JP2016045543A - 情報処理装置、情報処理方法及びプログラム - Google Patents
情報処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP2016045543A JP2016045543A JP2014167173A JP2014167173A JP2016045543A JP 2016045543 A JP2016045543 A JP 2016045543A JP 2014167173 A JP2014167173 A JP 2014167173A JP 2014167173 A JP2014167173 A JP 2014167173A JP 2016045543 A JP2016045543 A JP 2016045543A
- Authority
- JP
- Japan
- Prior art keywords
- distribution
- information
- behavior
- user
- specific 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 40
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 238000009826 distribution Methods 0.000 claims abstract description 155
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 49
- 230000009471 action Effects 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 8
- 230000006399 behavior Effects 0.000 abstract description 29
- 238000004891 communication Methods 0.000 description 24
- 238000005315 distribution function Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 17
- 230000006870 function Effects 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 235000019640 taste Nutrition 0.000 description 2
- 238000013398 bayesian method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
また、例えば、ユーザが閲覧しているウェブページのコンテンツ情報に基づいて広告が配信されるコンテンツ連動型広告と呼ばれる広告配信方法が知られている(特許文献2)。
具体的には、仮に「結婚式」と検索をしたユーザがその3ヶ月後に住宅を探し始める傾向があるとする場合、従来の検索連動型広告においては、「結婚式」と検索した時点から3ヶ月後に不動産情報の広告を配信することは難しいという課題がある。
情報処理装置において、
ネット上におけるユーザの行動に関する行動時系列情報を取得し、行動時系列情報が時間を変数とする混合分布となるとした場合の混合分布の分布数及びパラメータを推定するパラメータ推定手段と、
前記パラメータ推定手段により推定された前記混合分布の分布数及びパラメータと、特定のユーザの行動時系列情報と、に基づいて、前記特定のユーザが所定のイベントを実行する確率を計算するイベント実行確率計算手段と、
前記イベント実行確率計算手段により計算されたイベント実行確率に基づいて、前記特定のユーザの行動を予測するイベント予測手段と、
前記予測手段により予測された前記特定のユーザの行動に関連する情報を配信する情報配信手段と、
を備えることを特徴とする。
前記情報配信手段は、
前記特定のユーザによる広告枠付きのWebページの閲覧要求に基づいて、前記広告枠に前記情報としての広告を配信することを特徴とする。
前記イベント予測手段は、
前記イベント実行確率計算手段により計算されたイベント実行確率の最も高いイベントをユーザの行動として予測することを特徴とする。
前記混合分布の分布数及びパラメータと、ユーザの行動時系列情報と、に基づいて、行動に相関のある人同士をグループ化して分類する分類手段を備え、
前記情報配信手段は、前記特定のユーザが前記分類手段により分類されたグループに含まれる場合、当該グループに属する他の人に前記情報を配信することを特徴とする。
前記混合分布の分布数及びパラメータは、変分ベイズ法を用いた統計処理によって推定されることを特徴とする。
前記混合分布は連続分布であることを特徴とする。
前記混合分布は混合正規分布であることを特徴とする。
前記混合分布は離散分布であることを特徴とする。
前記ユーザの行動は、キーワード検索であることを特徴とする。
情報処理装置の情報処理方法であって、
ネット上におけるユーザの行動に関する行動時系列情報を取得し、行動時系列情報が時間を変数とする混合分布となるとした場合の混合分布の分布数及びパラメータを推定するパラメータ推定ステップと、
推定された前記混合分布の分布数及びパラメータと、特定のユーザの行動時系列情報と、に基づいて、前記特定のユーザが所定のイベントを実行する確率を計算するイベント実行確率計算ステップと、
計算されたイベント実行確率に基づいて、前記特定のユーザの行動を予測するイベント予測ステップと、
予測された前記特定のユーザの行動に関連する情報を配信する情報配信ステップと、
を有することを特徴とする。
ネット上におけるユーザの行動に関する行動時系列情報を取得し、行動時系列情報が時間を変数とする混合分布となるとした場合の混合分布の分布数及びパラメータを推定するパラメータ推定手段、
前記パラメータ推定手段により推定された前記混合分布の分布数及びパラメータと、特定のユーザの行動時系列情報と、に基づいて、前記特定のユーザが所定のイベントを実行する確率を計算するイベント実行確率計算手段、
前記イベント実行確率計算手段により計算されたイベント実行確率に基づいて、前記特定のユーザの行動を予測するイベント予測手段、
前記予測手段により予測された前記特定のユーザの行動に関連する情報を配信する情報配信手段、
として機能させるプログラムである。
本実施形態に係る情報処理システム1は、ユーザのキーワード検索、ウェブページ閲覧、広告クリック、サービスの利用又は商品購入等といったユーザの行動情報と、ユーザがそれらの行動を実行した時刻情報と、当該ユーザ以外のあらゆるユーザのこれまでの行動情報や時刻情報が蓄積されたデータベースに基づいて、ユーザにとって効果の高い広告を選択し、適切なタイミングで配信するものである。
情報処理システム1は、図1に示すように、端末装置10、Webサーバ20、及び広告配信サーバ30を備えて構成されている。端末装置10は、通信ネットワークNを介して、Webサーバ20及び広告配信サーバ30に接続されており、Webサーバ20及び広告配信サーバ30からそれぞれWebページと広告を受信し、広告を含むWebページを画面表示することができる。
端末装置10は、広告を含むWebページを閲覧するためのユーザ端末であり、図1に示すように、制御部11、操作部12、表示部13、記憶部14及び通信部15等を備えて構成されている。
具体的には、端末装置10は、例えば、携帯電話端末やスマートフォン、タブレットコンピュータ、ノートコンピュータ、パーソナルコンピュータなどの情報処理機器から構成され、ウェブブラウザ(ウェブコンテンツ閲覧ソフトウェア)を備えている。
また、制御部11は、Webサーバ20から広告枠が含まれるWebページを受信した場合に、Webページの広告枠に表示させる広告の取得要求を、広告配信サーバ30に送信する。
Webサーバ20は、図1に示すように、例えば、制御部21、操作部22、表示部23、記憶部24及び通信部25等を備えて構成されている。
また、制御部21は、端末装置10からWebページ取得要求を受信し、記憶部24からWebページを作成するために必要な情報を読み出してWebページ取得要求に応じたWebページを作成し、端末装置10に送信している。
なお、Webサーバ20によって配信されるWebページには、広告が表示される広告枠が含まれるものとする。
広告配信サーバ30は、図1に示すように、例えば、制御部31、操作部32、表示部33、記憶部34及び通信部35等を備えて構成される情報処理装置である。
また、制御部31は、パラメータ推定手段、イベント実行確率計算手段、イベント予測手段、情報配信手段としての機能を有しており、端末装置10からの広告の取得要求を受信すると、後述する各種パラメータの推定処理(図2参照)が実行され、学習DB343に基づいてユーザがどのようなキーワードを検索する確率が高いか(イベント実行確率)を計算し、イベント実行確率の最も高いものをユーザの行動として予測し、イベント実行確率が高い検索キーワードに関連する広告を広告DB341より選択し、端末装置10に配信する(図5参照)。
さらに、制御部31は、ユーザを似た趣向を持つ人同士で分類する分類手段としての機能を有しており、後述するクラスタリング手法により、グループ内の特定のユーザに対して配信する予定の広告を、同じグループに属する他の人に配信することが可能である。
広告DB341は、広告配信処理に際して必要な各種情報が予め記憶されたデータベースであり、例えば、転送先のURL情報や広告のコンテンツ情報等が記憶されている。また、広告は検索キーワードと対応付けされて記憶されており、対応付けされたキーワードから広告を選択することができる。
検索履歴DB342は、あらゆるユーザの検索履歴情報が予め記憶されたデータベースであり、例えば、端末装置10を利用したユーザを識別するユーザID情報、検索したキーワードの検索キーワード情報及び検索した日時である検索日時情報等が記憶されている。
学習DB343は、ユーザが所定のキーワードを検索したというイベントを実行するイベント実行確率を計算するための各種パラメータが記憶されている。なお、各種パラメータは、後述するパラメータ推定処理(図2参照)によって算出される。
本実施形態では、キーワードを検索するというユーザの行動がいつ実行されたかという時系列情報(以下行動時系列情報とする)が、時間を変数とする混合連続分布に従うとして、行動時系列情報から混合連続分布の分布数及びパラメータを推定している。
具体的には、キーワードを検索するという行動を実行した場合を「1」実行しなかった場合を「0」として、その行動がいつ実行されたかという行動時系列情報が、時間を変数とする連続的な混合連続分布に従うとしている。
ここで、検索カテゴリとは、例えば、不動産関係のキーワード(新築、転居、賃貸等)をカテゴリA、結婚関係のキーワード(結婚式場、披露宴、新婚旅行等)をカテゴリBとする等、適宜のキーワード毎に分類したものである。
また、時刻情報xは、例えば、1970年1月1日午前0時0分0秒からの経過秒数(unix時間)によって表すことができる。具体的には、仮にカテゴリAの検索キーワードが入力された時刻を「2013年5月3日10時5分1秒、2013年5月10日12時10分0秒、2013年5月11日9時0分20秒」とすれば、それぞれ「1367543101,1368155400,1368230420」と変換したものが時刻情報xとなる。
具体的には、例えば、式(1)の混合分布関数の初期値は、混合重み係数πは一様として、分布関数がKの場合、1/Kになるとし、平均値は0を中心とした±1を範囲とした乱数、共分散行列は全成分1の対角共分散行列とする。
また、ハイパーパラメータの値は、例えば、「α0=1.0,ν0=10,β0=1.0,m0=0,Wk=全成分1の対角共分散行列」のように設定する。ここで示したハイパーパラメータの値はサンプル値であり、ハイパーパラメータの値によって粒度の調整をすることができる。
VBE−Stepでは、検索履歴DB342において入力される全てのデータx=(x1,…,xN)に対し、n番目のデータがk番目の分布を占有する確率を表すγk(n)を、次式を用いて計算する。
収束条件の式は、収束パラメータをε(例えば、1.0−4)、i 回繰り返した時の下限値をFiとして次式(4)で表される。
なお、F1の判定処理を実行するために、例えば、F0にはF0=0等の所定値を設定しておき、K=1の場合には必ずF1>F0となって、ステップS102に戻ることとする。
上述した分布関数の分布数及び各種パラメータを推定することにより、具体的にどのような分布が推定されるかについて図3を用いて説明する。
また、複数のカテゴリの混合正規分布関数を求めた場合、例えば、図4に示すように、カテゴリを(1)自動車関連、(2)航空関連、(3)結婚関連、(4)旅行関連及び(5)飲食店関連等の5つに分けてそれぞれの混合正規分布関数を求めた場合に、横軸に時間(t)、濃淡を検索実行確率P(n)として、(1)〜(5)のそれぞれの結果について縦に並べてヒートマップを作成することができる。
広告配信処理は、図5に示す通り、広告配信サーバ30の制御部31によってステップ毎に制御されて実行される。これらの処理は、例えば、端末装置10において、ユーザがWebページを閲覧するために広告枠を有するWebページをWebサーバ20から受信した際に、広告要求を広告配信サーバ30に送信することによって開始される。
本実施形態の応用例として、ターゲット学習に前述の混合関数の分布数及びパラメータ値を用いることによって、クラスタリング手法により、ユーザを似た趣向を持つ人同士で分類し、例えば、グループ内の平均値を代表点として抽出し、代表点から近いN人(所定人数)に効果の高いと推定した広告を配信することとしても良い。
以上のように、本発明では、キーワード検索等のネット上でのユーザの行動がいつ実行されたかという行動時系列情報を取得し、行動時系列情報が時間を変数とした混合連続分布に従うとすることで、統計処理によって、対象のユーザが所定のタイミングでどのような検索カテゴリを検索する確率が高いかをイベント実行確率として計算することができる。そして、イベント実行確率の結果から、所定時点においてユーザにとって効果的と思われる広告を選択して配信することができる。
なお、本実施形態では、説明の簡略化のためにユーザの実行するイベントとしてキーワード検索を例にして説明したが、例えば、所定のWebページを訪問や、所定の商品を購入等ユーザの実行するイベントを適宜設定可能である。また、当然、様々な種類のユーザの行動を組み合わせることも可能である。
なお、混合ガンマ分布関数に従う場合には、ガンマ分布のパラメータを用いれば良く、離散分布に従う場合には、ピークの高さや位置(時刻)等をパラメータとして用いれば良い。
なお、分布の形態を密度関数で表す場合、分布間の距離(間隔,時間差)等をカルバック・ライブラー(KL)距離等に代表される定義により容易に計算することができるというメリットがある。ここで、KL距離は2つの分布p(x)、q(x)の分布間の距離であるとする場合、KL距離は(P|Q)=∫p(x)[logp(x)−logq(x)] と定義され、容易に算出することができる。
なお、離散分布に従う場合もKL距離を算出することができ、KL距離を2つの分布p(x)、q(x)の分布間の距離であるとする場合、(P|Q)=Σp(x)[logp(x)−logq(x)]と定義することで、KL距離を算出することができる。ただし、q(x)が0になる場合があるため、0になった場合、小さな定数で代用する等の工夫が必要である。
31 制御部(パラメータ推定手段、イベント実行確率計算手段、イベント予測手段、情報配信手段、分類手段)
Claims (11)
- ネット上におけるユーザの行動に関する行動時系列情報を取得し、行動時系列情報が時間を変数とする混合分布となるとした場合の混合分布の分布数及びパラメータを推定するパラメータ推定手段と、
前記パラメータ推定手段により推定された前記混合分布の分布数及びパラメータと、特定のユーザの行動時系列情報と、に基づいて、前記特定のユーザが所定のイベントを実行する確率を計算するイベント実行確率計算手段と、
前記イベント実行確率計算手段により計算されたイベント実行確率に基づいて、前記特定のユーザの行動を予測するイベント予測手段と、
前記予測手段により予測された前記特定のユーザの行動に関連する情報を配信する情報配信手段と、
を備えることを特徴とする情報処理装置。 - 前記情報配信手段は、
前記特定のユーザによる広告枠付きのWebページの閲覧要求に基づいて、前記広告枠に前記情報としての広告を配信することを特徴とする請求項1に記載の情報処理装置。 - 前記イベント予測手段は、
前記イベント実行確率計算手段により計算されたイベント実行確率の最も高いイベントをユーザの行動として予測することを特徴とする請求項1又は2に記載の情報処理装置。 - 前記混合分布の分布数及びパラメータと、ユーザの行動時系列情報と、に基づいて、行動に相関のある人同士をグループ化して分類する分類手段を備え、
前記情報配信手段は、前記特定のユーザが前記分類手段により分類されたグループに含まれる場合、当該グループに属する他の人に前記情報を配信することを特徴とする請求項1〜3の何れか一項に記載の情報処理装置。 - 前記混合分布の分布数及びパラメータは、変分ベイズ法を用いた統計処理によって推定されることを特徴とする請求項1〜4の何れか一項に記載の情報処理装置。
- 前記混合分布は連続分布であることを特徴とする請求項1〜5の何れか一項に記載の情報処理装置。
- 前記混合分布は混合正規分布であることを特徴とする請求項6に記載の情報処理装置。
- 前記混合分布は離散分布であることを特徴とする請求項1〜5の何れか一項に記載の情報処理装置。
- 前記ユーザの行動は、キーワード検索であることを特徴とする請求項1〜8の何れか一項に記載の情報処理装置。
- 情報処理装置の情報処理方法であって、
