JP2015076093A - 動的な頂点−プロセッサのマッピングを用いた、2部グラフ上での並列検索を向上させるためのシステムおよび方法 - Google Patents
動的な頂点−プロセッサのマッピングを用いた、2部グラフ上での並列検索を向上させるためのシステムおよび方法 Download PDFInfo
- Publication number
- JP2015076093A JP2015076093A JP2014192427A JP2014192427A JP2015076093A JP 2015076093 A JP2015076093 A JP 2015076093A JP 2014192427 A JP2014192427 A JP 2014192427A JP 2014192427 A JP2014192427 A JP 2014192427A JP 2015076093 A JP2015076093 A JP 2015076093A
- Authority
- JP
- Japan
- Prior art keywords
- vertices
- processors
- representing
- graph
- vertex
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 67
- 238000013507 mapping Methods 0.000 title description 40
- 238000003860 storage Methods 0.000 claims description 10
- 230000003068 static effect Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 238000013459 approach Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000010561 standard procedure Methods 0.000 description 2
- 230000001010 compromised effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】頂点をプロセッサに動的に割り当てて、顧客に対する推奨を生成する。顧客および商品の頂点、ならびに購買行動の辺を有するグラフデータを受信する1102。顧客の頂点から商品の頂点の集合へのグラフを探査する1106。商品の頂点の集合をプロセッサの集合の間で分割する1108。その後、各プロセッサに関する商品の最先端の頂点の集合を決定し、商品の最先端の頂点から商品の頂点の集合へのグラフを探査する1110。顧客の頂点の集合をプロセッサの集合の間で分割し、各プロセッサに関する顧客の最先端の頂点を決定する1112。顧客の最先端の頂点の集合から推奨可能な商品の頂点の集合へのグラフを探査する1114。その顧客に関する1つ以上の商品の推奨を生成する1116。
【選択図】図11
Description
1.源点が「u∈U」である全ての辺は、探査の対象とはならない。または
2.源点が「v∈V」である全ての辺は、探査の対象とはならない。
1.「U」→「V」の効率性:「U」内の頂点から「V」内の頂点への単一の探査ステップに関する並列の効率性。
2.「V」→「U」の効率性:「V」内の頂点から「U」内の頂点への単一の探査ステップに関する並列の効率性。
3.平均の効率性:それぞれ同じ重みを付けられた、上記の1および2の平均の効率性。
ステップ1:顧客の頂点からスタートし、その顧客により購入された商品の集合を見つけ出す。
ステップ2:これらの商品のうちの少なくとも1つを購入した他の顧客を見つけ出す。
ステップ3:これらの顧客に購入された最も人気のある商品を見つけ出す。
・「umin≦umax<vmin≦vmax」または
・「vmin≦vmax<umin≦umax」
「Umin」を以下のように(P+1)個の要素の整数アレイとすると:
・Umin[0]=umin
・Umin[p]<Umin[p+1]、(なお、「p」=0,1,…,(P−1))
・Umin[P]=umax+1
「Umin」を用いて、下記の不等式が成り立つように、全体の頂点の集合∈「U」を「P」個の互いに素な部分集合に分割することができる。
Up={u|「u∈U」∧Umin[p]≦ID(u)<Umin[p+1]}(なお、「p」=0,1,…,(P−1))
U* p={u|u∈Up∧frontier(u)=true}となる。
なお、関数「frontier(u)」は、頂点「u」が「U」→「V」の検索の最先端上に存在する場合、およびその場合に限って「true」を返すブール関数である。「MU」を「MU[p]」のような、「P」ビットのビットマスクとすると、「p」番目のビットの値は、
「Vmin」を下記のような(P+1)個の要素の整数アレイとする。
・Vmin[0]=vmin
・Vmin[p]<Vmin[p+1],(なお、「p」=0,1,…,(P−1))
・Vmin[P]=vmax+1
Vp={v|v∈V∧Vmin[p]≦ID(v)<Vmin[p+1]}(なお、「p」=0,1,…,(P−1))
「ID(v)」は、「vmin」と「vmax」の間の頂点「v」のIDを返す関数である。「Vp」は、「V」→「U」の探査ステップにおいて、システム100がおそらくプロセッサ「p」に割り当てることができるであろう、最も大きな頂点の部分集合∈「V」である。「V* p」をプロセッサ「p」に関する「V」→「U」最先端の頂点の集合とすると、
V* p={v|「v∈V」p∧frontier(v)=true}となる。
頂点「v」が「V」→「U」検索の最先端上に存在する場合、およびその場合に限って、関数「frontier(v)」は「true」を返す。
・「U」→「V」の探査において「M」=「MU」
・「V」→「U」の探査において「M」=「MV」
として正式に定義することができる。
・「U」→「V」の探査では「W* p=U* p」
・「V」→「U」の探査では、W* p=V* p」
整数アレイの「Umin」および「Vmin」を設ける目的は、頂点IDの範囲[umin,umax]および[vmin,vmax]をP個の互いに素な部分範囲に分割することである。例えば、範囲[umin,umax]を分割する1つの方法として、P個のほぼ同じサイズの部分範囲に分割し、最初の(P−1)個の部分範囲を全く同じサイズ
つまり、
以下の図6および図7の2つの例では、どのように動的マッピング方式が並列の効率性を向上させるかについて説明している。一方の例は「U」→「V」の探査のケースであり、他方の例は「V」→「U」の探査のケースである。
本明細書で開示される動的マッピング方式は、2部グラフに限定されない。以下に、準2部グラフを含む一般グラフ上の並列検索の速度を上げることが可能な、効率的な一般化について説明する。2部グラフ内の頂点と区別するために、一般グラフ内の頂点、およびその頂点の集合は、符号「n」および「N」で示す。「Nsrc」を源点、例えば、一般グラフ内の全ての頂点∈Nの中で少なくとも1つの後方頂点を有する源点の集合とする。「nmin−src」および「nmax−src」は、それぞれ「Nsrc」の最小整数識別子および最大整数識別子である。「Nmin−src」を下記のような(P+1)個の要素の整数アレイとする。
・Nmin−src[0]=nmin−src
・Nmin−src[p]<Nmin−src[p+1],(なお、「p」=0,1,…,(P−1))
・Nmin−src[P]=nmax−src+1
Sp={n|n∈Nsrc∧Nmin−src[p]≦ID(n)<Nmin−src[p+1]},(なお、「p」=0,1,…,(P−1))
S*p={n|n∈Sp∧frontier(n)=true}となる。
・左から右の探査(矢印の方向に沿った)
o「nmin−src=0」かつ「nmax−src=4」(図1A)
o「nmin−src=0」かつ「nmax−src=4」(図3)
・右から左の探査(方向の矢印に逆らった)
o「nmin−src=5」かつ「nmax−src=8」(図1A)
o「nmin−src=4」かつ「nmax−src=8」(図3)
1.顧客の頂点からスタートし、その顧客により購入された商品の集合を見つけ出す。
2.これらの商品のうちの少なくとも1つを購入した他の顧客を見つけ出す。
3.これらの顧客により購入された最も人気のある商品を見つけ出す。
発明者らは、以下の理由から、上記の協調フィルタのクエリを選んで開示されている技術の並列効率性の基準を定めた。第1に、このクエリは「U」→「V」の探査(ステップ1での顧客→商品)、および「V」→「U」の探査(ステップ2での商品→顧客)の両方を必要とする。第2に、このクエリは、様々な商品が購入された回数の記録を担うカウンタを初期化するなど、いくつかの非グラフベースの演算を含む。
Claims (10)
- 頂点をプロセッサに動的に割り当てて、顧客に対する推奨を生成する、コンピュータで実行可能な方法であって
グラフの頂点と辺を示すグラフデータを受信するステップであって、前記頂点が顧客と商品を表し、前記辺が購買行動を表す、ステップと、
前記グラフデータに基づいて、前記顧客を表す頂点を決定するステップと、
前記顧客を表す前記頂点から商品を表す頂点の集合への前記グラフを探索するステップと、
前記商品を表す頂点の集合を前記プロセッサの集合の間で分割するステップと、
前記プロセッサの集合内のプロセッサごとに、商品を表す最先端の頂点の集合を決定するステップと、
前記プロセッサの集合により、商品を表す最先端の頂点の集合から顧客を表す頂点の集合への前記グラフを探索するステップと、
前記顧客を表す頂点の集合をプロセッサの集合の間で分割するステップと、
顧客を表す最先端の頂点の集合を前記プロセッサの集合内のプロセッサごとに決定するステップと、
前記プロセッサの集合により、前記顧客を表す最先端の頂点の集合から推奨可能な商品を表す頂点の集合への前記グラフを探査するステップと、
前記推奨可能な商品を表す頂点の集合に基づいて、前記顧客に対する商品の推奨を生成するステップと、を含む方法。 - 前記顧客を表す頂点の集合をプロセッサの集合の間で分割するステップには、
プロセッサ「p」に関する「U」→「V」の最先端の頂点の集合が空でない場合、「p」番目のビット値であるMU[p]が「1」となるよう、ビットマスク「MU」を生成することであって、ここで、「U」は前記顧客の集合の表し、「V」は前記商品の集合を表す、ことと、
プロセッサ「p」に関する「U」→「V」の最先端の頂点の集合が空の場合、「p」番目のビット値であるMU[p]が「0」となるよう、ビットマスク「MU」を生成することと、
MU[p]が「1」の場合、顧客を表す最先端の頂点をプロセッサ「p」に割り当てることと、がさらに含まれる、請求項1に記載の方法。 - 前記顧客を表す頂点の集合をプロセッサの集合の間で分割するステップには、
前記顧客を表す頂点の集合を前記プロセッサの集合の間で非均一に分割することがさらに含まれる、請求項1に記載の方法。 - 前記商品を表す頂点の集合をプロセッサの集合の間で分割するステップには、
プロセッサ「p」に関する「V」→「U」の最先端の頂点の集合が空でない場合、「p」番目のビット値であるMV[p]が「1」となるよう、ビットマスク「MV」を生成することであって、ここで「V」は前記商品の集合を表し、「U」は前記顧客の集合の表す、ことと、
プロセッサ「p」に関する「V」→「U」の最先端の頂点の集合が空の場合、「p」番目のビット値であるMV[p]が「0」となるよう、ビットマスク「MV」を生成することと、
MV[p]が「1」の場合、商品を表す最先端の頂点をプロセッサ「p」に割り当てることと、がさらに含まれる、請求項1に記載の方法。 - 前記商品を表す頂点の集合をプロセッサの集合の間で分割するステップには、
前記商品を表す頂点の集合を前記プロセッサの集合の間で非均一に分割すること、がさらに含まれる、請求項1に記載の方法。 - 前記グラフは一般グラフであって、
源点の集合をプロセッサの集合の間で分割することと、
プロセッサ「p」に関する最先端の源点の集合が空でない場合、「p」番目のビット値であるMS[p]が「1」となるよう、ビットマスク「MS」を生成することと、
プロセッサ「p」に関する最先端の源点の集合が空の場合、「p」番目のビット値であるMS[p]が「0」となるよう、ビットマスク「MS」を生成することと、
MS[p]が「1」の場合、商品を表す最先端の源点をプロセッサ「p」に割り当てることと、がさらに含まれる、請求項1に記載の方法。 - コンピュータにより実行されると、前記コンピュータが、頂点をプロセッサに動的に割り当てて、顧客に対する推奨を生成する方法を行う命令を格納する、コンピュータ可読記憶媒体であって、前記方法が、
グラフの頂点と辺を示すグラフデータを受信するステップであって、前記頂点が顧客と商品を表し、前記辺が購買行動を表す、ステップと、
前記グラフデータに基づいて、前記顧客を表す頂点を決定するステップと、
前記顧客を表す前記頂点から商品を表す頂点の集合への前記グラフを探索するステップと、
前記商品を表す頂点の集合を前記プロセッサの集合の間で分割するステップと、
前記プロセッサの集合内のプロセッサごとに、商品を表す最先端の頂点の集合を決定するステップと、
前記プロセッサの集合により、商品を表す最先端の頂点の集合から顧客を表す頂点の集合への前記グラフを探索するステップと、
前記顧客を表す頂点の集合をプロセッサの集合の間で分割するステップと、
顧客を表す最先端の頂点の集合を前記プロセッサの集合内のプロセッサごとに決定するステップと、を含む、コンピュータ可読記憶媒体。 - 頂点をプロセッサに動的に割り当てて、顧客に対する推奨を生成するコンピュータシステムであって、
1つ以上のプロセッサと、
前記1つ以上のプロセッサと接続するコンピュータ可読媒体であって、その中に命令が格納され、前記命令が、前記1つ以上のプロセッサにより実行されると、前記1つ以上のプロサッサが、
グラフの頂点と辺を示すグラフデータを受信する動作であって、前記頂点が顧客と商品を表し、前記辺が購買行動を表す、動作と、
前記グラフデータに基づいて、前記顧客を表す頂点を決定する動作と、
前記顧客を表す前記頂点から商品を表す頂点の集合への前記グラフを探索する動作と、
前記商品を表す頂点の集合を前記プロセッサの集合の間で分割する動作と、
前記プロセッサの集合内のプロセッサごとに、商品を表す最先端の頂点の集合を決定する動作と、
前記プロセッサの集合により、商品を表す最先端の頂点の集合から顧客を表す頂点の集合への前記グラフを探索する動作と、
前記顧客を表す頂点の集合をプロセッサの集合の間で分割する動作と、
顧客を表す最先端の頂点の集合を前記プロセッサの集合内のプロセッサごとに決定する動作と、
前記プロセッサの集合により、前記顧客を表す最先端の頂点の集合から推奨可能な商品を表す頂点の集合への前記グラフを探査する動作と、
前記推奨可能な商品を表す頂点の集合に基づいて、前記顧客に対する商品の推奨を生成する動作と、を含む動作を実行する、コンピュータ可読媒体と、を含むコンピュータシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/052,584 US9672557B2 (en) | 2013-10-11 | 2013-10-11 | System and method for improved parallel search on bipartite graphs using dynamic vertex-to-processor mapping |
US14/052,584 | 2013-10-11 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2015076093A true JP2015076093A (ja) | 2015-04-20 |
JP2015076093A5 JP2015076093A5 (ja) | 2017-11-02 |
JP6247620B2 JP6247620B2 (ja) | 2017-12-13 |
Family
ID=51589138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014192427A Expired - Fee Related JP6247620B2 (ja) | 2013-10-11 | 2014-09-22 | 動的な頂点−プロセッサのマッピングを用いた、2部グラフ上での並列検索を向上させるためのシステムおよび方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9672557B2 (ja) |
EP (1) | EP2860685A1 (ja) |
JP (1) | JP6247620B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020194299A (ja) * | 2019-05-27 | 2020-12-03 | 株式会社ギックス | スタンプラリーシステム、スタンプラリー実施方法、プログラム及びコンピュータ記憶媒体 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9547728B2 (en) * | 2014-06-18 | 2017-01-17 | Sap Ag | Graph traversal operator and extensible framework inside a column store |
US10031947B2 (en) * | 2015-06-24 | 2018-07-24 | Advanced Micro Devices, Inc. | Method and apparatus for performing a search operation on heterogeneous computing systems |
US10089761B2 (en) * | 2016-04-29 | 2018-10-02 | Hewlett Packard Enterprise Development Lp | Graph processing using a shared memory |
CN109754274A (zh) * | 2017-11-06 | 2019-05-14 | 北京京东尚科信息技术有限公司 | 一种确定目标对象的方法和装置 |
CN111209489B (zh) * | 2020-01-06 | 2023-02-14 | 重庆邮电大学 | 一种基于差异化资源分配的二部图推荐方法 |
CN112015980B (zh) * | 2020-08-14 | 2024-03-12 | 山东大学 | 一种基于(α,β)-核的二分图推荐方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009193098A (ja) * | 2008-02-12 | 2009-08-27 | Scigineer Inc | 情報処理装置、情報処理方法、およびプログラム |
US20110040619A1 (en) * | 2008-01-25 | 2011-02-17 | Trustees Of Columbia University In The City Of New York | Belief propagation for generalized matching |
US20130018755A1 (en) * | 2011-05-18 | 2013-01-17 | Alibaba Group Holding Limited | Method and System of Recommending Items |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6505187B1 (en) * | 1999-12-08 | 2003-01-07 | Ncr Corporation | Computing multiple order-based functions in a parallel processing database system |
US8127300B2 (en) * | 2007-08-28 | 2012-02-28 | International Business Machines Corporation | Hardware based dynamic load balancing of message passing interface tasks |
-
2013
- 2013-10-11 US US14/052,584 patent/US9672557B2/en active Active
-
2014
- 2014-09-19 EP EP20140185676 patent/EP2860685A1/en not_active Ceased
- 2014-09-22 JP JP2014192427A patent/JP6247620B2/ja not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110040619A1 (en) * | 2008-01-25 | 2011-02-17 | Trustees Of Columbia University In The City Of New York | Belief propagation for generalized matching |
JP2009193098A (ja) * | 2008-02-12 | 2009-08-27 | Scigineer Inc | 情報処理装置、情報処理方法、およびプログラム |
US20130018755A1 (en) * | 2011-05-18 | 2013-01-17 | Alibaba Group Holding Limited | Method and System of Recommending Items |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020194299A (ja) * | 2019-05-27 | 2020-12-03 | 株式会社ギックス | スタンプラリーシステム、スタンプラリー実施方法、プログラム及びコンピュータ記憶媒体 |
Also Published As
Publication number | Publication date |
---|---|
JP6247620B2 (ja) | 2017-12-13 |
US20150106223A1 (en) | 2015-04-16 |
US9672557B2 (en) | 2017-06-06 |
EP2860685A1 (en) | 2015-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6247620B2 (ja) | 動的な頂点−プロセッサのマッピングを用いた、2部グラフ上での並列検索を向上させるためのシステムおよび方法 | |
JP6199812B2 (ja) | 明示的に表されたグラフで並列探索を行うシステムおよび方法 | |
US10185752B2 (en) | Mining association rules in the map-reduce framework | |
US10235182B2 (en) | System and method for hybrid task management across CPU and GPU for efficient data mining | |
CN107102999B (zh) | 关联分析方法和装置 | |
JP2015069646A (ja) | 高性能のグラフ分析エンジンに関するシステムおよび方法 | |
US20150178375A1 (en) | Method for searching tree using instruction of operating data having predetermined multiple bit widths | |
US8965895B2 (en) | Relationship discovery in business analytics | |
CN109791492B (zh) | 流水线相关树查询优化器和调度器 | |
US8805767B1 (en) | Machine learning memory management and distributed rule evaluation | |
US11270227B2 (en) | Method for managing a machine learning model | |
KR20190104987A (ko) | 인터넷 보험 상품의 마케팅 방법과 시스템 | |
US20190138749A1 (en) | Total periodic de-identification management apparatus and method | |
DeLoss et al. | Techniques for determining the minimum rank of a small graph | |
WO2018059298A1 (zh) | 模式挖掘方法、高效用项集挖掘方法及相关设备 | |
WO2016182636A1 (en) | System and method for determining concurrency factors for dispatch size of parallel processor kernels | |
Eades et al. | Drawing big graphs using spectral sparsification | |
US20170200113A1 (en) | Platform configuration selection based on a degraded makespan | |
CN114139022B (zh) | 子图抽取方法和装置 | |
US9858331B2 (en) | Efficient structured data exploration with a combination of bivariate metric and centrality measures | |
US10402762B2 (en) | Heterogeneous platform configurations | |
CN104657216A (zh) | 一种资源池的资源分配方法及装置 | |
US20080077868A1 (en) | System and Method for Visually Representing Resource Usage in a Multi-Node Data Processing System | |
US11416262B1 (en) | Systems and methods for improving computational speed of planning by enabling interactive processing in hypercubes | |
US10972353B1 (en) | Identifying change windows for performing maintenance on a service |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170922 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170922 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20170922 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20171012 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20171031 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171117 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6247620 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |