TOP特許意匠商標
特許ウォッチ Twitter
10個以上の画像は省略されています。
公開番号2024152526
公報種別公開特許公報(A)
公開日2024-10-25
出願番号2023066768
出願日2023-04-14
発明の名称推定プログラム、推定方法および情報処理装置
出願人富士通株式会社
代理人弁理士法人酒井国際特許事務所
主分類G06Q 50/26 20240101AFI20241018BHJP(計算;計数)
要約【課題】特殊詐欺の犯罪被害を効率的に防止することを課題とする。
【解決手段】情報処理装置は、電子機器を利用する人物の特徴量を解析することで、人物の時系列の感情の変化を特定し、特定された人物の感情の時系列の変化に基づいて、複数の感情のパターンの中から、電子機器を利用する人物の感情のパターンを特定し、人物の感情のパターン毎に犯罪行為の発生のリスクの根拠が対応付けられた根拠判定モデルと、特定された人物の感情のパターンとに基づいて、電子機器を利用する人物に対する犯罪行為の発生のリスクの根拠を特定する。
【選択図】図1
特許請求の範囲【請求項1】
電子機器を利用する人物の特徴量を解析することで、前記人物の時系列の感情の変化を特定し、
特定された前記人物の感情の時系列の変化に基づいて、複数の感情のパターンの中から、前記電子機器を利用する人物の感情のパターンを特定し、
前記人物の感情のパターン毎に犯罪行為の発生のリスクの根拠が対応付けられた根拠判定モデルと、特定された人物の感情のパターンとに基づいて、前記電子機器を利用する人物に対する犯罪行為の発生のリスクの根拠を特定する、
処理をコンピュータに実行させることを特徴とする推定プログラム。
続きを表示(約 1,200 文字)【請求項2】
前記人物の感情パターンを特定する処理は、
前記電子機器を利用する人物の特徴量を示すセンシングデータを取得し、
前記人物の特徴量を示すセンシングデータと前記人物の感情に関する感情情報とに基づいて機械学習された第一の機械学習モデルに、取得された前記センシングデータを入力することで、前記人物の感情のパターンを特定する、
ことを特徴とする請求項1に記載の推定プログラム。
【請求項3】
前記リスクの根拠を特定する処理は、
特定された前記人物の感情のパターンを第二の機械学習モデルに入力することで、前記電子機器を利用する人物に対する前記犯罪行為の発生のリスクを推定し、
特定された前記人物の感情のパターンを第三の機械学習モデルに入力することで、前記犯罪行為の発生のリスクの根拠を特定し、
推定した前記発生のリスクと、特定された前記発生のリスクの根拠とを対応付けた画像を生成する、
ことを特徴とする請求項1に記載の推定プログラム。
【請求項4】
前記リスクの根拠を特定する処理は、
前記人物の感情のパターン毎に、前記電子機器を利用する人物に対する前記犯罪行為の発生のリスクの根拠が対応付けられた記憶部に記憶された根拠判定情報を参照することで、前記電子機器を利用する人物に対する前記犯罪行為の発生のリスクの根拠を特定し、
推定した前記発生のリスクと、特定された前記発生のリスクの根拠とを対応付けた画像を生成する、
ことを特徴とする請求項1に記載の推定プログラム。
【請求項5】
電子機器を利用する人物の特徴量を解析することで、前記人物の時系列の感情の変化を特定し、
特定された前記人物の感情の時系列の変化に基づいて、複数の感情のパターンの中から、前記電子機器を利用する人物の感情のパターンを特定し、
人物の感情のパターン毎に犯罪行為の発生のリスクの根拠が対応付けられた根拠判定モデルと、特定された人物の感情のパターンとに基づいて、前記電子機器を利用する人物に対する犯罪行為の発生のリスクの根拠を特定する、
処理をコンピュータが実行することを特徴とする推定方法。
【請求項6】
電子機器を利用する人物の特徴量を解析することで、前記人物の時系列の感情の変化を特定し、
特定された前記人物の感情の時系列の変化に基づいて、複数の感情のパターンの中から、前記電子機器を利用する人物の感情のパターンを特定し、
人物の感情のパターン毎に犯罪行為の発生のリスクの根拠が対応付けられた根拠判定モデルと、特定された人物の感情のパターンとに基づいて、前記電子機器を利用する人物に対する犯罪行為の発生のリスクの根拠を特定する、
制御部を有することを特徴とする情報処理装置。

発明の詳細な説明【技術分野】
【0001】
本発明は、推定プログラム、推定方法および情報処理装置に関する。
続きを表示(約 2,500 文字)【背景技術】
【0002】
従来から、特に高齢者を対象としてオレオレ詐欺、還付金詐欺などの特殊詐欺が発生していることから、行政や警察などでも講習会を行うなど、注意喚起や取り締まりの強化が行われている。近年では、過去に発生した特殊詐欺の電話のやり取りをテキスト化し、電話中の会話とキーワードとを用いて、特殊詐欺の発生を検出する技術が知られている。
【先行技術文献】
【非特許文献】
【0003】
NTT西日本、[online]、令和5年4月1日検索、「NTT西日本の特殊詐欺対策について」、“URL:https://www.ntt-west.co.jp/info/support/special-fraud-support_service.html”
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、上記技術では、過去に発生した特殊詐欺しか検出することができず、新たに特殊詐欺には対応することができないので、十分に特殊詐欺の被害を防止できるとは言い難い。
【0005】
一つの側面では、特殊詐欺の犯罪被害を効率的に防止することができる推定プログラム、推定方法および情報処理装置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】
第1の案では、推定プログラムは、電子機器を利用する人物の特徴量を解析することで、前記人物の時系列の感情の変化を特定し、特定された前記人物の感情の時系列の変化に基づいて、複数の感情のパターンの中から、前記電子機器を利用する人物の感情のパターンを特定し、前記人物の感情のパターン毎に犯罪行為の発生のリスクの根拠が対応付けられた根拠判定モデルと、特定された人物の感情のパターンとに基づいて、前記電子機器を利用する人物に対する犯罪行為の発生のリスクの根拠を特定する、処理をコンピュータに実行させることを特徴とする。
【発明の効果】
【0007】
一実施形態によれば、特殊詐欺の犯罪被害を効率的に防止することができる。
【図面の簡単な説明】
【0008】
図1は、実施例1にかかるシステム構成を説明する図である。
図2は、犯罪検知モデルを説明する図である。
図3は、参考技術の課題を説明する図である。
図4は、実施例1にかかる犯罪検知モデルを説明する図である。
図5は、実施例1にかかる情報処理装置の機能構成を示す機能ブロック図である。
図6は、第1訓練データDBを説明する図である。
図7は、第2訓練データDBを説明する図である。
図8は、被害者の感情の例を示す図である。
図9は、犯罪発生時の感情の例を示す図である。
図10は、還付金詐欺と感情パターンの関係を示す図である。
図11は、オレオレ詐欺と感情パターンの関係を示す図である。
図12は、感情推定モデルの機械学習を説明する図である。
図13は、犯罪リスク推定モデルの機械学習を説明する図である。
図14は、犯罪リスクの推定を説明する図である。
図15は、感情パターンの特定例を説明する図である。
図16は、感情推定モデルの機械学習の別例を説明する図である。
図17は、キーワード抽出による例外判定例を説明する図である。
図18は、各モデルの機械学習処理の流れを示すフローチャートである。
図19は、犯罪リスクの推定処理の流れを示すフローチャートである。
図20は、実施例2にかかる犯罪検知モデルを説明する図である。
図21は、実施例2にかかる根拠判定モデルによる特定を説明する図である。
図22は、実施例2にかかる情報処理装置の機能構成を示す機能ブロック図である。
図23は、根拠判定情報DBを説明する図である。
図24は、根拠判定モデルの機械学習を説明する図である。
図25は、犯罪リスクの推定処理およびリスクの根拠判定処理の流れを示すフローチャートである。
図26は、実施例3にかかる犯罪検知モデルを説明する図である。
図27は、実施例3にかかるアラート通知を説明する図である。
図28は、重要パターンの選定を説明する図である。
図29は、実施例3にかかる情報処理装置の機能構成を示す機能ブロック図である。
図30は、アラート通知画面の一例を示す図である。
図31は、アラート通知画面の一例を示す図である。
図32は、アラート通知画面の一例を示す図である。
図33は、アラート通知画面の報知の流れを示すフローチャートである。
図34は、犯罪検知モデルの別例を説明する図である。
図35は、ハードウェア構成例を説明する図である。
【発明を実施するための形態】
【0009】
以下に、本願の開示する推定プログラム、推定方法および情報処理装置の実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。また、各実施例は、矛盾のない範囲内で適宜組み合わせることができる。
【実施例】
【0010】
図1は、実施例1にかかるシステム構成を説明する図である。図1に示すように、このシステムは、特殊詐欺防止ソリューション1、特殊詐欺グループ2、利用者宅3、自治体4を含む、官民が連携したシステムである。このシステムは、犯罪心理などを用いて訓練された犯罪検知モデルを用いて特殊詐欺をリアルタイムに検出して特殊詐欺の発生を未然に防止し、進化する特殊詐欺の特徴量を訓練して自治体等に効果的な指導を行う特殊詐欺防止システムの一例である。
(【0011】以降は省略されています)

この特許をJ-PlatPatで参照する
Flag Counter

関連特許