JP2013178707A - レコメンド装置、レコメンド方法およびプログラム - Google Patents
レコメンド装置、レコメンド方法およびプログラム Download PDFInfo
- Publication number
- JP2013178707A JP2013178707A JP2012042990A JP2012042990A JP2013178707A JP 2013178707 A JP2013178707 A JP 2013178707A JP 2012042990 A JP2012042990 A JP 2012042990A JP 2012042990 A JP2012042990 A JP 2012042990A JP 2013178707 A JP2013178707 A JP 2013178707A
- Authority
- JP
- Japan
- Prior art keywords
- recommendation
- situation
- information
- estimation
- user
- 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.)
- Pending
Links
Images
Abstract
【課題】ユーザの状況修正により、レコメンド処理の正確性を向上させ、適切なアプリケーションのレコメンドを実現する。
【解決手段】利用ログを収集し、センサからの情報を収集する。そして、収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する。次に、推定結果に基づいて、当該状況に適合したレコメンド情報を生成し、生成したレコメンド情報を表示する。そして、ユーザからの状況推定に対する結果の修正要求を受け付け、受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成し、表示されたレコメンド情報を再生成されたレコメンド情報に置き換えて表示する。
【選択図】図2
【解決手段】利用ログを収集し、センサからの情報を収集する。そして、収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する。次に、推定結果に基づいて、当該状況に適合したレコメンド情報を生成し、生成したレコメンド情報を表示する。そして、ユーザからの状況推定に対する結果の修正要求を受け付け、受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成し、表示されたレコメンド情報を再生成されたレコメンド情報に置き換えて表示する。
【選択図】図2
Description
本発明は、ユーザの状況修正により、レコメンド処理の正確性を向上させ、適切なアプリケーションのレコメンドを実現するレコメンド装置、レコメンド方法およびプログラムに関する。
従来、状況推定技術においては、各種センサ情報を用いて特定の状況下で各種機能実施する技術等のレコメンドや行動支援技術が存在する(例えば、非特許文献1参照。)。この非特許文献1では、時間、場所を取得し、その状況下で起動するようなルール、例えば、「夜かつ東京駅周辺であれば電車案内サービスアプリを起動する」を記述し、センサから取得した情報と前記ルールに基づいてプログラムを起動する。
また、ユーザやコンテンツに関わる情報を確率変数で定義し、それら依存関係を表現した確率モデルを作成し、この確率モデルを利用して、ユーザの置かれている状況からコンテンツを提示する技術も存在する(例えば、特許文献1から3を参照。)。
加藤 文彦,遠山 緑生,服部 隆志,萩野 達也、「第7回プログラミングおよび応用のシステムに関するワークショップSPA 2004 論文集」pp.77−184、(2004)
佐藤 亮,川島 英之,北川 博之,"ベイジアンネットワークを用いた確率的データストリーム処理システムの提案、"Journal of the DBSJ Vol.7, No.1
しかしながら、上記状況推定手段は、その精度を、センサおよびアルゴリズムの性能に依るところが大きく、必ずしも当該ユーザの置かれている状況を確実に予測するものではない。そのため、ユーザに対して不適切なレコメンド、行動支援を提供する可能性がある。また、その精度改善の方法においても別途検証実験等が必要であった。
そこで、本発明は、上述の課題に鑑みてなされたものであり、ユーザの状況修正により、レコメンド処理の正確性を向上させ、適切なアプリケーションのレコメンドを実現するレコメンド装置、レコメンド方法およびプログラムを提供することを目的とする。
本発明は、上記の課題を解決するために、以下の事項を提案している。なお、理解を容易にするために、本発明の実施形態に対応する符号を付して説明するが、これに限定されるものではない。
(1)本発明は、利用ログを収集する利用ログ収集手段(例えば、図1の利用ログ収集部100に相当)と、センサからの情報を収集するセンサ情報収集手段(例えば、図1のセンサ情報収集部200に相当)と、前記収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する状況推定手段(例えば、図1の状況推定部300に相当)と、前記状況推定手段の推定結果に基づいて、当該状況に適合したレコメンド情報を生成するレコメンド生成手段(例えば、図1のレコメンド生成部400に相当)と、前記生成したレコメンド情報を表示する表示手段(例えば、図1の表示部600に相当)と、前記ユーザの状況推定結果の修正要求を受け付ける推定結果訂正手段(例えば、図1の推定結果訂正部500に相当)と、前記受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成するレコメンド再生成手段と、前記表示手段に表示されたレコメンド情報を前記再生成されたレコメンド情報に置き換えて表示する表示切替手段(例えば、図1の表示切替部700に相当)と、を備えたことを特徴とするレコメンド装置を提案している。
この発明によれば、利用ログ収集手段は、利用ログを収集する。センサ情報収集手段は、センサからの情報を収集する。状況推定手段は、収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する。レコメンド生成手段は、状況推定手段の推定結果に基づいて、当該状況に適合したレコメンド情報を生成する。表示手段は、生成したレコメンド情報を表示する。推定結果訂正手段は、ユーザの状況推定の結果の修正要求を受け付ける。レコメンド再生成手段は、受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成する。表示切替手段は、表示手段に表示されたレコメンド情報を再生成されたレコメンド情報に置き換えて表示する。すなわち、状況推定に基づいて作成したレコメンド情報を表示して、ユーザから状況推定の修正要求を受け付けて、再度、レコメンド情報を生成し表示するため、例えば、センサやアルゴリズムの性能の差異によりばらつきを生じる状況推定を適正化して、最適なレコメンド情報をユーザに提供することができる。
(2)本発明は、利用ログを収集する利用ログ収集手段と、センサからの情報を収集するセンサ情報収集手段と、前記収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する状況推定手段と、前記利用ログ収集手段の収集結果からユーザの嗜好を推定する嗜好推定手段(例えば、図11の嗜好推定部800に相当)と、前記状況推定手段の推定結果および前記嗜好推定手段の推定結果に基づいて、当該状況に適合したレコメンド情報を生成するレコメンド生成手段と、前記生成したレコメンド情報を表示する表示手段と、前記ユーザの状況推定結果の修正要求を受け付ける推定結果訂正手段と、前記受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成するレコメンド再生成手段と、前記表示手段に表示されたレコメンド情報を前記再生成されたレコメンド情報に置き換えて表示する表示切替手段と、を備えたことを特徴とするレコメンド装置を提案している。
この発明によれば、利用ログ収集手段は、利用ログを収集する。センサ情報収集手段は、センサからの情報を収集する。状況推定手段は、収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する。嗜好推定手段は、利用ログ収集手段の収集結果からユーザの嗜好を推定する。レコメンド生成手段は、状況推定手段の推定結果および嗜好推定手段の推定結果に基づいて、当該状況に適合したレコメンド情報を生成する。表示手段は、生成したレコメンド情報を表示する。推定結果訂正手段は、ユーザの状況推定の結果の修正要求を受け付ける。レコメンド再生成手段は、受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成する。表示切替手段は、表示手段に表示されたレコメンド情報を再生成されたレコメンド情報に置き換えて表示する。すなわち、状況推定と嗜好推定とに基づいて作成したレコメンド情報を表示して、ユーザから状況推定の修正要求を受け付けて、再度、レコメンド情報を生成し表示するため、例えば、センサやアルゴリズムの性能の差異によりばらつきを生じる状況推定を適正化して、最適なレコメンド情報をユーザに提供することができる。
(3)本発明は、(1)および(2)のレコメンド装置について、前記レコメンド再生成手段は、各状況である可能性を確率として算出し、受け付けた状況推定の結果の修正要求に基づいて、当該複数の状況ごとの推定確率を再演算し、状況に適合したレコメンド情報を再生成することを特徴とするレコメンド装置を提案している。
この発明によれば、レコメンド再生成手段は、各状況である可能性を確率として算出し、受け付けた状況推定の結果の修正要求に基づいて、当該複数の状況ごとの推定確率を再演算し、状況に適合したレコメンド情報を再生成する。すなわち、状況推定に基づいて作成したレコメンド情報を表示して、状況推定の修正要求を受け付けて、複数の状況ごとの推定確率を演算し、再度、レコメンド情報を生成し表示するため、例えば、ユーザから複数の状況についての確率が入力された場合であっても、センサやアルゴリズムの性能の差異によりばらつきを生じる状況推定を適正化して、最適なレコメンド情報をユーザに提供することができる。
(4)本発明は、(3)のレコメンド装置について、前記複数の状況ごとの推定確率をベイジアンネットにより演算する(例えば、図5から図9に相当)ことを特徴とするレコメンド装置を提案している。
この発明によれば、複数の状況ごとの推定確率をベイジアンネットにより演算する。
(5)本発明は、(1)から(4)のレコメンド装置について、状況推定手段が、前記収集した利用ログ情報およびセンサ情報と前記ユーザの状況とを関連付けた照合テーブル(例えば、図13の照合テーブル303に相当)と、前記推定結果訂正手段に入力された情報を収集する訂正情報収集手段(例えば、図13の訂正情報収集部301に相当)と、を備え、前記収集した訂正情報に基づいて、前記照合テーブルを更新する(例えば、図13のテーブル更新部302に相当)ことを特徴とするレコメンド装置を提案している。
この発明によれば、状況推定手段が、収集した利用ログ情報およびセンサ情報とユーザの状況とを関連付けた照合テーブルと、推定結果訂正手段に入力された情報を収集する訂正情報収集手段と、を備え、収集した訂正情報に基づいて、照合テーブルを更新する。すなわち、収集した訂正情報に基づいて、学習制御を行うことにより、レコメンド情報の生成に関する精度を高めることができる。
(6)本発明は、(1)から(5)のレコメンド装置について、ユーザが前記状況推定の結果の修正要求を直接選択できる方式で入力する修正要求入力手段(例えば、図3または図4に相当)を備えたことを特徴とするレコメンド装置を提案している。
この発明によれば、修正要求入力手段は、ユーザが状況推定の結果の修正要求を直接選択できる方式で入力する。したがって、ユーザから直接的に状況推定の修正要求を受けることにより、状況推定を適正化して、最適なレコメンド情報をユーザに提供することができる。
(7)本発明は、(6)のレコメンド装置について、前記修正要求入力手段が、状況を表現する選択スイッチ(例えば、図3に相当)であることを特徴とするレコメンド装置を提案している。
この発明によれば、修正要求入力手段が、状況を表現する選択スイッチである。したがって、ユーザにとってわかりやすく、状況が確定している場合には、正確に修正要求を入力することができる。
(8)本発明は、(6)のレコメンド装置について、前記修正要求入力手段が、スライドバー(例えば、図4に相当)であることを特徴とするレコメンド装置を提案している。
この発明によれば、修正要求入力手段が、スライドバーである。例えば、「家」と「仕事場」といったような複数の状況がある場合に、修正要求入力手段をスライドバーとすることにより、それぞれの状況について、アナログ的な確率を表現することができる。
(9)本発明は、(1)から(5)のレコメンド装置について、ユーザが現在の状況の推定に関連する情報を入力する修正関連情報入力手段(例えば、図10に相当)と、前記収集した修正関連情報より間接的に状況推定の修正要求を作成する修正要求作成手段と、を備えたことを特徴とするレコメンド装置を提案している。
この発明によれば、修正関連情報入力手段は、ユーザが現在の状況の推定に関連する情報を入力する。修正要求作成手段は、収集した修正関連情報より間接的に状況推定の修正要求を作成する。したがって、ユーザが現在の状況の推定に関連する情報を入力することによって、収集した修正関連情報より間接的に状況推定の修正要求を作成することができる。
(10)本発明は、(9)のレコメンド装置について、前記修正関連情報入力手段が、ユーザの状況を取得するためのアンケート(例えば、図10に相当)を提示し、前記修正要求作成手段が、アンケートの回答に基づいて、状況推定の修正要求を作成することを特徴とするレコメンド装置を提案している。
この発明によれば修正関連情報入力手段が、ユーザの状況を取得するためのアンケートを提示し、修正要求作成手段が、アンケートの回答に基づいて、状況推定の修正要求を作成する。したがって、ユーザが現在の状況の推定に関連する情報をアンケートに回答する形態で入力することによって、収集した修正関連情報より間接的に状況推定の修正要求を作成することができる。
(11)本発明は、利用ログ収集手段が、利用ログを収集する第1のステップ(例えば、図2のステップS101に相当)と、センサ情報収集手段が、センサからの情報を収集する第2のステップ(例えば、図2のステップS102に相当)と、状況推定手段が、前記収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する第3のステップ(例えば、図2のステップS103に相当)と、レコメンド生成手段が、前記状況推定手段の推定結果に基づいて、当該状況に適合したレコメンド情報を生成する第4のステップ(例えば、図2のステップS104に相当)と、表示手段が、前記生成したレコメンド情報を表示する第5のステップ(例えば、図2のステップS105に相当)と、推定結果訂正手段が、前記ユーザの状況推定の結果の修正要求を受け付ける第6のステップ(例えば、図2のステップS106に相当)と、レコメンド再生成手段が、前記受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成する第7のステップ(例えば、図2のステップS107に相当)と、表示切替手段が、前記表示手段に表示されたレコメンド情報を前記再生成されたレコメンド情報に置き換えて表示する第8のステップ(例えば、図2のステップS108に相当)と、を備えたことを特徴とするレコメンド方法を提案している。
この発明によれば、利用ログ収集手段が、利用ログを収集し、センサ情報収集手段が、センサからの情報を収集する。そして、状況推定手段が、収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する。レコメンド生成手段は、状況推定手段の推定結果に基づいて、当該状況に適合したレコメンド情報を生成し、表示手段が、生成したレコメンド情報を表示する。推定結果訂正手段は、ユーザの状況推定の結果の修正要求を受け付け、レコメンド再生成手段が、受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成し、表示切替手段が、表示手段に表示されたレコメンド情報を再生成されたレコメンド情報に置き換えて表示する。すなわち、状況推定に基づいて作成したレコメンド情報を表示して、ユーザから状況推定の修正要求を受け付けて、再度、レコメンド情報を生成し表示するため、例えば、センサやアルゴリズムの性能の差異によりばらつきを生じる状況推定を適正化して、最適なレコメンド情報をユーザに提供することができる。
(12)本発明は、アプリケーションのレコメンド方法をコンピュータに実行させるためのプログラムであって、利用ログ収集手段が、利用ログを収集する第1のステップ(例えば、図2のステップS101に相当)と、センサ情報収集手段が、センサからの情報を収集する第2のステップ(例えば、図2のステップS102に相当)と、状況推定手段が、前記収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する第3のステップ(例えば、図2のステップS103に相当)と、レコメンド生成手段が、前記状況推定手段の推定結果に基づいて、当該状況に適合したレコメンド情報を生成する第4のステップ(例えば、図2のステップS104に相当)と、表示手段が、前記生成したレコメンド情報を表示する第5のステップ(例えば、図2のステップS105に相当)と、推定結果訂正手段が、前記ユーザの状況推定の結果の修正要求を受け付ける第6のステップ(例えば、図2のステップS106に相当)と、レコメンド再生成手段が、前記受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成する第7のステップ(例えば、図2のステップS107に相当)と、表示切替手段が、前記表示手段に表示されたレコメンド情報を前記再生成されたレコメンド情報に置き換えて表示する第8のステップ(例えば、図2のステップS108に相当)と、をコンピュータに実行させるためのプログラムを提案している。
この発明によれば、利用ログ収集手段が、利用ログを収集し、センサ情報収集手段が、センサからの情報を収集する。そして、状況推定手段が、収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する。レコメンド生成手段は、状況推定手段の推定結果に基づいて、当該状況に適合したレコメンド情報を生成し、表示手段が、生成したレコメンド情報を表示する。推定結果訂正手段は、ユーザの状況推定の結果の修正要求を受け付け、レコメンド再生成手段が、受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成し、表示切替手段が、表示手段に表示されたレコメンド情報を再生成されたレコメンド情報に置き換えて表示する。すなわち、状況推定に基づいて作成したレコメンド情報を表示して、ユーザから状況推定の修正要求を受け付けて、再度、レコメンド情報を生成し表示するため、例えば、センサやアルゴリズムの性能の差異によりばらつきを生じる状況推定を適正化して、最適なレコメンド情報をユーザに提供することができる。
本発明によれば、状況推定による、状況に適したレコメンド、あるいは操作支援を可能としつつ、ユーザによる状況の訂正が可能となるという効果がある。また、ユーザの状況推定に不可欠な、センサと実際のユーザの置かれている状況を蓄積し、分析することにより、初期の状況推定の性能を向上させることができるという効果がある。
以下、本発明の実施形態について、図面を用いて、詳細に説明する。
なお、本実施形態における構成要素は適宜、既存の構成要素等との置き換えが可能であり、また、他の既存の構成要素との組合せを含む様々なバリエーションが可能である。したがって、本実施形態の記載をもって、特許請求の範囲に記載された発明の内容を限定するものではない。
なお、本実施形態における構成要素は適宜、既存の構成要素等との置き換えが可能であり、また、他の既存の構成要素との組合せを含む様々なバリエーションが可能である。したがって、本実施形態の記載をもって、特許請求の範囲に記載された発明の内容を限定するものではない。
<第1の実施形態>
図1および図2を用いて、第1の実施形態について説明する。
図1および図2を用いて、第1の実施形態について説明する。
<レコメンド装置の構成>
本実施形態に係るレコメンド装置は、図1に示すように、利用ログ収集部100と、センサ情報収集部200と、状況推定部300と、レコメンド生成部400と、推定結果訂正部500と、表示部600と、表示切替部700とから構成されている。
本実施形態に係るレコメンド装置は、図1に示すように、利用ログ収集部100と、センサ情報収集部200と、状況推定部300と、レコメンド生成部400と、推定結果訂正部500と、表示部600と、表示切替部700とから構成されている。
利用ログ収集部100は、ユーザの利用ログを収集する。なお、本実施形態では、利用ログ収集部100を内部に備える構成を例示したが、これに限らず、外部にデータベースとして構成してもよい。センサ情報収集部200は、センサからの情報を収集する。センサは、所定の場所に配置されていてもよいし、例えば、携帯端末内に設けられ、GPSや電池残量、端末の傾き、加速度等から携帯端末自身が情報を取得してもよい。
状況推定部300は、収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する。レコメンド生成部400は、状況推定部300の推定結果に基づいて、当該状況に適合したレコメンド情報を生成する。また、後述する推定結果訂正部500により、受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成する。
推定結果訂正部500は、ユーザからの状況推定の結果に対する修正要求を受け付け、その修正要求を状況推定部300に出力する。表示部600は、レコメンド生成部400が、状況推定部300の推定結果に基づいて、当該状況に適合したレコメンド情報を表示するとともに、受け付けた状況推定の結果の修正要求に基づいて、再生成したレコメンド情報を表示する。表示切替部700は、表示部600に表示されたレコメンド情報を再生成されたレコメンド情報に置き換えて表示する。なお、レコメンドの対象はアプリケーションでもよいし、ニュース等のテキスト情報であってもよい。
<レコメンド装置の処理>
図2を用いて、本実施形態に係るレコメンド装置の処理について説明する。
図2を用いて、本実施形態に係るレコメンド装置の処理について説明する。
利用ログ収集部100は、利用ログを収集し(ステップS101)、センサ情報収集部200は、センサからの情報を収集する(ステップS102)。状況推定部300は、収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測し(ステップS103)、レコメンド生成部400が、状況推定部300の推定結果に基づいて、当該状況に適合したレコメンド情報を生成し(ステップS104)、表示部600が、生成したレコメンド情報を表示する(ステップS105)。
次に、推定結果訂正部500は、ユーザからの状況推定の結果に対する修正要求を受け付け(ステップS106)、レコメンド生成部400が、受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成し(ステップS107)、表示切替部700が、表示部600に表示されたレコメンド情報を再生成されたレコメンド情報に置き換えて表示する(ステップS108)。
以上、説明したように、本実施形態によれば、状況推定に基づいて作成したレコメンド情報を表示して、ユーザから状況推定の修正要求を受け付けて、再度、レコメンド情報を生成し表示するため、例えば、センサやアルゴリズムの性能の差異によりばらつきを生じる状況推定を適正化して、最適なレコメンド情報をユーザに提供することができる。
<第2の実施形態>
図3を用いて、第2の実施形態について説明する。なお、本実施形態に係るレコメンド装置の基本構成は、第1の実施形態と同様であるが、推定結果訂正部500として、ユーザが直接的に、状況選択を実行できるボタン等の状況選択手段を備えることに特徴を有する。
図3を用いて、第2の実施形態について説明する。なお、本実施形態に係るレコメンド装置の基本構成は、第1の実施形態と同様であるが、推定結果訂正部500として、ユーザが直接的に、状況選択を実行できるボタン等の状況選択手段を備えることに特徴を有する。
本実施形態の推定結果訂正部500は、図3に示すように、例えば、レコメンドを行うアプリケーションのアイコンを配置して表示したスマートフォンの表示パネルに、状況を選択させるボタンを表示させている。図3では、状況として、「職場」、「家」、「旅行」を例示している。
なお、図3には明示されていないが、推定結果訂正部500(選択ボタン)の表示内容を変更するボタンを追加表示して、推定結果訂正部500(選択ボタン)の表示内容をユーザに変更させてもよいし、推定結果訂正部500(選択ボタン)の追加、削除ボタンを追加して、推定結果訂正部500(選択ボタン)の追加、削除を行うようにしてもよい。
本実施形態では、センサ、または利用ログの情報を用いて、内部メモリにおいて入力情報と状況を照合することで状況を推定し、推定した状況に基づいて、内部メモリにおいて状況とレコメンドリストを照合することで、レコメンドアイコンの表示を行う。また、推定結果訂正部500の入力を受けて、推定結果を訂正し、レコメンドリストを照合し直し、レコメンドアイコンを再表示する。
上記においては、端末(スマートフォン)の内部メモリにおいて、入力情報と状況を照合するテーブル、状況とレコメンドリストを照合するテーブルを保持しており、この照合テーブルと照合することで状況推定部300、レコメンド生成部400を実現することを想定しているが、必ずしもこれに限るものではない。
例えば、入力情報と状況を照合するテーブルの代わりに、入力情報に対して、当該状況である確率を定義する状況確率テーブル、あるいは左記テーブルを逐次算出するアルゴリズムで確率を定義し、当該確率においてもっとも高いものを推定状況とするものでもよい。
したがって、本実施形態によれば、ユーザから直接的に状況推定の修正要求を受けることにより、状況推定を適正化して、最適なレコメンド情報をユーザに提供することができる。
<第3の実施形態>
図4から図9を用いて、第3の実施形態について説明する。なお、本実施形態に係るレコメンド装置の基本構成は、第1の実施形態と同様であるが、推定結果訂正部500として、ユーザが直接的に、状況選択を実行できるスライドバー等の状況選択手段を備え、例えば、2つの状況における、それぞれの確率を求め、ベイジアンネットにより適切なアプリケーションを再提示するものである。
図4から図9を用いて、第3の実施形態について説明する。なお、本実施形態に係るレコメンド装置の基本構成は、第1の実施形態と同様であるが、推定結果訂正部500として、ユーザが直接的に、状況選択を実行できるスライドバー等の状況選択手段を備え、例えば、2つの状況における、それぞれの確率を求め、ベイジアンネットにより適切なアプリケーションを再提示するものである。
本実施形態の推定結果訂正部500は、図4に示すように、例えば、レコメンドを行うアプリケーションのアイコンを配置して表示したスマートフォンの表示パネルに、2つの状況の確率を示すスライドバーを表示させている。図4では、状況として、「家」と「仕事場」を例示している。
なお、図4には明示されていないが、表示内容を変更するボタンを追加表示して、表示内容をユーザに変更させてもよいし、本実施形態では、スライドバーを例示したが、状況を例えば、円状に配置して、ユーザにその状況をその円内にポイントさせ、そのポイントからの距離によって、それぞれの状況の確率を求めるようにしてもよい。
本実施形態では、センサ、または利用ログの情報を用いて、内部メモリにおいて定義されている、入力情報に対する状況の算出式を計算することで、当該状況である確率を算出し、算出した確率に基づいて、前記同様に内部メモリにおいて定義されている、状況に対する各アプリの許容確率の算出式を計算し、その値で順位付けすることでリスト化したレコメンドアイコンを算出、表示する。
また、推定結果訂正部500の入力を受けて、推定結果を訂正し、レコメンドリストの算出し直し、レコメンドアイコンを再表示する。上記においては、端末の内部メモリにおいて、入力情報に対して、当該状況である確率を定義する状況確率テーブルと、ある状況においてアプリがレコメンドされたときの許容される確率を定義するアプリ確率テーブル、あるいは、上記を計算により算出できるアルゴリズムと定義テーブルを保持しており、これと照合することで状況推定部300、レコメンド生成部400を実現することを想定しているが、必ずしもこれに限るものではない。
次に、計算により算出できるアルゴリズムと定義テーブルの例として、ベイジアンネットを用いた例について、図5から図9を用いて説明する。
図5は、状況、状態、アプリケーションをノードとした場合のベイジアンネットを示しており、本例では、状況として、「場所=家」、「時間=夜」、状態として、「休日モード」、アプリケーションとして、「ゲーム」、「ビジネス」を例示している。なお、図中の「P(a1)」等の記号は、それぞれのノードの確率を示している。
図6は、センサ情報から今、ユーザがどんな状態にあるのかを予測する例を示している。例えば、場所に関するセンサにおいて、「家」にいる場合を「1」、「家」にいない場合を「0」とすると、その確率は、それぞれ「0.3」、「0.7」であり、時間に関するセンサにおいて、「夜」である場合を「1」、「夜」でない場合を「0」とすると、その確率は、それぞれ「0.5」、「0.5」であることを示している。
一方、「家にいて、夜」(a1=1、a2=1)の場合、「家にいて、夜でない」(a1=1、a2=0)の場合、「家にいなくて、夜」(a1=0、a2=1)の場合、「家にいなくて、夜でない」(a1=0、a2=0)の場合に休日モードである(X=1)の確率は、それぞれ、「0.95」、「0.90」、「0.30」、「0.01」となり、休日モードでない(X=0)の確率は、それぞれ、「0.05」、「0.10」、「0.70」、「0.99」となる。
図7は、状態からレコメンドすべきアプリケーションを推定する例を示している。例えば、状態が休日モードである場合(X=1)に、ゲームをレコメンドすべき(Y1=1)確率は、「0.95」、ゲームをレコメンドすべきでない(Y1=0)確率は、「0.05」、状態が休日モードでない場合(X=0)に、ゲームをレコメンドすべき(Y1=1)確率は、「0.10」、ゲームをレコメンドすべきでない(Y1=0)確率は、「0.90」、状態が休日モードである場合(X=1)に、ビジネスのアプリケーションをレコメンドすべき(Y2=1)確率は、「0.10」、ビジネスのアプリケーションをレコメンドすべきでない(Y2=0)確率は、「0.90」、状態が休日モードでない場合(X=0)に、ビジネスのアプリケーションをレコメンドすべき(Y2=1)確率は、「0.70」、ビジネスのアプリケーションをレコメンドすべきでない(Y2=0)確率は、「0.30」となることが示されている。
図8は、センサの値からアプリケーションの確率を求める例である。なお、状態に関する確率は、センサの値から予測されたものである。今、センサの値がa1=1、a2=1の場合を考えると、P(X|a1、a2)=0.95であるから、P(Y1=1|X)の確率は、P(Y1=1|X)=0.95×0.95+0.05×0.10となる。
図9は、ユーザからのフィードバックを受けた場合の計算例を示している。この場合、ユーザのフィードバックにより、X=1であることがわかると状態に関する情報が確定する。状態に関する情報が確定することにより、確度の高い確率を演算して、レコメンド結果を更新することができる。
したがって、本実施形態によれば、例えば、2つの状況における、それぞれの確率を求め、ベイジアンネット等の手法を用いることにより適切なアプリケーションを再提示することができる。
<第4の実施形態>
図10を用いて、第4の実施形態について説明する。なお、本実施形態に係るレコメンド装置の基本構成は、第1の実施形態と同様であるが、推定結果訂正部500が、図10に示すように、アンケート形式になっている。なお、アンケートの開始は、例えば、ユーザがレコメンド結果を変更したときに始めるような能動的なものでもよいし、受動的なものでもよい。
図10を用いて、第4の実施形態について説明する。なお、本実施形態に係るレコメンド装置の基本構成は、第1の実施形態と同様であるが、推定結果訂正部500が、図10に示すように、アンケート形式になっている。なお、アンケートの開始は、例えば、ユーザがレコメンド結果を変更したときに始めるような能動的なものでもよいし、受動的なものでもよい。
アンケートの内容は、例えば、「今、暇ですか?」というアンケートに対して、「YES」、「No」で答えるようなものでもよいし、「今、どこですか?家、職場、その他」というアンケートに対して、選択式で答えるようなものでもよい。また、単一選択方式以外でも、複数選択方式や自由に記述されたアンケート結果からキーワードを検出して判定を行う方法であってもよい。状況推定部300は、ユーザにアンケートを実施し、その情報を受け取り、メモリ上にアンケートの回答と状況との照合テーブルを持ち、その照合により状況を訂正する。
したがって、本実施形態によれば、状況推定に基づいて作成したレコメンド情報を表示して、ユーザからのアンケート結果を受け付けて、再度、レコメンド情報を生成し表示するため、例えば、センサやアルゴリズムの性能の差異によりばらつきを生じる状況推定を適正化して、最適なレコメンド情報をユーザに提供することができる。
<第5の実施形態>
図11および図12を用いて、第5の実施形態について説明する。
図11および図12を用いて、第5の実施形態について説明する。
本実施形態に係るレコメンド装置は、図11に示すように、第1の実施形態の構成に嗜好推定部800が付加された構成になっている。嗜好推定部800は、ユーザの嗜好を推定するものであり、利用ログを蓄積して、嗜好を推定する。なお、ユーザの履歴情報を蓄積したデータベースを備え、データベース内の情報を用いて、嗜好の推定を行ってもよい。
レコメンド生成部400は、第1の実施形態と同様に状況推定部300と、嗜好推定部800との推定結果からレコメンド情報を生成する。
図12は、その具体例を示しており、状況推定部300は、センサ情報収集部200から得られる情報からアプリケーションの種類について数値化する。一方で、嗜好推定部800は、利用ログ情報収集部から得られる情報または、履歴データベースに格納された履歴情報からアプリケーションについて数値化する。そして、これらの値を乗算して、各アプリケーションのスコアを算出し、スコアの高い順番にレコメンドを行う。
したがって、本実施形態によれば、状況推定と嗜好推定とに基づいて作成したレコメンド情報を表示して、ユーザから状況推定の修正要求を受け付けて、再度、レコメンド情報を生成し表示するため、例えば、センサやアルゴリズムの性能の差異によりばらつきを生じる状況推定を適正化して、最適なレコメンド情報をユーザに提供することができる。
<第6の実施形態>
図13および図14を用いて、第6の実施形態について説明する。
図13および図14を用いて、第6の実施形態について説明する。
本実施形態に係るレコメンド装置は、図13に示すように、その基本構成は、第1の実施形態と同様であるが、状況推定部300内に、訂正情報収集部301と、テーブル更新部302と、照合テーブル303とを備えている。
訂正情報収集部301は、推定結果訂正部500に入力された情報を収集する。テーブル更新部302は、訂正情報収集部301が収集した訂正情報とセンサ情報収集部200が収集したセンサ情報とに基づいて、照合テーブル303を更新する。具体的には、例えば、図14に示すように、センサからの入力a1、a2とユーザからの修正状況出力Xとを蓄積し、確率を蓄積データに基づいて、例えば、最尤推定等の手法を用いて更新する。なお、データは、新規のデータを蓄積するたびに、その確率最尤推定値を更新してもよいし、ある程度、データが蓄積されたときに、まとめて、その確率最尤推定値を更新してもよい。
図14の例では、最下部のデータが新規のデータであり、この新規のデータが入力されるまでの確率最尤推定値は、数1に示す値であり、新規データが入力された後の確率最尤推定値は、数2に示すような値となる。
照合テーブル303は、収集した利用ログ情報およびセンサ情報とユーザの状況とを関連付けて、テーブル形式で格納する。具体的には、図14に示したような蓄積したログから各条件ごとに算出された、例えば、確率最尤推定値を図15のように格納する。
したがって、本実施形態によれば、ユーザの訂正情報を利用して状況推定計算の精度を改善することができる。つまり、ユーザの訂正情報とそのときのセンサ等の情報を合わせれば、センサ値と実際の状況というデータ照合が可能となる。そのため、各種分析アルゴリズム(例えば、EM法等の最尤推定)を利用することにより、照合テーブル、あるいは確率テーブルの書き換えを実施することができる。なお、アルゴリズムの詳細に関しては、従来から知られているものを用いてもよい。
なお、レコメンド装置の処理をコンピュータ読み取り可能な記録媒体に記録し、この記録媒体に記録されたプログラムをレコメンド装置に読み込ませ、実行することによって本発明のレコメンド装置を実現することができる。ここでいうコンピュータシステムとは、OSや周辺装置等のハードウェアを含む。
また、「コンピュータシステム」は、WWW(World Wide Web)システムを利用している場合であれば、ホームページ提供環境(あるいは表示環境)も含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されても良い。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク(通信網)や電話回線等の通信回線(通信線)のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組合せで実現できるもの、いわゆる差分ファイル(差分プログラム)であっても良い。
以上、この発明の実施形態につき、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。
100;利用ログ収集部
200;センサ情報収集部
300;状況推定部
301;訂正情報収集部
302;テーブル更新部
303;照合テーブル
400;レコメンド生成部
500;推定結果訂正部
600;表示部
700;表示切替部
800;嗜好推定部
200;センサ情報収集部
300;状況推定部
301;訂正情報収集部
302;テーブル更新部
303;照合テーブル
400;レコメンド生成部
500;推定結果訂正部
600;表示部
700;表示切替部
800;嗜好推定部
Claims (12)
- 利用ログを収集する利用ログ収集手段と、
センサからの情報を収集するセンサ情報収集手段と、
前記収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する状況推定手段と、
前記状況推定手段の推定結果に基づいて、当該状況に適合したレコメンド情報を生成するレコメンド生成手段と、
前記生成したレコメンド情報を表示する表示手段と、
前記ユーザの状況推定結果の修正要求を受け付ける推定結果訂正手段と、
前記受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成するレコメンド再生成手段と、
前記表示手段に表示されたレコメンド情報を前記再生成されたレコメンド情報に置き換えて表示する表示切替手段と、
を備えたことを特徴とするレコメンド装置。 - 利用ログを収集する利用ログ収集手段と、
センサからの情報を収集するセンサ情報収集手段と、
前記収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する状況推定手段と、
前記利用ログ収集手段の収集結果からユーザの嗜好を推定する嗜好推定手段と、
前記状況推定手段の推定結果および前記嗜好推定手段の推定結果に基づいて、当該状況に適合したレコメンド情報を生成するレコメンド生成手段と、
前記生成したレコメンド情報を表示する表示手段と、
前記ユーザの状況推定結果の修正要求を受け付ける推定結果訂正手段と、
前記受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成するレコメンド再生成手段と、
前記表示手段に表示されたレコメンド情報を前記再生成されたレコメンド情報に置き換えて表示する表示切替手段と、
を備えたことを特徴とするレコメンド装置。 - レコメンド再生成は、各状況である可能性を確率として算出し、受け付けた状況推定の結果の修正要求に基づいて、当該複数の状況ごとの推定確率を再演算し、状況に適合したレコメンド情報を再生成することを特徴とする請求項1および2に記載のレコメンド装置。
- 前記複数の状況ごとの推定確率をベイジアンネットにより演算することを特徴とする請求項3に記載のレコメンド装置。
- 状況推定手段が、前記収集した利用ログ情報およびセンサ情報と前記ユーザの状況とを関連付けた照合テーブルと、
前記推定結果訂正手段に入力された情報を収集する訂正情報収集手段と、
を備え、
前記収集した訂正情報に基づいて、前記照合テーブルを更新することを特徴とする請求項1から4に記載のレコメンド装置。 - ユーザが前記状況推定の結果の修正要求を直接選択できる方式で入力する修正要求入力手段を備えたことを特徴とする請求項1から5に記載のレコメンド装置。
- 前記修正要求入力手段が、状況を表現する選択スイッチであることを特徴とする請求項6に記載のレコメンド装置。
- 前記修正要求入力手段が、スライドバーであることを特徴とする請求項6に記載のレコメンド装置。
- ユーザが現在の状況の推定に関連する情報を入力する修正関連情報入力手段と、
前記収集した修正関連情報より間接的に状況推定の修正要求を作成する修正要求作成手段と、
を備えたことを特徴とする請求項1から5に記載のレコメンド装置。 - 前記修正関連情報入力手段が、ユーザの状況を取得するためのアンケートを提示し、前記修正要求作成手段が、アンケートの回答に基づいて、状況推定の修正要求を作成することを特徴とする請求項9に記載のレコメンド装置。
- 利用ログ収集手段が、利用ログを収集する第1のステップと、
センサ情報収集手段が、センサからの情報を収集する第2のステップと、
状況推定手段が、前記収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する第3のステップと、
レコメンド生成手段が、前記状況推定手段の推定結果に基づいて、当該状況に適合したレコメンド情報を生成する第4のステップと、
表示手段が、前記生成したレコメンド情報を表示する第5のステップと、
推定結果訂正手段が、前記ユーザの状況推定の結果の修正要求を受け付ける第6のステップと、
レコメンド再生成手段が、前記受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成する第7のステップと、
表示切替手段が、前記表示手段に表示されたレコメンド情報を前記再生成されたレコメンド情報に置き換えて表示する第8のステップと、
を備えたことを特徴とするレコメンド方法。 - アプリケーションのレコメンド方法をコンピュータに実行させるためのプログラムであって、
利用ログ収集手段が、利用ログを収集する第1のステップと、
センサ情報収集手段が、センサからの情報を収集する第2のステップと、
状況推定手段が、前記収集した利用ログ情報およびセンサ情報に基づいて、ユーザの状況を推測する第3のステップと、
レコメンド生成手段が、前記状況推定手段の推定結果に基づいて、当該状況に適合したレコメンド情報を生成する第4のステップと、
表示手段が、前記生成したレコメンド情報を表示する第5のステップと、
推定結果訂正手段が、前記ユーザの状況推定の結果の修正要求を受け付ける第6のステップと、
レコメンド再生成手段が、前記受け付けた状況推定の結果の修正要求に基づいて、当該状況に適合したレコメンド情報を再生成する第7のステップと、
表示切替手段が、前記表示手段に表示されたレコメンド情報を前記再生成されたレコメンド情報に置き換えて表示する第8のステップと、
をコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012042990A JP2013178707A (ja) | 2012-02-29 | 2012-02-29 | レコメンド装置、レコメンド方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012042990A JP2013178707A (ja) | 2012-02-29 | 2012-02-29 | レコメンド装置、レコメンド方法およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2013178707A true JP2013178707A (ja) | 2013-09-09 |
Family
ID=49270273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012042990A Pending JP2013178707A (ja) | 2012-02-29 | 2012-02-29 | レコメンド装置、レコメンド方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2013178707A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015030197A1 (ja) | 2013-08-29 | 2015-03-05 | Iwami Morita | 抗真菌活性を有する新規微生物産物 |
CN111328407A (zh) * | 2018-10-16 | 2020-06-23 | 日益得有限公司 | 用于基于学习效率提供私人定制教育内容的机械学习方法、装置及计算机程序 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005208943A (ja) * | 2004-01-22 | 2005-08-04 | Denso It Laboratory Inc | サービス候補提供システム及びユーザ側通信装置並びにサービス候補提供サーバ |
US20080005068A1 (en) * | 2006-06-28 | 2008-01-03 | Microsoft Corporation | Context-based search, retrieval, and awareness |
JP2009181476A (ja) * | 2008-01-31 | 2009-08-13 | Ntt Docomo Inc | シチュエーション推定装置、及び、シチュエーション推定プログラム |
JP2010191802A (ja) * | 2009-02-19 | 2010-09-02 | Olympus Corp | 情報処理システム、画像表示装置、プログラム及び情報記憶媒体 |
JP2011048435A (ja) * | 2009-08-25 | 2011-03-10 | Nippon Telegr & Teleph Corp <Ntt> | 推定論理構築支援システム、ユーザ行動推定装置、ユーザ行動推定方法およびユーザ行動推定プログラム |
-
2012
- 2012-02-29 JP JP2012042990A patent/JP2013178707A/ja active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005208943A (ja) * | 2004-01-22 | 2005-08-04 | Denso It Laboratory Inc | サービス候補提供システム及びユーザ側通信装置並びにサービス候補提供サーバ |
US20080005068A1 (en) * | 2006-06-28 | 2008-01-03 | Microsoft Corporation | Context-based search, retrieval, and awareness |
JP2009181476A (ja) * | 2008-01-31 | 2009-08-13 | Ntt Docomo Inc | シチュエーション推定装置、及び、シチュエーション推定プログラム |
JP2010191802A (ja) * | 2009-02-19 | 2010-09-02 | Olympus Corp | 情報処理システム、画像表示装置、プログラム及び情報記憶媒体 |
JP2011048435A (ja) * | 2009-08-25 | 2011-03-10 | Nippon Telegr & Teleph Corp <Ntt> | 推定論理構築支援システム、ユーザ行動推定装置、ユーザ行動推定方法およびユーザ行動推定プログラム |
Non-Patent Citations (2)
Title |
---|
CSNG201000638028; 矢野幹樹 他: 'ユーザ生成情報を用いた携帯端末上での状況依存型サービス推薦' マルチメディア,分散,協調とモバイル(DICOMO2010)シンポジウム論文集 Vol.2010,No.1, 20100707, p.221-228, 社団法人情報処理学会 * |
JPN6015010274; 矢野幹樹 他: 'ユーザ生成情報を用いた携帯端末上での状況依存型サービス推薦' マルチメディア,分散,協調とモバイル(DICOMO2010)シンポジウム論文集 Vol.2010,No.1, 20100707, p.221-228, 社団法人情報処理学会 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015030197A1 (ja) | 2013-08-29 | 2015-03-05 | Iwami Morita | 抗真菌活性を有する新規微生物産物 |
CN111328407A (zh) * | 2018-10-16 | 2020-06-23 | 日益得有限公司 | 用于基于学习效率提供私人定制教育内容的机械学习方法、装置及计算机程序 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111091200B (zh) | 训练模型的更新方法、系统、智能设备、服务器及存储介质 | |
JP2013025324A (ja) | レコメンド装置、レコメンド方法およびプログラム | |
KR102462365B1 (ko) | 사용자 데모그래픽 정보 및 콘텍스트 정보에 기초한 텍스트 입력 예측 방법 및 장치 | |
US20180052909A1 (en) | Techniques for suggesting electronic messages based on user activity and other context | |
JPWO2010010653A1 (ja) | ユーザモデル処理装置 | |
KR20170070094A (ko) | 음성 및 연결 플랫폼 | |
CN104487970A (zh) | 基于推送的推荐 | |
JP2014532249A (ja) | 増強されたユーザプロファイルを生成し使用しまたは更新するための方法および装置 | |
JP2014526091A (ja) | 状況認知ユーザ感情ソーシャル関心モデル | |
JP2014523055A5 (ja) | ||
EP3288622A1 (en) | Unusualness of events based on user routine models | |
CN105103176A (zh) | 信息处理设备、信息处理方法和程序 | |
KR20120052683A (ko) | 지능형 서비스를 위한 다자간 상황정보 공유 장치 및 방법 | |
JP5246073B2 (ja) | 端末装置及びコンテンツのレコメンド方法 | |
KR20130035660A (ko) | 추천 시스템 및 추천 방법 | |
JP5849952B2 (ja) | コミュニケーション支援装置、コミュニケーション支援方法、およびプログラム | |
EP2778616B1 (en) | Automated personal assistant system | |
CN110969184A (zh) | 使用迭代人工智能通过通信决策树的有向轨迹 | |
JP2013178707A (ja) | レコメンド装置、レコメンド方法およびプログラム | |
JP2019032729A (ja) | 演算時間算出方法、演算時間算出装置、演算時間算出プログラム及び演算時間算出システム | |
JP2018101201A (ja) | 施策導入効果予測装置、施策導入効果予測プログラム及び施策導入効果予測方法 | |
JP5084665B2 (ja) | コンポーネント連携シナリオ統合開発環境提供システム、シナリオ作成支援方法、及び、プログラム | |
JP5854043B2 (ja) | 行動提示装置、行動提示方法およびプログラム | |
JP5806081B2 (ja) | レコメンド装置、レコメンドシステム、レコメンド方法およびプログラム | |
JP2017173999A (ja) | ユーザの将来期間の生活パターンを予測する生活パターン予測装置、携帯端末、プログラム及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140731 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150317 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20150728 |