記乗り換え先の保険の計算は、特に限定されないが、例えば、前記保険契約に関する情報をもとに計算をしてもよい。前記乗り換え先が存在する場合は、例えば、メール対象データに保険の乗り換え情報を追加してもよい。前記乗り換え先が存在しない場合は、例えば、保険契約者に対してインセンティブを与える情報をメール対象データに追加することができる。前記メール対象データは、例えば、送信メールとして集約処理される。前記集約処理された送信メールは、例えば、前記継続支援情報として前記保険契約者へ送信することができる。
【0041】
【0042】
まず、実施形態２と同様に、保険契約の継続または解約を予測する。このとき、解約を予測した結果、例えば、解約の可能性が低い場合には、解約の可能性が低いと判断された保険契約者の情報を、解約候補データとして集約処理をすることができる。解約可能性が高い場合についても同様に、保険契約の継続を支援するための継続支援情報として、解約候補データとして集約処理をすることができる。前記解約の可能性が高い場合には、例えば、前記解約候補データを生成するために、解約理由を計算することができる。前記解約理由の計算方法は、特に限定されないが、例えば、算出した解約予測スコアに対して、どの保険契約に関する情報が寄与しているのかを既存のライブラリ等を使用して計算する方法であってもよい。前記解約理由は、例えば、ケア対象データとして管理し、前記管理データを集約処理された解約候補データに入力してもよい。前記解約候補データは、例えば、前記継続支援情報として保険契約担当者へ配信される。前記保険契約担当者は、前記解約候補データを参考にして、保険契約者に対して保険契約継続のためのアクションをとることができる。
【0043】
つぎに、本発明のイベント発生対応支援装置、及びイベント発生対応支援方法について説明する。
【0044】
［実施形態４］
図７は、本実施形態のイベント発生対応支援装置２０の一例の構成を示すブロック図である。図７に示すように、本装置２０は、情報取得部２１、予測部２２、及び対応支援部２３を含む。予測部２２は、予測スコア算出部２２１、及び判断部２２２を含む。
図７は、本実施形態のイベント発生対応支援装置２０の一例の構成を示すブロック図である。図７に示すように、本装置２０は、情報取得部２１、予測部２２、及び対応支援部２３を含む。予測部２２は、予測スコア算出部２２１、及び判断部２２２を含む。
【0045】
本装置２０は、例えば、前記各部を含む１つの装置でもよいし、前記各部が、前記通信回線網を介して接続可能な装置でもよい。また、本装置２０は、前記通信回線網を介して、後述する外部装置と接続可能である。本装置２０は、例えば、システムとしてサーバに組み込まれていてもよい。また、本装置２０は、例えば、本発明のプログラムがインストールされたパーソナルコンピュータ（ＰＣ、例えば、デスクトップ型、ノート型）、スマートフォン、タブレット端末等であってもよい。本装置２０は、例えば、前記各部のうち少なくとも一つがサーバ上にあり、その他の前記各部が端末上にあるような、クラウドコンピューティングやエッジコンピューティング等の形態であってもよい。
【0046】
図８に、本装置２０のハードウェア構成のブロック図を例示する。本装置２０は、例えば、中央処理装置（ＣＰＵ、ＧＰＵ等）２０１、メモリ２０２、バス２０３、記憶装置２０４、入力装置２０５、出力装置２０６、通信デバイス２０７等を含む。本装置２０の各部は、それぞれのインタフェース（Ｉ／Ｆ）により、バス２０３を介して相互に接続されている。
【0047】
中央処理装置２０１は、コントローラ（システムコントローラ、Ｉ／Ｏコントローラ等）等により、他の構成と連携動作し、本装置２０の全体の制御を担う。本装置２０において、中央処理装置２０１により、例えば、本発明のプログラムやその他のプログラムが実行され、また、各種情報の読み込みや書き込みが行われる。具体的には、例えば、中央処理装置２０１が、情報取得部２１、予測部２２、及び対応支援部２３として機能する。また、中央処理装置２０１が、予測スコア算出２２１、及び判断部２２２として機能する。中央処理装置２０１は、演算装置として、ＣＰＵ、ＧＰＵ（Graphics Processing Unit）、ＡＰＵ（Accelerated Processing Unit）等の演算装置を備えてもよいし、これらの組合せを備えてもよい。
【0048】
バス２０３は、例えば、外部装置とも接続できる。前記外部装置は、例えば、外部データベース等の外部記憶装置、プリンタ、外部入力装置、外部表示装置、外部撮像装置等があげられる。本装置２０は、例えば、バス２０３に接続された通信デバイス２０７により、外部ネットワーク（前記通信回線網）に接続でき、外部ネットワークを介して、他の装置と接続することもできる。
【0049】
メモリ２０２は、例えば、メインメモリ（主記憶装置）があげられる。中央処理装置２０１が処理を行う際には、例えば、後述する記憶装置２０４に記憶されている本発明のプログラム等の種々の動作プログラムを、メモリ２０２が読み込み、中央処理装置２０１は、メモリ２０２からデータを受け取って、プログラムを実行する。前記メインメモリは、例えば、ＲＡＭ（ランダムアクセスメモリ）である。また、メモリ２０２は、例えば、ＲＯＭ（読み出し専用メモリ）であってもよい。
【0050】
記憶装置２０４は、例えば、前記メインメモリ（主記憶装置）に対して、いわゆる補助記憶装置ともいう。前述のように、記憶装置２０４には、本発明のプログラムを含む動作プログラムが格納されている。記憶装置２０４は、例えば、記録媒体と、記録媒体に読み書きするドライブとの組合せであってもよい。前記記録媒体は、特に制限されず、例えば、内蔵型でも外付け型でもよく、ＨＤ（ハードディスク）、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＣＤ－ＲＷ、ＭＯ、ＤＶＤ、フラッシュメモリー、メモリーカード等があげられる。記憶装置２０４は、例えば、記録媒体とドライブとが一体化されたハードディスクドライブ（ＨＤＤ）、及びソリッドステートドライブ（ＳＳＤ）であってもよい。
【0051】
本装置２０において、メモリ２０２及び記憶装置２０４は、ログ情報、外部データベース（図示せず）や外部の装置から取得した情報、本装置２０によって生成した情報、本装置２０が処理を実行する際に用いる情報等の種々の情報を記憶することも可能である。この場合、メモリ２０２及び記憶装置２０４は、例えば、情報等を記憶していてもよい。なお、少なくとも一部の情報は、例えば、メモリ２０２及び記憶装置２０４以外の外部サーバに記憶されていてもよいし、複数の端末にブロックチェーン技術等を用いて分散して記憶されていてもよい。
【0052】
本装置２０は、例えば、さらに、入力装置２０５、出力装置２０６を備える。入力装置２０５は、例えば、タッチパネル、トラックパッド、マウス等のポインティングデバイス；キーボード；カメラ、スキャナ等の撮像手段；ＩＣカードリーダ、磁気カードリーダ等のカードリーダ；マイク等の音声入力手段；等があげられる。出力装置２０６は、例えば、ＬＥＤディスプレイ、液晶ディスプレイ等の表示装置；スピーカ等の音声出力装置；プリンタ；等があげられる。本実施形態１において、入力装置２０５と出力装置２０６とは、別個に構成されているが、入力装置２０５と出力装置２０６とは、タッチパネルディスプレイのように、一体として構成されてもよい。
【0053】
つぎに、本実施形態のイベント発生対応支援方法の一例を、図９のフローチャートＳ２０に基づき説明する。本実施形態のイベント発生対応支援方法は、例えば、図７又は図８の装置２０を用いて、次のように実施する。なお、本実施形態のイベント発生対応支援方法は、図７又は図８の装置２０の使用には限定されない。
【0054】
まず、情報取得部２１により、イベント発生を予測するための説明変数情報を取得する（Ｓ２１）。前記イベント発生は、特に限定されないが、例えば、会員の脱会、医療診断の陽性・陰性判断等があげられる。イベントが前記会員の脱会の場合、前記説明変数情報は、例えば、会員グレード、入会年月日、入会プラン等の会員登録情報；年齢、性別、職業、家族構成等の個人属性；入会場所、入会担当者情報等の情報等があげられる。イベントが前記医療診断の陽性・陰性判断の場合、前記説明変数情報は、例えば、被診断者の属性情報（年齢、性別、病歴等）、被診断者の生活習慣情報（飲食経歴、アルコール摂取量、喫煙歴、運動履歴等）、被診断者のバイタルデータ（血圧、体温、心拍数等）、被診断者の各種検査データ（血糖値、尿酸値、バイオマーカのデータ）、被診断者の遺伝子情報等があげられる。
【0055】
つぎに、予測部２２により、目的変数情報であるイベント発生の有無を予測する（Ｓ２２）。
【0056】
予測部２２は、前述のとおり、予測スコア算出部２２１、及び、判断部２２２を含む。予測スコア算出部２２１は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出する。また、予測スコア算出部２２１は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルである。
【0057】
判断部２２２は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測する。また、判断部２２２は、後述する対応支援部２３が生成する前記対応支援情報の種類に応じて、前記閾値を設定する。
【0058】
判断部２２２の前記対応支援情報の種類に応じた前記閾値の設定は、例えば、再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する。なお、再現性（Recall）、適合性（Precision）、特異度（Specificty）は、実施形態１記載の説明と同様である。前記イベント発生として、例えば、会員の脱会、診断の陽性・陰性判断を例にあげれば、前記再現性（Recall）重視設定を高くするほど、脱会者や陽性者を漏れなく予測をすることができる。また、前記適合性（Precision）重視設定高くするほど、脱会者や陽性者を高精度で予測をすることができる。特異度（Specificity）重視設定を高くするほど、脱会のおそれがない者や陰性者を漏れなく予測をすることができる。前記再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定とすれば、脱会者や陽性者を、ある程度漏れなく、かつ、良い精度で予測することができる。
【0059】
つぎに、対応支援部２３により、前記イベント発生の有無に対応するための対応支援情報を生成する（Ｓ２３）。また、対応支援部２３は、例えば、判断部２２２が設定した閾値に応じて、前記対応支援情報を生成する。前記対応支援情報は、例えば、前記イベント発生の有無に応じてイベント関係者に連絡するための情報、前記イベント関係者に関係する各種情報、前記イベント発生に対応するためのマニュアル情報等があげられる。
【0060】
本実施形態によれば、例えば、イベントの発生を事前に予測し対応を支援することができる。また、判断部２２２の閾値を適宜設定することで、予測精度のバランスを調整しつつ、目的に応じてイベントの発生を事前に予測し、対応を支援することができる。本発明のイベント発生対応支援装置を、例えば、感染症対策に適用すれば、例えば、感染症発生初期（感染者数少数）、感染症発生中期（感染者数増大時）、感染症発生終期（感染者数が減少傾向）に応じて前記閾値を設定することで、適合性重視、再現性重視、特異度重視、又は、これらのバランス重視に応じて、感染症の陽性・陰性を判断することができ、感染症対策に有用である。
【0061】
以上、実施形態を参照して本発明を説明したが、本発明は、前記実施形態に限定されるものではない。本発明の構成や条件は、本発明のスコープ内で当業者が理解し得る様々な変更が可能である。
【0062】
＜付記＞
上記の実施形態の一部または全部は、以下の付記のように記載されうるが、以下には限られない。
（付記１）
情報取得部、予測部、及び、契約継続支援部を含み、
前記情報取得部は、保険契約者に関する保険契約に関する情報を取得し、
前記予測部は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援部は、前記予測部が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
保険契約継続支援装置。
（付記２）
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記情報に基づき解約予測スコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
付記１記載の保険契約継続支援装置。
（付記３）
前記予測スコア算出部は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記判断部は、前記契約継続支援部が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
付記２記載の保険契約継続支援装置。
（付記４）
前記判断部の前記継続支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つに応じて閾値を設定する、
付記３記載の保険契約継続支援装置。
（付記５）
前記予測スコア算出部は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記契約継続支援部は、前記判断部が設定した閾値に応じて、前記継続支援情報を生成する、
付記２記載の保険契約継続支援装置。
（付記６）
前記判断部の前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つの設定に応じて閾値を設定する、
付記５記載の保険契約継続支援装置。
（付記７）
前記再現性重視設定に対応する前記継続支援情報は、低コスト継続支援情報であり、
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
付記４又は６記載の保険契約継続支援装置。
（付記８）
情報取得部、予測部、対応支援部を含み、
前記情報取得部は、イベント発生を予測するための説明変数情報を取得し、
前記予測部は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援部は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出部は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断部は、前記対応支援部が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
イベント発生対応支援装置。
（付記９）
前記判断部の前記対応支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記８記載のイベント発生対応支援装置。
（付記１０）
情報取得部、予測部、対応支援部を含み、
前記情報取得部は、イベント発生を予測するための説明変数情報を取得し、
前記予測部は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援部は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出部は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援部は、前記判断部が設定した閾値に応じて、前記対応支援情報を生成する、
イベント発生対応支援装置。
（付記１１）
前記判断部の前記閾値の設定は、
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記１０記載のイベント発生対応支援装置。
（付記１２）
情報取得工程、予測工程、及び、契約継続支援工程を含み、
前記情報取得工程は、保険契約者に関する保険契約に関する情報を取得し、
前記予測工程は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援工程は、前記予測工程が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
前記各工程がコンピュータにより実行される、保険契約継続支援方法。
（付記１３）
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記情報に基づき解約予測スコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
付記１２記載の保険契約継続支援方法。
（付記１４）
前記予測スコア算出工程は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記判断工程は、前記契約継続支援工程が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
付記１３記載の保険契約継続支援方法。
（付記１５）
前記判断工程の前記継続支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つに応じて閾値を設定する、
付記１４記載の保険契約継続支援方法。
（付記１６）
前記予測スコア算出工程は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記契約継続支援工程は、前記判断工程が設定した閾値に応じて、前記継続支援情報を生成する、
付記１３記載の保険契約継続支援方法。
（付記１７）
前記判断工程の前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つの設定に応じて閾値を設定する、
付記１６記載の保険契約継続支援方法。
（付記１８）
前記再現性重視設定に対応する前記継続支援情報は、低コスト継続支援情報であり、
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
付記１５又は１７記載の保険契約継続支援方法。
（付記１９）
情報取得工程、予測工程、対応支援工程を含み、
前記情報取得工程は、イベント発生を予測するための説明変数情報を取得し、
前記予測工程は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援工程は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出工程は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断工程は、前記対応支援工程が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
前記各工程がコンピュータにより実行される、イベント発生対応支援方法。
（付記２０）
前記判断工程の前記対応支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記１９記載のイベント発生対応支援方法。
（付記２１）
情報取得工程、予測工程、対応支援工程を含み、
前記情報取得工程は、イベント発生を予測するための説明変数情報を取得し、
前記予測工程は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援工程は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出工程は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援工程は、前記判断工程が設定した閾値に応じて、前記対応支援情報を生成する、
前記各工程がコンピュータにより実行される、イベント発生対応支援方法。
（付記２２）
前記判断工程の前記閾値の設定は、
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記２１記載のイベント発生対応支援方法。
（付記２３）
情報取得手順、予測手順、及び、契約継続支援手順を含み、
前記情報取得手順は、保険契約者に関する保険契約に関する情報を取得し、
前記予測手順は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援手順は、前記予測手順が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラム。
（付記２４）
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記情報に基づき解約予測スコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
付記２３記載のプログラム。
（付記２５）
前記予測スコア算出手順は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記判断手順は、前記契約継続支援手順が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
付記２４記載のプログラム。
（付記２６）
前記判断手順の前記継続支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つに応じて閾値を設定する、
付記２５記載のプログラム。
（付記２７）
前記予測スコア算出手順は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記契約継続支援手順は、前記判断手順が設定した閾値に応じて、前記継続支援情報を生成する、
付記２４記載のプログラム。
（付記２８）
前記判断手順の前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つの設定に応じて閾値を設定する、
付記２７記載のプログラム。
（付記２９）
前記再現性重視設定に対応する前記継続支援情報は、低コスト継続支援情報であり、
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
付記２６又は２８記載のプログラム。
（付記３０）
情報取得手順、予測手順、対応支援手順を含み、
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断手順は、前記対応支援手順が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
前記各手順をコンピュータに実行させるためのプログラム。
（付記３１）
前記判断手順の前記対応支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記３０記載のプログラム。
（付記３２）
情報取得手順、予測手順、対応支援手順を含み、
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援手順は、前記判断手順が設定した閾値に応じて、前記対応支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラム。
（付記３３）
前記判断手順の前記閾値の設定は、
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記３２記載のプログラム。
（付記３４）
情報取得手順、予測手順、及び、契約継続支援手順を含み、
前記情報取得手順は、保険契約者に関する保険契約に関する情報を取得し、
前記予測手順は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援手順は、前記予測手順が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
（付記３５）
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記情報に基づき解約予測スコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
付記３４記載の記録媒体。
（付記３６）
前記予測スコア算出手順は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記判断手順は、前記契約継続支援手順が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
付記３５記載の記録媒体。
（付記３７）
前記判断手順の前記継続支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つに応じて閾値を設定する、
付記３６記載の記録媒体。
（付記３８）
前記予測スコア算出手順は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記契約継続支援手順は、前記判断手順が設定した閾値に応じて、前記継続支援情報を生成する、
付記３５記載の記録媒体。
（付記３９）
前記判断手順の前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つの設定に応じて閾値を設定する、
付記３８記載の記録媒体。
（付記４０）
前記再現性重視設定に対応する前記継続支援情報は、低コスト継続支援情報であり、
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
付記３７又は３９記載の記録媒体。
（付記４１）
情報取得手順、予測手順、対応支援手順を含み、
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断手順は、前記対応支援手順が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
（付記４２）
前記判断手順の前記対応支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記４１記載の記録媒体。
（付記４３）
情報取得手順、予測手順、対応支援手順を含み、
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援手順は、前記判断手順が設定した閾値に応じて、前記対応支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
（付記４４）
前記判断手順の前記閾値の設定は、
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記４３記載の記録媒体。
上記の実施形態の一部または全部は、以下の付記のように記載されうるが、以下には限られない。
（付記１）
情報取得部、予測部、及び、契約継続支援部を含み、
前記情報取得部は、保険契約者に関する保険契約に関する情報を取得し、
前記予測部は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援部は、前記予測部が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
保険契約継続支援装置。
（付記２）
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記情報に基づき解約予測スコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
付記１記載の保険契約継続支援装置。
（付記３）
前記予測スコア算出部は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記判断部は、前記契約継続支援部が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
付記２記載の保険契約継続支援装置。
（付記４）
前記判断部の前記継続支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つに応じて閾値を設定する、
付記３記載の保険契約継続支援装置。
（付記５）
前記予測スコア算出部は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記契約継続支援部は、前記判断部が設定した閾値に応じて、前記継続支援情報を生成する、
付記２記載の保険契約継続支援装置。
（付記６）
前記判断部の前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つの設定に応じて閾値を設定する、
付記５記載の保険契約継続支援装置。
（付記７）
前記再現性重視設定に対応する前記継続支援情報は、低コスト継続支援情報であり、
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
付記４又は６記載の保険契約継続支援装置。
（付記８）
情報取得部、予測部、対応支援部を含み、
前記情報取得部は、イベント発生を予測するための説明変数情報を取得し、
前記予測部は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援部は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出部は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断部は、前記対応支援部が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
イベント発生対応支援装置。
（付記９）
前記判断部の前記対応支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記８記載のイベント発生対応支援装置。
（付記１０）
情報取得部、予測部、対応支援部を含み、
前記情報取得部は、イベント発生を予測するための説明変数情報を取得し、
前記予測部は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援部は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測部は、予測スコア算出部、及び、判断部を含み、
前記予測スコア算出部は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断部は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出部は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援部は、前記判断部が設定した閾値に応じて、前記対応支援情報を生成する、
イベント発生対応支援装置。
（付記１１）
前記判断部の前記閾値の設定は、
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記１０記載のイベント発生対応支援装置。
（付記１２）
情報取得工程、予測工程、及び、契約継続支援工程を含み、
前記情報取得工程は、保険契約者に関する保険契約に関する情報を取得し、
前記予測工程は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援工程は、前記予測工程が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
前記各工程がコンピュータにより実行される、保険契約継続支援方法。
（付記１３）
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記情報に基づき解約予測スコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
付記１２記載の保険契約継続支援方法。
（付記１４）
前記予測スコア算出工程は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記判断工程は、前記契約継続支援工程が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
付記１３記載の保険契約継続支援方法。
（付記１５）
前記判断工程の前記継続支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つに応じて閾値を設定する、
付記１４記載の保険契約継続支援方法。
（付記１６）
前記予測スコア算出工程は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記契約継続支援工程は、前記判断工程が設定した閾値に応じて、前記継続支援情報を生成する、
付記１３記載の保険契約継続支援方法。
（付記１７）
前記判断工程の前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つの設定に応じて閾値を設定する、
付記１６記載の保険契約継続支援方法。
（付記１８）
前記再現性重視設定に対応する前記継続支援情報は、低コスト継続支援情報であり、
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
付記１５又は１７記載の保険契約継続支援方法。
（付記１９）
情報取得工程、予測工程、対応支援工程を含み、
前記情報取得工程は、イベント発生を予測するための説明変数情報を取得し、
前記予測工程は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援工程は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出工程は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断工程は、前記対応支援工程が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
前記各工程がコンピュータにより実行される、イベント発生対応支援方法。
（付記２０）
前記判断工程の前記対応支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記１９記載のイベント発生対応支援方法。
（付記２１）
情報取得工程、予測工程、対応支援工程を含み、
前記情報取得工程は、イベント発生を予測するための説明変数情報を取得し、
前記予測工程は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援工程は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測工程は、予測スコア算出工程、及び、判断工程を含み、
前記予測スコア算出工程は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断工程は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出工程は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援工程は、前記判断工程が設定した閾値に応じて、前記対応支援情報を生成する、
前記各工程がコンピュータにより実行される、イベント発生対応支援方法。
（付記２２）
前記判断工程の前記閾値の設定は、
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記２１記載のイベント発生対応支援方法。
（付記２３）
情報取得手順、予測手順、及び、契約継続支援手順を含み、
前記情報取得手順は、保険契約者に関する保険契約に関する情報を取得し、
前記予測手順は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援手順は、前記予測手順が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラム。
（付記２４）
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記情報に基づき解約予測スコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
付記２３記載のプログラム。
（付記２５）
前記予測スコア算出手順は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記判断手順は、前記契約継続支援手順が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
付記２４記載のプログラム。
（付記２６）
前記判断手順の前記継続支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つに応じて閾値を設定する、
付記２５記載のプログラム。
（付記２７）
前記予測スコア算出手順は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記契約継続支援手順は、前記判断手順が設定した閾値に応じて、前記継続支援情報を生成する、
付記２４記載のプログラム。
（付記２８）
前記判断手順の前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つの設定に応じて閾値を設定する、
付記２７記載のプログラム。
（付記２９）
前記再現性重視設定に対応する前記継続支援情報は、低コスト継続支援情報であり、
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
付記２６又は２８記載のプログラム。
（付記３０）
情報取得手順、予測手順、対応支援手順を含み、
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断手順は、前記対応支援手順が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
前記各手順をコンピュータに実行させるためのプログラム。
（付記３１）
前記判断手順の前記対応支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記３０記載のプログラム。
（付記３２）
情報取得手順、予測手順、対応支援手順を含み、
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援手順は、前記判断手順が設定した閾値に応じて、前記対応支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラム。
（付記３３）
前記判断手順の前記閾値の設定は、
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記３２記載のプログラム。
（付記３４）
情報取得手順、予測手順、及び、契約継続支援手順を含み、
前記情報取得手順は、保険契約者に関する保険契約に関する情報を取得し、
前記予測手順は、前記保険契約者の前記保険契約の継続又は解約を予測し、
前記契約継続支援手順は、前記予測手順が解約と予測した前記保険契約者に対する前記保険契約の継続を支援するための継続支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
（付記３５）
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記情報に基づき解約予測スコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記解約予測スコアが前記閾値以上の場合に、解約と予測する、
付記３４記載の記録媒体。
（付記３６）
前記予測スコア算出手順は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記判断手順は、前記契約継続支援手順が生成する前記継続支援情報の種類に応じて、前記閾値を設定する、
付記３５記載の記録媒体。
（付記３７）
前記判断手順の前記継続支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つに応じて閾値を設定する、
付記３６記載の記録媒体。
（付記３８）
前記予測スコア算出手順は、前記保険契約に関する継続又は解約に関する情報で機械学習して生成された機械学習モデルであり、
前記契約継続支援手順は、前記判断手順が設定した閾値に応じて、前記継続支援情報を生成する、
付記３５記載の記録媒体。
（付記３９）
前記判断手順の前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、及び、再現性及び適合性のバランス重視設定の少なくとも一つの設定を含み、前記再現性重視設定、前記適合性重視設定、及び、前記バランス重視設定の少なくとも一つの設定に応じて閾値を設定する、
付記３８記載の記録媒体。
（付記４０）
前記再現性重視設定に対応する前記継続支援情報は、低コスト継続支援情報であり、
前記適合性重視設定に対応する前記継続支援情報は、高コスト継続支援情報であり、
前記バランス重視設定に対応する前記継続支援情報は、コストバランス継続支援情報である、
付記３７又は３９記載の記録媒体。
（付記４１）
情報取得手順、予測手順、対応支援手順を含み、
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記判断手順は、前記対応支援手順が生成する前記対応支援情報の種類に応じて、前記閾値を設定する、
前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
（付記４２）
前記判断手順の前記対応支援情報の種類に応じた前記閾値の設定は、再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記４１記載の記録媒体。
（付記４３）
情報取得手順、予測手順、対応支援手順を含み、
前記情報取得手順は、イベント発生を予測するための説明変数情報を取得し、
前記予測手順は、目的変数情報であるイベント発生の有無を予測し、
前記対応支援手順は、前記イベント発生の有無に対応するための対応支援情報を生成し、
前記予測手順は、予測スコア算出手順、及び、判断手順を含み、
前記予測スコア算出手順は、前記説明変数情報に基づきイベント発生の「有り」又は「無し」のスコアを算出し、
前記判断手順は、予め設定された閾値に基づき、前記予測スコアが前記閾値以上の場合に、イベント発生「有り」又は「無し」と予測し、
前記予測スコア算出手順は、前記説明変数情報及び前記目的変数情報で機械学習して生成された機械学習モデルであり、
前記対応支援手順は、前記判断手順が設定した閾値に応じて、前記対応支援情報を生成する、
前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
（付記４４）
前記判断手順の前記閾値の設定は、
再現性（Recall）重視設定、適合性（Precision）重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定を含み、
前記再現性重視設定、前記適合性重視設定、特異度（Specificty）重視設定、並びに、再現性、適合性、及び、特異度の少なくとも二つのバランス重視設定からなる群から選択される少なくとも一つの設定に応じて閾値を設定する、
付記４３記載の記録媒体。
【産業上の利用可能性】
【0063】
本発明によれば、保険の解約を事前に予測し、継続を支援することができる。また、例えば、会員の脱会や、医療現場での陽性・陰性判断など、何かしらのイベントの発生を事前に予測し、対応を支援することができる。本発明を適用できる分野は制限されず、保険契約継続支援装置、又は、イベント発生対応支援装置を用いた様々な分野で有用である。
【符号の説明】
【0064】
１０ 保険契約継続支援装置
１１ 情報取得部
１２ 予測部
１２１ 予測スコア算出部
１２２ 判断部
１３ 契約継続支援部
２０ イベント発生対応支援装置
２１ 情報取得部
２２ 予測部
２２１ 予測スコア算出部
２２２ 判断部
２３ 対応支援部
１０１、２０１ ＣＰＵ
１０２、２０２ メモリ
１０３、２０３ バス
１０４、２０４ 記憶装置
１０５、２０５ 入力装置
１０６、２０６ 出力装置
１０７、２０７ 通信デバイス
１１ 情報取得部
１２ 予測部
１２１ 予測スコア算出部
１２２ 判断部
１３ 契約継続支援部
２０ イベント発生対応支援装置
２１ 情報取得部
２２ 予測部
２２１ 予測スコア算出部
２２２ 判断部
２３ 対応支援部
１０１、２０１ ＣＰＵ
１０２、２０２ メモリ
１０３、２０３ バス
１０４、２０４ 記憶装置
１０５、２０５ 入力装置
１０６、２０６ 出力装置
１０７、２０７ 通信デバイス
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】