ネット上におけるユーザの行動に関する行動時系列情報を取得し、行動時系列情報が時間を変数とする混合分布となるとした場合の混合分布の分布数及びパラメータを推定するパラメータ推定ステップと、
推定された前記混合分布の分布数及びパラメータと、特定のユーザの行動時系列情報と、に基づいて、前記特定のユーザが所定のイベントを実行する確率を計算するイベント実行確率計算ステップと、
計算されたイベント実行確率に基づいて、前記特定のユーザの行動を予測するイベント予測ステップと、
予測された前記特定のユーザの行動に関連する情報を配信する情報配信ステップと、
を有することを特徴とする情報処理方法。 - コンピュータを、
ネット上におけるユーザの行動に関する行動時系列情報を取得し、行動時系列情報が時間を変数とする混合分布となるとした場合の混合分布の分布数及びパラメータを推定するパラメータ推定手段、
前記パラメータ推定手段により推定された前記混合分布の分布数及びパラメータと、特定のユーザの行動時系列情報と、に基づいて、前記特定のユーザが所定のイベントを実行する確率を計算するイベント実行確率計算手段、
前記イベント実行確率計算手段により計算されたイベント実行確率に基づいて、前記特定のユーザの行動を予測するイベント予測手段、
前記予測手段により予測された前記特定のユーザの行動に関連する情報を配信する情報配信手段、
として機能させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014167173A JP6199257B2 (ja) | 2014-08-20 | 2014-08-20 | 情報処理装置、情報処理方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014167173A JP6199257B2 (ja) | 2014-08-20 | 2014-08-20 | 情報処理装置、情報処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016045543A true JP2016045543A (ja) | 2016-04-04 |
JP6199257B2 JP6199257B2 (ja) | 2017-09-20 |
Family
ID=55636098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014167173A Active JP6199257B2 (ja) | 2014-08-20 | 2014-08-20 | 情報処理装置、情報処理方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6199257B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021039724A (ja) * | 2019-08-27 | 2021-03-11 | ククレブ・アドバイザーズ株式会社 | 営業支援装置および営業支援プログラム |
JP2021149682A (ja) * | 2020-03-19 | 2021-09-27 | ヤフー株式会社 | 学習装置、学習方法及び学習プログラム |
JP2022021763A (ja) * | 2020-07-22 | 2022-02-03 | ヤフー株式会社 | 特定装置、特定方法及び特定プログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008204193A (ja) * | 2007-02-20 | 2008-09-04 | Nippon Telegr & Teleph Corp <Ntt> | コンテンツ検索・推薦方法、コンテンツ検索・推薦装置およびコンテンツ検索・推薦プログラム |
US20090006365A1 (en) * | 2007-06-28 | 2009-01-01 | Microsoft Corporation | Identification of similar queries based on overall and partial similarity of time series |
WO2010084839A1 (ja) * | 2009-01-26 | 2010-07-29 | 日本電気株式会社 | 尤度推定装置、コンテンツ配信システム、尤度推定方法および尤度推定プログラム |
WO2012029878A1 (ja) * | 2010-09-03 | 2012-03-08 | トヨタ自動車株式会社 | 環境マップ作成装置及び方法、行動予測装置及び方法 |
-
2014
- 2014-08-20 JP JP2014167173A patent/JP6199257B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008204193A (ja) * | 2007-02-20 | 2008-09-04 | Nippon Telegr & Teleph Corp <Ntt> | コンテンツ検索・推薦方法、コンテンツ検索・推薦装置およびコンテンツ検索・推薦プログラム |
US20090006365A1 (en) * | 2007-06-28 | 2009-01-01 | Microsoft Corporation | Identification of similar queries based on overall and partial similarity of time series |
WO2010084839A1 (ja) * | 2009-01-26 | 2010-07-29 | 日本電気株式会社 | 尤度推定装置、コンテンツ配信システム、尤度推定方法および尤度推定プログラム |
WO2012029878A1 (ja) * | 2010-09-03 | 2012-03-08 | トヨタ自動車株式会社 | 環境マップ作成装置及び方法、行動予測装置及び方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021039724A (ja) * | 2019-08-27 | 2021-03-11 | ククレブ・アドバイザーズ株式会社 | 営業支援装置および営業支援プログラム |
JP2021149682A (ja) * | 2020-03-19 | 2021-09-27 | ヤフー株式会社 | 学習装置、学習方法及び学習プログラム |
JP7312134B2 (ja) | 2020-03-19 | 2023-07-20 | ヤフー株式会社 | 学習装置、学習方法及び学習プログラム |
JP2022021763A (ja) * | 2020-07-22 | 2022-02-03 | ヤフー株式会社 | 特定装置、特定方法及び特定プログラム |
JP7128236B2 (ja) | 2020-07-22 | 2022-08-30 | ヤフー株式会社 | 特定装置、特定方法及び特定プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6199257B2 (ja) | 2017-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11188950B2 (en) | Audience expansion for online social network content | |
US10825047B2 (en) | Apparatus and method of selection and placement of targeted messages into a search engine result page | |
JP6147944B1 (ja) | 情報処理装置、情報処理方法、プログラム、記憶媒体 | |
US20150051973A1 (en) | Contextual-bandit approach to personalized news article recommendation | |
JP2013149140A (ja) | 情報処理装置、及び、情報処理方法 | |
US20190362408A1 (en) | Personalized recommendations for unidentified users based on web browsing context | |
US10497012B1 (en) | Correcting for location bias using artificial intelligence | |
CN111639988B (zh) | 经纪人推荐方法、装置、电子设备和存储介质 | |
JP5905551B1 (ja) | 情報処理装置、端末装置、情報処理方法及び情報処理プログラム | |
WO2020043001A1 (zh) | 广告投放方法、确定推广人群的方法、服务器和客户端 | |
JP6199257B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
US20140249955A1 (en) | Information processing apparatus, information processing method, information processing program, and recording medium | |
US20220188900A1 (en) | Online recommendations | |
US10062088B2 (en) | Information distribution apparatus, information distribution method, and storage medium | |
JP6754808B2 (ja) | 情報処理装置、情報処理方法 | |
US20160180397A1 (en) | Distribution apparatus, distribution method, terminal device, selection method, and non-transitory computer readable storage medium | |
JP2007249306A (ja) | 情報配信システム、情報配信方法及びプログラム | |
JP6407318B2 (ja) | 情報処理装置、端末装置、情報処理方法及び情報処理プログラム | |
JP2015011504A (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6707020B2 (ja) | 抽出装置、抽出方法及び抽出プログラム | |
JP2019106033A (ja) | 情報提供装置、情報提供方法、およびプログラム | |
JP2013232031A (ja) | 情報処理装置、端末装置、情報処理方法、表示方法、情報処理プログラム、及び表示プログラム | |
JP2023008302A (ja) | 情報処理システム、情報処理方法及びプログラム | |
JP6246271B1 (ja) | 属性評価装置、販売システム、属性評価方法、および属性評価プログラム | |
JP7303855B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160915 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170710 |
|
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: 20170808 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170823 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6199257 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |